Eating Raw Snails Infected with Angiostrongylus Cantonensis Causes Eosinophilic Meningitis: A Case Report
-
摘要:
本文报道1例生食蜗牛10 d后出现持续发热和中枢神经系统症状的男性病例。结合临床表现、流行病史及病原学检测结果,诊断为广州管圆线虫病。予以阿苯达唑驱虫、地塞米松抗炎治疗后康复。本文梳理该患者的诊疗历程,并结合文献复习,以期为临床诊疗提供参考。
-
关键词:
- 广州管圆线虫 /
- 寄生虫 /
- 嗜酸性粒细胞增多性脑膜炎 /
- 宏基因组高通量测序
Abstract:We report a case of a male patient who developed persistent fever and central nervous system symptoms after eating raw snails for 10 days. The patient was diagnosed with Angiostrongyliasis depended on the clinical presentation, epidemiological history, and etiological results. The patient recovered after receiving albendazole anthelmintic and dexamethasone anti-inflammatory therapy. This article incorporates literature review to sort out the diagnosis and treatment of this patient, in order to provide feasible reference for clinicians.
-
社会工作者(下文简称“社工”)是一种新兴的专门从事社会服务工作的人员,该职业在我国起步较晚,近年来在国家政策的引导下,社工队伍正逐步由过去的行政化、半专业化向专业化方向发展。自COVID-19疫情暴发以来,社工长期坚守一线抗疫岗位,发挥专业所长,在疫情防控中发挥了重要作用,且该期间人群精神心理疾病患病率大幅增加,引发了全球关注[1],但相关研究主要聚焦于一线医护人员的心理状态变化,认为医护人员具有更高的焦虑、抑郁风险[1-3]。目前,针对社工群体精神与心理健康的研究较为匮乏。国际研究发现,社工在COVID-19疫情期间面临多种心理问题,如缺乏保护、负担过重、感到精神痛苦[4-5],但由于国外社工专业划分细致,导致针对社工的研究多被纳入“一线人员”范畴[6],尚缺乏针对社工群体的特异性分析。我国社工群体的工作内容及方式与国外存有一定差异,其精神心理健康状态可能亦不同。国内学者对于COVID-19疫情初期阶段参与社会防疫工作人群的心理健康水平作了初步研究,发现防疫人员处于心理应激状态,焦虑、抑郁处于较高水平[7-8],追踪研究后发现社工存在较强的职业倦怠和离职意愿,明显职业倦怠比例高达45.24%~74.21%,具有离职意愿的比例为25.67%[9-10]。在COVID-19疫情防控工作常态化时期,社工需将疫情防控工作和日常工作并举,在精力、躯体、心理方面承受了持续的压力和挑战,但目前尚缺乏针对该专业群体心理健康水平的研究。
数据显示,2019年北京市拥有社工7.46万人,其中持证社工约3.63万人;朝阳区拥有社工约1.3万人,其中持证社工约0.5万人[11-12]。本研究以北京市朝阳区为例,旨在评估社工群体在COVID-19疫情防控常态化时期心理状态,分析其焦虑、抑郁、睡眠障碍的影响因素,以期为未来制订更具针对性的工作策略,提高社工队伍心理健康水平,为社工行业健康发展提供理论依据和支撑。
1. 资料与方法
1.1 研究对象
采用分层整群抽样法,2021年11月—2022年3月期间按照城乡人口密度于北京市朝阳区选取酒仙桥、望京、太阳宫、十八里店、孙河5个街道的全部社工为研究对象(社工组)。纳入标准:(1)在该区域内从事社工职业的在职人员;(2)年龄20~60周岁;(3)调查期间参与COVID-19疫情防控。排除标准:(1) 具有严重的躯体疾病,如肝肾疾病、心血管疾病、血液病、神经系统疾病或恶性肿瘤等;(2)明确诊断为COVID-19或因密切接触曾被集中隔离者;(3)既往诊断为精神系统疾病,如精神发育迟滞、精神分裂症、双相情感障碍及焦虑抑郁障碍等;(4)COVID-19疫情期间经历重大生活事件,如丧亲、离异等。以上述5个街道对应社区医院的在职一线医护人员(医护组)、社区居民(居民组)为对照人群。社工组、医护组、居民组比例为1∶1∶1。医护组纳入标准:(1)社工所在街道对应社区医院的一线工作人员;(2)年龄20~60周岁;(3)调查期间参与COVID-19疫情防控。居民组纳入标准:(1)社工所在街道的社区居民;(2)年龄20~60周岁。医护组、居民组排除标准同社工组。
本研究通过清华大学第一附属医院伦理委员会审批[审批号:(2021)伦审研第(11)号],研究对象均知情同意。
1.2 调查内容
采用问卷星平台,向社工、医护人员、居民微信群发放电子问卷进行调查,收集性别、年龄及焦虑、抑郁、睡眠状况。其中焦虑的筛查采用广泛性焦虑量表7(generalized anxiety scale-7,GAD-7)。该量表共含7个条目,可测量个体近2周感知的焦虑情况,尤其对焦虑症状变化十分敏感,Cronbach's α为0.898,与汉密尔顿焦虑量表的相关系数为0.841。既往文献中以10分为临界值时,诊断焦虑的灵敏度和特异度分别为86.2%和95.5%[13]。本研究将GAD-7评分≥10分定义为焦虑筛查阳性。抑郁的筛查采用病人健康问卷抑郁量表(patient health questionnaire 9,PHQ-9)。该量表共含9个条目,可衡量个体近2周感知的抑郁情况,Cronbach's α为0.857,与汉密尔顿抑郁量表的相关系数为0.811[14]。以10分为临界值时,诊断抑郁的灵敏度和特异度分别为94%和72%[15]。本研究将PHQ-9评分≥10分定义为抑郁筛查阳性。睡眠状况的筛查采用阿森斯失眠量表(Athens insomnia scale, AIS)。其为公认的睡眠质量自测量表,共含8个条目,Cronbach's α为0.85,与睡眠问题量表的相关系数为0.85~0.90[16]。本研究将AIS评分≥7分定义为睡眠障碍。
此外,社工组还包括以下信息:(1)一般资料调查表:是否独居、文化程度、工作年限、工作负担、家庭负担(如照顾家人等)、经济负担、共患慢性疾病、精神疾病家族史等。(2)中文版压力知觉量表(Chinese perceived stress scale,CPSS):该量表共含14个条目,分为失控感(7个条目)和紧张感(7个条目)两部分,可测量个体近期压力知觉,Cronbach's α为0.75,评分越高表示感知的压力越大[17]。(3)心理弹性量表(Connor-Davidson resilience scale,CD-RISC):该量表共含25个条目,中文版由于肖楠、张建新根据英文版编制而成,分为坚韧、乐观和力量3个因子,总分为各因子评分之和,评分越高表示心理弹性越好。Cronbach's α为0.737~0.91,与自我韧性量表的相关系数为0.6[18-19]。(4)社会支持评定量表(social support rating scale, SSRS):该量表含3个维度(客观支持度、主观支持度、对支持的利用度)共10个条目,用于调查个体的社会支持水平,Cronbach's α为0.896,3个维度的量表与总量表的相关系数为0.724~0.835,总分为各条目评分之和,评分越高表示社会支持度越好[20]。
1.3 质量控制
(1) 问卷前言部分注明研究目的与意义及研究者工作单位、电话,以征得研究对象知情同意后如实填写。(2)问卷开始部分核对被访人员入组标准内容,完成全部条目后方可提交,相同IP仅保留1份问卷,取完整者进行分析。(3)剔除不符合入组标准、重复填写、有明显错误、填写时间较短的问卷。
1.4 样本量估算
采用公式:n=Z1-α/22×P(1-P)/d2,进行样本量估算。其中n表示所需样本量,Z1-α/2为标准正态分布下面积为1-α/2所对应的百分数,α为0.05时其值为1.96。P为预期总体发生率,根据鞠玉朦等[7]近年来针对社区疫情防控工作者的研究数据,中重度抑郁率约为17.4%,中重度焦虑率约为24.0%,此处取较小值17.4%进行计算。d为容许误差,设定为0.05[21]。经计算研究组所需最低样本为221例。
1.5 统计学处理
采用SPSS 26.0软件进行统计分析。CPSS、CD-RISC、SSRS评分等非正态分布计量资料,以中位数(四分位数)表示,组间比较采用Kruskal-Wallis H检验;性别、文化程度、工作负担等计数资料以频数(百分数)表示,组间比较采用卡方检验,两两比较时采用Bonferroni法进行校正。在单因素分析的基础上,采用二元Logistic回归分析法筛选社工焦虑、抑郁、睡眠障碍的影响因素;以单因素分析中差异显著的指标为自变量,社工是否焦虑、抑郁、失眠作为因变量进行决策树分析。因变量类别选择为“是”,生长法选择为“CHAID”,验证方法为“交叉验证”,样本群数为10,最大树深度为5,最小个案数父节点60,子节点20,拆分节点和合并类别为0.05。以P<0.05为差异具有统计学意义。
2. 结果
2.1 一般临床资料
共回收问卷954份,其中62份因信息不全、错误等情况予以剔除,最终892份(93.5%)有效问卷被纳入分析。其中社工组372份(41.7%),医护组262份(29.4%),居民组258份(28.9%)。
3组年龄(P=0.032)、性别比例(P<0.001)差异具有统计学意义。社工组焦虑、抑郁、睡眠障碍筛查阳性率分别为15.3%、22.0%、48.1%,高于医护组(7.6%、10.3%、30.5%)和居民组(7.0%、8.5%、29.5%),差异具有统计学意义(P均<0.001)。医护组和居民组焦虑、抑郁、睡眠障碍筛查阳性率差异均无统计学意义(P均>0.05),见表 1。
表 1 3组人口学信息与心理健康水平比较Table 1. Demographic information and mental health comparisons between 3 groups指标 社工组(n=372) 医护组(n=262) 居民组(n=258) P值 性别[n(%)] <0.001 男 102(27.4)* 52(19.8)* 102(39.5) 女 270(72.6) 210(80.2) 156(60.5) 年龄[M(P25, P75),岁] 38.5(33, 43)* 37.5(31, 44.3)* 39(33, 46) 0.032 焦虑[n(%)] 57(15.3)#* 20(7.6) 18(7.0) <0.001 抑郁[n(%)] 82(22.0)#* 27(10.3) 22(8.5) <0.001 睡眠障碍[n(%)] 179(48.1)#* 80(30.5) 76(29.5) <0.001 与医护组比较,# P<0.05;与居民组比较,* P<0.05 2.2 社工焦虑、抑郁、睡眠障碍影响因素的单因素分析
在社工组中,焦虑筛查阳性/ 阴性人群GAD-7评分分别为14(12, 19)分和4(1, 7)分(P<0.001);抑郁筛查阳性/阴性人群PHQ-9评分分别为13(11, 17) 分和4(1, 7)分(P<0.001);睡眠障碍筛查阳性/阴性人群AIS评分分别为10(8, 13)分和2(1, 4)分(P<0.001)。
单因素分析显示,CPSS评分、CD-RISC评分、SSRS评分、工作负担、经济负担、家庭负担、共患慢性疾病比例、有精神疾病家族史比例在有/无焦虑、抑郁、睡眠障碍社区人群中具有统计学差异(P均<0.05),此外,抑郁人群较非抑郁人群的年龄偏低,差异具有统计学意义(P<0.05),见表 2。
表 2 社工组有/无焦虑、抑郁、睡眠障碍人群临床资料比较Table 2. Clinical data comparisons on among social worker groups with and without anxiety, depression and sleep disorders指标 焦虑(n=57) 无焦虑(n=315) P值 抑郁(n=82) 无抑郁(n=290) P值 睡眠障碍(n=179) 无睡眠障碍(n=193) P值 性别[n(%)] 0.158 0.481 0.362 男 20(35.1) 82(26.0) 25(30.5) 77(26.0) 53(29.6) 49(25.4) 女 37(64.9) 233(74.0) 57(69.5) 213(73.4) 126(70.4) 144(74.6) 年龄[M(P25, P75),岁] 38(34,43) 39(33,44) 0.746 37(32.8, 42.5) 39(34,44) 0.037 38(33,43) 39(34,43.5) 0.633 独居[n(%)] 2(3.5) 10(3.2) 0.895 3(3.7) 9(3.1) 0.802 7(3.9) 5(2.6) 0.472 文化程度[n(%)] 0.175 0.231 0.897 高中及以下 1(1.8) 22(7.0) 2(2.4) 21(7.2) 10(5.6) 13(6.7) 大专及本科 56(98.2) 287(91.1) 78(95.1) 265(91.4) 166(92.7) 177(91.7) 研究生及以上 0(0) 6(1.9) 2(2.4) 4(1.4) 3(1.7) 3(1.6) 工作年限[n(%)] 0.656 0.831 0.291 <5年 24(42.1) 136(43.2) 37(45.1) 123(42.4) 72(40.2) 88(45.6) 5~10年 23(40.4) 110(34.9) 27(32.9) 106(36.6) 63(35.2) 70(36.3) >10年 10(17.5) 69(21.9) 18(22.0) 61(21.0) 44(24.6) 35(18.1) CPSS评分[M(P25, P75),分] 33(29,37) 25(20,28) <0.001 32(29,37) 24(20,28) <0.001 29(27,32) 22(17.5,26) <0.001 CD-RISC评分[M(P25, P75),分] 43(36,55) 62(50,74) <0.001 47(37,56) 64(50,75) <0.001 50(42,62) 67(56,81) <0.001 SSRS评分[M(P25, P75),分] 34(30,40) 42(36,47) <0.001 34(29,40) 42(37,47) <0.001 37(31,42) 45(39,49) <0.001 工作负担[n(%)] 0.014 0.017 <0.001 轻度 0(0) 10(3.2) 1(1.2) 9(3.1) 3(1.7) 7(3.6) 中度 19(33.3) 158(50.2) 29(35.4) 148(51.0) 67(37.4) 110(57.0) 重度 38(66.7) 147(46.7) 52(63.4) 133(45.9) 109(60.9) 76(39.4) 经济负担[n(%)] <0.001 <0.001 <0.001 轻度 2(3.5) 84(26.7) 7(8.5) 79(27.2) 21(11.7) 65(33.7) 中度 20(35.1) 142(45.1) 28(34.1) 134(46.2) 79(44.1) 83(43.0) 重度 35(61.4) 89(28.3) 47(57.3) 77(26.6) 79(44.1) 45(23.3) 家庭负担[n(%)] <0.001 0.001 0.001 轻度 13(22.8) 163(51.7) 26(31.7) 150(51.7) 67(37.4) 109(56.5) 中度 30(52.6) 118(37.5) 38(46.3) 110(37.9) 81(45.3) 67(34.7) 重度 14(24.6) 34(10.8) 18(22.0) 30(10.3) 31(17.3) 17(8.8) 共患慢性疾病[n(%)] 30(52.6) 104(33.0) 0.005 42(51.2) 92(31.7) 0.001 82(45.8) 52(26.9) <0.001 有精神疾病家族史[n(%)] 11(19.3) 16(5.1) <0.001 14(17.1) 13(4.5) <0.001 23(12.8) 4(2.1) <0.001 CPSS(Chinese perceived stress scale):中文版压力知觉量表;CD-RISC(Connor-Davidson resilience scale):心理弹性量表;SSRS(social support rating scale):社会支持评定量表 2.3 社工焦虑、抑郁、睡眠障碍影响因素的多因素分析
2.3.1 多因素Logistic回归分析
以单因素分析差异显著的指标为自变量,有/无焦虑、抑郁、睡眠障碍为因变量进行多因素Logistic回归分析。自变量筛选方式为向后逐步选择法,步入标准为0.05,剔除标准为0.1。结果显示,家庭负担、CPSS评分是社工焦虑的独立危险因素;CPSS评分是社工抑郁的独立危险因素,SSRS评分为社工抑郁的保护因素;有精神疾病家族史、CPSS评分是社工睡眠障碍的独立危险因素,SSRS评分为社工睡眠障碍的保护因素,见表 3。
表 3 社工焦虑、抑郁、睡眠障碍影响因素的多因素Logistic回归分析结果Table 3. Influencing factors in multifactor Logistic regression analysis on anxiety, depression, and sleep disorders among social workers指标 β SE Wald χ2 OR(95% CI) P值 焦虑 常量 -11.31 1.38 67.28 - <0.001 家庭负担 0.59 0.26 5.30 1.80(1.09~2.96) 0.021 CPSS评分 0.29 0.04 50.24 1.34(1.24~1.45) <0.001 抑郁 常量 -7.87 1.53 26.37 - <0.001 CPSS评分 0.26 0.04 44.47 1.29(1.20~1.39) <0.001 SSRS评分 -0.04 0.02 4.81 0.96(0.92~1.00) 0.028 睡眠障碍 常量 -4.44 1.26 12.51 - <0.001 有精神疾病家族史 1.59 0.69 5.34 4.91(1.27~18.94) 0.021 CPSS评分 0.18 0.03 41.50 1.20(1.14~1.27) <0.001 SSRS评分 -0.06 0.02 10.31 0.95(0.91~0.98) 0.001 -:不适用;CPSS、SSRS:同表 2 2.3.2 决策树分析
根据决策树构建的焦虑影响因素树形图深度为2层,共5个节点、4个终端节点(图 1A)。其中,CPSS评分为决策树的根节点(χ2=109.184,P<0.001)。CPSS评分、家庭负担为影响社工焦虑的变量,当CPSS评分>30分、家庭负担为中重度时,社工发生焦虑的比例为68.2%。
根据决策树构建的抑郁影响因素树形图深度为2层,共6个节点、5个终端节点(图 1B)。CPSS评分为决策树的根节点(χ2=132.141,P<0.001)。CPSS评分、SSRS评分为影响社工抑郁的变量,当CPSS评分>30分、SSRS评分≤35分时,社工发生抑郁的比例为85.4%。
根据决策树构建的睡眠障碍影响因素树形图深度为2层,共6个节点、5个终端节点(图 1C)。CPSS评分为决策树的根节点(χ2=120.415,P<0.001)。CPSS评分、SSRS评分为影响社工睡眠质量的变量,当CPSS评分>30分时,社工发生睡眠障碍的比例为88.4%。
3. 讨论
本研究以一线医护人员和社区居民为对照,评估了COVID-19疫情防控常态化时期社工心理状态变化,结果显示社工组焦虑、抑郁、睡眠障碍筛查阳性率(15.3%、22.0%、48.1%)高于医护组(7.6%、10.3%、30.5%)和居民组(7.0%、8.5%、29.5%)。多因素Logistic回归分析显示,家庭负担、CPSS评分是社工焦虑的影响因素,CPSS评分、SSRS评分是社工抑郁的影响因素,有精神疾病家族史、CPSS评分、SSRS评分是社工睡眠障碍的影响因素。决策树分析结果与Logistic回归分析基本一致。提示,COVID-19疫情防控常态化时期,社工表现出较高水平的心理健康问题,其中压力知觉、社会支持为其重要影响因素,尤其以压力知觉对社工心理健康的影响为著。
社工是一类较为特殊的社会群体,国外的社工专业细分达十余种,组织管理多为用人企业和非营利组织,主要聚焦于个案管理[22-23],与COVID-19疫情相关者主要是在医院工作的医务社工和各部门的心理援助社工,且国外社工疫情期间多为线上工作[24]。因国情需要,我国的社工组织管理主要隶属于街道,COVID-19疫情期间主要工作职责为疫苗接种、防疫物资发放、消毒隔离、政令传达、生活困难居民帮扶等,是最一线的工作人员,任务多、负担重,常面临工作对象和时间的不确定性。
在COVID-19疫情防控常态化时期,社工亦肩负宣传动员、基层保障、民意反馈等工作,与同属参与一线工作的医护人员相比,社工得到的关注度较少。本研究发现,在COVID-19疫情防控常态化时期,社工群体的焦虑、抑郁、失眠筛查阳性率分别为15.3%、22.0%、48.1%,相较于医护人员(7.6%、10.3%、30.5%) 及社区居民(7.0%、8.5%、29.5%)表现出更高水平的焦虑、抑郁情绪及睡眠问题。鞠玉朦等[7]于COVID-19疫情暴发初期对武汉市社区防疫人员进行了调查,发现其焦虑、抑郁阳性率分别为24%、17.4%,显著高于普通社区居民(8.7%、11.5%)。结合本研究结果可知,无论COVID-19疫情暴发期间还是防控常态化阶段,社工群体均面临较高水平的心理健康问题,且相较于COVID-19疫情暴发期,社工群体在防控常态化阶段的焦虑状态可能有所缓解,抑郁问题仍较为突出,该现象与医护人员及社区居民存有一定差异。2020年国外Meta分析显示,一线医护人员中焦虑患病率为23.2%~25.8%,抑郁患病率为22.8%~24.3%[25-26]。同期国内研究显示,天津市全体医护人员中重度焦虑、抑郁、睡眠障碍检出率分别为16.22%、20.13%、46.75%[27],较本研究数据均明显升高(7.6%、10.3%、30.5%),提示COVID-19疫情防控常态化阶段,医护人员的心理健康问题可能有所缓解。在针对社区居民的分析中亦得出一致的变化趋势[28]。本研究医护人员在疫情常态化防控时期焦虑、抑郁问题得到明显缓解,与社区居民未显示出明显差异,推测与医护人员具有更强的专业知识,对突发公共卫生事件的适应性更强有关。社工的防疫与医学知识专业度不及医护人员,对COVID-19疫情造成恐慌的适应性不如医护人员,加上高强度工作带来的高心理负荷,导致社工的心理变化更为突出,持续时间更长,应增加对此类群体的关注度。
既往研究表明,COVID-19疫情下社工职业倦怠及高离职率与其感知的身心压力及自我关怀不足存在密切关联[10]。压力知觉是个体对压力经过认知评价后产生的心理反应,表现为多种身心紧张和不适[17]。与继往研究结论相似,本研究无论是多因素Logistic回归模型还是决策树模型,结果均显示压力知觉是社工群体焦虑、抑郁、睡眠障碍等心理健康问题共同的、也是最重要的影响因素。Logistic回归模型可体现不同因素的影响效应,决策树模型则可直观体现不同因素下的分类结果和多因素交互作用。本文两种分析方法互为印证和补充,结果可信度高,为临床干预提供了重要依据。既往多项研究表明,压力知觉可对心理健康产生显著影响[29-30],在突发公共卫生事件中个体的压力知觉与焦虑、抑郁情绪呈正相关[31]。压力知觉的产生及其大小很大程度上取决于个体对环境刺激事件的认知和评价,同一环境刺激事件对不同个体可产生不同的应激性[32]。个体是否产生高水平的压力知觉,认知评价在其中发挥重要作用。个体对于压力事件这样一个“外在”事件的“内在认知”存在差异,调整压力认知可能为其长期健康带来有益影响[33]。在具有挑战性的工作环境中,研究如何改善个体对压力事件的认知与评价,或可为提高社工队伍身心健康、缓解职业倦怠、减少离职率产生正向效应。
Logistic回归和决策树分析均发现社会支持是社工群体抑郁及失眠的重要影响因素,良好的社会支持在心理疾病预防中发挥积极作用。既往有大量研究分析了心理健康与社会支持的相关性,发现社会支持对处于应激状态下个体的心理健康和睡眠起保护作用[34-35]。既往研究显示,在COVID-19疫情暴发期间,社会支持为医护人员职业耗竭的保护性因素[36],而在防控常态化期间,社会支持水平与医护人员睡眠质量呈正相关[37]。目前认为社会支持发挥作用的机制主要有两种假设模型,其一为主效应模型,其二为缓冲器模型,前者认为社会支持可直接作用于个体而独立于压力事件,而后者认为社会支持作用于个体的内部认知系统,从而减轻压力事件带来的消极影响[38]。本研究社会支持对抑郁和睡眠质量存在直接影响,而未发现其对焦虑具有直接影响,提示社会支持、压力事件和心理健康三者之间为复合性关系而非简单线性关系,详细机制尚需进一步研究。
本研究局限性:(1)社工与作为对照的医护人员、社区居民,在性别比例、年龄等方面存有显著差异,可能为导致社工群体心理健康变化的混杂因素;(2)包括焦虑、抑郁、睡眠障碍情况在内的数据来源于调查量表,可能存有一定主观性;(3)社工均来自北京市朝阳区,无法代表北京市及全国整体水平,结果外推需谨慎;(4)针对不同群体心理健康变化趋势的分析主要基于既往文献数据,由于研究人群不同,尚不能明确肯定其变化特征。
综上所述,在COVID-19疫情防控常态化时期,相较于医护人员和社区居民,社工表现出更显著的心理健康问题。压力知觉、社会支持为社工心理健康的重要影响因素,尤其以压力知觉的影响为著。未来可开展改善压力认知、提高社会支持的干预措施,以改善社工群体的心理健康状态。
作者贡献:户梦婷、张栋、贾沛瑶负责病历整理、论文撰写及修订;陆旻雅、周梦兰、郭佳钰、苏慧婷参与实验室检测及病例讨论;高羿、席婧媛参与数据整理和分析;杨启文、朱华栋负责提供专业指导并提出修订意见。利益冲突:所有作者均声明不存在利益冲突 -
表 1 患者在北京协和医院住院期间主要检测指标值变化
Table 1 The changes of the main test index values during the hospitalization of patients in Peking Union Medical College Hospital
指标 检测日期 2023-06-09 2023-06-10 2023-06-11 2023-06-12 2023-06-13 降钙素原(μg/L) 0.14 0.12 0.13 NA 0.10 白细胞(×109/L) 14.26(↑) 14.19(↑) 14.52(↑) NA 15.15(↑) 嗜酸性粒细胞绝对值(×109/L) 3.02(↑) 2.44(↑) 2.76(↑) NA 1.40(↑) 淋巴细胞绝对值(×109/L) 2.68 1.75 1.87 NA 2.69 D-二聚体(mg/L) 7.67(↑) 6.20(↑) NA 10.72(↑) 5.11(↑) C反应蛋白(mg/L) NA 145.90(↑) 101.70(↑) 111.80(↑) 89.2(↑) 丙氨酸氨基转移酶(U/L) NA 18 29 44 42 肌酐(μmol/L) NA 55(↓) 59 68 59 淀粉酶(U/L) NA 86 NA 153(↑) 86 NA:未检测 -
[1] Lo Re V 3rd, Gluckman S J. Eosinophilic meningitis[J]. Am J Med, 2003, 114(3): 217-223. DOI: 10.1016/S0002-9343(02)01495-X
[2] Khamsai S, Chotmongkol V, Tiamkao S, et al. Eosinophilic meningitis epidemiological data from a national database in Thailand's Department of Disease Control: a pragmatic, retrospective analytical study[J]. Orphanet J Rare Dis, 2022, 17(1): 393. DOI: 10.1186/s13023-022-02532-1
[3] Sawanyawisuth K, Takahashi K, Hoshuyama T, et al. Clinical factors predictive of encephalitis caused by Angiostrongylus cantonensis[J]. Am J Trop Med Hyg, 2009, 81(4): 698-701. DOI: 10.4269/ajtmh.2009.09-0309
[4] Qvarnstrom Y, Xayavong M, Da Silva A C A, et al. Real-time polymerase chain reaction detection of Angiostrongylus cantonensis DNA in cerebrospinal fluid from patients with eosinophilic meningitis[J]. Am J Trop Med Hyg, 2016, 94(1): 176-181. DOI: 10.4269/ajtmh.15-0146
[5] Niggemann B, Bauer A, Jendroska K, et al. Latex allergy as a cause of eosinophilia in cerebrospinal fluid in a child with a ventricular shunt[J]. J Allergy Clin Immunol, 1997, 100(6 Pt 1): 849-850.
[6] De Almeida S M, De Souza C V, Pletsch L, et al. Diagnostic importance of eosinophilic meningitis in HIV-positive and HIV-negative patients[J]. J Neurovirol, 2019, 25(3): 331-341. DOI: 10.1007/s13365-019-00722-5
[7] Saito K, Yamasaki K, Yokogami K, et al. Eosinophilic meningitis triggered by implanted Gliadel wafers: case report[J]. J Neurosurg, 2017, 126(6): 1783-1787.
[8] Scott T F. A new cause of cerebrospinal fluid eosinophilia: neurosarcoidosis[J]. Am J Med, 1988, 84(5): 973-974. DOI: 10.1016/0002-9343(88)90082-4
[9] Carballo I, González-Quintela A, Sopeña B, et al. Immunoglobulin G4-related disease: what an allergist should know[J]. J Investig Allergol Clin Immunol, 2021, 31(3): 212-227. DOI: 10.18176/jiaci.0633
[10] Johnston D I, Dixon M C, Elm J L, et al. Review of cases of angiostrongyliasis in Hawaii, 2007—2017[J]. Am J Trop Med Hyg, 2019, 101(3): 608-616. DOI: 10.4269/ajtmh.19-0280
[11] Martins Y C, Tanowitz H B, Kazacos K R. Central nervous system manifestations of Angiostrongylus cantonensis infection[J]. Acta Trop, 2015, 141(Part A): 46-53.
[12] Wang Q P, Wu Z D, Wei J, et al. Human Angiostrongylus cantonensis: an update[J]. Eur J Clin Microbiol Infect Dis, 2012, 31(4): 389-395. DOI: 10.1007/s10096-011-1328-5
[13] 靳二虎, 马大庆, 梁宇婷, 等. 广州管圆线虫病中枢神经系统受侵的磁共振影像研究[J]. 中华放射学杂志, 2001, 35(2): 121-124. Jin E H, Ma D Q, Liang Y T, et al. MRI study of angiostrongyliasis cantonensis in central nervous system[J]. Chin J Radiol, 2001, 35(2): 121-124.
[14] 谭丽梅, 苏嬿莉. 广州管圆线虫病1例误诊分析[J]. 中国实用儿科杂志, 2000, 15(9): 569. DOI: 10.3969/j.issn.1005-2224.2000.09.030 Tan L M, Su Y L. Misdiagnosis analysis of one case of Guangzhou roundworm disease[J]. Chin J Pract Pediatr, 2000, 15(9): 569. DOI: 10.3969/j.issn.1005-2224.2000.09.030
[15] Graeff-Teixeira C, Sawanyawisuth K, Lv S, et al. Neuroangiostrongyliasis: updated provisional guidelines for diagnosis and case definitions[J]. Pathogens, 2023, 12(4): 624. DOI: 10.3390/pathogens12040624
[16] Centers for Disease Control and Prevention. Parasites-angiostrongyliasis (also known as angiostrongylus infection): disease[EB/OL ]. [2022-06-13]. https://www.cdc.gov/parasites/angiostrongylus/disease.html.
[17] McBride A, Chau T T H, Hong N T T, et al. Angiostrongylus cantonensis is an important cause of eosinophilic meningitis in southern Vietnam[J]. Clin Infect Dis, 2017, 64(12): 1784-1787. DOI: 10.1093/cid/cix118
[18] Chiu C Y, Miller S A. Clinical metagenomics[J]. Nat Rev Genet, 2019, 20(6): 341-355. DOI: 10.1038/s41576-019-0113-7
[19] 陆旻雅, 郭佳钰, 张栋, 等. 宏基因组高通量测序技术在中枢神经系统感染性疾病中的临床价值分析[J]. 协和医学杂志, 2023, 14(5): 1005-1010. DOI: 10.12290/xhyxzz.2023-0293 Lu M Y, Guo J Y, Zhang D, et al. Analysis of the clinical value of metagenomic next-generation sequencing in central nervous system infection[J]. Med J PUMCH, 2023, 14(5): 1005-1010. DOI: 10.12290/xhyxzz.2023-0293
[20] Wilson M R, Sample H A, Zorn K C, et al. Clinical metagenomic sequencing for diagnosis of meningitis and encephalitis[J]. N Engl J Med, 2019, 380(24): 2327-2340. DOI: 10.1056/NEJMoa1803396
[21] Fan S Y, Ren H T, Wei Y P, et al. Next-generation sequencing of the cerebrospinal fluid in the diagnosis of neurobrucellosis[J]. Int J Infect Dis, 2018, 67: 20-24. DOI: 10.1016/j.ijid.2017.11.028
[22] Xing X W, Zhang J T, Ma Y B, et al. Metagenomic next-generation sequencing for diagnosis of infectious encephalitis and meningitis: a large, prospective case series of 213 patients[J]. Front Cell Infect Microbiol, 2020, 10: 88. DOI: 10.3389/fcimb.2020.00088
[23] 顾嘉程, 吴洪, 陈星兆, 等. 宏基因组二代测序在诊断颅脑创伤相关中枢神经系统感染中的价值[J]. 中华神经外科杂志, 2020, 36(10): 993-997. DOI: 10.3760/cma.j.cn112050-20200401-00194 Gu J C, Wu H, Chen X Z, et al. Diagnostic efficacy analysis of metagenomic next-generation sequencing for traumatic brain injury related central nervous system infection[J]. Chin J Neurosurg, 2020, 36(10): 993-997. DOI: 10.3760/cma.j.cn112050-20200401-00194
[24] 赵伟丽, 林福虹, 乔小东, 等. 应用二代测序诊断中枢神经系统感染性疾病的回顾性分析[J]. 中华神经科杂志, 2020, 53(12): 1016-1020. DOI: 10.3760/cma.j.cn113694-20200524-00382 Zhao W L, Lin F H, Qiao X D, et al. Retrospective analysis of metagenomic next-generation sequencing in the diagnosis of central nervous system infectious disease[J]. Chin J Neurol, 2020, 53(12): 1016-1020. DOI: 10.3760/cma.j.cn113694-20200524-00382
[25] 中华医学会检验医学分会. 宏基因组测序病原微生物检测生物信息学分析规范化管理专家共识[J]. 中华检验医学杂志, 2021, 44(9): 799-807. Chinese Society of Laboratory Medicine. Expert consensus on the standardized management of bioinformatics analysis for the detection of pathogenic microorganisms in mNGS[J]. Chin J Lab Med, 2021, 44(9): 799-807.
[26] 中华医学会细菌感染与耐药防治分会. 呼吸系统感染中宏基因组测序技术临床应用与结果解读专家共识[J]. 中华临床感染病杂志, 2022, 15(2): 90-102. Chinese Society of Bacterial Infection and Drug Resistance Prevention, Chinese Medical Association. Expert consensus on clinical application and interpretation of metagenomic next-generation sequencing in respiratory infections[J]. Chin J Clin Infect Dis, 2022, 15(2): 90-102.
[27] Li Y, Tang J P, Chen D R, et al. The use of albendazole and diammonium glycyrrhizinate in the treatment of eosinophilic meningitis in mice infected with Angiostrongylus cantonensis[J]. J Helminthol, 2013, 87(1): 1-11. DOI: 10.1017/S0022149X11000745
[28] 朱静, 谢雯. 广州管圆线虫病的诊断与治疗[J]. 中国临床医生杂志, 2006, 34(10): 26-27. Zhu J, Xie W. Diagnosis and treatment of Guangzhou roundworm disease[J]. Chin J Clin, 2006, 34(10): 26-27.
[29] 王婧, 郑晓燕, 阴赪宏, 等. 阿苯达唑致广州管圆线虫病患者肝损害的临床分析[J]. 中国病原生物学杂志, 2008, 3(3): 209-211. Wang X, Zheng X Y, Yin C H, et al. Clinical analysis on acute hepatic injury induced by albendazole in patients with angiostrongyliasis cantonensis[J]. J Pathog Biol, 2008, 3(3): 209-211.
-
期刊类型引用(1)
1. 任龙喜. 高质量发展背景下人文医院的内涵及体系建设. 广西医学. 2025(01): 1-6 . 百度学术
其他类型引用(0)