妊娠期急性胰腺炎预后预测新模型：基于白蛋白与尿素氮的列线图构建与验证

《BMC Gastroenterology》：Development of a novel nomogram to predict the prognosis of acute pancreatitis in pregnancy

本研究针对妊娠期急性胰腺炎（APIP）这一危重疾病缺乏专用预后评估工具的问题，开发了一种基于入院24小时内白蛋白（ALB）和血尿素氮（BUN）水平的简易列线图预测模型。该模型在预测APIP严重程度方面显示出优异性能（AUC=0.920），显著优于BISAP评分（AUC=0.875）和SIRS评分（AUC=0.728），同时对ICU入住预测也具有良好价值（AUC=0.819）。这一创新工具为临床早期识别高危APIP患者提供了实用手段，对改善母婴预后具有重要意义。

　　

妊娠本应是充满喜悦的生命旅程，但对少数准妈妈而言，一种名为急性胰腺炎（AP）的急腹症可能悄然来袭，成为威胁母婴健康的"隐形杀手"。妊娠期急性胰腺炎（APIP）虽发病率不高（约1/1000-12000妊娠），但一旦发展为重症急性胰腺炎（SAP），母体死亡率可高达30%，胎儿死亡率也达到12.6%，堪称产科领域的急危重症。

更令人担忧的是，临床医生面对APIP患者时常常陷入"无米之炊"的困境。现有的急性胰腺炎严重程度评分系统，如Ranson评分、急性胰腺炎严重程度床边指数（BISAP）评分等，均非为孕妇这一特殊群体设计。例如，这些评分中的年龄指标对多数年轻孕妇不适用，计算机断层扫描（CT）等影像学检查又因担心胎儿安全而受限。因此，开发一种专门针对APIP患者的早期、简易、准确的预后预测工具，成为临床亟待解决的难题。

在这一背景下，邱鑫泽、张柏源等研究人员在《BMC Gastroenterology》上发表了一项创新研究，他们通过回顾性分析45例APIP患者的临床数据，成功构建并验证了一种仅需两个血液指标就能预测预后的新型列线图模型。这一突破性研究为APIP的精准管理提供了有力工具。

研究人员采用多中心回顾性研究设计，纳入了2005年12月至2024年6月期间广西三家医院收治的APIP患者。通过单因素和多因素逻辑回归分析确定独立风险因素，并运用最小绝对收缩和选择算子（LASSO）回归和逻辑回归构建预测模型，最终以列线图形式可视化呈现。模型性能通过受试者工作特征曲线（ROC）、校准曲线和决策曲线分析进行评估。

临床特征分析揭示APIP疾病特点

研究共纳入45例APIP患者，其中轻度急性胰腺炎（MAP）27例（60.0%），非轻度急性胰腺炎（NMAP）18例（包括中度重症急性胰腺炎MSAP7例和重症急性胰腺炎SAP11例）。比较分析显示，NMAP组患者住院时间更长，BISAP评分更高，ICU入住率和妊娠终止率也显著高于MAP组。

病因分析发现，胆源性APIP最为常见（37.8%），但高甘油三酯血症性APIP（15.6%）更易发展为严重类型——85.7%的高甘油三酯血症性APIP患者属于NMAP组，而胆源性APIP则多见于MAP组（82.4%）。这一发现提示高甘油三酯血症可能是APIP严重化的重要风险因素。

风险因素识别：ALB和BUN成为独立预测指标

通过单因素逻辑回归分析，研究人员发现孕周、血小板计数、平均血小板体积、白蛋白（ALB）、血尿素氮（BUN）和凝血酶原时间与APIP严重程度显著相关。进一步的多因素分析确定，入院24小时内检测的ALB（OR=0.72，95%CI：0.51-0.90，P=0.019）和BUN（OR=1.45，95%CI：1.11-2.14，P=0.021）是APIP严重程度的独立风险因素。

ALB水平降低反映炎症导致的营养状况恶化和毛细血管通透性增加，而BUN升高则提示血管内容量不足和潜在肾功能损害，两者共同构成了APIP严重程度的重要生物学基础。

预测模型构建与验证：新型列线图表现优异

研究人员利用LASSO回归进一步筛选变量，最终基于ALB和BUN构建了预测模型，并以列线图形式可视化呈现。该列线图在预测APIP严重程度方面表现出色，曲线下面积（AUC）高达0.920，灵敏度为88.9%，特异度为88.0%，显著优于单一的ALB（AUC=0.848）或BUN（AUC=0.858）指标。

校准曲线显示预测值与观察值高度一致（平均偏差误差0.045），决策曲线分析证实模型具有临床实用性。与现有评分系统相比，该列线图的预测性能明显优于BISAP评分（AUC=0.875）和SIRS评分（AUC=0.728）。

此外，该列线图在预测ICU入住方面也表现出良好性能（AUC=0.819，灵敏度75.0%，特异度83.3%），为临床资源调配提供了参考依据。

研究意义与局限性

该研究开发的列线图模型具有重要临床价值。首先，它仅需两个常规血液指标，简便易行，适合基层医院推广使用。其次，模型在早期（入院24小时内）即可进行风险评估，有利于及时干预。第三，该工具专门针对孕妇群体设计，克服了传统评分系统在孕产妇中应用的局限性。

然而，研究也存在一定局限性。样本量较小（45例）可能影响模型的泛化能力，需要更大规模的多中心研究进行验证。此外，作为回顾性研究，未能与更多评分系统（如APACHE-II评分）进行比较。未来需要前瞻性研究进一步验证该模型的临床效用。

结论与展望

本研究首次构建了专门针对APIP患者的预后预测列线图，确定ALB和BUN是APIP严重程度的独立风险因素。这一简易而有效的工具能够早期识别高危患者，指导临床决策和资源分配，对改善APIP患者母婴预后具有重要意义。随着进一步验证和优化，该模型有望成为APIP患者管理的标准工具，为这一特殊群体的精准医疗提供支持。