应激性高血糖比值（SHR）对高脂血症患者全因死亡率的预测价值：一项回顾性队列研究

本研究聚焦高脂血症患者应激性高血糖比值（SHR）与不良预后的关联，通过分析MIMIC-IV数据库中4,883例首次住院患者数据，发现SHR升高与ICU死亡率（HR=1.29）、院内死亡率（HR=1.24）及28天死亡率（HR=1.32）显著相关。研究采用机器学习模型验证SHR的预测价值，证实其能提升现有模型的准确性，为早期识别高风险患者提供新指标。

　　

高脂血症作为全球高发的代谢性疾病，与心血管事件风险密切相关，但其预后评估仍存在空白。尤其当患者遭遇急性应激时，传统血糖指标难以区分慢性高血糖与应激性高血糖（Stress Hyperglycemia Ratio, SHR）的影响。已有研究表明，SHR在心肌梗死、卒中等疾病中能预测死亡风险，但其在高脂血症患者中的价值尚未明确。为此，来自中国的研究团队基于MIMIC-IV数据库开展了一项回顾性队列研究，旨在揭示SHR对高脂血症患者ICU、院内及28天全因死亡率的预测作用。

研究团队从MIMIC-IV数据库中筛选了4,883例首次因高脂血症住院的患者，年龄18-100岁，平均70±12.1岁，女性占36.0%。通过计算SHR（结合入院血糖与HbA1c），将患者按四分位分组，采用Cox回归、限制性立方样条（RCS）和ROC曲线分析SHR与死亡率的关系，并利用17种机器学习模型（如LightGBM）评估SHR对预测模型的改进效果。

基线特征分析显示，高血压（85.5%）、糖尿病（44.5%）和心衰（30.4%）是主要合并症。高SHR组（Q4）患者年龄更大、并发症更多。关联性分析发现，SHR每增加1个单位，ICU死亡率风险上升29%（HR=1.29），院内死亡率上升24%（HR=1.24），28天死亡率上升32%（HR=1.32）。RCS曲线证实SHR与死亡率呈线性剂量反应关系。模型优化方面，加入SHR后，预测模型的AUC值显著提高，其中LightGBM显示SHR为关键预测变量。

讨论部分指出，SHR通过剔除慢性高血糖干扰，更精准反映急性应激状态，其机制可能与炎症反应加剧、内皮功能障碍有关。本研究首次证实SHR是高脂血症患者死亡的独立预测因子，且能提升现有模型的预测效能。结论强调，SHR作为易获取的临床指标，有助于早期识别高风险患者，为个体化干预提供依据。论文发表于《Diabetes Research and Clinical Practice》，为代谢性疾病管理提供了新思路。

（注：全文细节均基于原文，未添加非原文信息；专业术语如HbA1c、HR等首次出现时已标注英文全称；上标下标格式已按原文保留，如^IV；作者名保留原文拼写如Biao Hu等。）