《Frontiers in Neurology》:Construction and efficacy evaluation of a prognostic assessment model for corticosteroid treatment in patients with sudden sensorineural hearing loss based on lipid metabolism profile
编辑推荐:
本文是一项针对突发性感音神经性听力损失(SSNHL)患者预后的创新性研究。研究聚焦于脂质代谢谱与糖皮质激素治疗效果的相关性,通过整合年龄、糖尿病史、高密度脂蛋白胆固醇(HDL-C)、载脂蛋白B/A比值(ApoB/ApoA ratio)及病程等关键指标,构建了一个可视化的列线图(nomogram)预测模型。该模型在训练集和验证集中均显示出良好的预测效能(AUC分别为0.785和0.744)和临床净收益,为SSNHL患者糖皮质激素治疗的个体化预后评估和临床决策提供了一种客观、实用的新工具。
引言
突发性感音神经性听力损失(Sudden Sensorineural Hearing Loss, SSNHL)是一种病因不明的感官神经性听力损伤,核心特征为72小时内突发、原因不明的听力下降,至少在两个相邻频率听力阈值下降≥20分贝(dB HL)。部分患者伴有耳鸣、耳闷或眩晕。目前,糖皮质激素治疗是SSNHL的一线标准方案。然而,临床实践中约30%-50%的患者治疗效果不佳,预后差异显著,这与患者的个体特征、基础疾病及病理生理状态密切相关。既往研究证实,年龄、糖尿病史、病程是影响预后的重要临床因素,而脂质代谢紊乱与血管疾病关系密切,内耳微循环障碍被认为是SSNHL的重要发病机制之一。本研究旨在探索脂质代谢谱与SSNHL糖皮质激素治疗预后的相关性,构建并验证一个基于脂质代谢谱的预后评估模型,为临床个性化治疗提供依据。
材料与方法
本研究为一项回顾性研究,纳入了2020年1月至2025年5月期间在我院接受糖皮质激素治疗的446名单侧SSNHL患者。患者被随机分为训练集(n=312)和验证集(n=134)。所有患者接受标准化的糖皮质激素治疗,并在治疗4周后通过纯音听阈平均值(Pure Tone Average, PTA)的改善程度评估疗效,分为预后良好组(治愈或改善)和预后不良组(无效)。研究收集了患者的一般临床资料、脂质代谢指标(包括总胆固醇TC、甘油三酯TG、高密度脂蛋白胆固醇HDL-C、低密度脂蛋白胆固醇LDL-C、载脂蛋白A ApoA、载脂蛋白B ApoB,并计算ApoB/ApoA比值和非高密度脂蛋白胆固醇non-HDL-C)以及听力指标(包括病程、PTA、听力曲线类型等)。采用单因素和多因素logistic回归分析筛选独立影响因素,并基于此构建列线图预测模型。通过校准曲线、决策曲线分析(Decision Curve Analysis, DCA)和受试者工作特征曲线(ROC曲线)评估模型的拟合度、临床净收益和预测效能。
结果
在训练集中,预后不良组患者的年龄、合并糖尿病和高血压的比例、ApoB/ApoA比值、non-HDL-C、病程、全聋型比例均高于预后良好组,而HDL-C和ApoA水平则较低。多因素logistic回归分析确定,年龄增大、合并糖尿病、ApoB/ApoA比值升高、病程延长是SSNHL患者糖皮质激素治疗预后不良的独立危险因素,而HDL-C水平升高是保护因素。基于这五个独立因素构建的列线图预测模型在训练集和验证集中均表现出良好的一致性(Hosmer-Lemeshow检验p值分别为0.960和0.472)、预测效能(训练集AUC=0.785,95%CI: 0.730-0.840;验证集AUC=0.744,95%CI: 0.655-0.833)以及临床净收益(在特定阈值概率范围内净收益>0)。
讨论
本研究的发现揭示了影响SSNHL糖皮质激素治疗预后的关键因素及其潜在机制。年龄增长导致内耳组织退行性变和激素反应效率下降。糖尿病通过长期高血糖引起内耳毛细血管基底膜非酶糖基化增厚,形成药物渗透屏障,并伴随氧化应激,共同削弱治疗效果。在脂质代谢方面,常规指标(如TC、TG、LDL-C)无显著预后相关性,而功能性指标HDL-C和ApoB/ApoA比值显示出明确的预测价值。HDL-C通过逆向胆固醇转运和激活内皮一氧化氮合酶(eNOS)改善内耳灌注,起到保护作用。ApoB/ApoA比值升高则反映了抗动脉粥样硬化与促动脉粥样硬化平衡的失调,增加了内耳血管内皮损伤的风险。病程延长则与内耳细胞对缺血缺氧的时间敏感性损伤直接相关,超过7天可导致不可逆的细胞凋亡。本研究构建的列线图模型具有直观、易用的优点,临床医生可根据患者个体情况快速评估预后风险,从而指导治疗策略的调整,例如对高风险患者采用更积极的联合给药方案。然而,本研究为单中心回顾性研究,存在地域选择偏倚,且模型在非标准化治疗方案下的效果有待验证。未来可考虑引入机器学习算法,并整合更多潜在预测因子(如炎症因子、遗传标志物),以进一步优化模型的准确性和鲁棒性。
结论
年龄、糖尿病、HDL-C、ApoB/ApoA比值和病程是SSNHL患者糖皮质激素治疗预后的关键影响因素。基于这些指标构建的列线图预测模型具有良好的拟合度、预测效能和临床应用价值,可作为临床预后评估和个体化治疗的有效工具。