脓毒症与肿瘤均是全球重大公共卫生问题，且二者之间存在复杂的关系。数据显示，全球脓毒症年发病例数达5000万，并造成约1100万人死亡；而癌症作为另一主要死亡原因，年死亡病例约为970万，且其发病率增长迅猛，预计至2050年新发病例数较2022年增长77%[1]。因免疫系统功能受损，肿瘤患者罹患脓毒症的风险显著升高，可达非肿瘤患者的9.77倍[2]。
既往报道已证实[3-4]，恶性肿瘤是脓毒症患者死亡的独立危险因素；而肿瘤患者一旦发生脓毒症，其院内死亡率高达37.8%，约为非肿瘤脓毒症患者的5倍[5]。因此，脓毒症及其进展形式脓毒性休克已导致肿瘤患者面临“三高”结果：高发病率、高治疗负担、高病死率，给全球公共卫生带来了严峻挑战[5-7]。
肿瘤患者对脓毒症的高易感性可能与机体抗感染免疫应答受损有关，后者主要源于恶性肿瘤本身所致的免疫功能紊乱[8-9]。推测恶性肿瘤患者在发生脓毒性休克后，其免疫状态将会发生显著变化。本研究旨在探讨恶性肿瘤患者发生脓毒性休克前后外周血免疫细胞动态变化情况，并分析淋巴细胞及其亚群变化对患者预后的影响。
1 资料与方法
1.1研究对象
本研究为一项单中心回顾性研究，连续纳入2018年10月—2019年12月山西省肿瘤医院收治的、因需接受手术治疗而住院的围术期恶性肿瘤患者。
纳入标准包括：（1）年龄18～80岁；（2）经病理学确诊为恶性肿瘤；（3）住院期间发生脓毒性休克［定义为在充分液体复苏后，仍需血管活性药物维持平均动脉压≥65 mm Hg（1 mm Hg=0.133 kPa)且血乳酸＞2 mmol/L[10]］，并转入重症监护病房（ICU)治疗。
排除标准：（1）患有自身免疫性疾病；（2）确诊脓毒性休克前3个月内曾接受化疗、放疗、靶向或免疫治疗。
本研究已通过山西省肿瘤医院伦理审查委员会审批（审批号：KY2025198），并豁免患者知情同意。
1.2 研究方法
通过医院电子病历系统提取以下资料：患者基线特征（年龄、性别、肿瘤部位、肿瘤分期、脓毒症病因）、脓毒性休克发生前及发生后72 h内采集的外周血免疫功能检测结果（本研究将“脓毒性休克发生时间”明确界定为患者首次同时满足上述血压及乳酸标准的时间点。该时间点由两名研究者独立从电子病历系统中提取，并进行交叉核对以确保一致性）、转入ICU时的病情严重程度及血液学指标、ICU住院期间治疗措施、ICU住院时长及患者转归。
其中，患者病情严重程度采用转入ICU后24 h内的急性生理学与慢性健康状况评估Ⅱ(APACHE Ⅱ) 评分进行评定[11]。同期采集的血液学指标包括乳酸、降钙素原、B型脑钠肽及白蛋白。治疗措施包括是否接受机械通气及其持续时间，血管活性药物 （主要为去甲肾上腺素）使用剂量。患者转归定义为转入ICU后28 d生存情况。
脓毒性休克前后外周血免疫功能检测分别于入院后 24 h内及因脓毒性休克转入 ICU 72 h内完成，方法为流式细胞术免疫表型分析，详情如下：使用 BD FACSCanto Ⅱ流式细胞仪(Becton Dickinson ，法国勒蓬德克莱)进行检测，仪器每日使用前均进行校准，确保荧光强度和光学系统的稳定性。
按照制造商说明书对淋巴细胞及其亚群进行定量分析：总淋巴细胞、总T细胞(CD45+CD3+ T细胞) 、辅助性T细胞(CD3+CD4+T细胞) 、细胞毒性T细胞(CD3+CD8+T细胞)、自然杀伤细胞(CD45+CD3-CD16+CD56+)、自然杀伤T细胞(CD3+CD56+)、调节性T细胞(CD45+CD4+CD25HiCD127LoT细胞)、总B细胞(CD45+CD3-CD19+B细胞)。
使用的抗体包括 CD45- PerCP(克隆号 2D1) /CD3- FITC(克隆号 UCHT1) /CD8- PE(克隆号 HIT8a)/CD4- AP(克隆号 OKT4)、CD3- FITC(克隆号 UCHT1) /CD16+CD56- PE(克隆号 CB16/MEM-188) /CD45-PerCP(克隆号 2D1) /CD19- APC(克隆号 HIB19)、CD45- PerCP(克隆号2D1) /CD25- APC(克隆号 HI25a) /CD127- PE(克隆号 A019D5) /CD4- FITC(克隆号 RPA-T4)。
1.3样本量估算
本研究为一项探索性研究，旨在分析肿瘤患者发生脓毒性休克后免疫指标与临床预后之间的关联。根据10 EVP（10 events per variable）经验法则，每个模型参数至少需要对应10个结局事件。本研究聚焦于1项核心指标，故至少需要纳入10～20例死亡事件。依据此原则，在预期死亡率约为35%的前提下，估算所需总样本量为29～57例。
1.4统计学处理
采用 GraphPad Prism 8.0 及 SPSS 26 软件进行统计学分析。采用Shapiro-Wilk检验对计量资料进行正态性分布检验，符合正态分布者以均数±标准差表示，组间比较采用独立样本t 检验；非正态分布者以中位数(四分位数) 表示，组间比较采用 Mann-Whitney U检验（配对资料的比较采用 Wilcoxon 符号秩检验）。计数资料以频数(百分数)表示，组间比较采用χ2检验或Fisher精确概率法。采用单因素及多因素Logistic回归分析各免疫指标与肿瘤患者脓毒性休克后28 d全因死亡的相关性。双侧检验，以P＜0.05为差异具有统计学意义。本研究数据分析未进行多重比较校正，因此所有结果作为探索性分析结果解读。
2 结果
2.1一般临床资料
共纳入因脓毒性休克转入ICU的肿瘤患者47 例，其平均年龄(63.9±11.2)岁；男性32例，女性15例。从肿瘤部位来看，以胃肠道肿瘤为主（76.60%，36/47）；肿瘤分期：Ⅰ期8例，Ⅱ期15例，Ⅲ期11例，Ⅳ期13例。脓毒性休克病因：腹盆腔感染31例(65.96%)，肺炎10 例(21.28%)，消化道感染3例(6.38%)，其他3例(6.38%)。ICU 住院时长为9.00(4.00,16.00)d，转入ICU 后28 d内死亡12例，存活35例。
组间比较显示，与存活组比较，死亡组年龄，确诊脓毒性休克时APACHEⅡ评分、乳酸，ICU住院期间机械通气比例、去甲肾上腺素使用剂量均更高（P均＜0.05），见表1。
表1 死亡组和存活组患者基线资料比较
2.2脓毒性休克前后淋巴细胞及其亚群变化
2.2.1 淋巴细胞
相较于脓毒性休克前，脓毒性休克后外周血白细胞绝对数显著升高［11 040(5000,16 920)个/μL比6480(4990,7870)个/μL，P=0.001］，而淋巴细胞百分比［6(4,10)%比24(17,32)%，P＜0.001］、淋巴细胞计数［530(300,830)个/μL比1530(1020,2020)个/μL，P＜0.001］均显著降低，见图1A、1B。组间比较显示，死亡组患者脓毒性休克后淋巴细胞计数显著低于存活组［ 280（200,660）个/μL 比 640（380,1090）个/μL，P=0.015］，见图1C。
图1 脓毒性休克前后淋巴细胞变化
A.整体患者中淋巴细胞百分比比较；B.整体患者中淋巴细胞计数比较；C.死亡组和存活组脓毒性休克后淋巴细胞计数比较
2.2.2 总T细胞
相较于脓毒性休克前，脓毒性休克后总T细胞百分比［（63±18）%比（71±11）%，P＜0.001］、总 T细胞计数［339(191,524)个/μL比991(739,1378)个/μL，P＜0.001］均显著降低，且总 T细胞计数下降幅度更为显著（图2A、2B）。组间比较显示，死亡组患者脓毒性休克后总T细胞计数显著低于存活组［196(93,304)个/μL比408(237,589)个/μL，P=0.009］，见图2C。
图2 脓毒性休克前后总T细胞变化
A.整体患者中总T细胞百分比比较；B.整体患者中总T细胞计数比较；C.死亡组和存活组脓毒性休克后总T细胞计数比较
2.2.3 辅助性T细胞和细胞毒性T细胞
相较于脓毒性休克前，脓毒性休克后辅助性T细胞百分比无显著变化［（34±14）%比(37±11)%，P=0.149］，辅助性T细胞计数［161(77,343)个/μL比542(388,656)个/μL， P＜0.001］、细胞毒性T细胞百分比［23(17,33)%比29(22,44)%，P＜0.001］、细胞毒性T细胞计数［122(66,231)个/μL比407(292,689)个/μL，P＜0.001］均显著降低，见图3A~3D。
此外，相较于脓毒性休克前，辅助性T细胞与细胞毒性T比值在脓毒性休克后基本保持稳定［1.28(0.84,2.17)比1.32(0.78,2.10)，P=0.056］。组间比较显示，与存活组比较，死亡组脓毒性休克后辅助性T细胞计数［97(46,160)个/μL比217(82,364)个/μL，P=0.019］、细胞毒性T细胞计数［69(38,142)个/μL比139(86,273)个/μL，P=0.030］均降低，见图3E、3F。
图3 脓毒性休克前后辅助性T细胞和细胞毒性T细胞变化
A.整体患者中辅助性T细胞百分比比较；B.整体患者中辅助性T细胞计数比较；C.整体患者中细胞毒性T细胞百分比比较；D.整体患者中细胞毒性T细胞计数比较；E.死亡组和存活组脓毒性休克后辅助性T细胞计数比较；F.死亡组和存活组脓毒性休克后细胞毒性T细胞计数比较
2.2.4 调节性T细胞
相较于脓毒性休克前，脓毒性休克后调节性T细胞百分比无显著变化［5(4，7)% 比6(5,8)%，P=0.054］，而调节性T细胞计数显著降低［35(20,58)个/μL比74(51,114)个/μL，P＜0.001］，见图4A、4B。组间比较显示，与存活组比较，死亡组脓毒性休克后调节性T细胞计数显著降低［26(14,39)个/μL比39(26,73)个/μL，P=0.026］，见图4C。
图4 脓毒性休克前后调节性T细胞变化
A.整体患者中调节性T细胞百分比比较；B.整体患者中调节性T细胞计数比较；C.死亡组和存活组脓毒性休克后调节性T细胞计数比较
2.2.5 自然杀伤T细胞
相较于脓毒性休克前，脓毒性休克后自然杀伤T细胞百分比［6(2,9)%比7(3,10)%,P=0.040)、自然杀伤T细胞计数［24(11,53) 个/μL比99(46,164) 个/μL,P＜ 0.001］均显著降低，见图5A、5B。 组间比较显示，与存活组比较，死亡组脓毒性休克后自然杀伤T细胞计数无显著变化［22(6,46)个/μL比28(11,61)个/μL，P=0.473］，见图 5C。
图5 脓毒性休克前后自然杀伤T细胞变化
A.整体患者中自然杀伤T细胞百分比比较；B.整体患者中自然杀伤T细胞计数比较；C.死亡组和存活组脓毒性休克后自然杀伤T细胞计数比较
2.2.6 自然杀伤细胞
相较于脓毒性休克前，脓毒性休克后自然杀伤细胞百分比无显著变化［14(7,27)%比16(9,27)%， P=0.276］，自然杀伤细胞计数显著降低［63(41,126)个/μL比227(100,466) 个/μL，P＜0.001］，见图6A、6B。组间比较显示，与存活组比较，死亡组脓毒性休克后自然杀伤细胞计数无显著变化［68(42,126)个/μL比46(23,131)个/μL，P=0.248］，见图6C。
图6 脓毒性休克前后自然杀伤细胞变化
A.整体患者中自然杀伤细胞百分比比较；B.整体患者中自然杀伤细胞计数比较；C.死亡组和存活组脓毒性休克后自然杀伤细胞计数比较
2.2.7 总B细胞
相较于脓毒性休克前，脓毒性休克后总B细胞百分比升高［15(8,23)%比7(4,11)%，P＜0.001］，总B细胞计数无显著变化［73(34,146)个/μL比113(39,173)个/μL，P=0.259］，见图7A、7B。组间比较显示，与存活组比较，死亡组脓毒性休克后总B细胞计数降低［37(14,74)个/μL 比90(39,197)个/μL，P=0.024］，见图7C。
图7 脓毒性休克前后总B细胞变化
A.整体患者中总B细胞百分比比较；B.整体患者中总B细胞计数比较；C.死亡组和存活组脓毒性休克后总B细胞计数比较
2.3 肿瘤分期与免疫细胞水平的关系
为分析肿瘤分期对患者免疫功能的影响，本文进一步比较了早期(Ⅰ～Ⅱ期)与晚期(Ⅲ～Ⅳ期)肿瘤患者在脓毒性休克发生前后免疫细胞计数变化情况，结果显示在脓毒性休克前，晚期肿瘤患者的基础免疫状态已出现受损趋势，其总B细胞计数较早期患者显著降低［80.7(24.9,132.4)个/μL比130.6(80.2,198.1)个/μL,P=0.027］。脓毒性休克后，晚期肿瘤患者与早期肿瘤患者淋巴细胞亚群均无显著差异（P均＞0.05），见表2。
表2 早期和晚期肿瘤患者脓毒症休克前后淋巴细胞亚群比较（个/μL）
2.4淋巴细胞亚群与患者预后的相关性
单因素Logistic回归分析结果显示，脓毒性休克后总淋巴细胞计数、总T细胞计数及调节性T细胞计数与发生脓毒性休克的肿瘤患者28 d死亡风险存在相关性。为进一步控制已知影响患者预后的混杂因素，以年龄、乳酸水平及APACHE Ⅱ 评分为协变量，构建了多因素Logistic回归模型。
结果显示，在校正年龄、乳酸及APACHE Ⅱ 评分后，脓毒性休克后调节性T细胞计数是发生脓毒性休克的肿瘤患者28 d死亡的保护性因素（OR=0.938，95% CI: 0.886~0.993，P=0.028）；而总T细胞、辅助性T细胞、细胞毒性T细胞、自然杀伤细胞、自然杀伤T细胞及总B细胞等免疫细胞亚群计数与28 d死亡风险无显著相关性。
表3 淋巴细胞亚群与患者预后相关性的多因素Logistic回归分析
3 讨论
本研究描述了肿瘤患者发生脓毒性休克前后外周血淋巴细胞变化，并分析了其对预后的影响。结果显示，肿瘤患者发生脓毒性休克后会出现淋巴细胞减少症，且除B细胞计数外，余各项淋巴细胞亚群计数均显著下降。多因素Logistic回归分析显示，调节性T细胞计数与肿瘤患者发生脓毒性休克后28 d死亡风险相关。
20世纪70年代中期，Bone与Lauder首次报道在胃肠道肿瘤患者中外周血淋巴细胞计数随肿瘤进展而呈逐步降低的趋势[12]。此后多项研究证实，外周血淋巴细胞减少与包括肾癌、结直肠癌、肉瘤、淋巴瘤等多种肿瘤患者预后不良相关[13-17]。上述发现提示，恶性肿瘤进展可能伴随进行性全身免疫损害。与此同时，脓毒症作为临床常见的严重并发症，可通过诱发淋巴细胞凋亡、功能障碍等途径，导致急性、强烈的免疫抑制。因此，无论是恶性肿瘤的慢性进展还是脓毒症的急性打击，均可导致严重的免疫功能损害[18]。
本研究进一步分析发现，在发生脓毒性休克前，晚期肿瘤(Ⅲ～Ⅳ期)患者总B细胞计数已显著低于早期肿瘤(Ⅰ～Ⅱ期)患者，这与文献报道的随肿瘤进展患者免疫功能进行性受损的趋势相符。然而，在脓毒性休克发生后，早期与晚期肿瘤患者各项淋巴细胞亚群组间差异无统计学意义(P均＞0.05)。这一结果提示，脓毒性休克作为一种极度强烈的急性免疫打击，可能迅速耗竭机体的淋巴细胞储备，其程度甚至可“掩盖”或“超越”不同肿瘤分期所产生的慢性免疫损害差异。此种由脓毒性休克引发的急性、强烈的免疫与炎症紊乱，其严重程度足以成为决定患者预后的主导因素。研究表明，在合并脓毒性休克的危重肿瘤患者中，入住ICU后早期器官功能障碍的进展（如器官功能障碍评分的恶化），是预测30 d死亡率的独立危险因素[19]。
另一项针对癌症患者的前瞻性研究也发现，影响患者长期（180 d）预后的关键因素主要在于休克发生时的一般状况、器官衰竭严重程度及治疗限制决策，而非单纯的癌症类型（血液肿瘤或实体瘤）[20]。由此可见，在脓毒性休克急性期，肿瘤分期可能并非淋巴细胞耗竭程度的主要决定因素。
本项回顾性临床研究发现，肿瘤患者发生脓毒性休克后淋巴细胞百分比和淋巴细胞计数均显著减少，其机制可能与淋巴细胞增殖减少或死亡增加有关。在急性免疫应答中，脓毒症会迅速破坏成骨细胞，导致共同淋巴祖细胞数量减少并最终造成淋巴细胞生成障碍[21]。此外，脓毒性休克时，革兰阴性菌及其内毒素脂多糖(LPS) 可上调淋巴细胞内染色质调节蛋白精氨酸 N-甲基转移酶 4(PRMT4)表达，后者参与组蛋白修饰，其水平升高可调控caspase-3 介导的细胞死亡信号通路，最终导致淋巴细胞大量凋亡[22]。
本研究进一步发现，肿瘤患者发生脓毒性休克后，其总T细胞、辅助性T细胞及细胞毒性T细胞数量均显著下降。这一关键现象提示，其背后可能存在多层次、深度的免疫功能耗竭与分子调控机制紊乱，远非单纯的“数量减少”所能解释。
首先，脓毒症释放的大量病原体相关分子模式(PAMPs) 和损伤相关分子模式(DAMPs)可协同肿瘤微环境，在T细胞及抗原呈递细胞中急剧上调程序性死亡受体-1(PD-1)/程序性死亡受体-配体1(PD-L1)表达水平。该通路不仅传递强烈的抑制信号，导致T细胞增殖受阻、效应因子分泌减少，还可直接触发凋亡程序。
动物实验为该机制提供了直接证据：在脓毒症模型小鼠中，PD-1高表达可导致T细胞数量大幅下降，而阻断PD-1则能显著逆转这一现象并改善小鼠生存率[23]。Boomer等[24]研究进一步证实，通过盲肠结扎穿刺术(CLP)诱导脓毒症模型小鼠的T细胞可减少60%～70%，且减少量与PD-1表达水平及特定细胞因子变化呈正相关。这些结果表明，临床观察到的T细胞耗竭现象，可能是激活诱导的细胞死亡和持续抑制性信号共同作用的结果。
其次，抑制性细胞因子网络加重了免疫麻痹状态。脓毒症与肿瘤均可促进白细胞介素-10、转化生长因子-β等免疫抑制性细胞因子产生[25-26]。这些因子不仅能直接抑制T细胞活化，还可进一步上调 PD-1 等抑制性受体表达，从而形成正反馈环路，加剧 T 细胞功能失调。
再次，在肿瘤长期存在的慢性免疫功能耗竭的背景下，脓毒症起到了“雪上加霜”的放大效应。研究表明，已罹患肿瘤（如胰腺癌）的小鼠在发生感染后，其T细胞表面不仅PD-1表达上调，其他共抑制受体如B和T淋巴细胞衰减蛋白(BTLA)、2B4表达量也显著增加，从而导致病原体特异性T细胞应答严重受损[27]。这与另一发现相符：肺癌继发脓毒症模型中，同样观察到CD4+ T细胞凋亡显著增加，且其产生Th2型效应细胞因子IL-4的能力严重受损，提示脓毒症在肿瘤背景下进一步削弱了宿主的适应性免疫功能[28]。
最后，部分肿瘤（如肺癌）本身即可通过上调抑制性受体 2B4 表达，系统性诱导 T 细胞耗竭，继而导致全身性免疫抑制[29]。基于上述发现，笔者认为一种基于免疫状态监测的精准治疗策略或可为肿瘤的治疗提供新的解决方案。例如，针对此类处于免疫麻痹状态的患者，采用免疫检查点抑制剂（如PD-1/PD-L1阻断剂）以逆转T细胞耗竭状态，或许是未来值得深入探索的治疗方向。
值得注意的是，本研究发现，与脓毒性休克前比较，肿瘤患者发生脓毒性休克后总B细胞计数未见显著下降，而其占淋巴细胞总数的百分比却明显升高，这一发现与既往研究结果相符[30-31]。此类患者B细胞计数得以维持的原因，可能与本研究感染类型以腹腔革兰阴性菌感染为主相关[32]。组间比较显示，死亡组脓毒性休克后 B细胞水平更低。进一步检测发现此类患者同时存在B细胞功能受损，包括抗体分泌能力受损（尤其是IgM）、亚群向调节性B细胞偏移以及表面标志物改变所指示的“耗竭”或免疫调节表型。
因此，仅检测细胞计数可能掩盖了功能性免疫缺陷的本质，而通过评估B细胞的抗体产生、细胞因子的分泌或抑制功能，可更准确地揭示其在脓毒症免疫抑制中的作用机制，并解释不同研究间结果的差异性[33]。上述结果表明，能够维持相对正常 B细胞计数的患者，可能是因保留了较为完整的体液免疫功能，从而在抗感染应答中处于更有利的地位。
在多因素分析中，经同时校正年龄、乳酸水平及APACHE Ⅱ评分等关键预后因素后，调节性T细胞计数仍与患者死亡风险呈独立负相关。这一结果表明，调节性T细胞与肿瘤患者脓毒性休克后预后之间的保护性关联，并非由年龄、初始乳酸水平或整体疾病严重程度等混杂因素所解释或驱动。相反，其提示在控制上述宏观临床风险因素后，机体内在的免疫调节状态对患者结局可能具有独立影响。
在脓毒症与肿瘤的双重打击下，调节性T细胞的显著耗竭可能并不单纯反映免疫细胞数量下降，更重要的是其预示着机体免疫调节网络的系统性崩溃，表现为失控的炎症与免疫麻痹并存，进而显著增加患者死亡风险[34-35]。
Gao等[36]在综述中指出，调节性T细胞在不同脏器、不同病原体感染及脓毒症不同阶段中的功能具有异质性，既可抑制过度炎症、预防器官损伤，也可诱导免疫抑制程度加重。本研究结果显示，调节性T细胞对合并脓毒性休克的肿瘤患者预后起保护作用，其计数升高可降低28 d死亡风险。尽管多数文献支持调节性T细胞在脓毒症的免疫抑制作用可能造成不良预后[37-38]，但部分研究对此持保留态度。
Heuer等[39]发现，在CLP诱导的脓毒症小鼠模型中，过继转移体外刺激的调节性T细胞可提高生存率，增强对腹腔细菌的清除能力。Kühlhorn等[40]进一步研究表明，在严重败血症小鼠模型中，叉头框蛋白P3＋调节性T细胞的存在对于动物从感染中恢复至关重要，其缺失会导致长期生存率显著下降。其他机制层面的研究也显示，在严重脓毒症过程中，调节性T细胞可通过上调抑制分子（如T细胞免疫球蛋白和ITIM结构域蛋白、细胞毒性T淋巴细胞相关蛋白4）表达、促进抗炎细胞因子（如白细胞介素-10、白细胞介素-35）分泌及调控巨噬细胞极化等多种途径，发挥关键的保护作用[41]。
本研究结果不同于主流结果的原因可能与检测时机相关。本研究血液样本采集于脓毒症早期（确诊脓毒性休克72 h内），这与Chen等[42]的观察性研究相似，该研究显示在脓毒症第1天，存活组调节性T细胞百分比已呈现出高于死亡组的趋势。另有研究显示，在脓毒症早期，适度的调节性T细胞升高可能具有保护意义——其通过分泌白细胞介素-10、转化生长因子-β等抑制性细胞因子，并依赖细胞间接触机制，有效遏制过度的炎症反应、减轻细胞因子风暴所致的组织损伤，从而有助于机体避免出现早期器官功能衰竭[43]。
此外，本研究结果可能与纳入人群的特殊性有关。在肿瘤微环境中，调节性T细胞通过多种机制维持免疫抑制状态，其中包括促进效应T细胞表达PD-1等抑制性受体[44]。当脓毒性休克发生时，剧烈的炎症应激可促使调节性T细胞迅速凋亡，从而解除了对PD-1/PD-L1通路的抑制作用，进而导致残存的效应T细胞进展为程度更深的“耗竭”状态，完全丧失抗感染免疫功能。
在围术期肿瘤合并脓毒性休克的复杂免疫场景中，早期相对较高的调节性T细胞计数可能提示机体保留了更为完整的免疫调节储备，从而在一定程度上与患者死亡率降低存在一定关联。尽管本研究尚未确立普遍适用的临界值，但数据提示，脓毒性休克后调节性T细胞计数持续低于一定阈值（如本研究中死亡组中位数26个/μL）的患者，可能属于免疫衰竭高风险人群，需予以更密切的监测和积极干预。未来研究可进一步验证该阈值的临床有效性，并探索在脓毒性休克早期进行调节性T细胞检测，以辅助患者的早期风险分层与预后评估。
本研究存在一些局限性。首先，作为一项单中心回顾性探索性研究，有限的样本量与事件数导致统计学把握度不足，制约了统计效能（经估算把握度仅为18%），使得难以构建包含全部潜在混杂因素的多因素分析模型，因此对结果的稳定性需持审慎态度，有待后续研究采用更大样本量或多中心设计进一步提升统计效能。其次，研究队列以胃肠道肿瘤为主且排除了接受过化疗、放疗等抗肿瘤治疗者，虽然反映了本中心的收治谱，但限制了结论向其他癌种(如肺癌)、其他手段治疗患者的外推普适性。最后，回顾性设计固有的测量偏倚风险无法完全避免，尽管设定了统一的检测时间窗，但基线与休克后免疫指标的采集时点仍可能存在微小波动，且无法捕捉更连续的动态变化。
综上所述，本研究结果显示，围术期肿瘤患者发生脓毒性休克后，外周血淋巴细胞亚群普遍存在急性耗竭现象。在众多免疫细胞中，调节性T细胞的减少显示出独立预后价值。该结果提示，急性感染危象可能超越肿瘤分期本身，成为驱动免疫崩溃的主要力量，这为揭示该复杂临床场景下的免疫紊乱原因提供了新线索，并为未来开展大规模前瞻性研究奠定了重要基础。
（本文编辑：董哲）
