编辑推荐：
呼吸衰竭（RF）患者死亡率高，现有死亡率预测模型存在局限。研究人员开展 “Triglyceride glucose-body mass index（TyG-BMI）与呼吸衰竭重症患者死亡率关系” 的研究，发现高 TyG-BMI 与更低死亡率相关，为改善 RF 患者治疗策略提供依据。
在重症监护病房（ICU）中，呼吸衰竭（RF）是一种常见且棘手的病症。它就像隐藏在患者身体里的 “恶魔”，不仅导致极高的死亡率，还会让患者在 ICU 里的停留时间大幅延长。胰岛素抵抗（IR）在重症患者中普遍存在，并且在呼吸衰竭的发生发展过程中起着关键作用。IR 就像是身体里的 “捣乱分子”，它会引发高血糖，进而加剧全身炎症和氧化应激，使得患者的病情雪上加霜。
目前，关于呼吸衰竭患者死亡率的预测模型主要依赖于肺功能参数和通用的严重程度评分，却忽视了代谢 - 脂肪轴失调的预后权重。同时，虽然 TyG-BMI 在代谢 - 心血管领域展现出了一定的应用潜力，但它在呼吸衰竭患者中的预后价值却一直未得到探索。在这样的背景下，为了填补这些知识空白，来自广州中医药大学第一临床医学院等机构的研究人员展开了深入研究。
研究人员从 MIMIC-IV 数据库中提取数据，对成年呼吸衰竭患者进行了回顾性分析。他们精心筛选出符合条件的 2177 名患者，并依据 TyG-BMI 值将这些患者分为四个四分位数组（Q1 - Q4）。研究的主要结局指标是 28 天死亡率，次要结局指标为 180 天和 1 年死亡率 。
为了确保研究结果的准确性和可靠性，研究人员运用了多种技术方法。在数据处理方面，他们利用结构化查询语言（SQL）从复杂的 MIMIC-IV 数据库中精准提取所需数据，再借助 R 语言中的相关工具进行后续分析。在变量筛选上，采用 Boruta 包基于随机森林算法以及单变量 Cox 回归两种方法，确定了一系列潜在的混杂因素。此外，通过 Cox 回归模型结合限制立方样条（RCS）分析，深入探究 TyG-BMI 与死亡率之间的关系 。
研究结果显示，不同 TyG-BMI 四分位数组的患者在基线特征上存在显著差异。从 Kaplan - Meier 生存曲线可以明显看出，Q1 组患者的生存概率最高，随着 TyG-BMI 值的升高，各分组患者的生存概率逐渐降低，且这种差异在 28 天、180 天和 1 年的观察期内均具有统计学意义。这表明 TyG-BMI 值与患者的生存情况密切相关。
进一步的分析发现，TyG-BMI 值与死亡率之间呈现出显著的非线性关系。研究人员通过 RCS 分析确定了 TyG-BMI 的临界值为 269，当 TyG-BMI 超过该临界值时，患者的死亡风险增加趋势更为明显。在对不同四分位数组与死亡率的关联研究中，发现 Q2、Q3 和 Q4 组患者在不同时间点（28 天、180 天和 1 年）的死亡率风险均显著低于 Q1 组。这一结果在不同的协变量调整模型中都得到了验证，充分证明了高 TyG-BMI 值与低死亡率之间存在着紧密的联系。
在亚组分析中，研究人员惊喜地发现，在大多数亚组中，TyG-BMI≥269 的患者死亡率风险显著低于 TyG-BMI<269 的患者。尤其是在年龄≥65 岁、序贯器官衰竭评估（SOFA）评分 < 5、非心力衰竭（HF）、非冠状动脉粥样硬化性心脏病（CAD）和非 2 型糖尿病（T2DM）等亚组中，这种关联更为显著。这说明高 TyG-BMI 的保护作用在不同的患者群体中都较为稳健。
综合以上研究结果，研究人员得出结论：较高的 TyG-BMI 与呼吸衰竭重症患者较低的短期和长期死亡率相关，这表明 TyG-BMI 可能对患者具有潜在的保护作用。该研究首次揭示了 TyG-BMI 与呼吸衰竭重症患者全因死亡率之间的关系，为临床医生评估患者预后提供了一个新的、重要的指标。这一发现有助于医生更精准地识别高死亡风险的患者，从而制定更具针对性的治疗方案，对改善呼吸衰竭患者的治疗策略具有重要的指导意义。
不过，这项研究也存在一些局限性。例如，基于数据库的研究不可避免地会遇到数据缺失和潜在混杂因素未被识别的问题；患者血糖和血脂的初始测量值是否为空腹状态并不明确；由于数据库未记录诊断时间，无法确定呼吸衰竭发生与 TyG-BMI 之间的准确时间关系；此外，研究也未对 TyG-BMI 与死亡率之间的联系提供生物学解释。尽管如此，该研究仍然为后续的研究指明了方向，未来需要开展更多的前瞻性临床试验，进一步探究胰岛素抵抗、肥胖与呼吸衰竭患者临床结局之间的复杂相互作用机制 。总之，这项发表在《Scientific Reports》上的研究成果为呼吸衰竭的临床研究和治疗开辟了新的道路，具有重要的科学价值和临床意义。
