中性粒细胞-淋巴细胞比值与骨关节炎患者全因及心血管死亡率关联：基于NHANES队列的突破性发现

《Scientific Reports》：Association between neutrophil-lymphocyte ratio and all-cause and cardiovascular mortality in osteoarthritis patients from the NHANES 1999–2018 cohort

本研究针对骨关节炎（OA）患者死亡率风险预测缺乏简便生物标志物的临床难题，通过分析美国国家健康与营养调查（NHANES）1999-2018年共3549例OA患者数据，首次揭示中性粒细胞-淋巴细胞比值（NLR）≥2.53可独立预测全因死亡率（HR=1.82）和心血管死亡率（HR=2.50）。非线性关联模型与时间依赖性ROC曲线（AUC最高达0.76）证实NLR优于单一血细胞指标，为OA患者风险分层提供了低成本、高可及性的炎症监测工具。

　　

随着全球老龄化进程加速，骨关节炎（Osteoarthritis, OA）已成为导致中老年人残疾的主要疾病之一。据统计，到2050年OA导致的伤残调整寿命年将高达3660万，其危害远超关节疼痛本身——近年研究发现，OA患者不仅生活质量下降，更面临显著升高的全因死亡风险和心血管疾病死亡风险。然而，传统评估方法难以精准识别高危人群，这促使科学家将目光投向系统性炎症这一连接OA与心血管病变的共同病理基础。

中性粒细胞-淋巴细胞比值（Neutrophil-to-Lymphocyte Ratio, NLR）作为一项低成本、易获取的炎症指标，已在癌症、糖尿病等疾病预后评估中展现价值，但其在OA死亡率预测中的作用尚不明确。南京大学医学院附属鼓楼医院团队联合哈佛大学等机构，利用美国国家健康与营养调查（National Health and Nutrition Examination Survey, NHANES）这一权威数据库，开展了一项覆盖1999-2018年10个周期、纳入3549名OA患者的大规模研究，成果发表于《Scientific Reports》。

研究采用最大化选择秩统计法确定NLR最佳临界值为2.53，通过加权Cox回归模型（调整年龄、性别、种族、BMI等混杂因素）和限制性立方样条（Restricted Cubic Spline, RCS）分析揭示NLR与死亡的非线性关联。时间依赖性受试者工作特征（Receiver Operating Characteristic, ROC）曲线评估预测精度，并辅以亚组分析和敏感性验证。

研究结果

1. 患者基线特征

高NLR组（≥2.53）患者年龄更大、糖尿病比例更高，中性粒细胞和单核细胞计数显著升高而淋巴细胞降低，提示炎症状态更活跃。

2. 生存分析

中位随访91个月期间，843例死亡中256例归因于心血管疾病。

Kaplan-Meier曲线清晰显示，高NLR组累积生存率显著低于低NLR组（P<0.001）。

3. 风险关联

多因素调整后，高NLR组全因死亡风险增加82%（HR=1.82, 95%CI 1.51-2.20），心血管死亡风险增加1.5倍（HR=2.50, 95%CI 1.72-3.64）。NLR每升高1单位，相应风险分别增加15%和23%。

4. 非线性关系

RCS分析显示NLR与死亡率存在J型曲线关系（非线性P值分别为0.027和0.016），证实低水平NLR时风险平稳，超过阈值后急剧上升。

5. 预测效能

NLR预测1年/10年心血管死亡的AUC达0.76/0.67，显著优于单一血细胞参数，凸显其整合性生物标志物优势。

结论与展望

本研究首次在大样本队列中验证NLR≥2.53是OA患者死亡的独立预测因子。其机制可能源于中性粒细胞释放弹性蛋白酶促进软骨细胞凋亡，而淋巴细胞失衡加剧免疫紊乱，共同推动OA进展与心血管损伤。研究局限性包括无法推断因果关系、缺乏动态NLR监测数据及潜在未测量混杂因素。未来需多中心前瞻性研究验证NLR在OA分型管理中的临床应用价值，为炎症靶向治疗提供新思路。