《Science Progress》：Association between preoperative RDW and in-hospital death in trauma patients: A multicenter retrospective cohort study
编辑推荐：
目的：红细胞分布宽度（RDW）是一种新兴的创伤预后标志物。该研究旨在探讨外科创伤患者术前RDW与住院死亡之间的关联。
方法：这项回顾性队列研究纳入了来自中国三个医疗中心及MIMIC-IV 2.2数据库的34,848例外科创伤患者。构建受试者工作特征（ROC）
目的：红细胞分布宽度（RDW）是一种新兴的创伤预后标志物。该研究旨在探讨外科创伤患者术前RDW与住院死亡之间的关联。
方法：这项回顾性队列研究纳入了来自中国三个医疗中心及MIMIC-IV 2.2数据库的34,848例外科创伤患者。构建受试者工作特征（ROC）曲线以评估术前（入院时）RDW对住院死亡的判别能力，并确定用于患者分层的最佳截断值。采用卡钳值为0.01的倾向性评分匹配（PSM），均衡两组间18个协变量，包括人口统计学特征、生命体征、损伤严重度评分和合并症。PSM后共匹配7,697对。采用二元logistic回归评估RDW与住院死亡之间的关系。
结果：住院死亡率为3.02%（1,051/34,848）。术前RDW对住院死亡具有中等判别能力，曲线下面积（AUC）为0.777（95% CI 0.763–0.792）。PSM前，Pre-RDW > 14.25%组的住院死亡率显著高于Pre-RDW ≤ 14.25%组（7.58%对1.11%，P < 0.001）。PSM后，住院死亡患者的RDW显著高于非死亡患者（16.14 ± 2.75对14.63 ± 2.13，P < 0.001）。RDW每增加1%，住院死亡几率增加24%。二元logistic回归显示，RDW > 14.25%与住院死亡几率增加2.58倍相关（95% CI 2.17–3.05，P < 0.001）。
结论：术前RDW升高与创伤患者住院死亡独立相关，且RDW > 14.25%提示住院死亡风险显著升高。
论文解读：术前红细胞分布宽度与创伤患者住院死亡的关系
一、研究背景与目的
创伤相关死亡是全球重大公共卫生问题，每年约导致500万人死亡，占全球死亡总数的8%，且是年轻成年人主要死因之一。美国每年因致命和非致命创伤损失约6700亿美元，给生命、公共健康和经济造成沉重负担。创伤相关死亡机制涉及全身性炎症、创伤性凝血病、感染以及皮质醇、儿茶酚胺或细胞因子等应激激素释放引起的代谢亢进。绝大多数创伤患者需要外科手术干预，而手术本身可诱发严重炎症、缺血再灌注损伤和氧化应激，进而影响死亡率。既往已知与创伤患者围术期死亡相关的因素包括入院昏迷状态、围术期体温<36°C、术中平均动脉压<60 mmHg、血清钙<2.0 mmol/L、凝血酶原时间延长及围术期输血等。然而，这些指标大多在术中或术后获得，术前可快速获取的预警指标仍十分有限。红细胞分布宽度（RDW）与炎症、氧化应激和器官损伤相关，而这些过程亦常见于创伤患者。急性失血导致血液稀释并刺激骨髓代偿性造血，使未成熟网织红细胞提前释放入外周循环，直接增加红细胞体积异质性；同时组织缺氧及炎症细胞因子（如IL-6）抑制红细胞成熟，共同导致RDW升高。既往研究已提示RDW升高与创伤后大量输血相关，可反映显著出血并关联死亡率。但既往研究结论不一致，可能受限于单中心小样本。多数研究关注入院RDW与住院并发症，而较少探讨术前（入院时）RDW与创伤患者住院死亡的关系。鉴于RDW作为常规、经济且易获取的指标，研究人员假设术前RDW升高与创伤患者住院死亡率升高相关，并开展多中心回顾性队列研究验证该假设。
二、研究设计与主要方法
研究人员从中国三个医疗中心（大坪医院、重庆急救医疗中心、火箭军特色医学中心）及美国MIMIC-IV 2.2数据库纳入2017年1月至2022年12月期间接受手术治疗的成人创伤患者，共34,848例。采用受试者工作特征（ROC）曲线评估术前RDW对住院死亡的判别能力，并依据约登指数确定最佳截断值14.25%。应用卡钳值为0.01的1:1倾向性评分匹配（PSM），平衡了人口学特征、生命体征、损伤严重度评分（ISS）和术前合并症共18个协变量，匹配后获得7,697对患者。随后采用二元logistic回归分析术前RDW与住院死亡的关联。此外，还进行了限制性立方样条（RCS）回归探讨非线性关系，采用bootstrap内部验证（1,000次重抽样）评估截断值稳定性，并进行亚组分析和敏感性分析以检验结果的稳健性。
三、主要结果
3.1 患者基线特征
共纳入34,848例创伤手术患者，总住院死亡率为3.02%（1,051例）。术前RDW判别住院死亡的AUC为0.777（95% CI 0.763–0.792），最佳截断值为14.25%。其中24,584例（70.55%）术前RDW≤14.25%，10,264例（29.45%）术前RDW>14.25%。队列平均年龄54.48±19.83岁，高RDW组年龄更大（63.22±17.60对50.83±19.57，P<0.001）。高RDW组入院心率、休克指数、ISS更高，合并症（心力衰竭、糖尿病、冠心病、高血压等）比例也更高。
3.2 PSM前后协变量比较
PSM前，两组间15个基线特征的标准化均差（SMD）>0.1，存在显著不均衡。PSM后成功匹配7,697对，除种族（SMD=0.184）外，其余所有协变量SMD均<0.1，表明匹配显著改善了两组间大部分基线特征的均衡性，但种族残余不均衡提示仍需谨慎解读结果。
3.3 术前RDW与住院死亡的关联
PSM前，术前RDW>14.25%组的住院死亡率为7.58%，显著高于RDW≤14.25%组的1.11%（P<0.001）。住院死亡组术前RDW显著高于非死亡组（16.16±2.78对13.86±1.95，P<0.001）。未调整分析中，RDW>14.25%与住院死亡几率升高7.30倍相关（95% CI 6.35–8.40，P<0.001），RDW每增加1%对应死亡几率升高36%（95% CI 1.33–1.39，P<0.001）。PSM后，RDW>14.25%组住院死亡率为6.28%，仍显著高于RDW≤14.25%组的2.53%（P<0.001）；死亡组RDW为16.14±2.75，高于非死亡组的14.63±2.13（P<0.001）。二元logistic回归显示，PSM后RDW>14.25%与住院死亡几率升高2.58倍相关（95% CI 2.17–3.05，P<0.001），每增加1%的RDW对应死亡几率升高24%（95% CI 1.21–1.27，P<0.001）。这表明术前RDW升高与创伤患者住院死亡之间存在稳定且独立的关联。
3.4 附加敏感性分析和亚组分析
四个数据源的基线特征存在显著差异，住院死亡率分别为0.13%（大坪医院）、3.88%（重庆急救医疗中心）、0.13%（火箭军特色医学中心）和7.71%（MIMIC-IV 2.2），因此将数据源作为协变量纳入回归模型。在校正人口学特征、损伤严重度、入院状态、合并症和数据源后，连续RDW（调整后OR 1.19，95% CI 1.17–1.22，P<0.001）和分类RDW（调整后OR 2.68，95% CI 2.29–3.14，P<0.001）仍与住院死亡显著相关。PSM敏感性分析（7,484对）得到一致结果。RCS回归显示RDW与住院死亡存在显著非线性关系，随RDW增高死亡几率逐渐上升。bootstrap内部验证显示偏差校正后AUC仍为0.777，表明截断值判别性能稳定。亚组分析显示，在不同性别、年龄、急诊入院状态、入院休克指数和ISS亚组中，RDW与住院死亡的关联方向一致，且无显著交互作用，提示该关联在临床相关人群中具有一致性。
四、讨论与结论
本研究表明，术前RDW对创伤患者住院死亡具有中等判别能力，AUC为0.777，截断值14.25%。RDW每增加1%与住院死亡几率升高24%相关，RDW>14.25%与住院死亡几率升高2.58倍相关。这些发现提示，临床医生在患者入院或术前若观察到RDW超过14.25%，应提高警惕并加强监测，早期干预可能改善预后。RDW作为常规、廉价且易于获取的指标，有望成为现有创伤风险评估系统的辅助工具。既往关于RDW与创伤死亡关系的研究结论不一，可能归因于单中心设计、样本量小及人群同质性；本研究以大规模多中心队列提供了更稳健的证据。关于机制，创伤后失血、缺氧、炎症、氧化应激、营养缺乏及骨髓功能障碍等均可导致红细胞稳态失衡，进而使RDW升高，但确切机制仍未被完全阐明。本研究存在一定的局限性，包括回顾性设计、部分关键变量缺失、种族残余不均衡、未测量混杂因素以及截断值缺乏外部验证等，因此结果应谨慎解读。未来需开展标准化数据收集的前瞻性多中心研究加以验证。
研究结论：研究人员发现，术前（入院时）RDW升高与创伤患者住院死亡相关，且术前RDW>14.25%与创伤患者住院死亡独立相关。
