新型非肺功能“BMP指数”预测纤维化间质性肺疾病严重不良结局的价值研究

《Scientific Reports》：A novel, non-spirometric “BMP index” for predicting severe adverse outcomes in fibrosing interstitial lung diseases

本研究针对纤维化间质性肺疾病(fILDs)缺乏有效预后生物标志物的临床难题，开发了一种整合体重指数(BMI)、黏蛋白-1(mucin-1)和正五聚蛋白3(PTX3)的新型复合"BMP指数"。通过对366例患者的前瞻性研究验证，该指数能有效分层预测急性加重(AE)和早期死亡风险，为临床提供了一种无创、无辐射的精准预后评估工具。

　　

纤维化间质性肺疾病(fILDs)是一组以肺实质进行性纤维化为特征的异质性疾病，其临床病程和预后存在显著差异。目前临床实践中，即使是特发性肺纤维化(IPF)和进行性肺纤维化(PPF)等最严重的亚型，也缺乏可靠的生物标志物来预测急性加重(AE)和早期死亡风险。肺功能检查和高分辨率CT(HRCT)虽是常规评估手段，但患者常因咳嗽、呼吸困难等症状无法完成准确检测，且影像学改变与临床结局并不完全一致。这种预后预测的困境严重制约了精准医疗在fILDs领域的应用。

为突破这一瓶颈，黄等研究人员在《Scientific Reports》发表了创新性研究，提出了一种名为"BMP指数"的新型复合预后指标。该指数巧妙整合了三个不同病理生理维度的指标：体重指数(BMI)反映全身消耗状态，黏蛋白-1(mucin-1)表征肺泡纤维化破坏程度，正五聚蛋白3(PTX3)指示肺泡损伤水平。这种多维度整合的思路突破了传统单一生化指标的局限性。

研究团队在2017年1月至2025年5月期间，纳入了来自台湾南部三家医院的366例fILDs患者，通过分层随机化分为推导队列(218例)和验证队列(148例)。关键实验技术包括：采用酶联免疫吸附试验(ELISA)检测基线血浆生物标志物水平，运用时间依赖性曲线下面积(Td-AUC)和Harrell's C指数(C-index)进行模型验证，通过Kaplan-Meier分析和多变量回归模型评估预后价值。

研究结果

BMP指数与急性加重风险

研究发现，BMP指数能有效分层患者的AE风险。在推导队列中，指数≥2的患者发生AE的累积概率显著升高，指数3者的风险尤为突出。验证队列和合并全队列中，这种分层效应更加明显，随着指数值从1增加到3，AE风险呈现连续上升趋势。多变量Fine-Gray回归分析显示，在调整性别-年龄-生理学(GAP)分期、查尔森合并症指数(CCI)和肺高血压(PH)概率等混杂因素后，BMP指数仍保持独立的预测价值。

BMP指数与早期死亡风险

在早期死亡(诊断后2年内全因死亡)预测方面，BMP指数同样表现出色。指数越高，患者生存概率越低，这种分层关系在所有队列中均保持一致。多变量Cox比例风险回归分析证实，随着BMP指数从1增加到3，早期死亡风险呈阶梯式上升，且这种关联在校正潜在混杂因素后仍然显著。

比较性能分析

与9种已报道的预后预测指标(包括单核细胞计数、中性粒细胞-淋巴细胞比值(NLR)、淋巴细胞-单核细胞比值(LMR)、复合生理学指数(CPI)、临床生理学生物标志物(CPB)指数、全身炎症综合指数(AISI)、肺免疫预后指数(LIPI)和蜂窝状-年龄-乳酸脱氢酶(HAL)指数等)相比，BMP指数在预测AE方面表现最优，其Td-AUC和C-index均高于其他指标。对于早期死亡预测，BMP指数与GAP分期相当，但仍保持较强的预测能力。

敏感性分析

研究人员进行了系列敏感性分析以验证结果的稳健性。在IPF与非IPF亚组、接受与未接受抗纤维化治疗亚组中，BMP指数均保持一致的预测性能。即使将BMI切点值从24 kg/m²调整为25 kg/m²，指数的预测效能也未受显著影响，进一步证明了该方法的可靠性。

研究结论强调，BMP指数作为一种非肺功能、无创、无辐射的预后工具，能够有效识别fILDs患者中的高危人群。其独特优势在于整合了不同病理生理过程的生物标志物，提供了超越传统指标的预测价值。特别是在肺功能测试不可行或CT检查受限的情况下，该指数可作为重要的补充评估手段。

讨论部分指出，虽然BMI与fILDs预后的关联已有报道，但其与AE的关系此前并不明确。本研究首次证实了较低BMI与AE风险的独立关联，并创新性地将其与黏膜-1和PTX3整合为复合指数。这种多维度生物标志物组合代表了fILDs预后评估的新方向，有助于实现更精准的个体化风险管理。

该研究的临床意义在于为fILDs患者提供了一种简便易行的风险分层工具，特别适合在基层医疗机构或远程医疗场景中应用。未来研究需要在不同种族人群和各种ILD亚型中进一步验证该指数的普适性，并探索其与遗传背景的相互作用，以推动精准医疗在间质性肺疾病领域的深入发展。