Advertisement

Procalcitonin als Instrument zur Erfolgsmessung der Therapie einer schweren Sepsis

Eine Untersuchung mit klinischen Routinedaten
  • K. F. Bodmann
  • M. Schenker
  • W. Heinlein
  • M. H. Wilke
Übersichten

Zusammenfassung

Einführung

Procalcitonin (PCT) ist ein Biomarker zur Erkennung schwerer bakterieller Infektionen und zur Beurteilung des Erfolgs einer antibiotischen Therapie. Es existiert gute Evidenz aus Studien. Die hier vorgestellte Untersuchung hat die Anwendung von PCT bei Sepsis auf dem Boden von Routinedaten evaluiert.

Material und Methoden

Aus 7 Kliniken wurden 358.763 Falldatensätze übermittelt. Von 3584 Fällen mit einem ICD-Code für Sepsis wurden 1778 Fälle mit pathologischem PCT und einer Infektionsepisode selektiert. Von 671 Fällen mit geeigneter Messreihe wurden nach „propensity score matching“ 2 Gruppen mit und ohne PCT-Reduktion mit je 211 Fällen gebildet,.

Ergebnisse

Es ergab sich ein hochsignifikanter Überlebensvorteil in der Gruppe mit PCT-Reduktion (146/211 vs. 17/211; p < 0,0001). Das Risiko für das Versterben bei „keine PCT-Reduktion vs. PCT-Reduktion“ beträgt 25,64 (p < 0,0001; 95 %-CI: 14,49–45,45). PCT-Besserung trat im Mittel nach 6,2 Tagen ein.

Diskussion

Das hohe Risiko zu versterben, falls kein Abfall des PCT-Werts erfolgt, steht im Einklang mit anderen Arbeiten. Die Ergebnisse bestätigen sich in dieser Untersuchung auch in der Gruppe der Patienten mit abdominellen Eingriffen. Subgruppenanalysen hinsichtlich möglicher methodischer Verzerrungen ergaben keine Erkenntnisse. In den verfügbaren Daten war die tatsächliche Antibiotikatherapie nicht enthalten.

Zusammenfassung

Die Daten aus dem klinischen Alltag bestätigen, dass die PCT-Reduktion ein starker Prädiktor für das Überleben ist. Es zeigt sich aber auch, dass PCT nur bei einer kleinen Zahl von Sepsispatienten in geeigneter Form Anwendung findet. Im Rahmen von Antibiotic-Stewardship(ABS)-Programmen sollten Kliniken PCT leitliniengerecht einsetzen und den Nutzen mit ihren individuellen Daten evaluieren.

Schlüsselwörter

Sepsis Therapie Intensivmedizin PCT Therapiesteuerung 

Abkürzungen

PCT

Procalcitonin

SIRS

Systemic Inflammatory Response Syndrome

DRG

Diagnosis Related Groups

IfSG

Infektionsschutzgesetz

Procalcitonin as a  tool for the assessment of successful therapy of severe sepsis

An analysis using clinical routine data

Abstract

Introduction

Procalcitonin (PCT) is a well-evaluated biomarker for the detection of severe bacterial infections and monitoring effectiveness of antibiotic therapy. This study aims to evaluate the usefulness of PCT in a clinical routine setting.

Materials and methods

Of 358,763 clinical cases from 7 German hospitals in 2012 and 2013, 3854 cases had an ICD-10 code representing sepsis. A total of 1778 cases had pathologic PCT and one episode of infection. Of those, 671 showed a series of measures that was suitable to assess treatment success using PCT reduction. Propensity score matching was used to create two comparable groups with 211 patients in each group.

Results

The group with PCT reduction within 12 days showed a highly significant better proportion of survival (146/211 vs. 17/211; p < 0.0001). The odds ratio for death according to PCT reduction vs. nonreduction is 25.64 (p < 0.0001; 95 % CI: 14.49–45.45). PCT was normalized after an average of 6.2 days.

Discussion

The difference in survival implicates that PCT reduction is a suitable surrogate parameter to indicate successful antimicrobial therapy. Successful antibiotic therapy is a proven predictor for survival in sepsis. This study also showed concordant results in the group of patients with sepsis after abdominal surgery. Results from subgroup analyses confirm the initial findings. PCT reduction was used as surrogate for therapy success, as the antimicrobial therapy was not electronically available.

Conclusion

PCT reduction is a strong predictor for survival. However, the data show that overall use of PCT to monitor sepsis therapy is not yet routinely established. Hospitals should establish algorithms for sepsis treatment that include PCT for the assessment of adequacy and the monitoring of success of the antimicrobial therapy.

Keywords

Sepsis Therapy Intensive care medicine PCT Therapy management 

Notes

Danksagung

Die Autoren danken den Ärztinnen und Ärzten sowie den Controllern und IT-Mitarbeitern und den Geschäftsführungen der beteiligten Kliniken für die Bereitstellung der Daten und die gute Zusammenarbeit bei der Durchführung dieser Untersuchung. Insbesondere danken die Autoren den ärztlichen Kollegen, die verantwortlich am Peer Review der Fälle bzw. der gemeinsamen Bewertung der Hausergebnisse mitgewirkt haben: Prof. Dr. med. Stefan Schroeder, Düren; Frau Dr. med. Andrea Schindler, Düsseldorf (3 Häuser); Dr. med. Akhil Chandra, Wolfsburg; Thomas Daehler, Dortmund; Prof. Dr. Dr. Dipl.-Psych. Thomas Uhlig, DEAA/EDIC, Lüdenscheid.

Einhaltung ethischer Richtlinien

Interessenkonflikt

K.F. Bodmann, M. Schenker, W. Heinlein und M.H. Wilke geben an, dass diese Untersuchung über eine Forschungszuwendung der Firma Thermofisher Scientific BRAHMS Biomarker GmbH, Hennigsdorf, Deutschland finanziert wurde.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

Literatur

  1. 1.
    Schuetz P, Aujesky D, Müller C, Müller B (2015) Biomarker-guided personalised emergency medicine for all – hope for another hype? Swiss Med Wkly 145. doi:10.4414/smw.2015CrossRefPubMedGoogle Scholar
  2. 2.
    Muller B, White JC, Nylen ES, Snider RH, Becker KL, Habener JF (2001) Ubiquitous expression of the calcitonin-i gene in multiple tissues in response to sepsis. J Clin Endocrinol Metab 86:396–404PubMedGoogle Scholar
  3. 3.
    Surviving Sepsis Campaign. International Guidelines for Managment of Severe Sepsis and Septic Shock: 2012.Google Scholar
  4. 4.
    AWMF. S3 Leitlinie zur Behandlung der tiefen Atemwegsinfektionen.Google Scholar
  5. 5.
    Harbarth S, Holeckova K, Froidevaux C, Pittet D, Ricou B, Grau GE et al (2001) Diagnostic value of procalcitonin, interleukin-6, and interleukin-8 in critically ill patients admitted with suspected sepsis. Am J Respir Crit Care Med 164:396–402CrossRefGoogle Scholar
  6. 6.
    Meynaar IA, Droog W, Batstra M, Vreede R, Herbrink P (2011) In Critically Ill Patients, Serum Procalcitonin Is More Useful in Differentiating between Sepsis and SIRS than CRP, Il-6, or LBP. Crit Care Res Pract 2011:1–6. doi:10.1155/2011/594645CrossRefGoogle Scholar
  7. 7.
    Tang H, Huang T, Jing J, Shen H, Cui W (2009) Effect of procalcitonin-guided treatment in patients with infections: a systematic review and meta-analysis. Infection 37:497–507CrossRefGoogle Scholar
  8. 8.
    Wilke MH, Grube RF, Bodmann KF The use of a standardized PCT-algorithm reduces costs in intensive care in septic patients – a DRG-based simulation model. – pubMed – NCBI. http://www.ncbi.nlm.nih.gov/pubmed/22112361. Zugegriffen: 29. Juli 2015
  9. 9.
    Hochreiter M, Köhler T, Schweiger A, Keck FS, Bein B, Spiegel T von et al (2008) Antibiotikatherapie bei operativen Intensivpatienten. Anaesthesist 57:571–577CrossRefGoogle Scholar
  10. 10.
    Charles PE, Tinel C, Barbar S, Aho S, Prin S, Doise J et al (2009) Procalcitonin kinetics within the first days of sepsis: relationship with the appropriateness of antibiotic therapy and the outcome. Crit Care 13:R38CrossRefGoogle Scholar
  11. 11.
    Schuetz P, Albrich W, Mueller B (2011) Procalcitonin for diagnosis of infection and guide to antibiotic decisions: past, present and future. BMC Med 9:107CrossRefGoogle Scholar
  12. 12.
    Schuetz P, Maurer P, Punjabi V, Desai A, Amin DN, Gluck E (2013) Procalcitonin decrease over 72 hours in US critical care units predicts fatal outcome in sepsis patients. Crit Care 17:R115CrossRefGoogle Scholar
  13. 13.
    Bodmann K (2014) Diagnostische Marker und Effektivitätsbewertung in der antibakteriellen Therapie. Med Klin Intensivmed Notfmed 109:187–190CrossRefGoogle Scholar
  14. 14.
    Thoemmes FJ, Kim ES (2011) A systematic review of propensity score methods in the social sciences. Multivariate Behav Res 46:90–118CrossRefGoogle Scholar
  15. 15.
    Rosenbaum PR, Rubin DB (1983) The central role of the propensity score in observational studies for causal effects. Biometrika 70:41–55CrossRefGoogle Scholar
  16. 16.
    Austin PC (2008) The performance of different propensity-score methods for estimating relative risks. J Clin Epidemiol 61:537–545CrossRefGoogle Scholar
  17. 17.
    Blanco J, Muriel-Bombin A, Sagredo V, Taboada F, Gandia F, Tamayo L et al (2008) Incidence, organ dysfunction and mortality in severe sepsis: a spanish multicentre study. Crit Care 12:R158CrossRefGoogle Scholar
  18. 18.
    Montmollin E de, Annane D (2011) Year in review 2010: critical care-multiple organ dysfunction and sepsis. Crit Care 15:236CrossRefGoogle Scholar
  19. 19.
    Austin PC (2011) Optimal caliper widths for propensity-score matching when estimating differences in means and differences in proportions in observational studies. Pharm Stat 10:150–161CrossRefGoogle Scholar
  20. 20.
    Austin PC (2009) Some methods of propensity-score matching had superior performance to others: results of an empirical investigation and Monte Carlo simulations. Biom J 51:171–184CrossRefGoogle Scholar
  21. 21.
    Bouadma L, Luyt C, Tubach F, Cracco C, Alvarez A, Schwebel C et al (2010) Use of procalcitonin to reduce patients’ exposure to antibiotics in intensive care units (PRORATA trial): a multicentre randomised controlled trial. Lancet 375:463–474CrossRefGoogle Scholar
  22. 22.
    Hohn A, Schroeder S, Gehrt A, Bernhardt K, Bein B, Wegscheider K et al (2013) Procalcitonin-guided algorithm to reduce length of antibiotic therapy in patients with severe sepsis and septic shock. Bmc Infect Dis 13:158CrossRefGoogle Scholar
  23. 23.
    Hohn A, Heising B, Hertel S, Baumgarten G, Hochreiter M, Schroeder S (2015) Antibiotic consumption after implementation of a procalcitonin-guided antimicrobial stewardship programme in surgical patients admitted to an intensive care unit: a retrospective before-and-after analysis. Infection 43:405–412CrossRefGoogle Scholar
  24. 24.
    Kumar K, Mohindra S, Raj M, Choudhuri G (2014) Procalcitonin as a marker of sepsis in alcoholic hepatitis. Hepatol Int 8:436–442CrossRefGoogle Scholar
  25. 25.
    Frakking FNJ, Rottier WC, Dorigo-Zetsma JW, Hattem JM van, Hees BC van, Kluytmans JAJW et al (2013) Appropriateness of empirical treatment and outcome in bacteremia caused by extended-spectrum-β-lactamase-producing bacteria. http://aac.asm.org/content/57/7/3092. Zugegriffen: 21. August 2015Google Scholar
  26. 26.
    Wilhelm J, Hettwer S, Hammer D, Schürmann M, Christoph A, Amoury M et al (2012) Outcome prediction using clinical scores and biomarkers in patients with presumed severe infection in the emergency department. Med Klin Intensivmed Notfmed 107:558–563CrossRefGoogle Scholar
  27. 27.
    Jung B, Molinari N, Nasri M, Hajjej Z, Chanques G, Jean-Pierre H et al (2013) Procalcitonin biomarker kinetics fails to predict treatment response in perioperative abdominal infection with septic shock. Crit Care 17:R255CrossRefGoogle Scholar
  28. 28.
    Albrich WC, Harbarth S (2015) Pros and cons of using biomarkers versus clinical decisions in start and stop decisions for antibiotics in the critical care setting. Intensive Care Med. doi:10.1007/s00134-015-3978-8CrossRefPubMedGoogle Scholar
  29. 29.
    Timsit J, Soubirou J, Voiriot G, Chemam S, Neuville M, Mourvillier B et al (2014) Treatment of bloodstream infections in ICUs. BMC Infect Dis 14:489CrossRefGoogle Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 2016

Authors and Affiliations

  • K. F. Bodmann
    • 1
  • M. Schenker
    • 2
  • W. Heinlein
    • 2
  • M. H. Wilke
    • 2
  1. 1.Klinik für internistische Intensiv- und Notfallmedizin und Klinische Infektiologie, Werner-Forßmann-KrankenhausKlinikum Barnim GmbHEberswaldeDeutschland
  2. 2.Inspiring-healthDr. Wilke GmbHMünchenDeutschland

Personalised recommendations