编辑推荐：
为探究血压变异性（BPV）与心力衰竭（HF）患者死亡率关系，研究发现 BPV 可预测死亡风险，意义重大。
在全球范围内，心力衰竭（HF）就像一个不断膨胀的 “健康气球”，给人们的生命健康带来了沉重负担。它影响着约 6430 万人，不仅导致大量人口死亡，还让医疗支出大幅增加。尽管现代医学在治疗心力衰竭方面取得了一些进展，但患者的院内死亡率仍徘徊在 4% - 11%，30 天死亡率更是高达 15%。近年来，除了传统的风险因素，血流动力学参数在预测心力衰竭患者预后方面的重要性逐渐受到关注。血压变异性（BPV），即血压测量值随时间的波动，作为一个潜在的预后标志物，在心血管疾病领域崭露头角。不过，目前大多数研究主要集中在门诊环境下的长期 BPV，或者特定患者群体如高血压、冠心病患者。对于心力衰竭患者住院期间的短期 BPV，以及 BPV 与早期死亡率（院内和 30 天）之间的关系，人们知之甚少。而且，BPV 在不同患者亚组（如老年人、女性）中对死亡率的预测作用也尚不明确。
为了填补这些知识空白，来自济宁医学院附属医院等机构的研究人员开展了一项大型多中心队列研究。该研究成果发表在《Scientific Reports》上。
研究人员使用了两个大型重症监护数据库 —— 医学信息中心 IV（MIMIC-IV）和 eICU 协作研究数据库（eICU-CRD）的数据进行回顾性队列研究。这些数据库包含了丰富多样的患者信息，有助于将研究结果推广到不同地区的重症监护心力衰竭患者。研究人员从数据库中筛选出符合条件的成年心力衰竭患者，排除了年龄小于 18 岁、ICU 住院时间少于 24 小时以及血压测量次数少于 3 次的患者，最终纳入 25591 名患者进行分析。
在研究中，研究人员通过计算收缩压变异性（SBPV）、舒张压变异性（DBPV）和平均血压变异性（MBPV）来评估 BPV。同时，收集患者的基线特征，包括人口统计学数据、生命体征、合并症、实验室检查结果和治疗措施等。研究的主要结局指标是院内死亡率和 30 天全因死亡率。
研究人员采用了多种统计分析方法。首先，对连续变量和分类变量进行描述性统计，用卡方检验或独立样本 t 检验比较纳入和排除患者的基线差异。然后，通过 z-score 转换对 BPV 进行标准化处理，构建四个模型分析 BPV 与死亡率的关系。模型 1 不进行任何调整，模型 2 调整人口统计学特征，模型 3 在模型 2 基础上加入生命体征和合并症，模型 4 进一步加入实验室参数和治疗措施进行全面调整。使用逻辑回归分析 BPV 与院内死亡率的关系，Cox 比例风险回归分析 BPV 与 30 天死亡率的关系。此外，还进行了分层分析和敏感性分析。
研究结果显示，eICU-CRD 和 MIMIC-IV 队列在患者年龄、性别、种族、合并症、生命体征、治疗措施和死亡率等方面存在显著差异。在调整潜在混杂因素后，SBPV、DBPV 和 MBPV 均与院内和 30 天死亡率显著相关。在完全调整模型（模型 4）中，SBPV 每增加一个标准差，院内死亡率的优势比（OR）为 1.56（95% CI 1.51 - 1.62）；DBPV 每增加一个标准差，院内死亡率的 OR 为 1.21（95% CI 1.16 - 1.25）；MBPV 每增加一个标准差，院内死亡率的 OR 为 1.42（95% CI 1.37 - 1.48）。对于 30 天死亡率，SBPV 的风险比（HR）为 1.37（95% CI 1.33 - 1.41），DBPV 的 HR 为 1.15（95% CI 1.12 - 1.19），MBPV 的 HR 为 1.30（95% CI 1.27 - 1.34）。生存分析表明，BPV 越高，患者生存概率下降越快。分层分析发现，BPV 与死亡率的关联在各个亚组中均显著。敏感性分析也证实了研究结果的稳健性。
这项研究意义重大。它首次在大规模多中心队列中明确了 BPV 与心力衰竭患者院内和 30 天死亡率的独立关联，尤其是 SBPV 的预后价值更为突出。将 BPV 评估纳入常规监测，有望提高心力衰竭患者的风险分层准确性，优化治疗策略。不过，研究也存在一些局限性，如回顾性研究无法确定因果关系、电子健康记录数据可能存在偏差等。未来还需要进一步研究，建立标准化的 BPV 测量方案，评估降低 BPV 的干预措施，以改善心力衰竭患者的临床结局。
