编辑推荐：
为解决无法术前精准预测老年患者急诊胃肠道手术短期死亡率的问题，四川大学华西医院的研究人员开展免疫营养指标相关研究。结果发现 mGPS、PNI 和 CONUT 等指标预测效果良好。推荐一读，助您了解前沿成果。
随着人们生活水平的提高，寿命普遍延长，老年人口数量也在不断增加。这原本是一件值得高兴的事，可也带来了一些新的健康挑战。就拿胃肠道疾病来说，它在老年人中的发病率越来越高。你知道吗？大约 15% 的 65 岁及以上老人，每年至少会经历一次胃肠道紧急状况，像肠道堵塞、穿孔或者出血等。一旦出现这些情况，往往需要紧急手术来解决问题。
但对于老年患者而言，手术可不是一件轻松的事。他们通常患有多种慢性疾病，身体的各项生理机能也大不如前，这使得他们在术后恢复过程中困难重重。而且，老年患者在接受紧急胃肠道手术后，出现并发症的概率相当高，超过 40% 的患者会遭遇严重并发症，比如感染、心脏或肺部问题等。这些并发症不仅会延长住院时间，还大大增加了死亡风险，尤其是术后的前几天，更是死亡率上升的关键时期。
影响老年患者术后 90 天内死亡率的因素有很多，包括患者的整体健康状况、手术的类型和紧急程度，还有并发症的类型和严重程度等。其中，术前的免疫营养指标对术后并发症和死亡率有着重要影响。虽说目前已经有一些指标可以用来评估患者的炎症状态和营养状况，像中性粒细胞与淋巴细胞比值（NLR）、控制营养状态（CONUT）评分等，它们在预测肺栓塞、心肌梗死等疾病的短期风险方面表现不错，但在胃肠道急诊手术领域，却鲜少有相关报道。
为了找到能够术前预测老年患者紧急胃肠道手术后短期死亡率的免疫营养指标，并建立相关模型，从而更好地了解和管理老年患者的身体状况，提高他们的生存率和生活质量，四川大学华西医院的研究人员展开了深入研究。他们的研究成果发表在了《BMC Gastroenterology》期刊上，论文题目是《Immune - nutritional factors predict short - term mortality in older patients undergoing emergency gastrointestinal surgery: a retrospective cohort study》 。研究发现，改良格拉斯哥预后评分（mGPS）、预后营养指数（PNI）和 CONUT 评分在预测老年患者紧急胃肠道手术后 90 天死亡率方面表现出色，基于这些指标构建的模型能更准确地评估患者风险，这对于改善老年患者的治疗和预后意义重大。
在这项研究中，研究人员采用了多种技术方法。他们首先进行回顾性分析，收集了 2012 年 1 月至 2023 年 12 月在四川大学华西医院胃肠外科接受全身麻醉下各种紧急胃肠道手术、年龄大于 65 岁患者的相关数据。然后，根据之前的文献定义计算了多个免疫营养指标，如 SII（全身免疫炎症指数，定义为血小板计数 × 中性粒细胞计数 / 淋巴细胞计数）、PNI（血清白蛋白浓度 + 5× 淋巴细胞计数）等。在统计分析时，运用 R 软件进行处理，通过绘制受试者工作特征曲线（ROC 曲线）、决策曲线等，筛选出有意义的指标构建预测模型，像 LASSO Cox 回归模型和 CoxBoost 模型，以此来评估不同指标和模型预测患者生存的能力。
下面来看看具体的研究结果：
- 患者临床特征：研究一共纳入了 4120 名 65 岁以上的患者。其中男性居多，占比 61.2% ，患者的年龄中位数是 71 岁。大部分患者患有小肠和阑尾疾病，占比 73.1%。在所有患者中，10.2% 的人在术后 90 天内死亡，死因主要包括感染性休克（占比 68.8%）、多器官衰竭（占比 11.6%）等。此外，研究人员还统计了患者的血液学指标，比如中性粒细胞计数、淋巴细胞计数等。
- 单一指标预测 90 天死亡风险：研究人员根据之前定义的炎症指标或营养评分对患者进行分组，然后绘制了 8 个因素预测术后 90 天生存的 ROC 曲线。结果发现，mGPS、PNI 和 CONUT 评分的曲线下面积最大，都达到了 0.68。绘制决策曲线后也得到了类似结果，在预测 90 天死亡率方面，当患者阈值概率在 5% - 20% 之间时，这几个指标都比假设所有患者死亡或都不死亡的情况更有优势，而且 mGPS、PNI 和 CONUT 的净效益相当，明显优于其他指标。在 10% - 20% 的阈值概率区间，PNI 在预测患者 90 天死亡方面更具优势。
- 预后指标的选择：对 7 个指标进行单因素 Cox 回归分析后发现，mGPS、PNI、CONUT、SII 和泛免疫炎症值（PIV）与 90 天死亡率显著相关。多因素回归分析表明，mGPS、PNI、SII 和 PIV 是影响患者预后的独立危险因素。LASSO - Cox 回归分析显示，这 7 个指标都与 90 天死亡率显著相关，进一步筛选后，mGPS、PNI 和 CONUT 成为患者预后的独立危险因素。通过 CoxBoost 机器学习分析这些指标与预后的关系后，构建了 CoxBoost 模型。
- 预测模型的构建：利用 LASSO - Cox 和 CoxBoost 构建的模型对每个患者进行风险评分，并根据评分中位数将患者分为高低两组。通过 K - M 分析发现，LASSO Cox 模型中，高风险评分组患者的 90 天死亡风险比低风险组大；而 CoxBoost 模型中，低评分组患者的预后更差。ROC 曲线显示，CoxBoost 模型的曲线下面积（AUC）为 0.76，大于 LASSO Cox 模型的 0.68。此外，利用 LASSO Cox 模型筛选出的变量构建了列线图模型，其 C 指数为 0.706，概率校准图显示该模型的预测与实际观察结果吻合良好。
从研究结论和讨论部分来看，随着老龄化社会的加剧，老年急性腹部疾病患者越来越多，他们症状不典型、病情变化快，预后往往不太好。营养状况和炎症反应与围手术期并发症和短期死亡率密切相关，而老年患者又常常存在营养状况不佳和感染风险增加的问题。在这项研究中，mGPS、PNI 和 CONUT 能更准确地预测老年患者胃肠道手术后 90 天死亡率，基于这些指标构建的风险模型预测能力比单一指标更强。这意味着在临床实践中，医生可以借助这些模型，提前识别出存在全身营养不良和高炎症反应的患者。对于那些病情不是特别危急的患者，可以在术前进行综合治疗，等相关指标改善后再手术；术后也能重点关注这些患者指标的动态变化，提前预防手术部位感染，给予高营养支持。
不过，这项研究也存在一些不足之处。它是一项回顾性研究，数据仅来自一家医院，样本来源有偏差，存在选择偏倚。模型只进行了内部验证，缺乏外部验证，这使得研究结论的普遍适用性受到限制。而且部分指标的阈值是参考之前的研究，可能不太适合本研究的队列，影响了一些指标的预测能力。此外，研究只以 90 天死亡率为终点，没有分析其他非致命性术后并发症。但尽管如此，免疫营养系统对老年胃肠道相关急腹症患者术后死亡风险的预测意义依然不可小觑，为后续的研究和临床实践提供了重要的参考方向。
