【协和医学杂志】从机体失调反应重新认知肿瘤重症

深度解析医学证据，DeepEvidence为你支撑决策

近年来，随着靶向治疗、免疫检查点抑制剂（ICIs）、嵌合抗原受体T细胞疗法（CAR-T），以及精准放疗等革命性手段的广泛应用，肿瘤患者的生存期显著延长,但也带来了前所未有的挑战：约20%的肿瘤患者因疾病本身、治疗相关毒性或并发症需入住重症监护病房（ICU），其病情复杂程度远超传统重症患者。传统基于“疾病-器官”线性思维的重症医学模型，已难以应对肿瘤重症所呈现的多维度、多系统紊乱的复杂局面。

近年来，王小亭教授团队提出“宿主/机体失调反应”（HOUR）理论，指出重症的核心是神经、内分泌、炎症等多系统的系统性失调，为肿瘤重症的管理提供了全新理论框架^[1]。这一概念为理解肿瘤重症本质提供了新的理论视角，将临床关注点从单纯疾病控制提升至对机体整体反应状态的主动调控，为肿瘤重症的临床管理提供了重要靶点，也为制订系统化治疗策略奠定了全新基础。

1 肿瘤重症的流行病学变迁与临床特殊性

首先，肿瘤重症疾病谱系的演变与复杂性升级。现代肿瘤重症的病因构成呈现“三重叠加”特征。

原发性器官损伤：肿瘤侵犯直接导致危及生命的器官功能异常，如上腔静脉综合征、大气道压迫导致呼吸道梗阻、脑转移瘤引发颅内压增高，以及肝转移导致的肝衰竭等。

治疗相关毒性：免疫治疗引发的细胞因子释放综合征（CRS）发生率高达50%~90%。荟萃分析显示，ICIs相关心肌炎的死亡率接近40%^[2]。化疗诱发的骨髓抑制（如中性粒细胞缺乏伴发热）与黏膜屏障损伤（如艰难梭菌结肠炎）。靶向药物的特异毒性（如表皮生长因子受体抑制剂相关间质性肺炎、血管内皮生长因子抑制剂相关高血压危象）。

宿主因素放大效应：老年肿瘤患者常合并慢性器官功能不全，应激状态下更易出现多器官功能失代偿^[3]。

与此同时，肿瘤治疗进展带来了新的生物学机制挑战:

其次，国际肿瘤重症学界在预后评估方面实现了认知革新。五大错误观念的纠正，标志着肿瘤重症评估体系的进展:

而现代救治理念强调时间限制性治疗试验（time-limited trial）与动态再评估机制，要求ICU团队与肿瘤学专家每48～72 h重新评估治疗反应，以实现治疗策略的及时调整与优化^[5]。

2 肿瘤重症的病理生理核心：HOUR机制的系统性解析

2.1 重症本质是机体对损伤/疾病的失调反应导致机体走向死亡

重症本质是机体在损伤/疾病状态下出现的系统性失调反应，这一反应推动机体向不可逆的器官功能衰竭乃至死亡发展。该反应具有涌现与演化的特征，表现为炎症、免疫与凝血三者相互交织、彼此影响；代谢与生物能量反应高度整合；神经与神经内分泌系统协同调控、共同进退。

在这一理论背景下，笔者团队提出HOUR机制：即多种病因（如感染、创伤、无菌性炎症等）通过病原/损伤相关分子模式（PAMPs/DAMPs）激活模式识别受体（PRRs），触发广义应激反应失控，最终导致致命性器官功能障碍（以心、肺、脑为核心靶器官）、微循环衰竭（表现为血流分布异常与内皮损伤）、细胞代谢紊乱（包括线粒体功能障碍及氧利用障碍）。无论原发病因如何，重症的发展均需经历HOUR阶段，其可视为重症进展的共同病理生理通路。

细胞生存依赖于周围的氧与内环境稳态：肺为血流供氧，肾脏维持血流清洁与水、电解质、酸碱平衡，消化器官提供代谢底物，心血管系统在神经内分泌及局部器官特异性调节下，形成精密的血流动力学稳态^[6]。HOUR机制打破该稳态，损害细胞周围血流环境与线粒体功能，导致细胞缺血缺氧、代谢异常与功能紊乱，从而形成推动机体走向死亡的共同通路。

2.2 肿瘤重症尤其体现HOUR概念的深层内涵

2.2.1 HOUR概念的深层内涵与临床意义

HOUR机制亦成为肿瘤重症患者机体反应的核心，但其发生背景及病理基础与传统重症存在本质差异。该理论指出，尽管肿瘤重症的诱发因素多样，机体应对损伤的反应模式具有趋同性——不同病因均可引发神经、内分泌、炎症等多系统异常，最终汇聚于微循环与细胞功能层面，导致组织缺氧、细胞死亡及器官功能衰竭。

传统重症以外源性PAMPs为主，诱发内源性DAMPs爆发并启动失控炎症反应；而肿瘤重症患者本身即为持续的DAMPs源［含坏死细胞、游离DNA、HMGB1(high mobility group box 1)等］，化疗、放疗、手术等治疗手段可进一步放大DAMPs（如肿瘤溶解综合征、免疫相关不良反应），使 HOUR启动更强烈、更复杂。

研究显示，脓毒症在经历剧烈的细胞因子风暴后常转入免疫抑制状态；肿瘤则通过招募调节性T细胞与髓系来源抑制细胞形成“预存的免疫抑制微环境”。实体瘤（如肺癌、乳腺癌）与血液系统肿瘤的微环境特征不同：前者以新生血管紊乱、灌注不足、核心区缺氧为特点，内皮-间质转化或促进成纤维细胞糖酵解为肿瘤供能；后者受间充质干细胞调控，可通过转移功能性线粒体帮助白血病细胞抵抗化疗^[7]。

内皮细胞损伤和激活是HOUR的核心环节，与肿瘤血管生物学密切相关。血液系统肿瘤中，动脉窦、血窦内皮通过分泌CXCL12（C-X-C motif chemokine ligand 12）、干细胞因子（SCF）、Apelin、骨形态发生蛋白（BMPs）等，直接调控肿瘤干细胞的静息、自我更新和耐药，克服其血管生态位的保护是治疗关键^[8]。

与经典脓毒症等传统重症相比，肿瘤重症的HOUR始于一个已被肿瘤生物学深刻改造的宿主内环境。故感染、治疗等二次打击来临时，患者呈现“免疫抑制与炎症风暴并存”的复杂反应，其微循环衰竭和细胞代谢危机也因肿瘤的“资源争夺”而更严重。这一认识革新了肿瘤重症的临床意义：救治必须超越单纯对症支持的传统重症思维，在积极调控HOUR共同通路的同时，精准评估并干预肿瘤特异性驱动因素，实现对病理环节的精准阻断，以改善患者预后。

2.2.2 神经内分泌反应

肿瘤重症患者的神经内分泌反应是HOUR的重要组成部分，主要表现为中枢及自主神经系统过度激活，以及下丘脑-垂体-肾上腺轴功能紊乱。急性期，神经内分泌系统试图通过引导机体进入分解代谢状态，以保障基础能量供应，同时抑制耗能的合成代谢过程，形成适应性应激反应^[9]。但随着重症的持续，该反应可能转为持续性功能抑制。小胶质细胞在神经内分泌与炎症反应的整合中发挥关键作用。循环细胞因子和血管紧张素Ⅱ可激活室旁核小胶质细胞，上调其细胞因子受体表达并加剧炎症反应，进而影响血压调节相关脑区的功能^[10-12]。自主神经功能失调在肿瘤重症患者中尤为常见，可导致心血管调节障碍、胃肠动力减弱及免疫异常，进一步加重器官损伤^[13]。因此，深入探讨自主神经与免疫系统的交互作用具有重要临床意义。

2.2.3 免疫炎症反应

免疫炎症反应是肿瘤重症最为复杂的机制之一，其核心特征是感染诱导的免疫激活与肿瘤引起的免疫抑制存在复杂交互。以IL-6为例，其在脓毒症高炎症期过度产生，可致内皮功能障碍和血管渗漏^[14]；而在癌症患者中，则通过激活Janus激酶/信号转导与转录激活蛋白等信号通路抑制凋亡、促进血管生成，以支持肿瘤生长^[15]。

肿瘤本身及化疗、放疗、免疫治疗等均可导致免疫系统功能异常，表现为全身性炎症反应综合征与代偿性抗炎反应的失衡。血液系统恶性肿瘤患者的免疫抑制类型（如中性粒细胞减少、B细胞/T细胞缺陷）决定了感染风险差异。实体瘤患者则叠加肿瘤相关免疫抑制与治疗诱导的免疫缺陷，感染的易感性显著升高。值得关注的是，ICB、CAR-T等新型抗肿瘤治疗可能诱发诸如CRS和免疫效应细胞相关神经毒性综合征（ICANS）等独特的免疫炎症反应，常需要重症医学干预^[16]。

免疫系统的激活与抑制状态可为肿瘤合并脓毒症患者的亚型区分提供依据: T细胞特征基因低表达、免疫排斥相关分子高表达个体，易发生难控性感染^[17]；高表达分化簇8A（CD8A）、颗粒酶 B、IFN-γ等效应分子者常出现剧烈的抗肿瘤免疫反应，可能引起暴发性心肌炎、重症肺炎等；以髓系细胞异常活化及炎症因子风暴为特征者，高表达S100钙结合蛋白A8/A9、IL-1β、IL-6、NLRP3（NOD-like receptor pyrin domain containing 3）炎症小体等，易导致器官功能障碍^[18-19]。这些特征提示，肿瘤相关免疫反应具有高度异质性，其炎症风暴或免疫抑制表现与经典脓毒症存在差异，临床上需针对性识别与处理。

2.2.4 凝血功能异常

肿瘤患者普遍存在高凝状态，这是肿瘤生物学特性与机体反应共同作用的结果。肿瘤细胞可通过表达组织因子、释放促凝物质及炎症因子持续激活凝血系统。在HOUR状态下该过程进一步放大、紊乱，可能进展为弥散性血管内凝血或血栓性微血管病，最终导致微循环障碍和器官缺血。凝血与炎症免疫反应存在密切双向调控，形成“免疫血栓”现象^[9]。研究表明，化疗可诱导内皮细胞表达CXCL12等趋化因子基因，同时上调静止期白血病患者细胞中炎症及白血病相关基因（如Atf3、Itgb2）等^[20]。

中性粒细胞在恶性肿瘤、凝血及炎症的交互网络中发挥关键作用，其形成的中性粒细胞外陷阱（NETs）可直接捕获循环肿瘤细胞，并促进其外渗转移；脓毒症相关研究显示，NETs还可与血管性血友病因子网络及血小板结合，通过激活凝血因子Ⅻ促进纤维蛋白生成，并增强组织因子活性^[21]。NETs水平升高可作为早期肿瘤检测及转移预测的潜在生物标志物^[22]。

此外，急性髓系白血病患者的骨髓内皮细胞分泌IL-4，可导致血小板减少^[23]，而在肿瘤背景下，活化的血小板与凝血因子又可进一步放大炎症反应，形成恶性循环，加剧器官损伤。

2.2.5 代谢紊乱与微循环障碍

肿瘤重症患者普遍存在代谢紊乱，主要表现为应激性高血糖、胰岛素抵抗和线粒体功能障碍^[24]，这些改变不仅引发机体能量危机，还与免疫反应存在复杂交互作用。研究表明，接受化疗的肿瘤重症患者应激性高血糖发生率高，且与胰岛素抵抗程度相关^[25]。肿瘤的发生发展与代谢重编程密切相关，Myc或Ras等原癌基因突变可通过驱动缺氧诱导因子（HIF）介导的代谢重编程，促进Th17细胞分化和肿瘤生长；脓毒症也可通过诱导HIF-1α表达，增强免疫细胞的糖酵解，促进Th17细胞分泌促炎因子^[26]。需要注意的是，尽管阻断PD-1可增强T细胞反应，降低继发感染风险，但在合并症患者中可能矛盾性地增加调节性T细胞和髓源性抑制细胞数量，加剧免疫抑制^[27]。此外，线粒体功能障碍作为 HOUR的“终末环节”，即便大循环参数正常，仍可能发生组织缺氧和细胞能量危机^[28]。

基于HOUR理论可筛选预后相关生物标志物。在肿瘤合并脓毒症患者中，血清脂多糖水平进行性升高和脂多糖结合蛋白水平降低常提示预后不良。研究亦表明，血流动力学稳定且无低灌注表现的患儿，血清乳酸水平≥2 mmol/L对严重脓毒症具有良好的识别能力^[29]。

3 肿瘤重症管理框架的改变

3.1 临床管理规则的系统实施

肿瘤重症患者的管理需遵循系统化的ABCDE规则。

A（Awareness of false beliefs）：摒弃中性粒细胞计数＜500/μL等过时标准的ICU拒收决策；

B（Backward assessment of reversibility）：聚焦急性状态可逆成分纠正（如免疫毒性早期激素冲击治疗）；

C（Care standard）：明确器官功能障碍的病因（区分感染与非感染）；

D（Daily decision-making）：与肿瘤学专家联合查房，实施个体化时间限制性试验（如72 h机械通气试验）；

E（Expectation alignment）：患者家属、ICU团队及会诊医师就治疗目标达成共识，早期引入姑息治疗团队^[30]。

3.2 肿瘤重症的精准管理策略

肿瘤重症的管理强调多学科协作，整合重症医学、肿瘤学、专科护理、药学、感染、营养学等多专业力量，制订个体化治疗方案。基于“重症救治三角”理念，提出肿瘤重症救治的三角策略，即同步开展原发病因控制、重症病因管理、血流动力学生命与器官支持三方面干预^[31]。

1 原发病因控制：包括肿瘤急症处理（高钙血症采用水化+双膦酸盐治疗，脊髓压迫采用放疗+地塞米松治疗）、免疫毒性管理［大剂量甲泼尼龙1～2 mg/(kg·d)或IL-6R拮抗剂用于CRS］，以及必要时覆盖MDR菌和真菌的抗感染治疗。肿瘤合并脓毒症患者若存在SOFA评分高、临床衰弱评分高、肺部感染、革兰阴性菌/MDR菌感染、高乳酸或低白蛋白等高危特征，初始经验性抗生素应尽量覆盖革兰阴性菌及MDR菌^[32]。此外，患者年龄、肿瘤类型、治疗方案等可导致不同的重症病因。荟萃分析显示，癌症使脓毒症患者的死亡风险显著增加约2.7倍，实体瘤与血液系统肿瘤患者的风险均升高，合并肺肾疾病或泌尿系统感染时风险将进一步升高^[33]。

2 重症病因管理（HOUR调控）：抗炎与免疫调节采用细胞因子吸附（如Cytosorb^®）治疗，适用于CRS和脓毒症休克^[34]；抗交感过度激活选用右美托咪定（通过中枢性交感抑制改善微循环）或艾司洛尔（降低心肌耗氧）；神经内分泌调控采用应激剂量氢化可的松（50 mg，每6 h一次），可纠正肾上腺功能不全，改善血管对儿茶酚胺的敏感性。研究显示，血液系统肿瘤患者的心血管衰竭与呼吸道感染发生率更高，治疗需更具针对性^[32]。

3 血流动力学生命与器官支持：呼吸支持采用肺保护性通气策略；循环支持应早期开展基于重症超声的目标导向液体管理，联合去甲肾上腺素+血管加压素等血管活性药物滴定^[35]；肾脏替代治疗采用连续性静脉-静脉血液透析滤过模式，清除IL-6、TNF-α等炎症介质并维持内环境稳定。

上述三个方面相互关联，共同构成了肿瘤重症管理的新框架。以CAR-T疗法为例，其输注后需密切监测免疫效应细胞相关脑病（ICE）评分；高级别ICANS需先严格鉴别中枢神经系统感染，其是启动靶向治疗（如激素、IL-6拮抗剂）的前提^[36]；3～4级ICANS需强化管理，包括大剂量皮质类固醇、颅内压监测，并维持氧合、血压、血糖和体温等指标的稳定^[37]。维持脑灌注压60～70 mm Hg，颅内压＜20 mm Hg，必要时可应用甘露醇或适度过度通气降颅压^[37]。

HOUR 调控涉及抗炎、免疫调节等精细环节，其成功实施高度依赖多学科团队的实时协作与动态监测，且需血流动力学监测、炎症指标监测等严密手段指导治疗。这在资源有限的医疗环境中难以常规开展，当前框架仍处于发展阶段，虽面临证据积累、执行复杂等挑战，但其系统化与精准化方向已为肿瘤重症管理提供了结构清晰、可操作的临床路径。

3.3 特殊人群的个体化管理

3.3.1 老年重症肿瘤患者

老年患者合并多种慢性病，生理储备下降且衰弱发生率高。决定是否升级至有创器官支持治疗（如机械通气、肾脏替代治疗）时，除需评估急性期严重程度评分外，还需综合考量基线功能状态、合并症负担、老年综合评估结果及患者意愿。全面的老年综合评估与衰弱程度量表评估可用于筛选适合接受积极ICU干预的老年患者，以防止带来的负担大于其潜在获益。

对于晚期肿瘤合并脓毒症的老年患者，传统化疗的非选择性细胞毒性可能进一步损伤脆弱的免疫系统，加速患者死亡。目前研究正在探索生物材料靶向调控免疫微环境，以降低药物毒副作用，如通过功能性纳米材料逆向精准重编程巨噬细胞表型，促进抗肿瘤M1型极化，同时增加促进组织修复的M2型比例^[38]；采用唾液酸修饰的纳米脂质体，可特异性清除高表达L-选择素的炎症中性粒细胞，实现抗肿瘤与抗脓毒症双重效应^[39]。

3.3.2 儿童重症肿瘤患者

儿童的免疫系统呈现发育中、未成熟及弹性强等特点。以白血病为例，儿童与成人患者在病理机制与治疗反应上存在显著差异。成人白血病克隆通过分泌炎症因子重塑骨髓微环境，导致造血干细胞池衰老与耗竭；而儿童的造血干细胞池处于活跃的发育与增殖状态，在接受高强度化疗后可快速重建，然而治疗引起的预期性全血细胞减少，显著增加了感染与出血风险。

生物信息学分析显示，儿童急性淋巴细胞白血病（ALL）与脓毒症存在共同的遗传枢纽：造血细胞激酶在复发B细胞ALL(B-ALL)中低甲基化并过表达，而在脓毒症中参与中性粒细胞整合素信号传导，其功能缺陷可能导致炎症性组织损伤；E3泛素连接酶RNF125可通过泛素化修饰NLRP3炎症小体，抑制过度炎症反应，且可能影响白血病患者的微环境^[40]。此外，乳转铁蛋白和基质金属蛋白酶9是连接儿童脓毒症与B-ALL复发的枢纽分子，转录因子特异性蛋白1为调控二者表达的上游关键因子，提示两种疾病可能存在共享的上游基因网络失调^[41]。

因此，儿童肿瘤重症患者需血液科、重症医学科与感染科等多学科专家共同制订治疗方案，实现精细化临床决策与动态管理。具体策略包括：审慎权衡造血生长因子的使用（平衡缩短中性粒细胞减少期的益处与潜在刺激白血病细胞的风险）；根据分子遗传与免疫特征精准筛选可能获益于生物制剂（如托珠单抗、阿那白滞素）的患者；感染控制阶段探索促进T细胞/自然杀伤细胞功能恢复，以改善免疫麻痹的可行性。

3.3.3 终末期肿瘤重症患者

终末期肿瘤重症患者的管理应以症状控制、舒适度及临终目标达成为核心。早期介入姑息治疗并开展结构化的治疗目标讨论至关重要，可避免非必要的重症干预与侵入性操作。对部分患者可实施“限时重症监护试验”，以评估急性病情的可逆性，并预先制订未达预期疗效时的退出策略。

4 面临挑战与未来方向

4.1 面临挑战

肿瘤重症医学虽已取得显著进展，但仍面临诸多挑战。预后评估方面，传统评分系统存在局限，增加了临床决策难度。研究显示，ICU血液系统恶性肿瘤患者的1年死亡率高达64%，显著高于对照组的43%^[44]，需肾脏替代治疗或输血超过14 d的患者，其死亡率分别高达85%和86%^[34]。专科建设方面，作为新兴亚专科，肿瘤重症在人才培养、学科建设及资源配置方面尚不完善^[30,45]，亟需建立更具针对性的培训体系和诊疗规范，以推动学科规范化发展。技术整合方面，新型监测技术、生物标志物与人工智能工具如何有效融入临床流程，仍需深入探索。

此外，当前医疗实践对患者报告结局的关注存在不足。如对肿瘤合并脓毒症患者的预后评估多聚焦于生存率等临床终点，却忽视肿瘤与脓毒症幸存者功能损害的差异：肿瘤患者相关生活质量下降多由治疗相关疲乏驱动，主要影响生理和情绪功能，认知和社会功能在家庭支持下相对保留^[46]；而脓毒症幸存者则常表现为重症后综合征，以持续性心理创伤、认知功能障碍、人格解体及长期功能依赖为特征^[47]。前者损害主要由治疗驱动且可预见，后者多为创伤驱动，难以预测且支持不足。

姑息治疗的及时介入可显著改善患者的生活质量。研究表明，早期姑息治疗可缓解非小细胞肺癌患者的抑郁症状，甚至延长生存期；血液系统恶性肿瘤患者的姑息治疗延误，则可能加重疼痛等症状^[48]。因此，在全面评估的基础上，采取以患者为中心、避免非必要的干预策略，或许是更为明智的选择。

4.2 未来方向

4.2.1 表型导向的精准治疗

随着对肿瘤重症异质性认识的深入，基于分子特征的分型策略已成为实现个体化精准治疗的重要途径。研究发现，肿瘤重症患者可能存在不同的炎症亚型（如高炎症型和低炎症型），治疗反应和预后差异显著。通过整合临床特征、生物标志物及分子特征，可将肿瘤重症患者分为不同的反应类型，如炎症为主型、免疫为主型、凝血为主型、代谢为主型和混合型等^[49]，并开展针对性干预。

例如，急性呼吸窘迫综合征亚表型识别：高炎症型（IL-6、IL-8升高）患者或从高呼气末正压及保守液体策略中获益，低炎症型需更积极的液体复苏；脓毒症可通过单细胞转录组学区分免疫抑制型与高炎症型，指导粒细胞-巨噬细胞集落刺激因子或抗细胞因子治疗^[50]；IL-6受体拮抗剂、抗血小板药物已在新冠重症患者中显示出长期生存获益，但IL-6与激素等药物联用的方案，仍需更多研究证实^[51]。未来需开展多中心前瞻性队列研究，验证HOUR相关生物标志物的预测价值，并探索儿童肿瘤重症与成人HOUR反应的根本差异，制订年龄特异性管理策略。

4.2.2 技术整合与早期预警系统

人工智能、可穿戴设备与重症超声的融合，为重症早期预警和干预提供了可能。机器学习模型可用于预测免疫治疗毒性或脓毒症的发生^[52]；可穿戴设备可持续监测自主神经功能与微循环状态；重症超声可精准评估液体反应性和肺水程度^[53]。微循环与组织氧合监测技术能够直接评估“重症单元”的功能状态，为早期干预提供依据^[2]。建议构建国家级/区域性肿瘤重症临床-生物样本数据库，整合临床特征、高通量组学数据与长期随访结局，通过无监督聚类等机器学习方法识别不同的HOUR内型，开发整合分子标志物的精准预后评分系统。同时，研制适用于肿瘤重症患者结局报告的专用评估工具，系统评估重症经历对患者长期生活质量、认知及心理状态的影响。

4.2.3 学科体系建设与资源配置

重症医学体系建设宜遵循分层与优先发展的原则^[31]。

第一层为“基本重症”，以血流动力学、器官支持、镇静镇痛、重症超声和重症感染防控五大亚专业为基础，以脓毒症、ARDS和休克等常见危重病为核心，并逐步拓展至重症胰腺炎、心脏骤停后管理等专病领域。

第二层为重症亚专科，侧重器官系统或特定人群，包括心脏、呼吸、神经、创伤、老年、儿科及妇产重症等，其诊疗基础仍为“基本重症”。

第三层为亟待重点发展的特色重症亚专科，主要包括肿瘤重症、移植重症和免疫相关重症等，其诊治具有鲜明的宿主特异性，代表了重症医学专业化的重要方向。

随着人口老龄化和医疗技术的进步，肿瘤重症等亚专科的重要性日益凸显。建议在大型肿瘤中心优先设立“肿瘤重症监护单元”，配备细胞因子吸附、床旁病原宏基因组学等特色检测与治疗设备，并组建以重症医师为主导，融合肿瘤科、血液科、感染科、临床药学及康复治疗的多学科团队。通过构建标准化培训体系与前瞻性研究队列，开展多中心干预研究，推动临床体系向高质量证据转化平台发展。

5 小结

肿瘤重症作为重症医学重要分支，具有独特的生物学机制和临床管理策略。HOUR概念不仅为理解其本质提供了统一的理论框架，更强调了机体失调反应在重症发生发展中的核心地位。ABCDE管理规则与“重症救治三角”策略将这一理念转化为结构化、可操作的临床路径，而针对HOUR的多靶点联合干预——“鸡尾酒疗法”，结合个体化的器官功能支持与原发病因控制，共同构成肿瘤重症管理的基本框架。

展望未来，研究应聚焦于：（1）阐明HOUR的分子启动机制，尤其是脑-免疫轴等系统性交互网络；（2）开展靶向免疫调节疗法(如抗IL-6、Janus激酶抑制剂等)随机对照试验；（3）构建人工智能驱动的动态表型识别系统。通过多学科协作、技术创新和体系优化，肿瘤重症的诊疗模式将从被动应对转向主动调控。随着对肿瘤重症机制认识的深入和管理经验的积累，多学科协作模式的优化、新型技术的整合应用及专科人才队伍的建设，将共同推动肿瘤重症医学的进步，最终改善肿瘤重症患者的预后和生活质量，助力重症医学实现从“器官支持”向“宿主调控”的革命性转变。

参考文献

［1］王广健, 刘大为, 王小亭. 基于机体反应与血流动力学的重症新认知［J］. 中华内科杂志, 2022, 61(3): 246-248.

［2］Nielsen D L, Juhl C B, Nielsen O H, et al. Immune checkpoint inhibitor-induced cardiotoxicity: a systematic review and meta-analysis［J］. JAMA Oncol, 2024, 10(10): 1390-1399.

［3］Michels E H A, Butler J M, Reijnders T D Y, et al. Association between age and the host response in critically ill patients with sepsis［J］. Crit Care, 2022, 26(1): 385.

［4］Dumas G, Pastores S M, Munshi L. Five new realities in critical care for patients with cancer［J］. Intensive Care Med, 2023, 49(3): 345-348.

［5］Viglianti E M, Ervin J N, Newton C A, et al. Time-limited trials in the ICU: a mixed-methods sequential explanatory study of intensivists at two academic centres［J］. BMJ Open, 2022, 12(4): e059325.

［6］Huang W, Liu D W, Zhang H M, et al. Focus on host/organ unregulated response: a common cause of critical illness［J］. Chin Med J (Engl), 2023, 136(1): 108-110.

［7］Mancini S J C, Balabanian K, Corre I, et al. Deciphering tumor niches: lessons from solid and hematological malignancies［J］. Front Immunol, 2021, 12: 766275.

［8］Passaro D, Di Tullio A, Abarrategi A, et al. Increased vascular permeability in the bone marrow microenvironment contributes to disease progression and drug response in acute myeloid leukemia［J］. Cancer Cell, 2017, 32(3): 324-341.e6.

［9］Almskog L M, Ågren A. Thromboinflammation vs. immunothrombosis: strategies for overcoming anticoagulant resistance in COVID-19 and other hyperinflammatory diseases. Is ROTEM helpful or not?［J］. Front Immunol, 2025, 16: 1599639.

［10］Simões L R, Sangiogo G, Tashiro M H, et al. Maternal immune activation induced by lipopolysaccharide triggers immune response in pregnant mother and fetus, and induces behavioral impairment in adult rats［J］. J Psychiatr Res, 2018, 100: 71-83.

［11］Grigsby P L, Hirst J J, Scheerlinck J P, et al. Fetal responses to maternal and intra-amniotic lipopolysaccharide administration in sheep［J］. Biol Reprod, 2003, 68(5): 1695-1702.

［12］Shen X Z, Li Y, Li L, et al. Microglia participate in neurogenic regulation of hypertension［J］. Hypertension, 2015, 66(2): 309-316.

［13］Petitjeans F, Geloen A, Pichot C, et al. Is the sympathetic system detrimental in the setting of septic shock, with antihypertensive agents as a counterintuitive approach? A clinical proposition［J］. J Clin Med, 2021, 10(19): 4569.

［14］Kang S J, Tanaka T, Inoue H, et al. IL-6 trans-signaling induces plasminogen activator inhibitor-1 from vascular endothelial cells in cytokine release syndrome［J］. Proc Natl Acad Sci U S A, 2020, 117(36): 22351-22356.

［15］Rašková M, Lacina L, Kejík Z, et al. The role of IL-6 in cancer cell invasiveness and metastasis-overview and therapeutic opportunities［J］. Cells, 2022, 11(22): 3698.

［16］Shimabukuro-Vornhagen A, Böll B, Schellongowski P, et al. Critical care management of chimeric antigen receptor T-cell therapy recipients［J］. CA Cancer J Clin, 2022, 72(1): 78-93.

［17］Giamarellos-Bourboulis E J, Aschenbrenner A C, Bauer M, et al. The pathophysiology of sepsis and precision-medicine-based immunotherapy［J］. Nat Immunol, 2024, 25(1): 19-28.

［18］Mirouse A, Vigneron C, Llitjos J F, et al. Sepsis and cancer: an interplay of friends and Foes［J］. Am J Respir Crit Care Med, 2020, 202(12): 1625-1635.

［19］Wang L Y, Wu C D, Hou M, et al. Sepsis-driven metabolic reprogramming shapes cancer immunotherapy efficacy, metastatic potential, and drug sensitivity［J］. Front Immunol, 2025, 16: 1642477.

［20］Xu C, Lu T, Lyu X, et al. Role of the bone marrow vascular niche in chemotherapy for MLL-AF9-induced acute myeloid leukemia［J］. Blood Sci, 2023, 5(2): 92-100.

［21］McDonald B, Davis R P, Kim S J, et al. Platelets and neutrophil extracellular traps collaborate to promote intravascular coagulation during sepsis in mice［J］. Blood, 2017, 129(10): 1357-1367.

［22］Decker A S, Pylaeva E, Brenzel A, et al. Prognostic role of blood NETosis in the progression of head and neck cancer［J］. Cells, 2019, 8(9): 946.

［23］Gao A, Gong Y M, Zhu C Y, et al. Bone marrow endothelial cell-derived interleukin-4 contributes to thrombocytopenia in acute myeloid leukemia［J］. Haematologica, 2019, 104(10): 1950-1961.

［24］Singer M. Critical illness and flat batteries［J］. Crit Care, 2017, 21(S3): 309.

［25］Hwangbo Y, Lee E K. Acute hyperglycemia associated with anti-cancer medication［J］. Endocrinol Metab (Seoul), 2017, 32(1): 23-29.

［26］Nates J L, Pène F, Darmon M, et al. Septic shock in the immunocompromised cancer patient: a narrative review［J］. Crit Care (Fullerton), 2024, 28(1): 285.

［27］Dang E V, Barbi J, Yang H Y, et al. Control of TH17/Treg balance by hypoxia-inducible factor 1［J］. Cell, 2011, 146(5): 772-784.

［28］Ince C, De Backer D, Mayeux P R. Microvascular dysfunction in the critically Ⅲ［J］. Crit Care Clin, 2020, 36(2): 323-331.

［29］Pacheco-Rosas D O, Huelgas-Plaza A C, Miranda-Novales M G. Serum lactate as a biomarker of severe sepsis in children with cancer, neutropenia and fever［J］. Rev Med Inst Mex Seguro Soc, 2014, 52(S2): S24-S29.

［30］Azoulay E, Schellongowski P, Darmon M, et al. The intensive care medicine research agenda on critically ill oncology and hematology patients［J］. Intensive Care Med, 2017, 43(9): 1366-1382.

［31］黄薇, 刘大为, 尹万红, 等. 重症医学新认识:八个关键点［J］. 中华内科杂志, 2025, 64(9): 807-811.

［32］Hensley M K, Donnelly J P, Carlton E F, et al. Epidemiology and outcomes of cancer-related versus non-cancer-related sepsis hospitalizations［J］. Crit Care Med, 2019, 47(10): 1310-1316.

［33］Xiang M J, Chen G L. Impact of cancer on mortality rates in patients with sepsis: a meta-analysis and meta-regression of current studies［J］. World J Clin Cases, 2022, 10(21): 7386-7396.

［34］Hawchar F, Rao C, Akil A, et al. The potential role of extracorporeal cytokine removal in hemodynamic stabilization in hyperinflammatory shock［J］. Biomedicines, 2021, 9(7): 768.

［35］黄薇, 张宏民, 王小亭, 等. 容量管理认识面面观［J］. 协和医学杂志, 2019, 10(5): 450-455.

［36］Jain M D, Smith M, Shah N N. How I treat refractory CRS and ICANS after CAR T-cell therapy［J］. Blood, 2023, 141(20): 2430-2442.

［37］Patel S, Maria-Rios J, Parikh A, et al. Diagnosis and management of elevated intracranial pressure in the emergency department［J］. Int J Emerg Med, 2023, 16(1): 72.

［38］So Y, Yim D, Kim H K, et al. Functional nanosheet immunoswitches reprogramming innate macrophages for immunotherapy of colorectal cancer and sepsis［J］. ACS Nano, 2025, 19(5): 5165-5177.

［39］Li C, Qiu Q J, Liu M, et al. Sialic acid-conjugate modified liposomes targeting neutrophils for improved tumour therapy［J］. Biomater Sci, 2020, 8(8): 2189-2201.

［40］Xiao Y P, Cheng Y C, Chen C, et al. Identification of the shared gene signatures of HCK, NOG, RNF125 and biological mechanism in pediatric acute lymphoblastic leukaemia and pediatric sepsis［J］. Mol Biotechnol, 2025, 67(1): 80-90.

［41］Xiao Y P, Cheng Y C, Chen C, et al. Key common genes with LTF and MMP9 between sepsis and relapsed B-cell lineage acute lymphoblastic leukemia in children［J］. Biomedicines, 2025, 13(9): 2307.

［42］Sano S, Oshima K, Wang Y, et al. Tet2-mediated clonal hematopoiesis accelerates heart failure through a mechanism involving the IL-1β/NLRP3 inflammasome［J］. J Am Coll Cardiol, 2018, 71(8): 875-886.

［43］Fuster J J, MacLauchlan S, Zuriaga M A, et al. Clonal hematopoiesis associated with TET2 deficiency accelerates atherosclerosis development in mice［J］. Science, 2017, 355(6327): 842-847.

［44］Otten M, Van Kempen B J H, Van Der Woude B, et al. Long-term mortality in ICU patients with hematological malignancies: Impact of organ support duration and ICU length of stay［J］. J Crit Care, 2025, 89: 155122.

［45］Soares M, Bozza F A, Azevedo L C P, et al. Effects of organizational characteristics on outcomes and resource use in patients with cancer admitted to intensive care units［J］. J Clin Oncol, 2016, 34(27): 3315-3324.

［46］Charalambous A, Kouta C. Cancer related fatigue and quality of life in patients with advanced prostate cancer undergoing chemotherapy［J］. Biomed Res Int, 2016, 2016: 3989286.

［47］Apitzsch S, Larsson L, Larsson A K, et al. The physical and mental impact of surviving sepsis- a qualitative study of experiences and perceptions among a Swedish sample［J］. Arch Public Health, 2021, 79(1): 66.

［48］Fernandes-Almeida P, Reis-Pina P. Early palliative care in advanced hematologic malignancies: a systematic review of patient-centered outcomes［J］. Healthcare (Basel), 2025, 13(21): 2789.

［49］Hinde K, White G, Armstrong N. Wearable devices suitable for monitoring twenty four hour heart rate variability in military populations［J］. Sensors (Basel), 2021, 21(4): 1061.

［50］Islam K R, Prithula J, Kumar J, et al. Machine learning-based early prediction of sepsis using electronic health records: a systematic review［J］. J Clin Med, 2023, 12(17): 5658.

［51］Higgins A M, Berry L R, Lorenzi E, et al. Long-term (180-day) outcomes in critically Ill patients with COVID-19 in the REMAP-CAP randomized clinical trial［J］. JAMA, 2023, 329(1): 39-51.

［52］Hadweh P, Niset A, Salvagno M, et al. Machine learning and artificial intelligence in intensive care medicine: critical recalibrations from rule-based systems to frontier models［J］. J Clin Med, 2025, 14(12): 4026.

［53］Chowhan G, Kundu R, Maitra S, et al. Efficacy of left ventricular outflow tract and carotid artery velocity time integral as predictors of fluid responsiveness in patients with sepsis and septic shock［J］. Indian J Crit Care Med, 2021, 25(3): 310-316.