血尿素氮/白蛋白比率（BAR）对急性胰腺炎短期及长期全因死亡率的预测价值：基于MIMIC-IV数据库的深度解析

本刊推荐：本研究基于MIMIC-IV数据库，首次系统验证血尿素氮/白蛋白比率（BAR）与急性胰腺炎（AP）预后的密切关联。通过多变量Cox回归、限制性立方样条（RCS）和机器学习（Boruta算法）分析，揭示BAR≥9.62是AP患者28/90/365天死亡率的独立预测因子（HR=3.30-5.50, P<0.001），其ROC曲线下面积（AUC=0.741-0.748）优于SOFA评分等传统指标，为AP风险分层提供了高效、经济的生物标志物。

　　

1. 引言

急性胰腺炎（AP）作为一种胰腺炎症性疾病，可进展为危及生命的全身性并发症，其发病率为每年每10万人13-45例。约20%患者会发展为重症急性胰腺炎（SAP），住院死亡率高达15%-30%，伴多器官功能衰竭时死亡率超过40%。当前临床使用的Ranson评分、APACHE-II、SOFA等预后评分系统因参数复杂、测量延迟和主观性强等问题，亟需更高效客观的早期评估工具。

血尿素氮（BUN）反映肾小球滤过功能及脱水、蛋白分解等肾外因素，其升高与AP严重程度相关。血清白蛋白（Alb）作为负急性期反应物，具有抗炎和维护血管完整性功能，低白蛋白血症（<3.5 g/dL）见于60%AP患者且独立预测器官衰竭。研究显示BUN与白蛋白比值（BAR）在急性缺血性卒中、呼吸衰竭中具有预后价值，但其在AP中的证据尚不充分。

2. 材料与方法

研究采用MIMIC-IV v2.2数据库中2012-2019年期间492例AP患者数据。排除标准包括年龄<18岁、ICU停留<24小时、缺乏BUN/Alb数据或既往ICU住院史。通过Boruta机器学习算法进行特征筛选，并采用X-tile软件以28天死亡率为基准确定BAR最佳截断值为9.62，将患者分为低BAR组（<9.62）和高BAR组（≥9.62）。统计方法包括多变量Cox回归、Kaplan-Meier生存分析、受试者工作特征（ROC）曲线、限制性立方样条（RCS）和亚组分析。

3. 结果

3.1. 基线特征

高BAR组年龄更大（65岁 vs 55岁），BUN（48 vs 15 mg/dL）、肌酐（2.5 vs 0.9 mg/dL）、SOFA评分（2 vs 1）显著升高，而Alb（2.8 vs 3.1 g/dL）、血小板（166 vs 200×10⁹/L）和平均动脉压（80 vs 89 mmHg）较低。该组急性肾损伤（AKI）（89.7% vs 66.4%）、脓毒症（84.5% vs 61.3%）和慢性肾病（28.7% vs 7.5%）发生率更高。死亡率方面，高BAR组在ICU（21.8% vs 3.5%）、住院（30.5% vs 6.3%）、28天（27.6% vs 5.7%）、90天（39.7% vs 10.4%）和365天（43.1% vs 15.7%）均显著升高（P<0.001）。

3.2. 特征重要性分析

Boruta算法确定BAR、血清乳酸、连续性肾脏替代治疗（CRRT）、总胆红素和年龄为AP预后的关键预测因子。

3.3. Cox回归分析

BAR≥9.62与死亡风险显著相关：未调整模型28天HR=5.50（95%CI:3.20-9.45）；年龄性别调整后28天HR=4.67（2.69-8.10）；多变量调整后28天HR=3.30（1.74-6.25），所有P<0.001。90天和365天死亡率显示一致趋势。

3.4. 生存分析与ROC曲线

Kaplan-Meier分析显示高BAR组生存率显著降低（P<0.001）。ROC分析表明BAR对28天（AUC=0.741）、90天（AUC=0.748）和365天（AUC=0.709）死亡率预测效能优于SOFA评分（AUC=0.696-0.658）、单独BUN（AUC=0.721-0.698）或Alb（AUC=0.569-0.565）。

3.5. 剂量反应关系

RCS分析显示BAR与28天（P_非线性=0.179）和365天（P_非线性=0.062）死亡率呈线性正相关，与90天死亡率呈非线性关联（P_非线性=0.018），总体P<0.001。

3.6. 亚组分析

按年龄、性别、AKI、脓毒症、内镜逆行胰胆管造影（ERCP）和CRRT分层后，BAR的预测效能无显著交互作用（P>0.05），表明其在不同人群中的稳定性。

4. 讨论

本研究证实BAR是AP预后的独立预测因子。其机制整合了BUN升高（反映脱水、肾灌注不足或肾功能损害）和Alb降低（提示炎症渗出、肝合成减少或营养不良）的双重病理生理过程。与传统评分系统相比，BAR仅需常规实验室参数，具有成本效益和临床便捷性。

与既往研究一致，Li等和Xia等也报道BAR与AP死亡率相关。本研究创新性地采用机器学习特征选择和RCS模型，提供了更精确的风险分层依据。BAR在肺炎（HR=3.87）、脓毒症（HR=1.832）和消化道出血（AUC=0.682）中的预后价值进一步支持其跨疾病适用性。

5. 结论

BAR≥9.62可有效预测AP患者的短期和长期全因死亡率，其预测性能优于现有生物标志物和评分系统。建议开展前瞻性多中心研究以验证其临床适用性。