
-
生物通官微
陪你抓住生命科技
跳动的脉搏
ABIC评分联合多器官功能指标构建老年慢性心衰急性加重患者长期预后预测模型的研究
【字体: 大 中 小 】 时间:2025年07月26日 来源:BMC Cardiovascular Disorders 2
编辑推荐:
本研究针对老年慢性心力衰竭(CHF)急性加重患者长期预后评估的临床需求,创新性地将肝病预后评分系统ABIC(Age-Bilirubin-INR-Creatinine)应用于心衰领域。研究人员通过回顾性队列分析365例首次住院患者数据,发现ABIC评分每增加1分死亡风险增加33%(HR=1.33),联合NT-proBNP(N末端脑钠肽前体)、血尿素氮(BUN)、红细胞分布宽度变异系数(RDW-CV)和前白蛋白构建的列线图模型显著提升预测效能(AUC从0.685提升至0.840)。该研究为多器官功能障碍评估提供了新思路,发表于《BMC Cardiovascular Disorders》。
随着人口老龄化加剧,慢性心力衰竭(CHF)已成为全球公共卫生挑战。中国流行病学调查显示,65-79岁人群心衰患病率达3.86%,80岁以上更高达7.55%。尽管心血管诊疗技术进步降低了急性心血管事件死亡率,但心脏损伤进展为心衰后,患者面临反复急性加重的风险,其中老年患者预后评估尤为困难。传统心衰评估工具如MAGGIC风险评分未纳入反映多器官功能障碍的指标,而临床观察发现,心衰急性加重时常伴随肝肾功能异常——这与全身灌注不足和静脉淤血密切相关。
重庆医科大学附属第二医院老年科的研究团队创新性地将肝病领域的ABIC评分(包含年龄、胆红素、国际标准化比值INR和肌酐)引入心衰预后评估。这项回顾性队列研究纳入365例首次因CHF急性加重住院的老年患者(中位年龄78岁),通过3年随访发现87例全因死亡(含53例心源性死亡)。研究采用拉索回归(Lasso regression)筛选出NT-proBNP、BUN、RDW-CV和前白蛋白四个关键指标,与ABIC评分共同构建预测模型。
研究主要采用三种关键技术方法:1)回顾性队列设计,纳入标准参照2021 ESC心衰指南;2)通过十折交叉验证的拉索回归进行变量筛选;3)构建包含限制性立方样条的多元COX回归模型。所有缺失数据采用随机森林法填补,确保分析完整性。
研究结果
患者特征:非存活组患者年龄更大(中位数81 vs 76岁),ABIC评分更高(9.51 vs 8.97),NYHA IV级比例显著增加(29.9% vs 13.3%)。实验室检查显示非存活组肝肾功能指标更差,包括更高水平的NT-proBNP(3609 vs 1522 pg/mL)、BUN(9.25 vs 7.18 mmol/L)和胆红素(0.78 vs 0.64 mg/dL)。
变量筛选:拉索回归分析筛选出四个独立预测因子:NT-proBNP(切点值2000 pg/mL)、BUN(切点值7.50 mmol/L)、RDW-CV和前白蛋白。值得注意的是,INR在单因素分析中未显示预后价值,可能与研究人群抗凝治疗比例较低有关。
模型构建:多元COX回归显示,校正其他因素后,ABIC评分每增加1分死亡风险增加33%(HR=1.33,95%CI 1.02-1.73)。新模型较单一ABIC评分显著改善预测效能(AUC 0.840 vs 0.685),净重分类改善指数NRI达0.31。
模型验证:校准曲线显示预测准确性良好,时间依赖性ROC分析证实模型预测性能稳定。与MAGGIC风险评分相比,新模型显示出更优的区分能力(AUC 0.850 vs 0.719,P<0.001)。
讨论与结论
该研究首次证实ABIC评分在非肝病领域的预后价值,其创新性体现在三方面:1)揭示肝肾功能联合评估对心衰预后的重要性,ABIC评分可能反映肝脏储备功能耗竭状态;2)构建的列线图模型整合心脏标志物(NT-proBNP)、营养指标(前白蛋白)和血液参数(RDW-CV),实现多维度风险评估;3)为临床提供实用工具,通过快速评估指导利尿剂使用和器官功能保护。
研究局限性包括回顾性设计的固有偏倚、样本量限制未进行亚组分析、以及缺乏外部验证。Zebin Lin等作者建议,未来应开展前瞻性研究验证ABIC评分的动态变化与治疗反应的关系。这项跨学科评分系统的探索,为心衰这种多系统受累疾病的综合管理提供了新视角。
生物通微信公众号
知名企业招聘