Ulinastatin reduziert postoperative pulmonale Komplikationen in der Herzchirurgie

Schritt Ⅰ: Retrospektive Kohortenstudie zu intraoperativem Ulinastatin und PPC-Risiko Dieser Studienabschnitt ist als retrospektive, multizentrische Beobachtungsstudie konzipiert, die erwachsene Patienten umfasst, die zwischen Januar 2014 und Dezember 2022 in drei medizinischen Zentren – dem Tongji Guanggu Krankenhaus, dem Tongji Zhongfa Krankenhaus und dem Tongji Hankou Krankenhaus, alle in Wuhan, China – elektive Herzchirurgie erhielten. Aufgrund des retrospektiven Studiendesigns war die Stichprobengröße vorbestimmt[14].

Teilnehmer Erwachsene Patienten, die sich elektiven Herzoperationen unterzogen, einschließlich offener Herzklappenreparatur, Klappenersatz mit Herz-Lungen-Maschine und koronarer Bypass-Operation ohne Herz-Lungen-Maschine, wurden konsekutiv auf Eignung gescreent. Ausschlusskriterien waren wie folgt: (1) Alter < 18 Jahre; (2) schwangere Frauen; (3) Vorgeschichte vorheriger Herzoperationen vor dem aktuellen Krankenhausaufenthalt; (4) Vorhandensein akuter Atemwegserkrankungen vor der Operation, wie Atemwegsinfektionen, Atemversagen, Pleuraerguss, Atelektase, Pneumothorax, Bronchospasmus und Lungenentzündung; (5) Verabreichung einer Ulinastatin-Therapie vor der Herzoperation während des aktuellen Krankenhausaufenthalts; (6) Das Medikament Ulinastatin wurde während der Operation verwendet, mit einer Gesamtdosis von weniger als 50.000 E; (7) Vorgeschichte von Malignomen oder Knochenmarktransplantation.

Variablen Die primäre Exposition war die intraoperative Ulinastatin-Verabreichung, definiert durch: (1) Dosierung: Gesamte intraoperative Dosis (≥50.000 E); (2) Zeitpunkt: Erste Verabreichung bei Narkoseeinleitung vs. während der Herz-Lungen-Maschine; (3) Verabreichungsweg: Intravenöse Tropfinfusion.

Demografische Merkmale umfassten Alter, Geschlecht und Raucherstatus, alle bei Aufnahme ermittelt. Klinische Komorbiditäten wurden basierend auf klinischen Diagnosen in Patientenakten dokumentiert, einschließlich Hypertonie, Diabetes, chronischen Lungenerkrankungen (chronisch obstruktive Lungenerkrankung, Asthma, chronische Bronchitis, Bronchiektasien) und chronischem Nierenversagen. Präoperative Laborindikatoren für Patienten bestanden aus venösen Blutuntersuchungsergebnissen, die innerhalb von 24 Stunden nach Aufnahme erhalten wurden, einschließlich Leukozytenzahl und Hämoglobinkonzentration.

Basierend auf vorheriger Literatur und biologischer Plausibilität umfassten gemessene Confounding-Faktoren Variablen, von denen bekannt ist oder vermutet wird, dass sie das PPC-Risiko beeinflussen. Diese Kovariaten umfassten Alter, Geschlecht, Body-Mass-Index (BMI), präoperativen Hämoglobinspiegel, präoperative Leukozytenzahl, präoperativen Blutdruck und Komorbiditäten. Alle Kovariaten waren vordefiniert und wurden in ein multivariates Adjustierungsmodell integriert, um Basisungleichgewichte zu adressieren und Confounding-Bias bei der Bewertung klinischer Ergebnisse zu mildern.

Ergebnisse Das primäre Ergebnis war die Entwicklung von PPCs innerhalb von 7 Tagen postoperativ oder vor der Krankenhausentlassung. Die diagnostischen Kriterien für PPCs basierten auf den Definitionen der Europäischen Perioperativen Klinischen Outcome-Definitionen, die 2015 gemeinsam von der Europäischen Gesellschaft für Anästhesiologie und der Europäischen Gesellschaft für Intensivmedizin veröffentlicht wurden. In der vorliegenden Studie umfassten PPCs Atemwegsinfektionen, Atemversagen, Pleuraerguss, Atelektase, Bronchospasmus und Aspirationspneumonie. Bemerkenswerterweise, da Thorakotomie ein Standardbestandteil der Herzchirurgie ist und postoperativer Pneumothorax somit eine häufige prozedurale Folge ist, wurde postoperativer Pneumothorax in dieser Studie von der Definition der PPCs ausgeschlossen.

Sekundäre Ergebnisse umfassten postoperatives Delir und krankenhausbedingte Gesamtmortalität. Für die postoperative Delir-Diagnose wurden zwei Kriterien angewendet: (1) Eine dokumentierte postoperative Delir-Diagnose wurde als bestätigt und gültig angesehen; (2) In Abwesenheit einer initialen postoperativen Delir-Diagnose überprüften Datenextraktoren retrospektiv klinische Aufzeichnungen auf Anzeichen von Delir. Die Kriterien für die retrospektive postoperative Delir-Diagnose waren an die adaptierten ergänzenden diagnostischen Kriterien des Diagnostic and Statistical Manual of Mental Disorders, 5. Auflage (DSM-5) für Delir angeglichen[7]. Krankenhausbedingte Gesamtmortalität wurde definiert als Krankenhaustod aus jeglicher Ursache nach der Operation.

Bias Mehrere Strategien wurden während der Studie implementiert, um potenziellen Bias zu mildern. Klinische Datenextraktion wurde unabhängig von zwei geschulten Forschern gemäß einem standardisierten Protokoll durchgeführt, unter Verwendung von Informationen aus elektronischen Patientenakten. Diskrepanzen wurden von einem dritten leitenden Gutachter entschieden, um Datenkonsistenz und -genauigkeit zu gewährleisten. Klinische Ergebnisse wurden von einem unabhängigen klinischen Forschungsteam bestimmt, das gegenüber Expositionsdaten verblindet war, wodurch Informations-Bias weiter reduziert wurde. Vordefinierte Confounding-Variablen, identifiziert basierend auf biologischer Plausibilität und vorheriger Evidenz, wurden in multivariate Modelle integriert, um Confounding-Bias zu kontrollieren.

Schritt Ⅱ: Netzwerk-Pharmakologie-basierte Vorhersage und molekulare Docking-Simulationen Um die molekularen Mechanismen zu untersuchen, die der Reduktion von PPCs durch Ulinastatin bei Herzchirurgie-Patienten zugrunde liegen, verwendet dieser Abschnitt einen integrierten Ansatz, der Netzwerk-Pharmakologie und molekulares Docking kombiniert.

Krankheitsziel-Sammlung und Standardisierung

Diese Ziele umfassten sechs wichtige PPC-bezogene klinische Zustände mit jeweiligen Zielanzahlen wie folgt: Atemwegsinfektionen (n = 14.411); Aspirationspneumonie (n = 4.033); Lungenatelektase (n = 1.107); Pleuraerguss (n = 2.282); Bronchialspasmus (n = 7.293); und Atemversagen (n = 12.467). Um Konsistenz in Zielnamen zu gewährleisten, wurden alle Zielgennamen unter Verwendung der UniProt-Datenbank standardisiert. Durch Screening nach überlappenden Genen in den oben genannten Datensätzen wurden ko-exprimierte Gene identifiziert, die als molekulare Mediatoren angesehen wurden, die Ulinastatin mit potenziellen pathophysiologischen Mechanismen von PPCs verbinden.

Funktionelle Anreicherungsanalyse Um die biologischen Funktionen ko-exprimierter Gene und ihre Beteiligung an Signal-Kaskaden zu klären, wurden Gen-Ontology (GO)-Anreicherungsanalyse und Kyoto Encyclopedia of Genes and Genomes (KEGG)-Pfadanalyse parallel durchgeführt[17, 18]. Ein statistischer Schwellenwert von adjustiertem P-Wert < 0,05 wurde angewendet, um die Robustheit und funktionelle Relevanz der Anreicherungsergebnisse zu gewährleisten.

Lokalisierung potenzieller Zielproteine Extrazelluläre sekretierte Proteine wurden ausgewählt, da Ulinastatin als Breitband-Proteaseinhibitor seine biologischen Effekte hauptsächlich im extrazellulären Raum ausübt; somit wurden nur extrazelluläre Ziele betrachtet, um biologische Plausibilität zwischen Ulinastatin und seinen Zielen zu gewährleisten. Der extrazelläre sekretierte Protein-Datensatz wurde aus dem Human Proteome Atlas erhalten, und herzchirurgie-bezogene Ziele wurden aus der GeneCards-Datenbank erhalten (Herzchirurgische Verfahren, n = 5.931). Potenziellen Zielproteine wurden präzise identifiziert, indem der Schnittpunkt von postoperativen pulmonalen Komplikation-bezogenen Zielen, herzchirurgie-bezogenen Zielen und dem extrazellulären sekretierten Protein-Datensatz genommen wurde.

Protein-Protein-Interaktionsnetzwerk-Konstruktion Parallel zur Funktionsanalyse wurde ein Protein-Protein-Interaktionsnetzwerk (PPI) unter Verwendung der STRING-Datenbank konstruiert, wobei der Analyseumfang auf die im Venn-Diagramm identifizierten überlappenden Ziele beschränkt war. Um hohe Konfidenz in den Interaktionen zu gewährleisten, wurde die Spezies als Homo sapiens spezifiziert und ein strenger Interaktions-Score-Schwellenwert (≥0,9) angewendet.

Identifikation von Schlüsselzielgenen von Ulinastatin Ein systematischer Ansatz wurde verwendet, um die Schlüsselmolekularziele von Ulinastatin zu identifizieren: Zuerst wurden der präzise Name und die molekulare Formel der Verbindung aus der PubChem-Datenbank abgerufen und in die Swiss-Target Prediction-Plattform importiert, um potenzielle Zielmoleküle vorherzusagen und abzurufen. Anschließend wurde eine Schnittmengenanalyse durchgeführt, um Ulinastatin-Zielmoleküle mit dem oben genannten Ko-Expressionsgen-Datensatz zu integrieren, wobei nach Molekülen gescreent wurde, die gleichzeitig die Kriterien von "durch Ulinastatin reguliert", "in relevanten biologischen Kontexten extrazellulär sezerniert" und "ko-exprimiert" erfüllen. Ein Geninteraktionsnetzwerk wurde dann unter Verwendung von Friends-Analyse zur weiteren Optimierung konstruiert, wobei die Bedeutung jedes Gens basierend auf Netzwerk-Topologie-Metriken wie Konnektivität und Zentralität bewertet wurde. Schließlich wurden die Schlüsselknotengene identifiziert, die die potenziellen biologischen Effekte von Ulinastatin vermitteln.

Molekulares Docking und Dynamiksimulationen Die dreidimensionale Struktur des kleinen Molekülliganden Ulinastatin wurde aus der PubChem-Datenbank abgerufen (PubChem CID: 105102), während die Protein-MMP3-Struktur (PDB ID: 4g9l) aus der RCSB PDB-Datenbank erhalten wurde. Bevorzugt wurde die humane Proteinkonformation mit der höchsten strukturellen Genauigkeit für nachfolgende Analysen. Vor-Docking-Vorverarbeitung des Zielproteins wurde unter Verwendung von PyMOL-Software durchgeführt: Zuerst wurden redundante Wassermoleküle und endogene Liganden aus der Struktur entfernt, um Interferenz durch unspezifische Interaktionen zu eliminieren; anschließend wurden Wasserstoffatome zum Protein-Grundgerüst und zu Seitenketten hinzugefügt, um die Vollständigkeit des Protonierungszustands an der Bindungsstelle zu gewährleisten, wodurch die Genauigkeit der Docking-Berechnungen verbessert wurde. Molekulare Docking-Simulationen wurden unter Verwendung der CB-Dock2 Online-Plattform (https://cadd.labshare.cn/cb-dock2/index.php) durchgeführt. Nach dem Docking wurde LIGPLOT-Software verwendet, um Protein-Ligand-Interaktionsschematas zu generieren, die visuell Schlüsselbindungsreste und intermolekulare Kräfte (einschließlich Wasserstoffbrücken, hydrophobe Interaktionen und Van-der-Waals-Kräfte) veranschaulichen. Dieser Prozess klärt den spezifischen Bindungsmodus zwischen Ligand und Zielprotein auf.

Schritt III: Validierung in klinischen Proben Klinische Validierungskohortenstudien-Design und Probanden Dies ist eine prospektive Beobachtungsstudie. Plasmaproben aus der klinischen Validierungskohorte wurden von erwachsenen Patienten gesammelt, die sich zwischen April 2023 und September 2024 elektiven Herzoperationen unterzogen, einschließlich offener Herzklappenreparatur, herz-lungen-maschinen-assistiertem Klappenersatz und koronarer Bypass-Operation ohne Herz-Lungen-Maschine. Es gelten die gleichen Ausschlusskriterien wie im ersten Teil dieser Studie. Das primäre Ergebnis dieser Studie ist das Auftreten von PPCs innerhalb von 7 Tagen postoperativ oder vor der Entlassung.

Stichprobengröße Die minimale Stichprobengröße wurde basierend auf den Inzidenzraten von PPCs in der Ulinastatin- und Nicht-Ulinastatin-Gruppe berechnet. Wie aus dem ersten Teil der Studie abgeleitet, betrugen die PPCs-Inzidenzraten 22,8 % in der Ulinastatin-Gruppe und 2,7 % in der Nicht-Ulinastatin-Gruppe. Die Stichprobenumfangsberechnung wurde mit PASS-Software durchgeführt, wobei Parameter wie folgt eingestellt wurden: Signifikanzniveau (α) = 0,05 und statistische Power (1-β) = 0,80. Die Stichprobengröße bestand ursprünglich aus 168 Fällen, wobei eine zusätzliche Ausfallrate von 15 % berücksichtigt wurde, was zu einer minimal erforderlichen Stichprobengröße von 193 Fällen führte.

Blutprobenentnahme und -testung Venöse Blutproben wurden von Patienten an drei vordefinierten perioperativen Zeitpunkten gesammelt: (1) präoperativ (vor chirurgischem Schnitt); (2) unmittelbar postoperativ (bei Aufnahme auf die Intensivstation); und (3) 24 Stunden postoperativ. Probenverarbeitungsprozedur: Blut wurde in EDTA-Antikoagulansröhrchen gesammelt, sanft zur Durchmischung invertiert und auf Eis transportiert. Plasma wurde durch schnelle Zentrifugation unter folgenden Bedingungen abgetrennt: [3000 × g, 4℃, 10 min]. Aliquotierte Plasmaproben wurden sofort bei -80°C in einer speziellen Biobank für nachfolgende Batch-Tests gelagert. Quantifizierung mittels enzymgebundenem Immunosorbent-Assay (ELISA) mit Kit HM10736 (Bio-swamp Company, Wuhan, China), strikt nach Herstellerprotokollen.

Statistische Methoden Der Shapiro-Wilk-Test wurde verwendet, um die Normalität kontinuierlicher Variablen zu evaluieren. Normalverteilte Variablen wurden als Mittelwert ± Standardabweichung (x̅ ± s) ausgedrückt, mit Zwischengruppenvergleichen mittels einfacher Varianzanalyse (ANOVA). Wenn der Levene-Test ungleiche Varianzen anzeigte, wurde stattdessen Welchs ANOVA angewendet. Schief kontinuierliche Variablen wurden als Median (Interquartilsbereich) [M (P25, P75)] dargestellt, und Intergruppenvergleiche wurden mit dem Kruskal-Wallis-Test durchgeführt. Kategorische Variablen wurden als Anzahl (Prozentsätze) [n (%)] ausgedrückt, mit Zwischengruppenvergleichen unter Verwendung des Chi-Quadrat-Tests oder Fisher's exaktem Test, abhängig von Stichprobengröße und erwarteter Häufigkeitsverteilung.

Da PPCs überwiegend innerhalb von 7 Tagen postoperativ auftreten und alle Patienten bis zur Entlassung nachverfolgt wurden, wurde logistische Regression eingesetzt. Multivariate logistische Regressionsmodelle wurden verwendet, um die Assoziation zwischen Veränderungen der Plasma-MMP3-Konzentration und klinischen Ergebnissen zu untersuchen. Vordefinierte Kovariaten, ausgewählt basierend auf klinischer Relevanz und vorheriger Literatur, wurden in die Modelle zur Adjustierung eingeschlossen. Ergebnisse wurden als Odds Ratios (OR) mit 95%-Konfidenzintervallen (95% KI) berichtet, reflektierend die Stärke der Assoziation und statistische Präzision. Ein zweiseitiges P < 0,05 wurde als Schwellenwert für statistische Signifikanz festgelegt.

Interaktionsterme wurden in die logistischen Regressionsmodelle integriert, um modifizierende Effekte von Faktoren wie Geschlecht und Komorbiditäten auf die primäre Assoziation zu explorieren. Der Likelihood-Ratio-Test wurde verwendet, um Modelle mit und ohne Interaktionsterme zu vergleichen, und Interaktions-P-Werte wurden berechnet, um die statistische Signifikanz dieser Effekte zu bewerten. Weitere Subgruppenanalysen wurden basierend auf den oben genannten Faktoren durchgeführt, um unterschiedliche Assoziationseffekte über Subgruppen hinweg zu identifizieren.