血尿素氮/白蛋白比值（BAR）与心衰危重患者30天全因死亡率的相关性及机器学习预测模型构建

本研究通过回顾性队列分析，首次揭示血尿素氮/白蛋白比值（BAR）与心衰（HF）危重患者30天/365天死亡率的非线性关联（HR=7.19，95%CI:4.91-11.44）。基于MIMIC-IV/III数据库构建的XGBoost预测模型（AUC=0.894）证实BAR联合中性粒细胞等指标可显著提升预后预测效能，为临床风险分层提供新策略。

　　

背景

心血管疾病（CVD）已成为全球健康的首要威胁，其中心力衰竭（HF）作为终末阶段，五年生存率与恶性肿瘤相当。血尿素氮（BUN）和白蛋白（ALB）分别反映肾功能和营养状态，二者比值（BAR）近年来被发现在急性冠脉综合征等领域具有预后价值，但其在HF危重患者中的关联尚未明确。

方法

研究采用MIMIC-IV（2008-2020年）和MIMIC-III（2001-2008年）两个独立重症数据库，纳入2,470例首次ICU住院的HF患者（中位年龄72.06岁，男性57.81%）。通过Cox回归和限制性立方样条（RCS）分析BAR与死亡率的关系，并应用Boruta算法筛选特征变量后，构建包括XGBoost、LightGBM等9种机器学习（ML）模型。模型性能通过受试者工作特征曲线下面积（AUC）、决策曲线分析（DCA）等指标评估。

结果

关键发现包括：

1. 1.

   死亡风险梯度：BAR最高四分位组（Q4:13.94-59.41）的30天死亡率风险比（HR）达7.19（95%CI:4.91-11.44），显著高于Q1组（1.33-6.58）。RCS分析显示BAR与死亡率呈非线性关系，拐点为13.23（30天）和12.97（365天）。

2. 2.

   多系统关联：高BAR组同时表现出更高水平的乳酸（Lac）、中性粒细胞及SOFA评分（均p<0.05），提示合并肾功能损伤、炎症反应和器官衰竭。

3. 3.

   模型效能：XGBoost模型在内部验证集AUC达0.894（95%CI:0.85-0.93），外部验证集AUC提升至0.924。SHAP分析显示BAR、中性粒细胞、OASIS评分为前三位重要特征。

讨论

机制层面，BAR升高可能反映三重病理生理过程：

• •

  BUN升高提示RAAS/SNS系统激活导致的肾小管重吸收增强

• •

  ALB降低与慢性炎症、氧化应激导致的蛋白质分解加速相关

• •

  比值形式放大了个体化风险信号，较单一指标更具预测优势

  研究创新性在于首次建立BAR与HF短期死亡率的剂量-反应关系，但存在未动态监测NT-proBNP等局限性。

结论

该研究证实BAR可作为ICU心衰患者30天死亡风险的独立预测因子，基于ML的预测模型展现出优越的临床转化价值。未来需通过多中心研究验证BAR阈值（13.2）的普适性，并探索其参与HF进展的具体分子机制。