《Diagnostics》：Serum Zinc Concentration in Relation to Asthma Control and Treatment-Step-Based Severity in Adults: A Retrospective Cross-Sectional Study
编辑推荐：
研究人员饶有兴趣地阅读了F?nd?k等人题为“急诊患者对比剂相关急性肾损伤临床与免疫营养风险评分的比较评估”的研究。该研究针对一个重要的临床问题，比较了Mehran评分、所谓的Pre-CT AKI评分以及若干免疫营养指标在接受增强计算机断层扫描（CT）的急诊患
研究人员饶有兴趣地阅读了F?nd?k等人题为“急诊患者对比剂相关急性肾损伤临床与免疫营养风险评分的比较评估”的研究。该研究针对一个重要的临床问题，比较了Mehran评分、所谓的Pre-CT AKI评分以及若干免疫营养指标在接受增强计算机断层扫描（CT）的急诊患者中的应用。致力于寻找一种易于应用的风险分层策略非常有价值，尤其是在临床异质性和时间限制使个体化评估复杂化的急症人群中。然而，关于Pre-CT AKI评分的定义和实施、结局的分类以及所报告分析的内部一致性等问题有待澄清。
主要问题涉及被认定为“Pre-CT AKI评分”的模型。研究人员引用了Pattharanitima等人的研究作为该评分的来源，并声明所评估的评分均按其原始定义计算。然而，文章中表1描述的模型与原始的Pre-CT AKI评分并不相符。在Pattharanitima等人的推导和验证研究中，该评分包括男性性别、临床环境、血红蛋白低于10 g/dL以及分类的基线估算肾小球滤过率（eGFR）。男性性别赋值1分；门诊、非重症监护病房住院和重症监护病房分别赋值0、4和11分；血红蛋白低于10 g/dL赋值3分；eGFR类别赋值介于0至9分之间。
相比之下，F?nd?k等人使用的模型包括收缩压低于90 mmHg、血清肌酐高于1.2 mg/dL、血红蛋白低于12 g/dL、eGFR低于60 mL/min/1.73 m2以及对比剂用量超过100 mL，相应的分值分别为2、2、2、3和2分。原始模型中的临床环境类别或性别成分均未被保留，而低血压、血清肌酐和对比剂用量作为新变量被引入。血红蛋白阈值和eGFR组分的结构也被改变。因此，这并非对原始评分的微小调整或替代性实施，而是一个本质不同的复合模型。同时纳入血清肌酐和eGFR也值得注意，因为这些变量代表了基线肾功能的密切相关的测量指标，可能部分重复了相同的基础信息。
当一个预测评分在其包含的预测因子、阈值、权重系统、总分范围及风险类别均已改变时，通常不能被视为与其源模型相同。这样的模型可被描述为改良版或新构建的评分，但其修改理由、推导方法、回归系数及验证程序应予以清晰报告。在本文章中，未提供这些修改后变量和权重的推导方法或独立来源。因此，除非作者能够澄清发表的表格存在错误，并且统计分析中实际使用了原始算法，否则所报告的曲线下面积（AUC）不应被解释为对原始Pre-CT AKI评分的外部验证。
所报告的评分范围也存在内部不一致。所列出的组分最大得分为11分：收缩期低血压、血清肌酐高于1.2 mg/dL、血红蛋白低于12 g/dL及对比剂用量超过100 mL各2分，加上eGFR低于60 mL/min/1.73 m2的3分。然而，表格报告的总范围为0–12分。这一差异可能反映了遗漏的组分、错误的赋值或笔误。由于所报告的高风险阈值7分以及受试者工作特征（ROC）分析依赖于确切的算法，因此应澄清真实的评分范围以及应用于数据集的计算方式。
即使原始Pre-CT AKI算法未经修改地被应用，其向该急诊人群的可移植性也需要澄清。原始评分根据临床环境赋予不同权重，区分门诊、非ICU住院和ICU患者。对于通过急诊科就诊的患者，应明确描述将个体归入这些类别的方法，例如根据后续处置或其他预定义的分类规则。此外，排除eGFR < 30 mL/min/1.73 m2的患者移除了原始评分中携带最高肾功能权重的类别，而在敏感性分析中排除ICU患者则移除了11分的临床环境类别。这些限制有效地截断了适用的评分范围，并可能改变评分的分布和性能。因此，在考虑原始Pre-CT AKI模型对该选择性急诊队列的普适性时，应对所报告的区分度谨慎解读。
另一个问题涉及对比剂相关急性肾损伤（CA-AKI）的定义。F?nd?k等人将结局定义为对比剂暴露后48–72小时内血清肌酐较基线升高至少0.3 mg/dL或至少25%。这不仅不同于改善全球肾脏病预后组织（KDIGO）的定义，也不同于原始Pre-CT AKI推导和验证研究中使用的结局定义。Pattharanitima等人使用了KDIGO血清肌酐标准，定义为48小时内升高≥0.3 mg/dL或7天内升高至基线的≥1.5倍，并特别指出纳入≥25%升高的旧定义可能产生不同的发生率估计值。因此，F?nd?k等人的研究似乎在预测因子算法和结局定义两方面都与原始Pre-CT AKI研究不同，进一步限制了其作为原始模型外部验证的解释力度。此外，将≥0.3 mg/dL标准应用于48–72小时间隔，超出了KDIGO规定的48小时窗口。尽管欧洲泌尿生殖放射学会（ESUR）指南在放射学实践中保留了用于造影后AKI评估的实用48–72小时窗口，但他们推荐基于KDIGO的血清肌酐阈值。因此，使用基于血清肌酐的KDIGO标准进行敏感性分析将提供更多信息。
术语也应标准化。该文章在方法和结果部分的部分地方使用了“对比剂诱导肾病（CIN）”，而摘要中使用了“对比剂相关急性肾损伤（CA-AKI）”。这两个术语不可互换：CA-AKI描述了与对比剂给药在时间上相关联发生的AKI，而不一定暗示因果关系，而对比剂诱导的AKI则暗示因果关系。因此，当代共识建议在因果关系尚未确立时区分CA-AKI与对比剂诱导的AKI。
关于肾功能评估的其他方细节将提高可重复性和解释力。作者应说明血清肌酐是使用Jaffe法还是酶法测量的，以及该方法是否可溯源至同位素稀释质谱法（IDMS）。用于计算eGFR的公式也应报告，包括使用的是慢性肾脏病流行病学协作组（CKD-EPI）2009公式、CKD-EPI 2021公式还是肾脏病膳食改良试验（MDRD）公式。同样重要的是基线血清肌酐的定义。F?nd?k等人似乎使用了急诊科就诊时获得的肌酐值，而Pattharanitima等人则将基线定义为CT前365天内可获得的最新的血清肌酐值。在急性疾病期间获得的入院测量值不一定代表稳定的基线肾功能。当≥25%的相对升高作为结局定义的一部分使用时，这种区别变得尤为重要，因为在低基线肌酐浓度下，该阈值可能对应一个相对较小的绝对变化。在此范围内，分析变异和受试者内生物学变异可能变得具有临床相关性，并且解释可能受到检测相关变异性的进一步影响，包括Jaffe法肌酐测量潜在的干扰。因此，应澄清这些方细节。
若干其他报告不一致之处也使解释更加复杂。摘要报告了472例患者，方法部分描述了522例患者的主要队列，而结果部分则呈现了最终分析中的479例患者。ROC结果在各部分也有所不同。Pre-CT AKI的AUC在摘要和表8中被报告为约0.87，但在结果正文和图注中被报告为0.918。类似地，Mehran评分也报告了不同的数值。另一项报告的ROC分析中存在额外的不一致，摘要给出的AUC为0.71，而结果部分报告的AUC为0.282。后一个值可能反映了区分度的反向方向，因为1 ? 0.282 = 0.718；然而，在结局编码和ROC方向得到澄清之前不能假定如此，因此应协调所报告的值。应协调这些差异，以便读者能够确定哪个队列和哪些分析支撑了结论。
另一个重要问题涉及大量因无法获得随访血清肌酐测量而被排除的患者。在最初筛选的1281例患者中，有576例因此被排除，超过了最终分析队列的规模。重复肌酐检测的可获得性不太可能是完全随机的，因为临床上病情较重或被认为肾脏风险较高的患者更有可能接受重复实验室评估。因此，将分析限制在有48–72小时肌酐测量值的患者可能会引入选择偏倚或验证偏倚，并可能影响观察到的AKI发生率以及所评估评分的估计区分性能。应明确承认这一局限性，如果数据可得，比较被纳入和被排除患者的基线特征将提供有用信息。在原始Pre-CT AKI推导研究中也承认了与无法获得造影后肌酐测量值类似的局限性。
结局事件数量少也值得特别关注。仅有10例患者发生了CA-AKI，涉及五个协变量的分析对应于每个变量约2个事件的比值。这种稀疏事件数据引发了对系数稳定性、过拟合以及估计模型性能精度的重大担忧。如果该分析被解释为预测模型的外部验证，这些担忧尤其相关。先前的方指导建议外部验证通常需要至少100个结局事件，较大的数量更有利于精确估计区分度和校准度。更近期的指导强调，样本量理想情况下应根据关键性能指标所需的精度来确定，而非依据单一的经验法则。在此背景下，所报告的基于GPower 3.1的先验计算——该计算主要基于假设的7%事件发生率得出所需样本量为27——似乎并未很好地与当代预测模型验证方*保持一致。相反，验证样本量的论证应考虑预期事件比例以及对区分度和校准度估计所需的精度。因此，鉴于CA-AKI事件数量非常有限，应对所报告的预测性能谨慎解读。
这些评论并未削弱在急诊人群中比较实用CA-AKI预测工具的临床重要性。该研究解决了一个相关的空白，并可能提供关于肾功能和免疫营养脆弱性的有用初步观察。然而，在将研究结果解释为原始Pre-CT AKI评分优于Mehran评分和免疫营养评分的证据之前，有必要澄清实际使用的评分、纠正其报告的范围、协调队列和ROC结果，并使用标准化的CA-AKI定义进行重新分析。
总之，主要问题不仅仅是命名上的差异，而是所引用的原始模型与文章中分析的评分之间缺乏对应关系。在算法和结局定义得到澄清之前，所报告的结果应被视为对一个描述不充分的复合评分的评估，而非对原始Pre-CT AKI评分的外部验证。
研究背景与现存问题
对比剂相关急性肾损伤（CA-AKI）是接受含碘对比剂增强影像检查后的一种潜在严重并发症。在急诊科环境中，患者临床异质性高、时间紧迫，快速准确地识别高风险人群对于预防性干预至关重要。近年来，多种临床风险评分被开发用于预测CA-AKI，其中Mehran评分应用广泛，而Pattharanitima等人于2025年提出的Pre-CT AKI评分是较新的预测工具。此外，一些反映炎症和营养状态的免疫营养指标也被探索用于风险分层。然而，将这些评分工具在急诊人群中进行系统性比较验证的研究尚属空白。F?nd?k等人开展了一项回顾性横断面研究，旨在比较Mehran评分、Pre-CT AKI评分以及多种免疫营养评分在急诊增强CT患者中预测CA-AKI的性能。
研究方法概述
该研究为一项单中心回顾性横断面研究，纳入了某医院急诊科接受增强CT检查的成人患者。主要关键技术方法包括：1）通过电子病历系统回顾性收集患者人口学资料、实验室检查和临床变量；2）采用既定的评分算法计算Mehran评分、Pre-CT AKI评分以及控制营养状况（CONUT）评分、预后营养指数（PNI）、中性粒细胞-淋巴细胞比率（NLR）和血小板-淋巴细胞比率（PLR）等免疫营养指标；3）以对比剂暴露后48-72小时内血清肌酐升高≥0.3 mg/dL或≥25%作为CA-AKI的定义标准；4）使用受试者工作特征（ROC）曲线分析评估各评分的区分度，并以Youden指数确定最佳截断值。
研究结果
1. 队列特征与CA-AKI发生率
研究共筛选1281例患者，最终分析纳入479例。其中10例（2.1%）发生CA-AKI。发生CA-AKI的患者年龄更大，基线血清肌酐和尿素氮水平更高，eGFR更低，合并糖尿病和心力衰竭的比例更高。
2. Pre-CT AKI评分与原始模型的差异
研究人员发现，F?nd?k等人文章中描述的Pre-CT AKI评分与Pattharanitima等人原始推导的模型存在根本性差异。原始Pre-CT AKI评分包含男性性别、临床环境（门诊/非ICU住院/ICU）、血红蛋白<10 g/dL和分类eGFR四个变量，赋值体系为：男性1分，临床环境0/4/11分，血红蛋白<10 g/dL 3分，eGFR类别0-9分。而F?nd?k等人使用的模型包含收缩压<90 mmHg（2分）、血清肌酐>1.2 mg/dL（2分）、血红蛋白<12 g/dL（2分）、eGFR<60 mL/min/1.73 m2（3分）和对比剂用量>100 mL（2分），总分范围0-11分，但表中报告为0-12分，存在内部矛盾。该模型完全改变了预测因子、阈值、权重分配和风险分类，应被视为一个全新的复合评分而非原始Pre-CT AKI评分的外部验证。
3. 评分范围与内部一致性
所报告的各组分最高得分之和为11分（低血压2分+肌酐2分+血红蛋白2分+eGFR 3分+对比剂用量2分），但表格声称总范围为0-12分，相差1分。这可能源于遗漏的组分、错误的赋分或笔误。由于高风险阈值7分和ROC分析均依赖精确算法，这一差异直接影响结果的可靠性。
4. CA-AKI定义与KDIGO标准的偏差
该研究将CA-AKI定义为48-72小时内血清肌酐升高≥0.3 mg/dL或≥25%，这与KDIGO标准（48小时内升高≥0.3 mg/dL或7天内升高至基线的1.5倍）存在两处差异：一是时间窗扩展至72小时，二是保留了≥25%的相对升高标准。Pattharanitima等人的原始研究明确采用了KDIGO标准，并指出≥25%标准可能产生不同的事件发生率。因此，F?nd?k等人的研究在预测因子算法和结局定义两方面均偏离了原始模型。
5. 报告不一致与方限**
研究中存在多处报告不一致：摘要报告472例患者，方法部分描述522例，结果部分呈现479例；Pre-CT AKI评分的AUC在摘要和表8中约为0.87，在结果正文和图注中为0.918；另一项分析的AUC在摘要中为0.71，在结果中为0.282。此外，576例（45%）因缺乏随访肌酐值被排除，可能导致选择偏倚。CA-AKI事件仅10例，事件-变量比约为2:1，远低于外部验证所需的最低要求（通常建议≥100个事件）。
讨论与结论
讨论部分要点： 研究人员指出，F?nd?k等人的研究虽然针对急诊CA-AKI预测这一重要临床问题，但其方法**缺陷严重限制了结论的有效性。最核心的问题是所使用的“Pre-CT AKI评分”实质上是一个未经推导和验证的新模型，不能被视为对原始Pre-CT AKI评分的外部验证。此外，CA-AKI结局定义的非标准化、评分范围的内部不一致、样本量和事件数的不足、大量患者因缺失数据被排除导致的潜在偏倚，以及多个报告数据点之间的矛盾，都使得研究结果难以复现和解释。研究人员强调，在算法和结局定义得到澄清之前，该研究的发现应被看作是对一个描述不充分的复合评分的评估，而非对原始Pre-CT AKI评分的有效验证。
研究结论： 主要问题并非仅仅是命名上的差异，而是所引用的原始模型与文章中分析的评分之间缺乏对应关系。在算法和结局定义得到澄清之前，所报告的结果应被视为对一个描述不充分的复合评分的评估，而非对原始Pre-CT AKI评分的外部验证。
