炎症负担指数（IBI）：脓毒症患者死亡率的潜在预测指标 —— 基于 MIMIC-IV 数据库的回顾性研究

为探究炎症负担指数（IBI）与脓毒症患者死亡率的关系，研究人员基于 MIMIC-IV 3.0 数据集开展回顾性研究。结果显示，IBI 升高与患者 28 天内、ICU 住院期间及整个住院期死亡率增加显著相关，这为评估脓毒症患者预后提供了新指标。

　　脓毒症，这个听起来陌生却又极其危险的病症，正严重威胁着全球众多患者的生命健康。根据 Sepsis 3.0 的定义，脓毒症是由免疫反应失调引发的危及生命的器官功能障碍。2017 年，全球约有 4890 万新增脓毒症病例，1100 万人因脓毒症死亡，占全球全因死亡率的 19.7% 。多年来，脓毒症始终是全球医疗卫生领域的重大挑战。

早期识别脓毒症高危死亡患者，对于临床医生制定最佳治疗决策、改善患者预后至关重要。像 C 反应蛋白（CRP）、中性粒细胞和淋巴细胞水平等常见炎症标志物，虽已知与脓毒症不良结局有关，但多种炎症标志物与死亡率之间的关系仍未得到充分探究。近年来，炎症负担指数（IBI）逐渐进入人们的视野，它作为一个综合生物标志物，整合了 CRP、中性粒细胞和淋巴细胞，能反映个体整体炎症和免疫状态，在中风、癌症、慢性炎症性气道疾病（CIAD）等疾病结局评估中发挥了重要作用。然而，IBI 与脓毒症患者不良结局的关系尚不明确。

为了解开这个谜团，来自自贡市第四人民医院急诊科、自贡市人工智能与医学大数据研究院等机构的研究人员，开展了一项基于 MIMIC-IV（3.0）数据库的回顾性研究。该研究成果发表在《BMC Infectious Diseases》上。

研究人员从 MIMIC-IV（3.0）数据库中筛选出 2008 年至 2022 年的 1828 例脓毒症患者。纳入标准为年龄 18 岁及以上，且符合 Sepsis-3 诊断标准；排除标准包括 ICU 住院时间少于 24 小时、多次 ICU 入院（仅考虑首次入院）、缺乏初始 CRP、中性粒细胞和淋巴细胞计数检测数据以及孕妇。研究的主要终点是 28 天内全因死亡率，次要终点包括 ICU 住院期间和整个住院期间的全因死亡率 。

在研究过程中，研究人员运用了多种技术方法。首先，利用 PostgreSQL 软件提取患者的人口统计学信息、生命体征、实验室检测数据等，并计算患者的序贯器官衰竭评估（SOFA）评分，根据公式 IBI=CRP×中性粒细胞 / 淋巴细胞计算 IBI 值。然后，对数据进行统计分析，对于偏态分布的连续变量以中位数（四分位数间距 [IQR]）表示，分类变量以计数或百分比表示。若 IBI 变量呈正态分布则直接分组，否则通过对数转换为 LnIBI 后分组。使用 CBCgrps 软件包进行常规描述性统计分析，通过单因素二元逻辑回归筛选出 P<0.1 的变量纳入后续调整模型，利用方差膨胀因子（VIF）评估变量间的多重共线性。运用受限立方样条（RCS）分析 IBI/LnIBI 与死亡率的剂量反应关系，比较 IBI/LnIBI 与 SOFA、CRP、中性粒细胞计数、淋巴细胞计数的受试者工作特征（ROC）曲线下面积（AUC），通过 Kaplan-Meier 生存曲线和对数秩检验比较四组患者的 28 天生存率，并基于年龄、性别和 SOFA 评分进行分层分析和交互作用分析。

研究结果如下：

1. 基线特征：1828 例患者中，男性 1047 例（57.28%），女性 781 例（42.72%），中位年龄 64.6 岁（IQR 53.2 - 75.0）。28 天内全因死亡率为 17.78%（325/1828），ICU 住院期间为 17.34%（317/1828），整个住院期间为 18.22%（333/1828） 。与 LnIBI 最高四分位数（Q4）相比，其他三个四分位数（Q1 - Q3）的患者血细胞比容、淋巴细胞计数、碳酸氢盐、血清氯、钠水平、舒张压（DBP）、体温和脉搏血氧饱和度（SpO₂）更高；而 Q4 组患者的 CRP、中性粒细胞计数、白细胞（WBC）、阴离子间隙（AG）、血清肌酐、葡萄糖、国际标准化比值（INR）、凝血酶原时间（PT）、部分凝血活酶时间（PTT）、心率、呼吸频率和 SOFA 评分更高，且死亡率也显著更高（P<0.001） 。
2. LnIBI 与死亡率的关系：多变量逻辑回归分析显示，在完全调整模型（Model III）中，LnIBI 是 28 天全因死亡率（OR 1.093 [1.014, 1.179]，P=0.021）、ICU 死亡率（OR 1.106 [1.025, 1.195]，P=0.01）和住院死亡率（OR 1.1 [1.022, 1.187]，P=0.012）的独立危险因素。与 LnIBI 最低四分位数（Q1）相比，Q4 组患者 28 天全因死亡率（OR 1.638 [1.135, 2.382]，P=0.009）、ICU 死亡率（OR 1.635 [1.126, 2.393]，P=0.01）和住院死亡率（OR 1.621 [1.126, 2.35]，P=0.01）的风险显著更高 。
3. 剂量反应关系：受限立方样条回归模型表明，28 天、ICU 和住院死亡率风险随 LnIBI 水平升高呈线性增加 。
4. ROC 曲线分析：LnIBI 的 AUC 小于 SOFA（P<0.05），但大于 CRP（P<0.05），与中性粒细胞计数或淋巴细胞计数相比无显著差异（P>0.05） 。
5. 亚组分析：分层分析结果与逻辑回归分析一致，在各亚组人群中，LnIBI 与死亡率的关系相似，且交互作用分析显示各亚组间无显著交互作用 。
6. Kaplan-Meier 生存曲线：LnIBI 最低四分位数（Q1）患者的 28 天生存概率显著高于最高四分位数（Q4）患者（P<0.0001） 。

研究结论和讨论部分指出，该研究首次证实了 IBI 与脓毒症患者死亡率之间存在显著相关性。在多变量调整模型中，IBI 独立与脓毒症患者 28 天内、ICU 住院期间和整个住院期间的死亡率相关，较高的 IBI 水平与更高的死亡率风险正相关。虽然 IBI 的预测性能不如传统的 SOFA 评分，但它仅依赖常规血液检测参数，能更快速、便捷地对脓毒症患者进行早期评估，可作为 SOFA 评分的补充工具。此外，亚组分析显示，IBI 与死亡率的相关性在老年患者（年龄≥65 岁）、女性和 SOFA 评分升高（评分≥8）的患者中更为显著，临床医生应重点关注这些人群。然而，该研究也存在一定局限性，如研究对象局限于美国脓毒症患者，具有地域局限性；研究为回顾性研究，存在固有偏倚；虽调整了多种潜在混杂因素，但仍无法完全排除残余混杂的风险。未来还需要更大规模、多中心、不同人群的研究来进一步验证这些结果。

总的来说，这项研究为脓毒症患者死亡率的预测提供了新的视角和潜在指标，有助于临床医生更精准地评估患者预后，制定个性化治疗方案，推动脓毒症诊疗领域的发展。