编辑推荐：
急性胰腺炎（AP）预后评估缺乏简单有效指标。研究人员利用 MIMIC-IV 数据库，开展血尿素氮与白蛋白比值（BAR）和 AP 患者死亡率关系的研究。结果显示，BAR 与患者短期、长期死亡率显著相关，或可用于 AP 患者风险分层和预后评估。
在医学领域，急性胰腺炎（Acute Pancreatitis，AP）是一种让人头疼的疾病。它发病迅速，病情复杂多变，就像一颗 “不定时炸弹”，从轻微的胰腺水肿到严重的全身器官衰竭，各种情况都可能出现。而且，AP 的发病率在过去 20 年里稳步上升，给患者、家庭和医疗系统带来了沉重的负担。目前，虽然医学在不断进步，但面对 AP 却没有特效治疗方法，早期管理主要是支持性治疗。现有的一些评分系统，如 Ranson 标准、急性生理学与慢性健康状况评分系统（APACHE）和急性胰腺炎床边严重度指数（BISAP），在预测 AP 的严重程度和预后方面存在不足，大多比较复杂，更多是对病情的反映而非预测，还存在评估滞后的问题，并且忽视了 AP 的长期预后。所以，寻找一个简单有效的指标来早期评估 AP 患者的死亡风险迫在眉睫。
在这样的背景下，福建医科大学附属漳州市医院的研究人员开展了一项重要研究，相关成果发表在《Scientific Reports》上。他们把目光聚焦在血尿素氮（Blood Urea Nitrogen，BUN）与白蛋白（Albumin，ALB）的比值（BAR）上，试图探究 BAR 与 AP 患者死亡率之间的关系。
研究人员利用了包含 2008 - 2019 年 70000 多例 ICU 住院数据的医学信息市场重症监护数据库第四版（MIMIC-IV） 2.2 版本。在众多数据中，他们筛选出符合条件的 AP 患者数据，经过层层筛选，最终 780 例患者被纳入研究。为了保证研究结果的可靠性，他们对数据进行了严谨处理，像缺失值较多的变量被排除，少量缺失值用简单中位数替换。之后，研究人员运用多种统计分析方法，如 Kaplan-Meier 生存曲线、限制立方样条模型、多变量 Cox 比例风险回归以及受试者工作特征曲线（ROC）分析等，深入挖掘数据背后的信息。
在研究结果部分，首先是基线人口统计学和临床特征。这 780 例 AP 患者中，男性占 57.1%，女性占 42.9% ，平均年龄 58.2±17.2 岁。研究人员根据 BAR 三分位数将患者分为三组，发现 BAR 越高，患者年龄越大，体温和平均血压越低，机械通气、连续肾脏替代治疗和使用血管活性药物的比例越高。同时，伴有慢性心力衰竭、糖尿病、肾脏疾病、败血症和急性肾损伤等疾病的患者，BAR 得分往往更高。从实验室指标看，高 BAR 组患者的葡萄糖、白细胞计数、阴离子间隙等指标升高，而血红蛋白、碳酸氢盐等指标降低。而且，高 BAR 组患者的急性生理学评分 III（APS III）、序贯器官衰竭评估（SOFA）评分和 Charlson 合并症指数（CCI）评分也更高。30 天和 1 年的全因死亡率分别为 12.6% 和 23.6% ，BAR 水平越高，死亡率越高。
Kaplan-Meier 生存曲线和限制立方样条结果显示，BAR 处于 T2 和 T3 组的患者，30 天和 1 年死亡率明显高于 T1 组，并且随着 BAR 升高，死亡率呈线性上升趋势。
ROC 曲线分析表明，BAR 预测 AP 患者 30 天和 1 年全因死亡率的曲线下面积（AUC）分别为 0.74（0.68 - 0.79）和 0.68（0.64 - 0.72） ，优于 BUN、ALB 和 SOFA 评分，这意味着 BAR 在预测死亡率方面表现更出色。
多变量 Cox 回归分析发现，在粗模型和调整多个混杂因素后的模型中，BAR 都与 30 天和 1 年死亡率显著相关。比如在调整 10 个混杂因素的模型 3 中，BAR 与 30 天死亡率的风险比（HR）为 1.43（95% CI 1.20 - 1.70） ，与 1 年死亡率的 HR 为 1.37（95% CI 1.17 - 1.60） 。
亚组分析和敏感性分析进一步验证了研究结果的可靠性。亚组分析发现，BAR 与死亡率的关系在不同性别、年龄、是否患糖尿病、是否有肝肾疾病以及是否接受机械通气和连续肾脏替代治疗的亚组中都保持一致。敏感性分析在排除患有肾脏疾病和肝脏疾病的患者后，再次确认了 BAR 与死亡率的显著关联。
综合来看，这项研究得出结论：BAR 与 AP 患者的短期和长期死亡率密切相关，且独立于年龄、性别、慢性合并症和疾病严重程度等重要混杂因素。BAR 在预测短期和长期死亡率方面，比 BUN、ALB 和 SOFA 评分更具优势，其预测能力与一些成熟的评分系统相当。这表明 BAR 有望成为现有风险预测模型的有力补充，帮助临床医生更好地识别 AP 高风险患者，制定更合理的治疗策略。
不过，研究也存在一些局限性。这是一项回顾性队列研究，无法确定暴露因素和结果之间的因果关系，可能存在选择偏倚和信息偏倚，还容易受到未测量混杂因素的影响。MIMIC-IV 数据库存在数据缺失问题，研究结果可能无法推广到其他地区。临床干预的差异也可能影响研究结果，而且研究没有考虑 BAR 水平的时变性质。但这些不足并不影响该研究的重要意义，它为后续研究指明了方向，未来需要多中心、前瞻性队列研究来进一步验证这些结果，探索优化 BAR 是否能改善 AP 患者的临床结局。
