Інформація призначена тільки для фахівців сфери охорони здоров'я, осіб,
які мають вищу або середню спеціальну медичну освіту.

Підтвердіть, що Ви є фахівцем у сфері охорони здоров'я.



СІМЕЙНІ ЛІКАРІ ТА ТЕРАПЕВТИ
день перший
день другий

АКУШЕРИ ГІНЕКОЛОГИ

КАРДІОЛОГИ, СІМЕЙНІ ЛІКАРІ, РЕВМАТОЛОГИ, НЕВРОЛОГИ, ЕНДОКРИНОЛОГИ

СТОМАТОЛОГИ

ІНФЕКЦІОНІСТИ, СІМЕЙНІ ЛІКАРІ, ПЕДІАТРИ, ГАСТРОЕНТЕРОЛОГИ, ГЕПАТОЛОГИ
день перший
день другий

ТРАВМАТОЛОГИ

ОНКОЛОГИ, (ОНКО-ГЕМАТОЛОГИ, ХІМІОТЕРАПЕВТИ, МАМОЛОГИ, ОНКО-ХІРУРГИ)

ЕНДОКРИНОЛОГИ, СІМЕЙНІ ЛІКАРІ, ПЕДІАТРИ, КАРДІОЛОГИ ТА ІНШІ СПЕЦІАЛІСТИ

ПЕДІАТРИ ТА СІМЕЙНІ ЛІКАРІ

АНЕСТЕЗІОЛОГИ, ХІРУРГИ

"Child`s Health" Том 16, №4, 2021

Back to issue

Prediction of anemia of inflammation development in young children with acute inflammatory bacterial respiratory diseases

Authors: Леженко Г.О., Погрібна А.О.
Запорізький державний медичний університет, м. Запоріжжя, Україна

Categories: Pediatrics/Neonatology

Sections: Clinical researches

print version


Summary

Мета дослідження — рандомізація патогенетичних факторів, що зумовлюють ризик розвитку анемії запалення в дітей раннього віку, хворих на гострі запальні бактеріальні захворювання органів дихання, та створення математичної моделі прогнозування її розвитку. Матеріали та методи. Групи дослідження включали 80 дітей, середній вік пацієнтів — 1,6 ± 0,3 року. Основну групу становили 40 дітей, хворих на гострі запальні бактеріальні захворювання респіраторного тракту, що з урахуванням гематологічної картини була розділена на дві підгрупи: перша підгрупа — 26 дітей з анемією запалення, яка була визначена на 4–5-й день від початку захворювання; друга підгрупа — 14 дітей без анемії. Група порівняння — 20 дітей із залізодефіцитною анемією без запальних проявів. Контрольна група — 20 умовно здорових дітей. Для виявлення ознак, які найбільшою мірою пов’язані з розвитком анемії запалення, використовувався метод факторного аналізу. Основою моделювання для підбору факторних комплексів була обрана кореляційна матриця Спірмена з подальшим визначенням факторного навантаження. Аналіз прогностичної значущості окремих ознак як факторів ризику розвитку анемії запалення в дітей раннього віку, хворих на гострі запальні бактеріальні захворювання органів дихання, проводили на основі розрахунку показника відносного ризику (RR) у таблицях спряженості 2 × 2 з визначенням 95% довірчих інтервалів та критерію хі-квадрат Пірсона (χ2). До найбільш значущих факторів були віднесені інформативні ознаки зі значенням RR більше за 1,0. Для прогнозування ймовірності розвитку анемії запалення використовувався метод бінарної логістичної регресії. Результати. У результаті проведеного факторного аналізу було виокремлено 5 факторів, які мають власні значення більше від 1,0 та описують 70,5 % загальної дисперсії змінних, що вивчалися. Фактор 1 — фактор метаболізму заліза описував 21,5 % загальної дисперсії та включав 2 змінні: кількість еритроцитів та рівень гепсидину. Фактор 2 — фактор анемії описував 14,6 % загальної дисперсії та включав рівень гемоглобіну. Фактор 3 — фактор оксидативного стресу описував 12,7 % загальної дисперсії та включав 2 змінні: вміст нітротирозину та рівень інтерлейкіну-6. Фактор 4 — прозапальний фактор описував 12,2 % загальної дисперсії та включав дані щодо вмісту фосфоліпази А2 та тяжкості перебігу запального захворювання. Фактор 5 — фактор депонування заліза описував 8,9 % загальної дисперсії та включав дані щодо вмісту феритину. На наступному етапі, розрахувавши показник RR, ми визначили 5 факторів ризику, що мають найбільший вплив на розвиток анемії запалення: вміст феритину (≥ 73,2 ± 4,6 нг/мл), наявність грамнегативної мікрофлори як бактеріального агента, що викликала розвиток запального захворювання, наявність фебрильної лихоманки в пацієнта, повторний епізод запального захворювання, рівень гепсидину (≥ 1,9 ± 0,11 нг/мл). Висновки. На підставі результатів проведеного факторного аналізу було сформовано прогностичну модель щодо розвитку анемії запалення в дітей раннього віку, хворих на гострі запальні бактеріальні захворювання органів дихання. За результатами факторного аналізу встановлено, що провідний внесок у патогенез розвитку анемії запалення робили порушення метаболізму заліза на тлі запального процесу, у тому числі процесів депонування заліза, оксидативного стресу та рівня інтерлейкіну-6. Визначені фактори ризику та результати прогностичного моделювання доцільно використовувати щодо групи високого ризику розвитку анемії запалення в дітей раннього віку, хворих на гострі запальні бактеріальні захворювання органів дихання.

Background. Randomization of pathogenetic factors that determine the risk of developing anemia of inflammation in young children with acute inflammatory bacterial diseases of the respiratory system, and the creation of a mathematical model for predicting its development were the purposes of the study. Materials and methods. The study groups included 80 children, the ave­rage age of the patients was 1.6 ± 0.3 years. The basic group consisted of 40 children with acute inflammatory bacterial respiratory diseases, which, taking into account the hematological picture, was divided into two subgroups: the first subgroup — 26 children with anemia of inflammation, which was determined 4–5 days after the onset of the disease; the second subgroup — 14 children without anemia. The comparison group enrolled 20 children with iron deficiency anemia without inflammatory manifestations. The control group consisted of 20 apparently healthy children. To identify the signs that are most associated with the development of anemia of inflammation, the method of factor analysis was used. The basis of modeling for the selection of factor complexes was the Spearman correlation matrix with the subsequent determination of the factor loading. The analysis of the prognostic significance of individual signs as risk factors for the development of anemia of inflammation in young children with acute inflammatory bacterial respiratory diseases was carried out based on calculating the relative risk (RR) index in 2 x 2 contingency tables with the determination of 95% confidence intervals (95% CI) and Pearson’s χ2 test. The most significant factors included informative signs with an RR value of more than 1.0. To predict the probability of developing anemia of inflammation, the method of binary logistic regression was used. Results. The factorial analysis results demonstrated five factors that have eigenvalues greater than 1.0 and describe 70.5 % of the total dispersion of the variables. Factor 1, the “factor of iron metabolism”, described 21.5 % of the total variance and included 2 variables: the number of red blood cells and the level of hepcidin. Factor 2, the “anemia factor”, described 14.6 % of the total dispersion and included hemoglobin levels. Factor 3, “oxidative stress factor”, described 12.7 % of the total dispersion and included 2 variables: nitrotyrosine content and IL-6 level. Factor 4, the “pro-inflammatory factor”, described 12.2 % of the total dispersion and included data on phospholipase A2 content and the severity of the inflammatory disease. Factor 5, “iron deposition factor”, described 8.9 % of the total dispersion and included ferritin level data. At the next stage, calculating the RR index, we identified five risk factors that have the greatest influence on the development of anemia of inflammation: ferritin content (≥ 73.2 ± 4.6 ng/ml), the presence of gram-negative microflora as a bacterial agent that caused the development of inflammatory diseases, the presence of febrile fever in the patient, repeated episode of inflammatory disease, hepcidin level (≥ 1.9 ± 0.11 ng/ml). Conclusions. Based on the results of the conducted factor analysis, a prognostic model was formed for the development of anemia of inflammation in young children with acute inflammatory bacterial respiratory diseases. According to the results of factor analysis, it was found that the leading contribution to the pathogenesis of the development of anemia of inflammation was made by disorders of iron metabolism against the background of the inflammatory process, including the processes of iron deposition; oxidative stress, and interleukin-6. It is advisable to use certain risk factors and the results of predictive modeling regarded to the group of high risk of developing anemia of inflammation in young children with acute inflammatory bacterial respiratory di­seases.


Keywords

анемія запалення; гострі запальні бактеріальні захворювання органів дихання; діти

anemia of inflammation; acute inflammatory bacterial respiratory diseases; children


For the full article you need to subscribe to the magazine.


Bibliography

1. Boshuizen M., van Bruggen R., Zaat S., Schultz M., Aguilera E., Motos A. et al. Development of a model for anemia of inflammation that is relevant to critical care. Intensive Care Medicine Experimental. 2019. 7(S1). https://doi.org/10.1186/s40635-019-0261-2.
2. Ganz T. Anemia of Inflammation. New England Journal оf Medicine. 2019. 381(12). 1148-1157. https://doi.org/10.1056/nejmra1804281.
3. Meyron-Holtz E. Mammalian Tissue Oxygen Levels Modulate Iron-Regulatory Protein Activities in Vivo. Science. 2004. 306(5704). 2087-2090. https://doi.org/10.1126/science.1103786.
4. Bancalari E., Claure N., Sosenko I. Bronchopulmonary dysplasia: changes in pathogenesis, epidemiology and definition. Seminars in Neonatology. 2003. 8(1). 63-71. PMID: 12667831.
5. Mwachari C., Nduba V., Nguti R., Park D.R., Sanguli L., Cohen C.R. Validation of a new clinical scoring system for acute bronchitis. International Journal of Tuberculosis and Lung Disease. 2007. 11(11). 1253-1259. PMID: 17958990.
6. Yumiko M., Kazuko S., Asako N. Pediatric Respiratory Severity Score (PRESS) for Respiratory Tract Infections in Children. Austin Virol and Retrovirology. 2015. 2(1). 10-19.
7. Lyakh Yu.E., Gurianov V.G. Mathematic modeling for classification problems in biomedicine. Ukrainian journal of telemedicine and medical telematics. 2012. 10(2). 69-76. (in Ukrainian).
8. Michels K., Zhang Z., Bettina A., Cagnina R., Stefanova D., Burdick M. et al. Hepcidin-mediated iron sequestration protects against bacterial dissemination during pneumonia. JCI Insight. 2017. 2(6). https://doi.org/10.1172/jci.insight.92002.
9. Varga E., Pap R., Jánosa G., Sipos K., Pandur E. IL-6 Regulates Hepcidin Expression Via the BMP/SMAD Pathway by Altering BMP6, TMPRSS6 and TfR2 Expressions at Normal and Inflammatory Conditions in BV2 Microglia. Neurochemical Research. 2021. 46(5). 1224-1238. https://doi.org/10.1007/s11064-021-03322-0.
10. Papanikolaou G., Pantopoulos K. Systemic iron homeostasis and erythropoiesis. IUBMB Life. 2017. 69(6). 399-413. https://doi.org/10.1002/iub.1629.
11. Astudillo A., Balboa M., Balsinde J. Selectivity of phospholipid hydrolysis by phospholipase A2 enzymes in activated cells leading to polyunsaturated fatty acid mobilization. Biochimica Et Biophysica Acta (BBA) — Molecular And Cell Biology Of Lipids. 2019. 1864(6). 772-783. https://doi.org/10.1016/j.bbalip.2018.07.002.
12. Istivan T., Coloe P. Phospholipase A in Gram-negative bacteria and its role in pathogenesis. Microbiology. 2006. 152(5). 1263-1274. https://doi.org/10.1099/mic.0.28609-0.
13. Wessling-Resnick M. Iron Homeostasis and the Inflammatory Response. Annual Review оf Nutrition. 2010. 30(1). 105-122. https://doi.org/10.1146/annurev.nutr.012809.104804.
14. Weiss G., Ganz T., Goodnough L. Anemia of inflammation. Blood. 2019. 133(1). 40-50. https://doi.org/10.1182/blood-2018-06-856500.

Back to issue