联合NLR与LAR改善重度心力衰竭住院死亡风险预测的双中心验证研究

《BMC Cardiovascular Disorders》：Combined NLR and LAR show consistent incremental value over the GWTG-HF score in an external severe heart failure cohort, in contrast to NT-proBNP

　　

摘要

背景

重度心力衰竭（HF；Killip或NYHA III–IV级）住院死亡率高，但Get With The Guidelines–心力衰竭（GWTG-HF）评分忽略了炎症、缺氧性损伤和营养状态等与预后相关的因素。我们检验了中性粒细胞与淋巴细胞比值（NLR）和乳酸脱氢酶与白蛋白比值（LAR）是否能在NT-proBNP和该评分的基础上提供增量价值。

方法

在一项双中心回顾性队列研究（推导队列，n?=?1596，死亡223例；外部验证队列，n?=?378，死亡48例）中，评估了四个嵌套logistic模型（GWTG-HF单独使用或联合NLR、LAR或两者），在推导队列中评估其区分度、重新分类和校准度；联合模型经bootstrap验证乐观度，并在两个队列中与GWTG-HF?+?NT-proBNP进行比较。通过多变量logistic回归评估NLR和LAR的独立关联，校正GWTG-HF评分、年龄、性别、log转换的NT-proBNP、心肌梗死病史、糖尿病和中重度慢性肾脏病。在外部验证中，不进行重新拟合（仅重新校准截距），重新评估区分度、校准度和决策曲线分析，但不重新评估重新分类。

结果

在该重度心力衰竭队列中，LAR和NLR的单变量区分度高于NT-proBNP（曲线下面积[AUC]分别为0.732和0.704，vs. 0.673）。联合两者使推导队列的AUC从0.750提高至0.777（乐观校正后0.776；综合区分度改善值0.032，p?<?0.001；净重新分类改善值0.059，p?=?0.013），并在外部队列中持续存在（0.670提高至0.710，p?=?0.039）。NT-proBNP模型达到了相似的增益（AUC 0.765），但在外部验证中失去了显著性（p?=?0.914）。LAR在外部验证中仍保持显著（p?=?0.039）；NLR未保持显著（p?=?0.085）；只有联合模型在两个队列中评估的每一项指标上均达到显著。NLR与死亡率独立相关（校正比值比1.032，p?=?0.001）；LAR未保留独立显著性（p?=?0.066）；方差膨胀因子较低（1.13–1.16），表明存在部分信息重叠而非多重共线性。

结论

在GWTG-HF中增加NLR和LAR改善了死亡率区分度，且与NT-proBNP不同，该改善在外部验证中持续存在，尽管病例组合差异带来了一定不确定性；两种增强模型之间未进行直接比较。这表明与炎症、组织损伤和营养状态相关的标志物可能携带超越现有工具的预后信息。由于每个标志物在不同队列中各自表现突出，联合两者而非单独使用任一标志物，提供了最一致的增量价值，支持将其作为低成本的风险分层候选工具。