《European Journal of Medical Research》：Prognostic determinants in AECOPD differ by cardiovascular disease status: a two-center retrospective cohort study in China
编辑推荐：
背景：心血管疾病（cardiovascular disease，CVD）共病在慢性阻塞性肺疾病急性加重期（acute exacerbations of chronic obstructive pulmonary disease，AECOPD）患者中较为常见，且
背景：心血管疾病（cardiovascular disease，CVD）共病在慢性阻塞性肺疾病急性加重期（acute exacerbations of chronic obstructive pulmonary disease，AECOPD）患者中较为常见，且与不良预后相关。然而，CVD的存在是否改变AECOPD的预后决定因素仍不明确，且缺乏考虑这种异质性的经验证的风险分层工具，尤其是在中国。
方法：这项回顾性队列研究纳入了来自中国两个中心的1584例因AECOPD住院的患者。研究人员根据预先设定的心血管疾病条件将患者分为CVD组和非CVD组。使用与国家死亡监测系统（National Mortality Surveillance System，NMSS）关联的数据分析特异性病因死亡率。主要结局为从指数住院开始的总体生存期（OS1）。OS2（从首次症状发作开始）作为探索性结局进行分析。住院时长采用负二项回归建模。模型在北京队列中开发（70%训练/30%内部测试），并在吉林队列中进行外部验证。
结果：呼吸相关死亡在所有亚组中均为主要死因，约占所有死亡的一半。与非CVD患者相比，CVD患者的住院时间显著更长（8.71天 vs 7.98天，P < 0.001），长期生存率更差（3年OS1率：76.6% vs 85.4%，P < 0.001）。外部验证显示CVD模型OS1的判别能力为中等（C-index：0.700，95% CI 0.611–0.773），非CVD模型OS1的判别能力为中等（C-index：0.662，95%CI 0.565–0.744）。将高血压纳入CVD定义以及过滤早期死亡的敏感性分析结果一致。
结论：研究结果提示，CVD组与非CVD组之间的预后决定因素存在显著差异，支持分层风险评估的假设生成框架。研究人员构建了一个以CVD状态决定使用不同风险计算器的分层预后框架，为中国更实用的管理策略铺平了道路。
一、研究背景与问题提出
慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）在2021年导致全球超过300万人死亡，其中中国占129万例。随着人口快速老龄化，中国COPD疾病负担预计在未来数十年将进一步上升。慢性阻塞性肺疾病急性加重期（acute exacerbations of chronic obstructive pulmonary disease，AECOPD）是不仅推高短期死亡率和再入院风险、还加速长期肺功能下降的关键事件，严重损害总体生存。在影响AECOPD预后的诸多因素中，心血管疾病（cardiovascular disease，CVD）共病日益被认为是同时恶化短期和长期结局的关键决定因素。流行病学研究一致报告，心血管事件——包括缺血性心脏病、心力衰竭、卒中和心律失常——在COPD患者死亡中占相当比例，有时甚至超过呼吸原因。GOLD 2026报告阐述了COPD与CVD关联的若干共同机制：全身性炎症导致内皮功能障碍和凝血紊乱；低氧血症诱发心肌缺氧和心律失常；肺过度充气损害心输出量。尽管COPD精准医疗日益受到关注，但当前风险分层工具很少考虑CVD共病对预后决定因素的修饰效应。诸如Burgel临床表型算法等复合工具虽纳入心力衰竭和冠状动脉疾病，但可能掩盖有或无CVD共病患者长期生存驱动因素的根本差异。这种"一刀切"的风险模型有掩盖不同预后通路的风险。虽然国际研究已探索AECOPD相关心血管机制与风险，但中国数据仍然有限，尤其是将基线CVD状态与AECOPD后特异性病因死亡率关联的长期观察性证据缺乏。为填补这一空白，研究人员开展了一项中国双中心回顾性队列研究，将医院AECOPD数据与中国疾病预防控制中心死亡记录关联，旨在根据CVD状态刻画AECOPD的表型差异，并为有或无CVD患者分别开发经验证的死亡风险预测模型，以支持针对中国住院AECOPD患者的分层风险评估框架。
二、研究方法概述
该研究为回顾性观察性队列研究，数据来自两个独立专科COPD数据库：北京队列（北京医院，2018至2023年）和吉林队列（吉林大学第一医院，2022至2024年）。最终分析队列包括北京743例和吉林841例因AECOPD住院的患者。CVD暴露定义为至少存在11种预设心血管疾病条件之一：心力衰竭、心房颤动、心房扑动、房室传导阻滞、束支传导阻滞、动脉粥样硬化、肺动脉高压、肺心病、冠心病、急性冠脉综合征和心脏瓣膜病。死亡数据通过将国家身份证号码与中国国家死亡监测系统（National Mortality Surveillance System，NMSS）关联获得。主要结局为从指数住院开始的总体生存期（OS1），OS2（从首次症状发作开始）为探索性结局，住院时长作为第三个结局。候选预测因子来自电子健康记录，包括宿主因素、COPD病史、入院时症状体征、CVD状态、超声心动图参数及入院24小时内首次血样实验室检查。所有连续变量通过最小-最大缩放归一化至[0,1]，缩放参数仅从训练队列估计并固定用于测试和验证队列。模型开发采用LASSO正则化回归，在北京队列中按70%训练/30%内部测试划分，在吉林队列中进行外部验证，不对测试或验证队列进行重新拟合。研究还进行了包括排除30天内早期死亡和将高血压纳入CVD定义的敏感性分析，以及校准分析和决策曲线分析。
三、研究结果
基线特征与CVD共病模式：在两个队列中，CVD患者均比非CVD组年龄更大（北京中位年龄77岁 vs 69岁；吉林70岁 vs 69岁）。北京队列以男性为主（CVD组79.2%，非CVD组83.0%），而吉林队列性别分布接近均衡。UpSet图显示，北京队列CVD患病率降序为：高血压（n=404）、动脉粥样硬化（n=268）、心力衰竭（n=230）、冠心病（n=214）等，最常见的共现组合为高血压、动脉粥样硬化、冠心病和心力衰竭四联症（n=29）；吉林队列最常见的共现组合为动脉粥样硬化与高血压双重诊断（n=104）。
病因特异性死亡率：在死亡患者中，呼吸相关死亡在所有亚组中均占主导，约占所有死亡的一半（北京：CVD组50.6% vs 非CVD组64.3%；吉林：51.7% vs 45.2%）。北京队列中，CVD组心血管相关死亡比例高于非CVD组（30.4% vs 19.0%），而吉林队列两组比例相当。总体而言，无论CVD状态如何，呼吸原因仍是主要死亡驱动因素。
CVD共病对临床结局的影响：Kaplan-Meier分析和Wilcoxon检验证实了CVD的预后影响。OS1的1年、3年和5年总体生存率在CVD组显著低于非CVD组（88.4% vs 91.9%，76.6% vs 85.4%，57.6% vs 81.8%；log-rank P<0.001）。OS2也观察到类似差异（log-rank P=0.006）。CVD组中位住院时长显著长于非CVD组（8.71天 vs 7.98天；Wilcoxon检验P<0.001）。
CVD分层预后模型的开发与验证：CVD组OS1模型纳入8个变量，D-二聚体（DD）、红细胞分布宽度标准差（RDW_SD）、活化部分凝血活酶时间（APTT）、年龄和吸烟年数为风险因素，而白蛋白（Alb）、血小板分布宽度（PDW）和淋巴细胞百分比（LYMPH_percent）为保护因素。该模型在北京队列中判别能力良好（训练队列C-index=0.764，内部测试队列C-index=0.742），吉林外部验证C-index为0.700。非CVD组OS1模型仅纳入2个变量：较低的淋巴细胞百分比和较高年龄与更差的OS1相关。该模型在北京队列中判别能力出色（训练C-index=0.733，测试C-index=0.714），吉林外部验证C-index为0.662。OS2和住院时长也分别针对CVD和非CVD组采用类似LASSO方法开发了独立预后模型。
敏感性分析：排除入院30天内死亡患者后，各结局和各队列的C-index与主要分析几乎一致，表明模型性能并非由早期死亡驱动。将高血压纳入CVD定义后，CVD组性能相当，而非CVD组估计值因样本量减少而变得不稳定。仅含年龄、性别和吸烟史的基线模型在CVD组中持续劣于完整模型，确认了保留预测因子的增量预后价值。住院时长模型的McFadden伪R2值在所有设置中均较低，部分验证队列中出现的负值提示外部人群模型拟合不佳。
四、讨论与结论
讨论部分指出，该研究是首批考察预后决定因素架构是否因CVD状态而异的研究之一。CVD患者表现出涉及凝血激活（DD、APTT）、血液学失调（RDW_SD、PDW）、营养状态（白蛋白）和淋巴细胞减少的多系统特征，而非CVD患者则以年龄和免疫-造血轴为中心的更窄概况为主导。正式交互检验为住院时长模型中的异质性提供了统计学支持，对OS2提供了部分支持，而OS1没有单个预测因子达到统计学显著性。外部验证结果显示CVD模型具有中等判别能力且大体可迁移，而非CVD模型判别能力较低，可能原因包括吉林非CVD亚组死亡事件数有限（31例）、北京与吉林非CVD人群基线差异显著（性别分布和吸烟史）、以及非CVD患者预后更佳但受更广泛的个体特异性因素影响。敏感性分析支持主要发现的稳健性。临床意义方面，研究结果支持对住院AECOPD患者采用两步分层风险评估：CVD患者的多系统衰弱特征提示代偿失调的宿主生理储备，可能受益于系统性营养支持、凝血监测和早期康复；非CVD患者的结果仍属假设生成性质，临床应用需等待更大队列验证。研究结论为：CVD共病与AECOPD较差预后相关，且CVD与非CVD患者的预后决定因素不同。CVD患者表现出涉及凝血、营养和血液学失调的多系统特征，而非CVD患者显示出以年龄和免疫-造血轴为中心的更窄概况。然而，证据强度因结局而异：住院时长模型得到与CVD状态显著交互作用的支持，而OS1分层模型因缺乏显著交互作用应视为探索性。这些发现为AECOPD的CVD分层风险评估提供了假设生成框架，临床应用于前需在更大规模多中心队列中进行前瞻性验证。
