《Frontiers in Cardiovascular Medicine》:Prognostic value of the inflammatory burden index in predicting 1-year mortality in patients undergoing cardiac resynchronization therapy for heart failure
编辑推荐:
背景/目的:心力衰竭(heart failure, HF)是全球导致死亡和损害生活质量的主要原因之一。全身性炎症日益被认为是HF患者不良结局的重要促成因素。炎症负担指数(Inflammatory Burden Index, IBI)作为整合C反应蛋白(C-re
背景/目的:心力衰竭(heart failure, HF)是全球导致死亡和损害生活质量的主要原因之一。全身性炎症日益被认为是HF患者不良结局的重要促成因素。炎症负担指数(Inflammatory Burden Index, IBI)作为整合C反应蛋白(C-reactive protein, CRP)、中性粒细胞和淋巴细胞的复合标志物,可能较传统炎症标志物提供更优的预后价值。该研究旨在评估IBI在接受心脏再同步化治疗(Cardiac Resynchronization Therapy, CRT)的患者中预测1年死亡率的预后意义。
方法:这项回顾性观察研究纳入了2020年1月至2024年1月期间接受CRT的525例HF患者。根据1年生存状态对患者进行分组。连续变量根据正态性评估采用Student t检验或Mann-Whitney U检验进行比较,并以均值±标准差或中位数[四分位距,IQR]表示。为处理右偏态并确保logit中的线性,炎症标志物经对数转换[Log(IBI)和Log(CRP)]。使用标准化基线临床模型构建多变量logistic回归模型。增量预后价值通过综合判别改善(Integrated Discrimination Improvement, IDI)、连续净重分类改善(continuous Net Reclassification Improvement, NRI)及DeLong检验进行评估。
结果:非幸存者的基线CRP(中位数[IQR]:20.90 [11.95–33.00] vs. 6.56 [3.37–13.80] mg/dL,p<0.001)和IBI(中位数[IQR]:81.15 [36.56–230.90] vs. 18.61 [7.76–44.46],p<0.001)显著较高。在多变量分析中,Log(IBI)(OR:1.983;95% CI:1.463–2.687;p<0.001)和Log(CRP)(OR:3.265;95% CI:2.278–4.678;p<0.001)均独立预测1年死亡率。将Log(IBI)或Log(CRP)加入基线临床模型后,模型区分度显著改善(AUC从0.684分别增至0.778和0.795;DeLong p<0.001),并产生显著的IDI(0.0953和0.1118,p<0.001)和连续NRI(67.1%和80.6%,p<0.001)获益。头对头比较显示Log(IBI)与Log(CRP)模型的区分性能相当(DeLong p=0.307)。
结论:Log(IBI)和Log(CRP)均是接受CRT的HF患者1年死亡率的独立预测因子,并在标准临床风险因素之上提供相当的增量预后效用。将这些炎症生物标志物纳入常规风险分层,可能有助于优化高危患者的识别。
心力衰竭(heart failure, HF)是全球范围内导致死亡和生活质量受损的主要原因之一。随着平均预期寿命的延长,HF患病率在发达国家和发展中国家均持续上升。慢性缺血性心脏病和高血压是HF最常见病因。尽管接受了优化的药物治疗和心脏再同步化治疗(cardiac resynchronization therapy, CRT),HF患者的死亡率仍然较高,因此预后评估日益重要。既往研究已认识到全身炎症对HF预后的影响,约三分之二的HF患者实验室检查显示全身炎症生物标志物升高,高炎症负荷与HF相关住院和死亡风险增加有关。CRP(C-reactive protein)是临床常用的炎症标志物,反映白细胞介素-1(interleukin-1, IL-1)活性,并具有直接心脏抑制作用。即便采用高敏方法检测到的轻微升高的hs-CRP(high-sensitivity CRP)也与HF住院患者的不良预后相关。
CRT是伴有缺血性或非缺血性扩张型心肌病、QRS宽度>150毫秒、左束支传导阻滞、NYHA III/IV级且射血分数<35%的HF患者的有效介入治疗,可改善运动耐量并降低住院和死亡。然而,约三分之一的患者对CRT无反应。既往研究发现女性、非缺血性病因、左束支传导阻滞、较长QRS时限和窦性心律与CRT阳性反应相关,但仍存在部分患者未能获益。中性粒细胞/淋巴细胞比值(neutrophil-to-lymphocyte ratio, NLR)和全身免疫炎症指数可预测CRT反应,但单一标志物的预测能力有限。炎症负担指数(inflammatory burden index, IBI)是整合CRP、中性粒细胞和淋巴细胞三种炎症标志物的复合指标,可能比单独CRP或NLR更好地反映全身炎症程度。既往研究显示IBI对多种疾病预后有较好预测价值,且与45岁以上普通人群全因死亡风险增加相关。基于此,研究人员假设IBI在接受CRT的HF患者中可能提供超越单一炎症标志物的额外预后价值。本研究旨在探讨IBI预测接受CRT的HF患者1年死亡率的预后价值,并与CRP进行比较。
研究人员采用回顾性观察设计,连续纳入2020年1月至2024年1月在某医疗中心接受CRT的525例HF患者作为研究队列,根据CRT起搏器植入后1年生存状态分为幸存者组(442例)和非幸存者组(83例)。所有患者的生存状态通过卫生部国家死亡登记系统核实,随访完整率为100%。研究按照《赫尔辛基宣言》进行,并经过临床研究伦理委员会批准。主要发现如下:非幸存者组基线CRP和IBI显著高于幸存者组;多变量logistic回归分析中,Log(IBI)和Log(CRP)均为1年死亡率的独立预测因子;将任一标志物加入标准化基线临床模型后,模型区分度和重分类能力显著改善,且两种标志物的增量预后价值相当。该研究的重要意义在于,证实了复合炎症指数IBI与单一炎症标志物CRP在CRT患者风险分层中具有可比性,支持将炎症生物标志物纳入临床决策。
关键技术方法方面,样本来源于单中心回顾性队列,共525例接受CRT的HF患者(2020年1月至2024年1月),排除年龄<18或>80岁、血红蛋白<8 g/dL、急性感染、严重肾功能不全(eGFR<15 mL/min/1.73 m
2)、近1年内癌症、严重肝损伤及数据缺失者。炎症标志物(包括CRP和血常规)于术前24–48小时采集。统计上,连续变量根据正态性采用独立样本t检验或Mann-Whitney U检验,分类变量采用卡方检验。为满足logit线性假设,对右偏态的炎症标志物进行对数转换。构建标准化基线临床模型(年龄、性别、血红蛋白、肌酐、射血分数、冠心病、糖尿病),分别加入Log(IBI)或Log(CRP),并以方差膨胀因子(variance inflation factor, VIF)评估共线性。模型区分度通过受试者工作特征(receiver operating characteristic, ROC)曲线及曲线下面积(area under the curve, AUC)评估,增量价值通过DeLong检验、综合判别改善(integrated discrimination improvement, IDI)和连续净重分类改善(continuous net reclassification improvement, NRI)评价。内部验证采用1000次bootstrap重抽样,校准采用Hosmer-Lemeshow检验。
研究结果如下:
3.1 基线特征(Baseline characteristics):通过比较幸存者与非幸存者的基线人口学、临床、实验室和超声心动图参数,发现两组在年龄、性别、糖尿病、高血压和冠心病方面无显著差异。与幸存者相比,非幸存者基线白细胞、中性粒细胞、单核细胞、CRP、血清肌酐、NLR和IBI显著升高;淋巴细胞、血红蛋白和左室射血分数显著降低。这提示较高的全身炎症负荷和更差的临床状态与1年死亡风险相关。
3.2 多变量logistic回归模型(Multivariable logistic regression models):通过构建标准化基线临床模型,并分别加入Log(IBI)或Log(CRP)(因IBI由CRP×NLR计算而来,故在分离模型中评估以避免共线性),调整年龄、性别、血红蛋白、肌酐、射血分数、冠心病和糖尿病后,Log(IBI)(OR=1.983,95% CI:1.463–2.687,p<0.001)和Log(CRP)(OR=3.265,95% CI:2.278–4.678,p<0.001)均独立预测1年死亡率。较低血红蛋白和射血分数也保持独立关联。模型经Hosmer-Lemeshow检验无失拟,bootstrap校正后AUC分别为0.771和0.788,显示模型稳定且乐观度低。
3.3 增量预后价值与模型区分度评估(Assessment of incremental prognostic value and model discrimination):通过与基线临床模型比较,加入Log(IBI)后AUC从0.684增至0.778(DeLong p=0.0006),IDI为0.0953(p<0.001),连续NRI为67.1%(p<0.001);加入Log(CRP)后AUC增至0.795(DeLong p=0.0001),IDI为0.1118(p<0.001),连续NRI为80.6%(p<0.001)。头对头比较两个炎症标志物模型,AUC差异为?0.017(DeLong p=0.307),无统计学差异,表明二者增量预后价值相当。
讨论部分指出,CRT反应具有多因素性,传统预测因素(如性别、病因、QRS形态等)不能完全反映生物学复杂性。全身炎症与心血管疾病的关系已被广泛证实,CRP和NLR与CRT结局相关。本研究结果强调,非幸存者基线炎症负荷显著升高,且Log(IBI)和Log(CRP)均能显著改善风险分层。值得注意的是,射血分数在所有多变量模型中虽然显著,但其预测强度低于炎症标志物,提示整合炎症与结构参数可能提供更全面的预后框架。从临床角度看,CRP作为广泛可用、费用低廉的生物标志物,可用于改进风险分层;IBI整合了急性期体液炎症和细胞免疫失调,但其复合性质是否优于单一标志物仍需前瞻性验证。针对特定炎症通路(如IL-1或IL-6)的干预是否能使高炎症负荷的CRT候选者获益,是值得探讨的方向。
研究结论翻译如下:总之,当前研究进一步证实全身炎症与HF和CRT人群的不良结局相关。与既往研究一致,CRP是强有力的独立死亡预测因子。重要的是,研究人员系统比较了CRP与IBI,证明两者均为独立预测因子,且在标准基线临床风险因素之上提供相当的增量预后价值。炎症生物标志物的预后作用提示,整合多种炎症和结构参数的模型可能是最有效的风险分层方法。未来前瞻性研究应验证这些发现,评估生物标志物的序列变化,并探索将炎症生物标志物与临床、电生理和结构参数结合的多参数框架,以改善死亡和CRT无应答的预测。最终,将炎症生物标志物纳入个体化管理算法,可优化患者选择、指导随访强度,并为针对炎症的治疗策略提供依据。