新型列线图LSCB-Score的构建与验证：提升住院患者低分子肝素相关严重临床出血的个体化预测效能

《International Journal of Clinical Pharmacy》：Beyond existing rating scales: development of a novel nomogram for predicting severe clinical bleeding associated with low-molecular-weight heparin in hospitalized medical patients

本研究针对低分子肝素（LMWH）临床应用中的严重出血风险（LSCB）预测难题，通过回顾性分析22,096例住院患者数据，发现现有出血风险评估量表（如HAS-BLED、ORBIT等）预测效能有限（AUC 0.52–0.68）。研究团队基于多中心数据构建了包含低蛋白血症（Alb<30 g/L）、贫血（Hb<90 g/L）、活动性消化道溃疡等12项独立预测因子的列线图模型LSCB-Score，其衍生队列与外部验证队列的AUC分别达0.890和0.876，校准度优良（Hosmer-Lemeshow p=0.312）。该模型为临床提供了首个针对LMWH住院患者的精准出血风险评估工具，对优化抗凝治疗安全性具有重要实践意义。

　　

在静脉血栓栓塞症（VTE）和心房颤动（AF）的预防与治疗中，低分子肝素（LMWH）因其便捷性和安全性成为住院抗凝治疗的主力军。然而，LMWH相关严重临床出血（LSCB）仍是困扰临床的难题，其发生率在无禁忌症患者中仍达1.5%–4.7%，不仅导致抗凝中断、住院时间延长，甚至增加死亡风险。现有出血风险评估工具（如HAS-BLED、ORBIT等）多基于长期口服抗凝药人群开发，对短期LMWH治疗的住院患者预测效能有限，且未能涵盖低蛋白血症、低钙血症等院内特有风险因素，亟需开发针对性预测模型。

为破解这一困境，浙江大学医学院附属第二医院临平院区付再林团队联合杭州市多家三甲医院，在《International Journal of Clinical Pharmacy》发表了题为“Beyond existing rating scales: development of a novel nomogram for predicting severe clinical bleeding associated with low-molecular-weight heparin in hospitalized medical patients”的研究。该研究通过回顾性分析2021年7月至2024年8月杭州三家三级医院22,096例接受LMWH治疗的住院患者数据，采用病例-对照设计（369例LSCB患者匹配1,089例非LSCB对照），系统评估了12种现有量表的预测性能，并利用多因素Logistic回归和列线图技术构建了专属预测模型LSCB-Score。

研究的关键方法包括：

1. 1.
   多中心回顾性队列设计与严格病例匹配（按科室和时间1:3匹配）；
2. 2.
   基于ISTH标准的LSCB事件定义与实验室数据标准化提取；
3. 3.
   机器学习驱动的变量筛选（后退法逐步回归）与列线图可视化构建；
4. 4.
   内部Bootstrap重抽样校准与外部独立队列验证（Linping医院138例患者）。

结果1：LSCB的流行病学特征

LSCB总体发生率为1.67%，多见于呼吸科（32.2%）、心内科（20.9%）和ICU（17.9%）患者。

严重胃肠道出血占74.3%，事件多发生于LMWH治疗第2–8天（平均5.68天），高龄（≥60岁）患者风险显著升高。

结果2：现有量表的预测效能局限

ROC曲线分析显示，12种现有量表的AUC均低于0.70（0.52–0.68），其中ACCP和VTE-BLEED虽敏感性高（90.7%–93.2%），但特异性不足（16.4%–25.7%）；Shireman等量表特异性达86.4%–95.4%，敏感性却仅12.5%–38.3%。

结果3：LSCB独立预测因子的识别

多因素回归筛选出12项独立预测因子：低蛋白血症（Alb<30 g/L，OR=6.16）、贫血（Hb<90 g/L，OR=5.21）、活动性消化道溃疡（OR=4.02）、血小板减少（PLT<75×10⁹/L，OR=2.66）、凝血功能异常（PT/APTT>1.2×ULN，OR=2.44）、头孢哌酮/拉氧头孢暴露>7天（OR=2.41）、低钙血症（Ca²⁺<2.10 mmol/L，OR=2.30）、双联抗血小板治疗（DAPT，OR=2.28）、阿司匹林单药（OR=1.89）、肾功能不全（GFR<60 mL/min，OR=1.81）、肝损伤（AST/ALT≥3×ULN或TBIL≥2×ULN，OR=1.72）及年龄>65岁（OR=1.47）。

结果4：LSCB-Score的构建与验证

基于上述因子构建的列线图模型LSCB-Score，总分范围0–100分，最佳截断值为160分（Youden指数最大）。

模型在衍生队列中AUC为0.890（95%CI 0.870–0.911），校准曲线贴近理想线（Hosmer-Lemeshow p=0.312）；外部验证AUC达0.876（95%CI 0.849–0.900），显著优于所有现有量表。

结论与讨论：

本研究首次针对LMWH住院患者开发并验证了高精度出血风险预测工具LSCB-Score。其创新性体现在三方面：一是突破传统量表阈值（如将贫血标准从Hb<130/120 g/L严格至<90 g/L），提升预测敏感性；二是纳入低蛋白血症、低钙血症及头孢类抗生素暴露等院内特有风险因子，弥补现有模型盲区；三是通过列线图可视化实现床边快速评分。研究结果提示，临床需关注营养状态、电解质平衡及药物相互作用对出血风险的叠加效应，尤其在低蛋白血症患者中，治疗剂量LMWH的出血风险较预防剂量显著升高（6.8% vs 4.2%, p<0.001）。未来可通过嵌入电子病历系统推动LSCB-Score的临床转化，最终实现抗凝治疗的个体化安全管控。