编辑推荐：
脑出血（ICH）预后差，死亡率高，亟需可靠生物标志物。本研究探讨中性粒细胞与白蛋白比值（NAR）与 ICH 患者 90 天死亡率的关联，发现 NAR 升高与死亡率独立相关，其预测效能优于中性粒细胞计数等指标，为 ICH 早期风险评估提供新方向。
脑出血（Intracerebral Hemorrhage, ICH）作为脑卒中中最具破坏性的类型之一，如同潜伏在人体内的 “隐形杀手”，每年在全球范围内夺走超过 200 万人的生命。其高发病率、致残率和死亡率，给患者家庭和社会带来沉重负担。目前，临床医生迫切需要一种简便、高效的生物标志物，能够在疾病早期准确预测患者的死亡风险，从而制定个性化的治疗方案，改善患者预后。然而，传统的单一指标如中性粒细胞计数或白蛋白水平，往往难以全面反映患者体内复杂的炎症反应和营养状态的相互作用。在此背景下，中性粒细胞与白蛋白比值（Neutrophil-to-Albumin Ratio, NAR）作为一种新兴的综合指标，因其可能同时反映全身炎症和营养状况，逐渐进入研究者的视野。但 NAR 与 ICH 患者死亡率之间的关系，此前却鲜见深入探讨。
为了填补这一研究空白，成都大学附属医院联合四川大学华西医院等国内机构的研究人员，开展了一项多中心回顾性队列研究。该研究成果发表在《BMC Neurology》，为 ICH 的临床管理提供了重要的新依据。
研究人员从 2010 年 1 月至 2019 年 6 月期间，收集了来自四川大学华西医院和成都市龙泉驿区人民医院的 3350 例急性自发性 ICH 患者数据。研究采用了多种关键技术方法：首先通过电子健康记录系统提取患者的基线临床资料，包括年龄、血压、Glasgow 昏迷量表（GCS）评分等；采集患者入院时的静脉血，检测中性粒细胞计数、白蛋白水平等指标，并计算 NAR；通过 Receiver Operating Characteristic（ROC）曲线分析评估 NAR 的预测效能；运用单因素和多因素 Logistic 回归模型探讨 NAR 与 90 天死亡率的独立关联；同时采用随机森林模型验证 NAR 的预测价值，并进行亚组分析以考察其在不同患者群体中的一致性。
基线特征与 NAR 分组
研究将患者按入院时 NAR 水平分为四个四分位数组（Q1-Q4）。结果显示，Q4 组患者的 GCS 评分更低（平均 8.35 分）、血肿体积更大（平均 30.16 cm3）、收缩压更高（平均 163.96 mmHg），提示 NAR 升高可能与更严重的脑损伤相关。
NAR 与死亡率的关联
多因素 Logistic 回归分析表明，与 Q1 组相比，Q4 组患者的 90 天死亡风险显著增加（调整后 OR=1.74, 95% CI 1.27-2.39, p<0.001）。以 NAR=0.217 为临界值，高于该值的患者死亡风险是低于者的 1.58 倍（95% CI 1.28-1.95, p<0.001）。限制性立方样条分析显示，随着 NAR 水平升高，死亡风险呈线性增长趋势。
预测效能比较
ROC 曲线分析显示，NAR 预测 90 天死亡率的曲线下面积（AUC）为 0.68，显著优于中性粒细胞计数（AUC=0.64）、白蛋白（AUC=0.60）、中性粒细胞与淋巴细胞比值（NLR, AUC=0.66）等传统指标。随机森林模型进一步验证了 NAR 的重要性，其在模型中的预测权重位居前列。
亚组分析与模型稳定性
亚组分析显示，无论患者年龄、性别、是否合并高血压或糖尿病，NAR 升高与死亡风险增加的关联均一致存在，尤其在合并脑室内血肿或较大血肿的患者中更为显著。敏感性分析表明，数据缺失未引入显著偏倚，模型稳定性良好。
结论与讨论
本研究证实，NAR 是 ICH 患者 90 天死亡率的独立预测因子，其预测效能优于单一炎症或营养指标。NAR 通过整合中性粒细胞（反映炎症反应）和白蛋白（反映营养状态与炎症程度）的双重信息，更全面地刻画了患者的全身病理生理状态。较高的 NAR 可能意味着更强的炎症反应和更差的营养状况，两者共同作用加剧了 ICH 后的神经损伤和全身并发症风险。
尽管研究存在回顾性设计、缺乏动态 NAR 监测等局限性，但其多中心、大样本的特点增强了结果的可靠性。NAR 作为一种简便易算的指标，有望在临床中用于 ICH 患者的早期风险分层，辅助医生制定个体化治疗策略，例如对高 NAR 患者加强炎症调控和营养支持。未来研究可进一步探索 NAR 与 ICH 后长期预后的关系，并尝试将其与机器学习模型结合，以提升预测精度，为 ICH 的精准医疗提供新路径。
这项研究不仅为 ICH 的预后评估提供了新工具，更提示了炎症与营养状态交互作用在脑血管疾病中的重要性，为后续机制研究和治疗靶点探索奠定了基础。
