超越数字：诺模图（nomograms）能否真正反映红细胞置换疗法（RRT）给药方案的复杂性？

《Intensive Care Medicine》：Beyond the numbers: do nomograms capture the complexity of RRT dosing?

　　抗生素剂量优化在肾替代治疗患者中的研究提出三点改进方向：感染部位药代动力学差异、连续输注抗生素疗效的个体化差异、毒性阈值的前瞻性验证。

　　

我们饶有兴趣地阅读了Roberts等人的文章，该文章为接受肾脏替代治疗（RRT）的重症患者提供了优化美罗培南和哌拉西林/他唑巴坦剂量的宝贵框架：1。尽管该研究提供了可靠的药物动力学（PK）建模和实用的剂量图表，但我们认为有三个方面需要进一步考虑，以便更好地将其应用于临床实践。

首先，该研究主要关注血浆中的PK参数；然而，感染部位的药理学特征往往决定了治疗效果。有证据表明，β-内酰胺类抗生素在组织液中的浓度可能显著低于血浆中的浓度，尤其是在微循环受损的败血症患者中：2。这引发了一个问题：基于血浆的剂量图表在多大程度上能反映感染部位的抗生素暴露情况？未来的模型是否应该纳入组织药代动力学数据？

其次，虽然作者强调了延长/持续输注的益处，但研究结果并不一致。例如，BLING III试验仅显示出有限的生存期改善，且这种改善因感染类型和严重程度的不同而有所差异：3

第三，毒性阈值的确定需要更全面的背景分析。该研究采用了回顾性数据，但血液-脑屏障通透性改变的重症患者可能在较低的血浆浓度下就出现神经毒性：4。在没有前瞻性验证的情况下，存在低估危害风险。我们建议进一步探讨患者层面的安全数据，以使PK目标与实际重症监护病房患者的耐受性相匹配。

总之，Roberts等人的研究加深了我们对RRT期间抗生素剂量的理解，但未来的工作应弥合血浆PK与组织药理学之间的差距，整合患者和病原体特异性因素，并对毒性限值进行前瞻性验证。我们希望作者能说明是否计划在未来的SMARRT项目中纳入感染部位的PK数据和宿主反应变量。