《Frontiers in Cardiovascular Medicine》：A nomogram integrating CTPA parameters and serum biomarkers to predict 30-day mortality and refine risk stratification in non-high-risk acute pulmonary embolism
编辑推荐：
目的：探讨CT肺动脉造影（CTPA）影像参数联合血清生物标志物对非高危急性肺栓塞（APE）30天全因死亡的预测价值，并比较简化肺栓塞严重程度指数（sPESI）各风险层间参数差异。方法：这项回顾性研究纳入250例首发非高危APE患者（50例死亡，200例生存）。
目的：探讨CT肺动脉造影（CTPA）影像参数联合血清生物标志物对非高危急性肺栓塞（APE）30天全因死亡的预测价值，并比较简化肺栓塞严重程度指数（sPESI）各风险层间参数差异。方法：这项回顾性研究纳入250例首发非高危APE患者（50例死亡，200例生存）。收集CTPA衍生的肺动脉阻塞指数（PAOI）、右/左心室直径比（RV/LV）、主肺动脉/升主动脉直径比，以及血清生物标志物高敏心肌肌钙蛋白I（hs-cTnI）、脑钠肽（BNP）、D-二聚体、血乳酸（BLa）。采用Firth惩罚似然逻辑回归筛选独立危险因素并构建列线图，进行内部验证，量化其相对于sPESI的增量预测价值；采用Cox回归评估预后价值与交互作用；采用Spearman相关分析观察影像与标志物关系；按sPESI分为中危（≥1分）与低危（0分）组进行比较和生存分析。结果：死亡组与生存组在晕厥、年龄>80岁、收缩压（SBP）<100 mmHg、PAOI、RV/LV、hs-cTnI、BNP、BLa方面差异显著（P<0.05）。独立预测因子为晕厥（OR=5.846，95% CI：1.552–22.030）、SBP<100 mmHg（OR=6.118，95% CI：1.899–19.704）、RV/LV（OR=1.285，95% CI：1.028–1.607）、BNP（OR=1.002，95% CI：1.000–1.004）、BLa（OR=2.162，95% CI：1.372–3.406）。列线图区分度良好（AUC=0.878），校准与临床净获益好，显著优于sPESI（AUC=0.713，P<0.001）。Cox回归证实部分预测因子，但sPESI非独立因素（HR=0.478，P=0.178）。PAOI和RV/LV与hs-cTnI、BNP、BLa正相关（r=0.345–0.427，P<0.001）。中危组死亡率、PAOI、RV/LV、BNP、BLa高于低危组（P<0.05）。结论：整合晕厥、SBP<100 mmHg、RV/LV、BNP、BLa的列线图可有效预测非高危APE患者30天死亡，优于sPESI；CTPA影像与血清生物标志物提供独立且互补的预后信息，可改善风险分层。
研究背景方面，急性肺栓塞（APE）是仅次于冠心病与卒中的第三大心血管急症。按血流动力学状态可分为高危与非高危，非高危患者占确诊多数。即便规范化抗凝后，非高危患者30天全因死亡率仍约3.5%，短期不良结局不可忽视。当前指南依血流动力学与简化肺栓塞严重程度指数（sPESI，simplified Pulmonary Embolity Severity Index，简化肺栓塞严重程度指数）早期分层，但sPESI仅含年龄、生命体征、合并症等床边参数，不含右室功能、血栓负荷、组织低灌注等客观指标；外部验证中sPESI预测30天死亡的AUC仅约0.712，低危层中仍有早期致死事件，中危与低危内部异质性大。现有研究多孤立分析单个CTPA参数或单个血清标志物，缺乏把CTPA影像与血清标志物系统整合、并适用于小样本罕见事件模型的证据。因此，研究人员开展本研究，构建并内部验证列线图，量化相对sPESI的增量价值，并探索sPESI层与客观指标关系，以优化非高危APE个体化风险分层。该研究发表于《Frontiers in Cardiovascular Medicine》。
关键技术方法方面，研究人员采用单中心回顾性设计，纳入2022年4月至2024年7月本院250例首发非高危APE患者，按30天全因死亡分为死亡组50例与生存组200例。连续变量依分布采用Mann–Whitney U检验或t检验，分类变量用χ2或Fisher精确检验；对罕见事件用小样本偏倚敏感的Firth惩罚似然逻辑回归筛独立预测因子并建列线图；用500次分层Bootstrap内部验证得乐观校正C-index，以ROC、校准图、Hosmer–Lemeshow检验、决策曲线分析（DCA）评价性能，用连续NRI与IDI量化相对sPESI增量；用Cox比例风险回归看时序预后与交互作用；用Spearman相关分析CTPA参数与血清标志物关系；按sPESI分中危与低危做比较与Kaplan–Meier生存分析。
研究结果方面，3.1 死亡组与生存组临床表现比较：研究人员比较两组临床症状，发现死亡组晕厥比例显著高于生存组（16.00%对3.50%），发热、咳嗽、咯血、呼吸困难、胸痛、肢体肿痛无显著差异，提示晕厥是非高危APE死亡相关的重要临床警示表现。
3.2 死亡组与生存组基线特征比较：研究人员比较人口学、合并症、生命体征与检验影像，死亡组年龄>80岁、SBP<100 mmHg、PAOI、RV/LV、hs-cTnI、BNP、BLa均更高；性别、肥胖、高血压、糖尿病、卒中/TIA史、静脉血栓栓塞（VTE）史、慢性心衰/慢性肺病（CHF/CPD）、恶性肿瘤、近期大出血、近期手术/制动、脉搏≥110 bpm、呼吸频率>30、血氧饱和度<90%、主肺动脉/升主动脉比（PA/AO）、D-二聚体无显著差异，说明右室扩张、心室壁应力、组织低灌注类指标与死亡关联更强。
3.3 非高危APE 30天全因死亡Firth回归分析：研究人员将单因素P<0.05变量同时纳入Firth模型，得出晕厥、SBP<100 mmHg、RV/LV（每增0.1单位）、BNP、BLa为独立预测因子；年龄>80岁、PAOI、hs-cTnI未达显著，说明在控制功能性与灌注指标后，部分解剖负荷信息被替代。
3.4 列线图构建、评价与增量价值：研究人员用显著变量建列线图，其AUC=0.878，校正C-index=0.858，最佳阈值0.248时敏感度78.00%、特异度89.50%；sPESI的AUC=0.713，列线图显著更优（DeLong P<0.001）。校准好（Hosmer-Lemeshow P=0.200），阈值1%–60%内净获益优于“全治疗/不治疗”；连续NRI=0.465、IDI=0.344，证明相对sPESI有明显重分类与判别增益。
3.5 单因素与多因素Cox回归分析：研究人员做生存回归，单因素中晕厥、年龄>80岁、近期大出血、脉搏≥110、SBP<100、SpO?<90%、PAOI、RV/LV、hs-cTnI、BNP、D-二聚体、BLa、sPESI层均关联死亡；多因素中晕厥、年龄>80岁、脉搏≥110、SBP<100、hs-cTnI、D-二聚体、BLa为独立因素，sPESI层调整后不显著（HR=0.478，P=0.178）。sPESI层与RV/LV、BLa无显著交互，说明影像与灌注标志物价值不随sPESI层改变。
3.6 CT影像参数与血清标志物相关分析：研究人员用Spearman分析，PAOI与hs-cTnI、BNP、BLa正相关（r=0.345、0.393、0.426），RV/LV与三者正相关（r=0.407、0.406、0.427），均P<0.001，说明血栓负荷、右室扩张与心肌微损伤、心室壁拉伸、组织缺氧相互联结。
3.7 不同sPESI风险层死亡率、CTPA参数与血清标志物比较：研究人员比较中危118例与低危132例，中危组30天死亡率、PAOI、RV/LV、BNP、BLa更高；PA/AO、hs-cTnI、D-二聚体无差异。Kaplan–Meier显示中危累积生存更低（Log-rank P<0.001），印证sPESI仍有分层能力，但客观指标可补充其不足。
讨论部分总结方面，研究人员指出，列线图整合晕厥、SBP<100 mmHg、RV/LV、BNP、BLa，捕捉了血流动力学临界受损、右室功能障碍、心室壁应力与组织低灌注等病理生理维度，比仅床边参数的sPESI更精细。晕厥与临界低血压虽未达高危休克标准，但反映右室后负荷骤增与代偿临界；RV/LV作为连续变量比≥1.0二分类更具剂量反应信息；BNP反映容量/压力超负荷，BLa反映全身灌注不足，与hs-cTnI（反映心肌损伤）形成互补。Firth与Cox结果不完全一致源于方法属性：Firth惩罚小样本罕见事件、保留最强信号；Cox利用全程生存时间、捕捉持续效应。PAOI在多层模型中因与BNP/BLa共线而被稀释，说明解剖负荷不等于功能后果。sPESI层在调整客观指标后不独立预测死亡，且其不与RV/LV、BLa产生交互，意味着低危者若RV/LV与BLa升高仍应警惕，中危者若二者正常可能短期风险较低。研究人员也承认单中心回顾性、样本小、仅内部验证、终点不分死因、标志物无动态趋势、未比qSOFA与炎症标志物等为局限，需多中心前瞻外部验证。
结论部分翻译：本研究成功构建整合晕厥、SBP<100 mmHg、RV/LV、BNP与BLa的列线图，用于预测非高危APE患者30天全因死亡。该模型区分度、校准度与临床净获益良好，预测性能显著优于sPESI。CT影像参数与血清生物标志物呈正相关，且各sPESI层间差异显著。结果表明，联合评估可提供超越sPESI的独立且互补预后信息，有望克服传统分层工具局限，为非高危APE个体化精准风险分层与临床决策提供新证据。
