哌拉西林/他唑巴坦加红霉素可改善发生细菌性下呼吸道感染的COPD急性加重临床结局：一项回顾性队列研究

这对肺病患者为何重要

对于许多慢性阻塞性肺疾病（COPD）患者来说，导致住院的急性加重往往令人恐惧且有时危及生命。医生常常使用强效抗生素，但哪些组合效果最佳、如何为每位患者量身定制治疗并不明确。本研究提出了一个简单但重要的问题：在标准药物基础上加入一种既便宜又历史悠久的抗生素，能否改善这些肺部急性发作的恢复？同时，计算机工具是否能帮助医生判断谁最可能获益？

两种抗生素策略的比较

研究者关注的是因下呼吸道细菌感染引起的中重度COPD加重而住院的患者。所有患者均接受了一种常用的广谱抗生素哌拉西林/他唑巴坦，该药旨在针对多种常见肺部细菌。部分患者仅接受此药，而另一些患者在此基础上同时接受了红霉素——一种使用已久且具有一定抗炎作用的抗生素。由于临床实践中医生的用药选择不同，研究团队得以回顾真实世界的病历并比较两种策略的结局。

研究对象及疗效判定

团队分析了2021年至2023年间在上海一家大型医院接受治疗的658例患者的记录。所有患者均至少45岁，并具备细菌性加重的明确体征，例如气短加重、痰量增多且痰粘稠、血液炎症标志物升高，且无病毒或真菌感染证据。患者至少接受72小时的抗生素治疗并被随访。研究者对“成功”作了宽泛定义：发热、呼吸、实验室检查及胸部影像有改善；若患者病情恶化、出现新的严重感染、需要更换抗生素或在治疗期间死亡，则计为治疗失败。

比较结果显示了什么

为使比较更公平，研究者使用了一种统计方法来平衡两组在年龄、合并疾病及化验结果等方面的差异。经此调整后，发现将红霉素加入标准药物可将治疗失败率从约五分之一降至约七分之一。换言之，该联合用药与早期治疗期间不良结局发生概率约下降三分之一相关。重要的是，样本量足以使这一差异不太可能由随机性引起，尽管研究仍仅反映单一中心的经验。

用于床边决策的计算机辅助工具

除了药物比较外，团队还构建了一个机器学习模型——在既往病例上训练的计算程序，用以预测某一患者在单药或联合治疗下治疗失败的概率。该模型使用了15项常规可得的信息，如年龄、体重、肾功能、炎症标志物及营养不良的提示等，然后分别估计两种方案的风险并给出是否添加红霉素可能有益的建议。在独立的患者组上测试时，该工具能在与许多医学预测评分相当的水平上正确区分高风险与低风险病例，并被部署为一个简单的网络应用，方便医生试用。

对患者与医生的意义

对于因细菌感染引发严重加重的COPD患者，这项研究提示将红霉素与常用广谱抗生素联合使用，可能提高早期康复的几率，即便并非由罕见细菌引起。同时，研究表明并非所有患者均相同：简单的血液检查和健康信息即可帮助识别更易治疗失败的高风险患者。作者构建的计算工具是朝更个体化抗生素选择迈出的早期一步，旨在为合适的患者提供恰当剂量的药物，同时避免不必要的暴露。仍需更大规模、前瞻性的研究来证实这些发现，但该工作指向了一个由数据驱动决策、使肺部急性发作更不危险并缩短住院时间的未来。

引用: Yang, Y., Zhang, T., Zheng, X. et al. Piperacillin/tazobactam plus erythromycin improves clinical outcomes in AECOPD with bacterial lower respiratory tract infections: a retrospective cohort study. Sci Rep 16, 14102 (2026). https://doi.org/10.1038/s41598-026-44958-8

关键词: COPD 加重, 细菌性肺部感染, 抗生素联合治疗, 红霉素, 医学中的机器学习