炎症相关指标、营养相关指标与心力衰竭患者死亡率之间的关联：一项队列研究

《Frontiers in Nutrition》：Association between inflammation- and nutrition-related indicators and mortality in patients with heart failure: a cohort study

炎症与营养相关指标对心衰患者预后的预测价值研究。采用NHANES 1999-2018数据，纳入1500例心衰患者，评估ALI、MAR、NAR、RAR、PNI、GNRI、HALP及CONUT评分与全因及心血管死亡率的关联，通过Kaplan-Meier曲线、Cox回归、时间依赖ROC及随机生存森林分析。结果显示RAR对1年死亡率预测最佳（AUC 0.768），而ALI在3年、5年及10年死亡率预测中更具优势。炎症与营养指标均独立预测死亡率，但时效性存在差异，RAS和ALI分别适用于短期和长期风险分层。

　　心力衰竭（Heart Failure, HF）已成为全球公共健康领域的重要挑战之一，其发病率正随着人口老龄化趋势不断上升。HF患者通常面临较差的预后，年死亡率可高达33%，而涵盖所有成年群体的研究报告整体死亡率约为24%。此外，HF患者频繁的住院需求不仅加重了医疗资源的负担，也显著影响了他们的生活质量。因此，寻找能够有效预测HF患者死亡风险的生物标志物具有重要的临床意义。

本研究通过分析美国国家健康与营养调查（National Health and Nutrition Examination Survey, NHANES）1999年至2018年的数据，评估了多种与炎症和营养相关的指标对HF患者死亡率的预测价值。研究纳入了101,316名参与者，其中1,500名被确诊为HF的患者。这些指标包括先进的肺癌炎症指数（Advanced Lung Cancer Inflammation Index, ALI）、单核细胞与白蛋白比值（Monocyte-to-albumin ratio, MAR）、中性粒细胞与白蛋白比值（Neutrophil-to-albumin ratio, NAR）、红细胞分布宽度与白蛋白比值（Red Cell Distribution Width-to-albumin ratio, RAR）、预后营养指数（Prognostic Nutritional Index, PNI）、老年营养风险指数（Geriatric Nutritional Risk Index, GNRI）、血红蛋白-白蛋白-淋巴细胞-血小板评分（Hemoglobin-albumin-lymphocyte-platelet score, HALP）以及控制营养状态评分（Controlling Nutritional Status, CONUT）。通过Kaplan-Meier生存曲线、Cox比例风险模型、受限立方样条（Restricted Cubic Spline, RCS）回归、时间依赖性ROC曲线分析以及随机生存森林（Random Survival Forest, RSF）方法，研究探讨了这些指标与全因死亡率和心血管死亡率之间的关系。

研究结果显示，HF患者中较高的MAR、NAR、RAR和CONUT评分与较高的死亡率显著相关，而较高的ALI、PNI、GNRI和HALP评分则与较低的死亡率相关。经过假发现率（False Discovery Rate, FDR）校正后，大多数指标（包括ALI和RAR）在多变量Cox模型中仍保持显著关联。时间依赖性ROC曲线分析进一步表明，RAR在预测1年全因死亡率和心血管死亡率方面表现出最强的预测能力，其曲线下面积（Area Under the Curve, AUC）分别为0.768（95% CI: 0.718–0.819）和0.788（95% CI: 0.725–0.851）。相比之下，ALI在预测3年、5年和10年的全因死亡率和心血管死亡率方面表现更优，其AUC分别为0.690（95% CI: 0.654–0.726）、0.679（95% CI: 0.647–0.711）和0.691（95% CI: 0.657–0.725）以及0.705（95% CI: 0.655–0.756）、0.677（95% CI: 0.633–0.721）和0.699（95% CI: 0.656–0.742）。这些结果与一致性指数（Concordance Index, C-index）的分析结果一致。RSF分析进一步验证了ALI作为死亡率预测指标的重要性。

研究的结论指出，相较于其他炎症和营养相关的指标，RAR和ALI可能在预测HF患者的短期和长期死亡风险方面具有更优的性能。这一发现为HF患者的临床风险分层和精准管理提供了新的思路。此外，研究还通过分层分析和亚组分析，探讨了这些指标在不同人群中的预测能力。结果显示，ALI在所有亚组中均表现出稳定的预测价值，而RAR在男性患者中显示出更强的预测能力。

在讨论部分，研究进一步探讨了这些指标在HF患者中的潜在机制。RAR结合了红细胞分布宽度（Red Cell Distribution Width, RDW）和白蛋白水平，反映了急性炎症反应、营养状态和血流动力学变化，这些因素可能在短期内对HF患者的死亡率产生显著影响。而ALI则整合了体重指数（Body Mass Index, BMI）、白蛋白和中性粒细胞与淋巴细胞比值（Neutrophil-to-Lymphocyte Ratio, NLR），更全面地评估了慢性炎症、营养状态和免疫功能紊乱，这些因素可能在长期预后中发挥更大作用。因此，ALI可能更适合用于长期死亡率的预测，而RAR则在短期风险评估中更具优势。

本研究的优势在于，它是首个系统比较多种炎症和营养相关指标在HF患者预后评估中的作用的研究。通过使用NHANES数据库，研究涵盖了具有广泛代表性的患者群体，从而提高了结果的临床适用性。此外，研究采用了多种统计方法，包括RCS分析、时间依赖性ROC曲线和RSF模型，以确保对预测性能的全面评估。然而，研究也存在一些局限性，例如HF的诊断基于自我报告，可能导致回忆偏差，并且无法区分射血分数降低的心力衰竭（HFrEF）和射血分数保留的心力衰竭（HFpEF）。此外，死亡原因的确定依赖于国家死亡指数（National Death Index, NDI）的ICD-10编码，这可能引入分类偏差。尽管如此，研究结果仍显示出这些指标与全因死亡率之间的强相关性，但心血管死亡率的预测能力可能受到一定限制。

总体而言，本研究为HF患者的临床风险评估提供了新的工具和方法。ALI和RAR分别在长期和短期死亡率预测中表现出显著优势，这可能反映了不同机制对HF进展的影响。未来的研究需要进一步探索这些指标与HF进展之间的潜在机制，并验证其在其他HF队列中的临床适用性。通过整合这些指标到临床实践中，可以更有效地指导HF患者的个体化治疗和营养优化策略，从而改善预后和生活质量。