前言
瘧疾主要在熱帶和亞熱帶地區流行，遍及全球。近年來，隨著外出旅游成為常態，由此帶來的輸入性瘧疾成為我國瘧疾發生的主要因素，通常呈散發狀態。其中，惡性瘧疾發病兇險，大多數患者以發熱、頭痛、關節肌肉疼痛為主要特征，但也可出現昏迷、胃腸炎、肝臟損傷、貧血、腎功能衰竭等多種臨床表現，早期容易誤診、漏診，甚至導致病例死亡。2016年6月實施的衛生行業標準WS259-2015《瘧疾的診斷》【1】中指出，顯微鏡檢查血涂片查見瘧原蟲、瘧原蟲抗原檢測陽性、瘧原蟲核酸檢測陽性，以上三種方法任意其中一個都可以結合流行病學史和臨床癥狀作出瘧疾的診斷，并且血涂片中瘧原蟲形態及被寄生紅細胞形態可以作為瘧原蟲種類的依據。厚薄血膜顯微鏡鏡檢簡便，成本低，缺點是檢測結果受鏡檢人員技術水平影響較大，難以標準化，尤其對低密度原蟲感染樣本和混合感染樣本診斷難度更大。而瘧原蟲抗原檢測和核酸檢測成本較高，難以普及。目前有實驗室根據試驗指出，任何一位發熱病人進行的血常規檢測或許可以成為診斷瘧疾的一種方式【2】。接下來我們看一下看似簡單的血常規如何發揮其診斷瘧疾的作用的。
實驗方法
回顧2014年11月至2016年11月法國某家血液病實驗室100例瘧原蟲陽性的XN的血常規結果，以同期100例未感染瘧原蟲的病人作為對照，評價XN的瘧原蟲檢測能力。瘧疾診斷的標準是外周血厚薄血涂片的顯微鏡鏡檢以及快檢試劑進行的瘧原蟲抗原的檢測。另外蟲體密度及瘧原蟲的種屬確認由兩位獨立的有資質的實驗室人員鏡檢完成。100例感染瘧原蟲病例相關信息見下表1.
年齡分布
5-81歲
性別分布
男53例，女47例
瘧原蟲種屬
84%惡性瘧，7%卵形瘧，2%間日瘧，3%三日瘧，4%惡性瘧和三日瘧混合感染
蟲體發育階段
可見環狀體，裂殖體以及配子體
蟲體密度
少于400/ul-745200/ul
表1. 100例瘧原蟲感染病例信息
試驗研究的100例瘧原蟲感染病例的血常規信息見下圖一。
圖一100病例血常規信息
文章共給出了受瘧原蟲感染的血常規變化的三個特點。
特點一
XN可以檢測瘧原蟲感染，尤其是成熟階段（裂殖體和配子體階段）有很高的特異度。WDF通道散點圖可檢測到80%（12/15）的成熟瘧原蟲階段的病例，這些病例大部分為非惡性瘧。所有經過3天治療的患者進行第二次血常規復測時，WDF通道特異的瘧原蟲散點均消失，與正常對照組無異。
特點二
在WDF散點圖上瘧原蟲感染表現為中性粒細胞或嗜酸性粒細胞區域的異常，見下紅色箭頭所指。
A為正常WDF散點圖，B到K為瘧原蟲感染病例的WDF散點圖
特點三
瘧原蟲感染可以表現為白細胞在WNR通道和WDF通道的差異。
WDF與WNR通道白細胞數差值在正常對照組均值為-0.215（范圍：-0.03到0.02），瘧原蟲感染組的均值是0.115，呈現100%特異性。
另外在這100例感染瘧原蟲的病例中有14例進行了網織紅細胞檢測。其中有1例報警“異常網織紅細胞散點圖”，其位置在低熒光區域（LFR）見下圖。
并且感染蟲體密度與網織紅細胞計數/IRF有一定的相關性。
討論
如上圖所示iRBC（疑有包含物的紅細胞）或pRBC（寄生蟲感染紅細胞）是瘧原蟲感染紅細胞在XN系列儀器WDF和RET散點圖中的位置，與該法國實驗室瘧原蟲感染病例異常區域相同。
Sysmex 系列的血細胞分析儀白細胞分類計數是以流式細胞技術為基本原理，激光照射待測物質，產生三種信號，分別是前向散射光（FSC）,反映細胞的大小，側向散射光（SSC），反映細胞內容物的復雜程度，以及側向熒光（SFL）,反映細胞內核酸含量。WDF通道是經溶血劑使得細胞膜輕度打孔，被瘧原蟲感染的紅細胞不會被溶血素破壞。而WNR通道的溶血素能力強，對被瘧原蟲感染的紅細胞破壞更大，不易被誤認為有核細胞，這也是文獻中ΔWBC有明顯差異的原因。查閱國內相關文獻，也有類似的文章指出瘧原蟲感染導致的血常規散點圖的異常【3】【4】【5】。
另有文章指出【6】，cell population data（ CPD）參數的分析與異常白細胞分類散點圖的綜合應用可以更好的預警瘧原蟲感染，其敏感性甚至可達到1，特異性可達0.91。CPD主要是通過淋巴細胞，單核細胞和中性粒細胞各軸參數來判斷的，如NE熒光強度（NE- SFL），單核細胞熒光強度（MO- Y），淋巴細胞的熒光強度(LY- Y)，淋巴細胞熒光強度的分布寬度（LY- WY）, 淋巴細胞復雜程度的分布寬度（LY- WX) ，進而計算出XN- Malaria Factor【7】。
另外，XN系列可以注冊pRBC模式，當pRBC超過閾值時，儀器會進行pRBC的報警，并且對WDF白細胞數、嗜酸性粒細胞和網織紅細胞進行校正。使用流水線的科室也可以通過設置復檢規則中的推片規則，當樣本觸發規則后，儀器自行推片，科室進行顯微鏡鏡檢復核。
參考文獻
【1】 中華人民共和國國家衛生和計劃生育委員會.瘧疾的診斷.[Z].2015-11-16
【2】 Dumas C, et al. Automated Plasmodium detection by the Sysmex XN hematology analyzer[J]. Journal of clinical pathology, 2018,71:594-599.
【3】 劉玲玲，魏麗晶.等. 間日瘧原蟲感染導致儀器法血常規散點圖異常1例臨床分析[J].中國實驗診斷學，2018，22（8）：1464-1465
【4】 戴燕，潘志文，張志英.等.XE-2100血細胞分析儀嗜酸性粒細胞異常散點圖報警篩選瘧原蟲感染的研究[J].中華醫學檢驗雜志，2008，31（7）：763-766
【5】 朱學濤，胡文霞.惡性瘧原蟲感染一例[J].中華傳染病雜志，2015， 9：564
【6】 S. Buoro, B. Manenti, et al.Abnormal scattergrams and cell population data generated by fully automatedhematological analyzes: New tools for screening malaria infection.International Journal of Laboratory Hematology. 2018;40:326–334
【7】 Briggs C, Da Costa A, FreemanL, et al. Development of an automated malaria discriminant factor using VCStechnology. Am J Clin Pathol. 2006;126:691-698
（感謝關注！）
