《Frontiers in Nutrition》:Prognostic nutritional index and geriatric nutritional risk index as predictors of in-hospital major adverse cardiovascular events after percutaneous coronary intervention in acute coronary syndrome patients: a multicenter retrospective cohort study
编辑推荐:
目的:评估预后营养指数(PNI)与老年营养风险指数(GNRI)与急性冠脉综合征(ACS)患者经皮冠状动脉介入治疗(PCI)后院内主要不良心血管事件(MACE)的相关性,并比较这两种营养评估工具的预测价值。基于训练队列的受试者工作特征(ROC)曲线分析,通过计算
目的:评估预后营养指数(PNI)与老年营养风险指数(GNRI)与急性冠脉综合征(ACS)患者经皮冠状动脉介入治疗(PCI)后院内主要不良心血管事件(MACE)的相关性,并比较这两种营养评估工具的预测价值。基于训练队列的受试者工作特征(ROC)曲线分析,通过计算最大约登指数确定PNI和GNRI的最佳截断值。方法:这项多中心回顾性队列研究纳入2021年1月至2024年12月期间在三家医院接受PCI治疗的ACS患者。训练队列包括来自安徽省立医院的638例患者,验证队列包括来自合肥市第二人民医院的212例患者和来自马鞍山市人民医院的238例患者。PNI根据入院时血清白蛋白和淋巴细胞计数计算,GNRI根据血清白蛋白和体重指数计算。主要终点为院内MACE,包括全因死亡、心肌梗死、卒中和靶血管血运重建。采用多变量logistic回归分析评估PNI和GNRI与院内MACE的相关性,并通过ROC曲线分析比较两种指数的预测能力。结果:在训练队列中,63例患者(9.9%)发生院内MACE。多变量分析显示,低PNI(<45.2)和低GNRI(<98.0)均为院内MACE的独立预测因子(PNI:校正OR=2.37,95%CI:1.42–3.96,p=0.001;GNRI:校正OR=2.18,95%CI:1.31–3.64,p=0.003)。ROC分析显示,PNI(AUC=0.721,95%CI:0.653–0.789)和GNRI(AUC=0.703,95%CI:0.632–0.774)具有相似的预测价值(p=0.247)。在验证队列中观察到相似结果,DeLong检验证实训练队列和验证队列中两种指数的AUC值无显著差异,证实了这些发现的可靠性。两种营养指标联合(AUC=0.753,95%CI:0.687–0.819)的预测能力优于任一单独指标。结论:PNI和GNRI均可作为ACS患者PCI术后院内MACE的有效预测工具。两种营养评估工具具有相似的预测能力,其联合使用可能提供更准确的风险评估。对ACS患者进行常规营养状态评估有助于识别高危个体,为早期干预提供依据。
**论文解读:营养指数预测急性冠脉综合征患者PCI术后院内不良事件的多中心队列研究**
**一、研究背景与目的**
急性冠脉综合征(Acute Coronary Syndrome, ACS)是全球范围内心血管疾病致死和致残的主要原因。尽管经皮冠状动脉介入治疗(Percutaneous Coronary Intervention, PCI)显著改善了患者预后,但术后主要不良心血管事件(Major Adverse Cardiovascular Events, MACE)仍是临床关注的重点。近年来研究证实,营养状态与心血管疾病预后密切相关,营养不良可通过促进血管炎症反应、加速动脉粥样硬化进展及损害免疫功能等多种机制影响疾病结局。然而,传统营养评估方法复杂且临床应用受限,因此寻找简便可靠的营养评估工具对于优化ACS患者管理具有重要意义。
预后营养指数(Prognostic Nutritional Index, PNI)基于血清白蛋白和淋巴细胞计数计算,最初用于评估胃肠道手术患者术后并发症风险;老年营养风险指数(Geriatric Nutritional Risk Index, GNRI)结合血清白蛋白和实际体重/理想体重比,最初用于评估老年患者营养风险。两种指标计算简便,所需参数均来自常规临床检查。既往研究表明PNI可预测急性心肌梗死、急性心力衰竭及心脏手术患者的不良结局,GNRI在慢性心力衰竭患者中也显示出预测院内死亡和长期预后的潜力。然而,关于PNI和GNRI在接受PCI的ACS患者中预后价值的研究相对有限,尤其缺乏中国多中心ACS人群的证据,且两种指标联合应用的价值尚未被充分探索。本研究旨在通过多中心回顾性队列设计,系统评估PNI和GNRI与ACS患者PCI术后院内MACE的相关性,并探讨两种指标联合应用的价值。
**二、主要技术方法**
本研究为多中心回顾性队列研究,纳入2021年1月至2024年12月期间在安徽省立医院(训练队列,638例)、合肥市第二人民医院(验证队列,212例)和马鞍山市人民医院(验证队列,238例)接受PCI治疗的ACS患者,总样本量1088例。PNI计算公式为10×血清白蛋白(g/dL)+0.005×总淋巴细胞计数(/mm3),GNRI计算公式为1.489×血清白蛋白(g/L)+41.7×(实际体重/理想体重),理想体重采用Lorentz公式计算。通过ROC曲线分析以最大约登指数确定最佳截断值(PNI<45.2为低PNI组,GNRI<98.0为低GNRI组)。采用多变量logistic回归分析评估PNI和GNRI与院内MACE的相关性,ROC曲线分析比较预测能力,DeLong检验验证训练与验证队列间AUC差异的稳定性,并计算净重分类改善指数(Net Reclassification Improvement, NRI)和综合判别改善指数(Integrated Discrimination Improvement, IDI)评估增量预测价值。同时进行亚组分析,包括年龄、性别、ACS类型、糖尿病及慢性肾脏病等分层。
**三、研究结果**
**3.1 训练队列基线特征**
训练队列共纳入638例ACS患者,平均年龄64.5±11.3岁,男性435例(68.2%)。根据PNI和GNRI最佳截断值分组后,低PNI组和低GNRI组患者年龄更大、女性比例更高,合并高血压、糖尿病、慢性肾脏病及既往心肌梗死的比例显著增加(均p<0.05)。心脏及冠脉造影特征方面,营养不良组患者左心室射血分数(Left Ventricular Ejection Fraction, LVEF)更低,Syntax评分更高,三支血管病变和Killip分级≥2的比例更高(均p<0.001)。实验室指标方面,低营养指数组血清白蛋白和淋巴细胞计数显著降低,炎症标志物C反应蛋白(C-reactive Protein, CRP)和心力衰竭标志物N末端前脑钠肽(N-terminal pro-Brain Natriuretic Peptide, NT-proBNP)显著升高(均p<0.001)。值得注意的是,仅GNRI分组显示体重指数(Body Mass Index, BMI)的显著差异,低GNRI组BMI显著低于高GNRI组(p<0.001)。两组间术后用药无显著差异,住院时间也无统计学差异。
**3.2 营养指标与院内MACE的相关性**
训练队列中63例(9.9%)发生院内MACE,包括全因死亡17例(2.7%)、再发心肌梗死29例(4.5%)、卒中8例(1.3%)和靶血管血运重建19例(3.0%)。低PNI组MACE发生率显著高于高PNI组(18.1% vs. 6.6%,p<0.001),低GNRI组也呈现同样趋势(17.8% vs. 6.5%,p<0.001)。多变量logistic回归分析在校正年龄、性别、BMI、ACS类型、Killip分级、合并症、LVEF、Syntax评分、CRP和NT-proBNP等潜在混杂因素后,显示低PNI(校正OR=2.37,95%CI:1.42–3.96,p=0.001)和低GNRI(校正OR=2.18,95%CI:1.31–3.64,p=0.003)均为院内MACE的独立预测因子。方差膨胀因子(Variance Inflation Factor, VIF)分析显示所有协变量VIF值均低于3.0,排除多重共线性干扰。
**3.3 营养指标预测能力比较**
ROC曲线分析显示,PNI预测院内MACE的AUC为0.721(95%CI:0.653–0.789),GNRI的AUC为0.703(95%CI:0.632–0.774),两者差异无统计学意义(p=0.247)。PNI最佳截断值为45.2,敏感度57.1%,特异度76.3%;GNRI最佳截断值为98.0,敏感度55.6%,特异度73.9%。基于临床风险因素的基线模型(包括年龄、性别、ACS类型、Killip分级、高血压、糖尿病、既往心肌梗死、慢性肾脏病、LVEF、三支血管病变和Syntax评分)AUC为0.783。在基线模型中单独加入PNI或GNRI均显著改善预测能力(基线模型+PNI:AUC=0.821,p=0.008;基线模型+GNRI:AUC=0.814,p=0.014)。同时加入两种指标的模型AUC为0.827(p=0.004),显著优于基线模型。NRI和IDI分析进一步证实了增量价值:加入PNI的NRI为0.283(p=0.002)、IDI为0.037(p=0.003);加入GNRI的NRI为0.246(p=0.007)、IDI为0.031(p=0.006);同时加入两种指标的NRI为0.318(p<0.001)、IDI为0.045(p<0.001)。
**3.4 亚组分析**
亚组分析显示,PNI和GNRI在老年患者(≥75岁)、女性和STEMI患者中的预测价值更为显著。在老年患者中,低PNI(校正OR=3.21,95%CI:1.48–6.95,p=0.003)和低GNRI(校正OR=3.05,95%CI:1.41–6.61,p=0.005)均与更高的院内MACE风险相关。在女性患者中,低PNI(校正OR=3.43,95%CI:1.56–7.54,p=0.002)和低GNRI(校正OR=3.18,95%CI:1.45–6.97,p=0.004)的预测价值同样突出。在STEMI患者中,营养缺乏指标与院内MACE的关联更强(低PNI:校正OR=4.12,95%CI:1.63–10.42,p=0.003;低GNRI:校正OR=3.87,95%CI:1.53–9.78,p=0.004)。
**3.5 验证队列结果**
验证队列纳入450例ACS患者,其中42例(9.3%)发生院内MACE。多变量分析证实,低PNI(校正OR=2.25,95%CI:1.19–4.27,p=0.013)和低GNRI(校正OR=2.09,95%CI:1.10–3.97,p=0.024)均为院内MACE的独立预测因子。ROC分析显示PNI的AUC为0.708(95%CI:0.623–0.793),GNRI的AUC为0.694(95%CI:0.608–0.780),两者无显著差异(p=0.382)。DeLong检验证实训练队列与验证队列间PNI(p=0.352)和GNRI(p=0.379)的AUC值无显著差异,表明预测效能稳定可靠。
**四、讨论与结论**
本研究首次在中国多中心ACS人群中系统评估了PNI和GNRI与PCI术后院内MACE的关联,发现两种指标均为独立预测因子,且预测能力相似,联合应用可提高预测效能。研究阐明了PNI和GNRI的机制差异与互补价值:PNI作为营养-炎症复合指标,主要反映急性炎症应激和实时免疫功能状态;GNRI结合体重参数,主要反映长期基线营养储备和躯体能量储备。两种指标联合可同时覆盖“慢性基线脆弱性+急性院内应激损伤”,形成更全面的风险评估体系。亚组分析显示,在老年、女性和STEMI等高风险人群中预测价值更显著,这可能与这些人群更易存在慢性营养储备不足或更严重的急性炎症应激有关。该研究为ACS患者的围术期营养筛查和个体化干预提供了简便实用的工具,具有重要的临床转化价值。
研究结论:这项多中心回顾性研究证实,PNI和GNRI是接受PCI治疗的ACS患者院内MACE的独立且互补的预测因子。PNI反映急性炎症-免疫应激,GNRI反映慢性营养储备,两者联合使用显著提高了传统风险模型的预测效能,尤其是在老年、女性和STEMI高风险人群中。凭借良好的可获取性和临床可操作性,这两种指标在标准化围术期营养筛查、个体化干预和术后康复优化方面具有广阔的转化潜力。