
-
生物通官微
陪你抓住生命科技
跳动的脉搏
将营养状况评分作为脓毒症住院死亡风险分层的新型预测工具:一项大规模回顾性队列分析
《BMC Infectious Diseases》:Controlling nutritional status score as a novel prognostic tool for hospital mortality risk stratification in sepsis: a large-scale retrospective cohort analysis
【字体: 大 中 小 】 时间:2026年07月24日 来源:BMC Infectious Diseases 3.2
编辑推荐:
摘要引言营养不良与危重病人的不良预后相关。然而,控制营养状态评分在脓毒症中的预后价值仍不明确。本研究旨在探讨该评分与脓毒症患者医院死亡率之间的关联。方法在这项回顾性队列研究中,从eICU协作研究数据库中选取了2,143名脓毒症患者,根据CONUT评分将其分为轻度(2–4分)、中度
营养不良与危重病人的不良预后相关。然而,控制营养状态评分在脓毒症中的预后价值仍不明确。本研究旨在探讨该评分与脓毒症患者医院死亡率之间的关联。
在这项回顾性队列研究中,从eICU协作研究数据库中选取了2,143名脓毒症患者,根据CONUT评分将其分为轻度(2–4分)、中度(5–8分)和重度(9–12分)营养不良组。通过多变量逻辑回归分析来评估不同评分组与医院死亡率之间的关系。同时进行亚组分析,以考察这种关联在不同人群中的稳定性。此外还采用限制性立方样条分析来探究CONUT评分与医院死亡率之间可能的非线性关系。
随着营养不良程度的加重,医院死亡率也逐渐上升:轻度组为8.13%,中度组为16.14%,重度组则为23.27%(P?<?0.001)。在充分调整了混杂因素后,与轻度组相比,中度组的医院死亡风险显著更高(调整后比值比:1.60,95%置信区间:1.07–2.38,P?=?0.021),重度组的风险则更高(调整后比值比:2.66,95%置信区间:1.73–4.07,P?<?0.001)。亚组分析显示,在不同的人口统计学和临床特征下,这种关联依然存在(所有交互作用项的P值均>0.05)。限制性立方样条分析表明,CONUT评分与医院死亡风险之间存在显著的线性剂量-反应关系(整体P值<0.001,非线性P值=0.685)。CONUT评分每增加1分,医院死亡的调整后风险就会上升15%(调整后比值比1.15,95%置信区间1.09–1.21)。经过全面调整的模型具有较好的区分能力(AUC 0.773,95%置信区间0.747–0.799),且校准效果优异(Hosmer-Lemeshow检验P值=0.390)。
较高的CONUT评分与脓毒症患者更高的医院死亡风险存在独立关联。该评分有望成为用于脓毒症风险分层的有效预后指标。
营养不良与危重病人的不良预后相关。然而,控制营养状态评分在脓毒症中的预后价值仍不明确。本研究旨在探讨该评分与脓毒症患者医院死亡率之间的关联。
在这项回顾性队列研究中,从eICU协作研究数据库中选取了2,143名脓毒症患者,根据CONUT评分将其分为轻度(2–4分)、中度(5–8分)和重度(9–12分)营养不良组。通过多变量逻辑回归分析来评估不同评分组与医院死亡率之间的关系。同时进行亚组分析,以考察这种关联在不同人群中的稳定性。此外还采用限制性立方样条分析来探究CONUT评分与医院死亡率之间可能的非线性关系。
随着营养不良程度的加重,医院死亡率也逐渐上升:轻度组为8.13%,中度组为16.14%,重度组则为23.27%(P?<?0.001)。在充分调整了混杂因素后,与轻度组相比,中度组的医院死亡风险显著更高(调整后比值比:1.60,95%置信区间:1.07–2.38,P?=?0.021),重度组的风险则更高(调整后比值比:2.66,95%置信区间:1.73–4.07,P?<?0.001)。亚组分析显示,在不同的人口统计学和临床特征下,这种关联依然存在(所有交互作用项的P值均>0.05)。限制性立方样条分析表明,CONUT评分与医院死亡风险之间存在显著的线性剂量-反应关系(整体P值<0.001,非线性P值=0.685)。CONUT评分每增加1分,医院死亡的调整后风险就会上升15%(调整后比值比1.15,95%置信区间1.09–1.21)。经过全面调整的模型具有较好的区分能力(AUC 0.773,95%置信区间0.747–0.799),且校准效果优异(Hosmer-Lemeshow检验P值=0.390)。
较高的CONUT评分与脓毒症患者更高的医院死亡风险存在独立关联。该评分有望成为用于脓毒症风险分层的有效预后指标。