《Frontiers in Neurology》：Frailty combined with nutritional risk for predicting stroke-associated pneumonia: a cohort study based on a nomogram model
编辑推荐：
引言：卒中相关性肺炎（SAP）是急性重症卒中患者常见且严重的并发症，现有风险评估工具在危重人群中的预测准确性有限。本研究创新性地将反映应激耐受性与整体生理储备的衰弱与营养风险纳入早期SAP预测模型。方法：对2013年至2024年重庆医科大学附属第一医院神经重症
引言：卒中相关性肺炎（SAP）是急性重症卒中患者常见且严重的并发症，现有风险评估工具在危重人群中的预测准确性有限。本研究创新性地将反映应激耐受性与整体生理储备的衰弱与营养风险纳入早期SAP预测模型。方法：对2013年至2024年重庆医科大学附属第一医院神经重症监护病房收治的293例危重卒中患者开展回顾性队列研究。收集临床特征与实验室指标，评估衰弱状态与营养风险，分析两者对SAP发生的相加交互作用。通过多因素logistic回归识别独立预测因子并构建可视化列线图。采用受试者工作特征曲线下面积（AUC）、校准图、决策曲线分析（DCA）及10折交叉验证评价模型性能。结果：共纳入293例重症卒中患者，其中126例（43%）发生SAP。相加交互分析显示衰弱与营养风险对SAP存在正向相加交互作用，归因比例（AP）为0.711（95% CI=0.358~1.065），协同指数（SI）为3.694（95% CI=1.200~11.364）。整合年龄、鼻胃管使用、中性粒细胞与淋巴细胞比值（NLR）、衰弱状态与营养风险的SAP风险预测模型判别性能良好，AUC为0.848，显著高于传统ISAN评分（AUC=0.589）。内部验证准确率73.93%、灵敏度77.30%、特异度71.95%，稳定性良好；校准曲线吻合度高；DCA显示模型临床净获益明显优于ISAN评分。讨论：本研究首次将衰弱与营养风险整合入SAP预测模型，显著提升早期风险识别能力，为危重卒中患者的精准预防与靶向干预提供了创新实用工具。
研究背景：卒中是全球致死与致残的主要病因之一，卒中相关性肺炎（SAP，定义为非机械通气者卒中发病7日内发生的肺炎）发生率5.3%~37.9%，占卒中相关死亡的10.1%~37.3%，并使住院死亡风险升高约40%~45%。SAP早期征象隐匿，延误诊治显著影响危重卒中预后。既往A2DS2、ISAN等评分仅依赖常规临床与实验室指标，难以刻画整体生理储备与代谢状态，预测效能受限。衰弱（多系统功能衰退与应激耐受下降）与营养风险（免疫与代谢功能受损）相互强化，共存时生理脆弱性增高，可能协同放大SAP风险，但二者联合预测SAP的系统研究稀缺。为此，研究人员在《Frontiers in Neurology》报道了一项基于重庆医科大学附属第一医院神经重症监护病房（NICU）2013—2024年电子病历的回顾性队列研究，旨在评估入院时衰弱与营养风险对重症卒中SAP的预测价值并构建列线图模型。
主要关键技术方法：研究人员从NICU筛选293例≥18岁、首发卒中≤48小时、NICU停留≥48小时且排除入院前肺部感染、机械通气及多器官衰竭等的危重卒中患者；由受过培训的神经科医师依据临床记录以临床衰弱量表（CFS，≥5分为衰弱）和改良危重病营养风险评分（mNUTRIC，≥5分为高风险）盲法评估暴露，加权Kappa=0.949；候选变量经单因素分析后进入LASSO-logistic回归按λ1se筛选，再以多因素logistic回归（方差膨胀因子VIF<5）建模型，用R软件rms包绘列线图；性能以AUC、Hosmer-Lemeshow检验、Brier评分、2000次bootstrap与10折交叉验证、DCA及按总分三段风险分层评价；相加交互作用以“非衰弱且低营养风险”为参照计算交互对比比（ICR）、归因比例（AP）与协同指数（SI）。
研究结果：
3.1 重症卒中患者基线特征与SAP单因素分析：293例中126例（43%）发生SAP；SAP组年龄≥65岁、房颤、鼻胃管、CFS衰弱、mNUTRIC高风险及APACHE II更高（p<0.05），提示上述因素与SAP相关。
3.2 衰弱与营养风险对SAP的相加交互作用：以非衰弱低营养风险为参照，衰弱合并高营养风险者SAP发生率88.68%，OR=29.089（95% CI=10.470~80.814）；AP=0.711（95% CI=0.358~1.065），SI=3.694（95% CI=1.200~11.364），证实二者存在正向相加交互，约71.1%共存者SAP可归因于交互效应。
3.3 SAP预测模型变量筛选：LASSO-logistic按λ1se保留年龄、鼻胃管、衰弱营养状态、NLR四项非零系数变量。
3.4 模型构建与验证：多因素logistic回归显示四变量均独立预测SAP（VIF<2），按贡献依次为衰弱营养状态、鼻胃管、年龄、NLR；模型AUC=0.848（95% CI=0.802~0.895），Hosmer-Lemeshow χ2=12.612（p=0.126），Brier=0.150；10折交叉验证在截断值0.410下准确率0.739、灵敏度0.773、特异度0.720。
3.5 与传统评分比较：模型AUC较ISAN评分（0.589）提高0.258（95% CI=0.198~0.319，p<0.001）。
3.6 列线图开发与验证：列线图赋分（如衰弱合并高营养风险100分、年龄≥65岁30分等）C-index=0.848，2000次bootstrap校准曲线平均绝对误差0.011。
3.7 决策曲线与风险分层：DCA示模型净获益优于全员干预与全不干预策略；按列线图总分分低（0~69，SAP 14.05%）、中（70~124，40.51%）、高（≥125，82.80%）三层，差异显著（p<0.001）。
讨论总结：研究人员指出，衰弱作为生理储备耗竭标志、营养风险作为免疫与黏膜屏障受损标志，在卒中人群中常共存并协同抬升SAP易感性；本研究首次将二者联入模型，突破传统评分不能反映整体储备的瓶颈。局限为单中心回顾性、样本较小、排除入院机械通气者、未追踪动态变化、仅内部验证。结论部分翻译：衰弱与营养风险是重症卒中SAP的显著独立预测因子；本研究首创将其整合入综合预测模型，通过可视化列线图实现个体化风险量化，模型预测准确度高、临床价值强，为重症卒中精准评估与个体化干预提供实用工具，并推动卒中风险管理从“以疾病为中心”转向“以患者为中心”，有望改善预后、优化医疗资源分配并减轻社会负担。
