AGEF评分对下肢外周动脉疾病患者对比剂肾病的预测价值：一项多评分系统比较研究

《BMC Cardiovascular Disorders》：The predictive value of AGEF score for contrast-induced nephropathy in patients with lower extremity peripheral artery disease

本研究针对下肢外周动脉疾病（LEAD）患者血管介入术后对比剂肾病（CIN）的预测难题，系统比较了AGEF、ACEF、Tziakas、Yao、CR4EATME3AD3和Mehran六种评分系统的预测效能。结果显示AGEF评分（AUC=0.930）具有最优预测性能，其敏感性和特异性分别达98.6%和85.7%，为LEAD患者CIN风险分层提供了高效实用的临床工具。

　　

当患者因下肢动脉阻塞面临截肢风险时，血管介入手术往往成为救命的关键。然而，这类手术中使用的对比剂却可能悄悄埋下另一颗"炸弹"——对比剂肾病（CIN）。这种医源性肾损伤不仅可能使患者被迫接受透析治疗，更会显著增加死亡风险。尤其在下肢外周动脉疾病（LEAD）患者中，这个问题尤为突出：他们往往高龄、合并糖尿病和高血压，肾脏本就脆弱，而血管介入手术所需的对比剂剂量通常较大，使得CIN发生率居高不下。

虽然临床上已有多种预测CIN的评分系统，但这些工具大多基于冠心病患者数据建立，是否适用于LEAD这一特殊群体仍是未知数。正是这一临床实践中的空白，促使Dogan Ilis教授团队在《BMC Cardiovascular Disorders》上发表了一项开创性研究，首次系统评估了六种主流评分系统在LEAD患者中的预测效能。

研究团队采用回顾性队列设计，纳入了2017年至2021月期间在Kafkas大学医院接受外周血管造影的690例LEAD患者。通过严谨的统计学分析，他们发现了一个令人振奋的结果：在AGEF（年龄-射血分数-肾小球滤过率）、ACEF（年龄-肌酐-射血分数）、Tziakas、Yao、CR₄EATME₃AD₃和Mehran这六种评分系统中，AGEF展现出最卓越的预测能力。

本研究的关键方法包括：1）基于单中心回顾性队列，筛选690例接受外周血管介入的LEAD患者；2）严格遵循CIN标准定义（血清肌酐升高≥25%或绝对值增加≥0.5 mg/dL）；3）系统计算六种评分系统（AGEF、ACEF等）并比较其预测效能；4）采用多变量逻辑回归识别CIN独立预测因子；5）通过受试者工作特征曲线下面积评估各评分区分度。

患者基线特征

CIN组患者年龄更大（67±9岁 vs. 62±10岁），且合并高血压（85.5% vs. 70.9%）、糖尿病（76.8% vs. 57.3%）和慢性肾病（87.0% vs. 18.5%）的比例显著更高。胰岛素使用率（37.7% vs. 11.4%）和膝下病变干预率（23.18% vs. 9.66%）在CIN组明显偏高，提示这些因素与CIN发生密切相关。

评分系统比较

所有六种评分在CIN组均显著较高。多变量分析显示，AGEF评分（OR=6.571）、Yao评分（OR=1.704）、CR₄EATME₃AD₃评分（OR=1.191）和Mehran评分（OR=1.218）是CIN的独立预测因子。AGEF以0.930的曲线下面积显著优于其他评分（均p<0.01），其最佳截断值为1.82时，敏感性和特异性达到最优平衡。

AGEF评分优势分析

该评分仅含年龄、左室射血分数和估算肾小球滤过率三个参数，却展现出超越复杂评分系统的预测能力。研究者认为这可能源于其参数与CIN病理生理的深度契合：年龄反映肾脏储备功能下降，左室射血分数指示肾灌注状况，而估算肾小球滤过率直接表征肾功能状态。

本研究首次在LEAD人群中系统验证了多种CIN预测模型，确立了AGEF评分在这一特殊群体中的优越性。其临床意义在于：1）为介入医师提供了简便可靠的风险评估工具；2）有助于针对高危患者采取个性化预防措施（如限制对比剂剂量、强化水化方案）；3）为探索LEAD特异性CIN预测模型奠定基础。值得注意的是，AGEF评分在LEAD人群中的表现（AUC=0.930）甚至优于其在ST段抬高型心肌梗死患者中的原始验证结果（AUC=0.88），提示该评分可能特别适用于外周血管介入场景。

研究的局限性包括单中心回顾性设计、样本量有限以及缺乏外部验证。未来需要多中心前瞻性研究进一步确认这些发现，并探索将AGEF评分整合进临床决策系统对患者预后的实际改善效果。