Ulinastatin minskar postoperativa lungkomplikationer efter hjärtkirurgi

Steg Ⅰ: Retrospektiv kohortstudie om intraoperativ ulinastatin och risk för PPCs Denna del av studien är utformad som en retrospektiv, multicentrerad observationsstudie som omfattar vuxna patienter som genomgick planerad hjärtkirurgi på tre medicinska centra – specifikt Tongji Guanggu-sjukhuset, Tongji Zhongfa-sjukhuset och Tongji Hankou-sjukhuset, alla belägna i Wuhan, Kina – mellan januari 2014 och december 2022. På grund av studiens retrospektiva design var urvalsstorleken förutbestämd[14].

Deltagare Vuxna patienter som genomgick planerad hjärtkirurgi, inklusive öppen hjärtklaffreparation, klaffbyte med hjärt-lungmaskin och bypasskirurgi utan hjärt-lungmaskin, screenades konsekutivt för urval. Exklusionskriterier var följande: (1) ålder < 18 år; (2) gravida kvinnor; (3) tidigare hjärtkirurgi före nuvarande sjukhusvistelse; (4) förekomst av akuta respiratoriska sjukdomar före operation, såsom luftvägsinfektioner, respiratorisk svikt, pleuravätska, atelektas, pneumotorax, bronkospasm och pneumoni; (5) administrering av ulinastatinbehandling före hjärtkirurgi under nuvarande sjukhusvistelse; (6) Läkemedlet ulinastatin användes under operationen, med en total intraoperativ dos på mindre än 50 000 U; (7) tidigare malignitet eller benmärgstransplantation.

Variabler Den primära exponeringen var intraoperativ administrering av ulinastatin, definierad av: (1) dosering: total intraoperativ dos (≥50 000 U); (2) timing: första administrering vid anestesiinduktion jämfört med under hjärt-lungmaskin; (3) väg: intravenös infusion.

Demografiska egenskaper inkluderade ålder, kön och rökstatus, alla fastställda vid inläggning. Kliniska komorbiditeter dokumenterades baserat på kliniska diagnoser i journaler, inklusive hypertoni, diabetes, kroniska lungsjukdomar (kroniskt obstruktiv lungsjukdom, astma, kronisk bronkit, bronkiektasier) och kronisk njursvikt. Preoperativa laboratorieindikatorer för patienter bestod av venöst blodprovsresultat erhållna inom 24 timmar från inläggning, inklusive vit blodkroppsräkning och hemoglobinkoncentration.

Baserat på tidigare litteratur och biologisk plausibilitet inkluderade mätta confoundervariabler variabler kända eller hypotetiserade att påverka risken för PPCs. Dessa kovariater omfattade ålder, kön, kroppsmassaindex (BMI), preoperativt hemoglobinvärde, preoperativ vit blodkroppsräkning, preoperativt blodtryck och komorbiditeter. Alla kovariater var förutbestämda och inkluderades i en multivariat justeringsmodell för att hantera basobalans och minska confoundingsbias vid bedömning av kliniska utfall.

Utfall Det primära utfallet var utveckling av PPCs inom 7 dagar postoperativt eller före sjukhusutskrivning. Diagnoskriterierna för PPCs baserades på definitionerna i European Perioperative Clinical Outcome-definitioner, publicerade gemensamt av European Society of Anaesthesiology och European Society of Intensive Care Medicine 2015. I denna studie inkluderade PPCs luftvägsinfektioner, respiratorisk svikt, pleuravätska, atelektas, bronkospasm och aspirationspneumoni. Noterbart är att eftersom torakotomi är en standardkomponent i hjärtkirurgi och postoperativ pneumotorax därmed är en vanlig procedurföljd, exkluderades postoperativ pneumotorax från definitionen av PPCs i denna studie.

Sekundära utfall inkluderade postoperativ delirium och sjukhusdödlighet från alla orsaker. För postoperativ deliriumdiagnos tillämpades två kriterier: (1) en dokumenterad postoperativ deliriumdiagnos ansågs bekräftad och accepterades som giltig; (2) i avsaknad av en initial postoperativ deliriumdiagnos granskade dataextraktörer retrospektivt journaler för tecken på delirium. Kriterierna för retrospektiv postoperativ deliriumdiagnos anpassades till de kompletterande diagnoskriterierna från Diagnostic and Statistical Manual of Mental Disorders, 5th Edition (DSM-5) för delirium[7]. Sjukhusdödlighet från alla orsaker definierades som död på sjukhuset från vilken orsak som helst efter operation.

Bias Flera strategier implementerades genom hela studien för att minska potentiell bias. Klinisk dataextraktion utfördes oberoende av två utbildade forskare i enlighet med ett standardiserat protokoll, med hjälp av information från elektroniska journaler. Avvikelser avgjordes av en tredje senior granskare för att säkerställa datakonsekvens och noggrannhet. Kliniska utfall fastställdes av ett oberoende kliniskt forskningsteam som var blindat för exponeringsdata, vilket ytterligare minskade informationsbias. Förutbestämda confoundervariabler, identifierade baserat på biologisk plausibilitet och tidigare evidens, inkluderades i multivariata modeller för att kontrollera för confoundingsbias.

Steg Ⅱ: Nätverksfarmakologibaserad prediktion och molekylär dockningssimulering För att undersöka de molekylära mekanismerna bakom reduktionen av PPCs av ulinastatin hos hjärtkirurgipatienter använder denna del ett integrerat tillvägagångssätt som kombinerar nätverksfarmakologi och molekylär dockning.

Insamling och standardisering av sjukdomstarget

Dessa target omfattade sex viktiga PPCs-relaterade kliniska tillstånd, med respektive targetantal enligt följande: Luftvägsinfektioner (n = 14 411); Aspirationspneumoni (n = 4 033); Pulmonell atelektas (n = 1 107); Pleuravätska (n = 2 282); Bronkospasm (n = 7 293); och Respiratorisk svikt (n = 12 467). För att säkerställa konsekvens i targetnamn standardiserades alla targetgennamn med hjälp av UniProt-databasen. Genom att screena för överlappande gener i ovannämnda dataset identifierades co-uttryckta gener, som ansågs vara molekylära mediatörer som länkar ulinastatin till potentiella patofysiologiska mekanismer för PPCs.

Funktionell anrikningsanalys För att klargöra de biologiska funktionerna hos co-uttryckta gener och deras deltagande i signalerkaskader utfördes Gene Ontology (GO)-anrikningsanalys och Kyoto Encyclopedia of Genes and Genomes (KEGG)-väganalys parallellt[17, 18]. En statistisk tröskel på justerat P-värde < 0,05 tillämpades för att säkerställa robusthet och funktionell relevans av anrikningsresultaten.

Lokalisering av potentiella targetproteiner Extracellulära sekretoriska proteiner valdes eftersom ulinastatin, som ett bredspektrum proteasinhibitor, utövar sina biologiska effekter primärt i extracellulär miljö; således beaktades endast extracellulära target för att säkerställa biologisk plausibilitet mellan ulinastatin och dess target. Dataset för extracellulära sekretoriska proteiner erhölls från Human Proteome Atlas, och hjärtkirurgirelaterade target erhölls från GeneCards-databasen (Cardiac Surgical Procedures, n = 5 931). Potentiella targetproteiner identifierades exakt genom att ta snittet av postoperativa pulmonella komplikationsrelaterade target, hjärtkirurgirelaterade target och dataset för extracellulära sekretoriska proteiner.

Konstruktion av protein-protein-interaktionsnätverk Samtidigt som funktionell analys konstruerades ett protein-protein-interaktionsnätverk (PPI) med hjälp av STRING-databasen, med analytiskt omfång begränsat till de överlappande target som identifierats i Venndiagrammet. För att säkerställa hög konfidens i interaktionerna specificerades arten som Homo sapiens, och en sträng interaktionspoängtröskel (≥0,9) tillämpades.

Identifiering av nyckeltargetgener för ulinastatin En systematisk metod användes för att identifiera ulinastatins viktigaste molekylära target: först hämtades föreningens exakta namn och molekylformel från PubChem-databasen och importerades till Swiss-Target Prediction-plattformen för att predicera och hämta potentiella targetmolekyler. Därefter utfördes snittanalys för att integrera ulinastatintargetmolekyler med ovannämnda co-uttrycksgendsataset, screenande för molekyler som samtidigt uppfyller kriterierna "reglerade av ulinastatin", "extracellulärt sekretade i relevanta biologiska sammanhang" och "co-uttryckta". Ett geninteraktionsnätverk konstruerades sedan med hjälp av Friends-analys för ytterligare optimering, med varje gens betydelse utvärderad baserat på nätverkstopologiska mått såsom konnektivitet och centralitet. Slutligen identifierades de nyckelnodgener som medierar ulinastatins potentiella biologiska effekter.

Molekylär dockning och dynamiksimuleringar Den tredimensionella strukturen för den småmolekylära liganden ulinastatin hämtades från PubChem-databasen (PubChem CID: 105102), medan proteinet MMP3-struktur (PDB ID: 4g9l) erhölls från RCSB PDB-databasen. Prioritet gavs till den humana proteinkonformationen med högstrukturell noggrannhet för efterföljande analyser. Förbehandling av targetproteinet före dockning utfördes med PyMOL-programvara: först togs redundanta vattenmolekyler och endogena ligander bort från strukturen för att eliminera interferens från icke-specifika interaktioner; därefter lades väteatomer till i proteinets ryggrad och sidokedjor för att säkerställa fullständighet av protoneringstillståndet vid bindningsstället, vilket förbättrar noggrannheten i dockningsberäkningar. Molekylära dockningssimuleringar utfördes med CB-Dock2 online-plattformen (https://cadd.labshare.cn/cb-dock2/index.php). Efter dockning användes LIGPLOT-programvara för att generera protein-ligand-interaktionsscheman, som visuellt illustrerar nyckelbindningsrester och intermolekylära krafter (inklusive vätebindningar, hydrofoba interaktioner och van der Waals-krafter). Denna process klargör det specifika bindningssättet mellan liganden och targetproteinet.

Steg III: Validering i kliniska prover Design och subjekt för klinisk valideringskohortstudie Detta är en prospektiv observationsstudie. Plasmaprover från den kliniska valideringskohorten samlades in från vuxna patienter som genomgick planerad hjärtkirurgi mellan april 2023 och september 2024, inklusive öppen hjärtklaffreparation, hjärt-lungmaskinassisterat klaffbyte och bypasskirurgi utan hjärt-lungmaskin. Tillämpa samma exklusionskriterier som användes i den första delen av denna studie. Det primära utfallet för denna studie är förekomst av PPCs inom 7 dagar postoperativt eller före utskrivning.

Urvalsstorlek Den minsta urvalsstorleken beräknades baserat på incidensen av PPCs i ulinastatin- och icke-ulinastingrupperna. Som härletts från den första delen av studien var PPCs-incidenserna 22,8 % i ulinastingruppen och 2,7 % i icke-ulinastingruppen. Urvalsstorleksberäkning utfördes med PASS-programvara med parametrar inställda enligt följande: signifikansnivå (α) = 0,05 och statistisk styrka (1-β) = 0,80. Urvalsstorleken bestod initialt av 168 fall, med ytterligare 15 % bortfallsandel beaktad, vilket ledde till en minst erforderlig urvalsstorlek på 193 fall.

Blodprovsinsamling och testning Venösa blodprov samlades in från patienter vid tre förutbestämda perioperativa tidpunkter: (1) preoperativt (före kirurgiskt snitt); (2) omedelbart postoperativt (vid intensivvårdsavdelning); och (3) 24 timmar postoperativt. Provbearbetningsprocedur: Blod samlades i EDTA-antikoaguleringsrör, försiktigt inverterades för blandning och transporterades på is. Plasma separerades via snabb centrifugering under följande förhållanden: [3000 × g, 4℃, 10 min]. Alikvoterade plasmaprover omedelbart förvarades vid -80°C i en dedikerad biobank för efterföljande batchtestning. Kvantifiering med enzymkopplad immunoadsorberande analys (ELISA) med kit HM10736 (Bio-swamp Company, Wuhan, Kina), strikt enligt tillverkarens protokoll.

Statistiska metoder Shapiro-Wilk-test användes för att utvärdera normalitet för kontinuerliga variabler. Normalfördelade variabler uttrycktes som medelvärde ± standardavvikelse (x̄ ± s), med mellangruppsjämförelser utförda med envägs variansanalys (ANOVA). Om Levene-test indikerade ojämna varianser tillämpades Welchs ANOVA istället. Skevfördelade kontinuerliga variabler presenterades som median (interkvartilavstånd) [M (P25, P75)], och intergruppsjämförelser utfördes med Kruskal-Wallis-test. Kategoriska variabler uttrycktes som antal (procent) [n (%)], med mellangruppsjämförelser med chi-två-test eller Fishers exakta test, beroende på urvalsstorlek och förväntad frekvensfördelning.

Eftersom PPCs huvudsakligen uppträder inom 7 dagar postoperativt och alla patienter följdes upp genom utskrivning, användes logistisk regression. Multivariata logistiska regressionsmodeller användes för att undersöka sambandet mellan förändringar i plasmakoncentration av MMP3 och kliniska utfall. Förutbestämda kovariater, valda baserat på klinisk relevans och tidigare litteratur, inkluderades i modellerna för justering. Resultat rapporterades som oddsratio (OR) med 95 % konfidensintervall (95 % CI), vilket återspeglar styrkan i sambandet och statistisk precision. En tvåsidig P < 0,05 sattes som tröskel för statistisk signifikans.

Interaktionstermer inkluderades i de logistiska regressionsmodellerna för att utforska modifierande effekter av faktorer som kön och komorbiditeter på det primära sambandet. Likelihood ratio-test användes för att jämföra modeller med och utan interaktionstermer, och interaktions-P-värden beräknades för att bedöma den statistiska signifikansen av dessa effekter. Ytterligare undergruppsanalyser utfördes baserat på ovannämnda faktorer för att identifiera differentiella sambandseffekter över undergrupper.