早期镁剂使用与脓毒症患者短期死亡率降低相关:一项倾向评分匹配队列研究,并采用系统性免疫炎症指数进行探索性分层

《Medical Care》:Early magnesium administration is associated with lower short-term mortality in sepsis: A propensity score matched cohort study with exploratory stratification by systemic immune–inflammation index

【字体: 大 中 小 】 时间:2026年09月25日 来源:Medical Care 1.9

编辑推荐:

   早期硫酸镁给药与脓毒症预后的关联仍未被充分阐明,尤其在系统性免疫-炎症状态差异方面的关系尚不明确。本研究为一项基于重症医学信息库IV(第3.1版)的回顾性队列研究,纳入脓毒症成人危重患者。系统性免疫-炎症指数(SII)根据围重症监护单元窗口期(入ICU前6小时至入ICU后24

  

早期硫酸镁给药与脓毒症预后的关联仍未被充分阐明,尤其在系统性免疫-炎症状态差异方面的关系尚不明确。本研究为一项基于重症医学信息库IV(第3.1版)的回顾性队列研究,纳入脓毒症成人危重患者。系统性免疫-炎症指数(SII)根据围重症监护单元窗口期(入ICU前6小时至入ICU后24小时)内获得的血小板计数、中性粒细胞计数和淋巴细胞计数计算得出。早期镁剂给药定义为在同一窗口期内启动静脉硫酸镁治疗。主要结局为30天全因死亡率。通过倾向性评分匹配平衡基线特征。采用分层多因素Cox比例风险模型分别在全组及各SII四分位数中检验关联,并使用限制性立方样条探索非线性关系。在12,087名患者中,6,039名接受了早期静脉镁剂给药。倾向性评分匹配后,分析3,396对匹配样本。总体而言,早期镁剂给药与较低的30天死亡率相关(15.8% vs 18.3%,P = .007)。在分层分析中,第1至第4四分位数的校正风险比分别为0.66(95%置信区间:0.51–0.87)、0.65(0.49–0.85)、0.75(0.59–0.94)和0.85(0.70–1.04)。限制性立方样条分析显示,在较高SII值时关联呈描述性减弱趋势(交互作用P值 = .208),但无统计学确定性的交互作用证据。早期镁剂给药与脓毒症危重患者较低的30天死亡率相关。尽管正式的交互作用检验未达到统计学显著性,校正风险比显示随着SII四分位数增加呈描述性递减梯度,且在各敏感性分析中方向一致。这些发现属于假设生成性结果,需要前瞻性验证。

1. 引言

脓毒症仍是全球危重患者死亡的主要原因之一,其特征为机体对感染的失调性反应,即使严重程度相近的个体也可能呈现异质性临床轨迹[1,2]。免疫和炎症通路在此变异性中发挥核心作用[3],这挑战了传统"一刀切"的辅助治疗策略,并激发了基于生物标志物的表型分层治疗策略的研究兴趣[4–6]。

系统性免疫-炎症指数(SII)源于常规血小板、中性粒细胞和淋巴细胞计数,已成为危重患者免疫-炎症状态的实用复合指标[6–9]。SII整合了固有免疫激活、适应性免疫抑制和止血紊乱的信息,为宿主反应提供了更具整体性的表征[10–12]。多项研究表明,SII升高与脓毒症不良预后相关,包括死亡率增加和器官功能衰竭[13–16]。然而,其在修饰治疗效果方面的潜在作用尚未被探索。

镁是参与多种与危重症相关的生理过程的重要阳离子[17,18]。低镁血症在危重患者中十分常见,且与死亡率增加、心律失常和住院时间延长相关[19–21]。因此,在脓毒症患者的重症监护单元(ICU)收治过程中,通常会早期启动静脉镁补充,既作为靶向电解质纠正,也作为支持治疗的一部分,这一做法日益得到回顾性证据的支持,后者将早期给药与短期死亡率降低相关联[22–24]。此外,镁还可能通过免疫-炎症通路发挥免疫调节作用[25,26]。因此,在评估镁与死亡率关联时,若不考虑基线免疫-炎症状态(以SII量化),可能会掩盖不同患者亚组间具有临床重要性的差异。迄今为止,明确考察系统性免疫-炎症负担是否影响早期镁给药与脓毒症死亡率之间关联的研究十分有限。

我们假设,在系统性免疫-炎症负担较低的患者中,早期镁给药与死亡率的关联更强,并随着SII增加而逐渐减弱。因此,我们进行了这项回顾性队列研究,旨在探讨SII是否修饰早期镁给药与脓毒症危重患者30天死亡率之间的关联。

2. 材料与方法

2.1. 材料

2.1.1. 研究设计与数据来源

本研究为回顾性观察性队列研究,数据来源于重症医学信息库IV(MIMIC-IV)数据库(第3.1版)[27]。MIMIC-IV是一个大型的、公开可获取的重症监护数据库,包含2008年至2022年间在美国波士顿贝斯以色列女执事医疗中心ICU收治的成人患者数据。该数据库包含常规诊疗过程中采集的细粒度纵向临床数据,包括患者人口学信息、诊断、实验室检测、生理参数、药物给药、治疗干预和临床结局。MIMIC-IV数据库由麻省理工学院和贝斯以色列女执事医疗中心机构审查委员会监督下开发和维护。

2.1.2. 研究人群

根据脓毒症-3标准诊断为脓毒症的成人患者(年龄≥18岁)纳入ICU的纳入标准。脓毒症病例通过MIMIC-IV衍生表中提供的经验证脓毒症-3指标进行识别。对于满足脓毒症-3标准且有多次ICU入院的患者,仅纳入首次脓毒症相关ICU入院,以确保观察的独立性。

排除标准包括:入ICU后24小时内死亡;在预定义的围ICU入院窗口期(入ICU前6小时至入ICU后24小时)内缺乏计算SII所需的实验室数据;或因淋巴细胞计数为零导致SII值不可解读。对于镁暴露评估,排除在同一围ICU窗口期内无基线血清镁测量的患者、在ICU入院前6小时以上接受静脉硫酸镁的患者,以及在ICU第2天或之后才开始镁剂给药的患者。队列选择过程按照流行病学观察性研究报告强化规范进行总结。

2.2. 方法

2.2.1. 数据提取

使用结构化查询语言通过Google BigQuery进行数据提取。队列构建、数据处理和统计分析随后由经授权的研究人员使用R统计软件(4.3.5版;R统计计算基金会,奥地利维也纳)进行,符合MIMIC-IV数据使用协议。主要使用的包包括MatchIt(用于倾向性评分匹配)、survival(用于Cox回归分析)、rms(用于回归建模策略)、mice(用于多重插补)和WeightIt(用于逆概率加权)。

2.2.1.1. 系统性免疫-炎症指数的定义

SII计算公式为血小板计数 × 中性粒细胞计数 / 淋巴细胞计数,所有组分均以相同单位(10?/L)表示。基线实验室值提取自预定义围ICU入院窗口期内获得的测量值。当绝对中性粒细胞或淋巴细胞计数不可获得时,使用白细胞总数和相应百分比进行重构。对于每个组分,选择最接近ICU入院的测量值。

2.2.1.2. 镁暴露评估

基线血清镁浓度定义为同一预定义围ICU入院窗口期内获得的第一次镁测量值。早期镁剂给药定义为在同一围ICU入院窗口期内启动的静脉硫酸镁补充。镁剂给药数据从ICU输入事件和处方记录中提取。

2.2.1.3. 协变量

人口学特征包括年龄、性别和种族。合并症负担通过Charlson合并症指数量化,并额外将选定的慢性疾病作为独立变量捕捉,包括糖尿病、慢性肾脏病、慢性肺病、慢性肝病和恶性肿瘤。疾病严重程度使用既定的ICU严重程度评分评估,包括简化急性生理评分II和ICU入院当日计算序贯器官衰竭评分。神经系统状态使用格拉斯哥昏迷量表评估。ICU早期过程中的血流动力学和生理状态通过ICU第一天内记录的关键生命体征进一步表征,包括最大心率、最低收缩压、最低平均动脉压和最大呼吸频率。实验室变量从预定义围ICU入院窗口期内获得的测量值中提取,并使用具有临床相关性的极值进行总结。包括最低血红蛋白、最低血小板计数、最高白细胞计数、最高血清乳酸浓度、最低碳酸氢盐、最高血尿素氮、最高血清肌酐、最高葡萄糖、最高钠、最低钾、最低钙和最高氯浓度。血管加压素暴露定义为围ICU窗口期内给予的血管活性药物总数量。呼吸支持根据最高支持水平进行分类,包括有创机械通气、无创通气、经鼻高流量湿化氧疗、补充氧气或无呼吸支持。

2.2.2. 结局指标

主要结局为30天全因死亡率,定义为ICU入院后30天内发生的死亡。次要结局包括60天和90天死亡率。

2.2.3. 异常值和缺失数据处理

大多数基线变量的缺失程度较低。血清乳酸(11.7%)和钙(3.6%)的缺失率最高,而其他所有变量的缺失率均低于1%(表S1,补充数字内容1)。在插补之前,极端的异常值若被认为是测量或数据录入错误,则被重新编码为缺失。鉴于总体缺失比例较低,随后对连续变量使用中位数进行缺失值插补。采用这一方法是在保留样本量的同时,尽量减少与完整病例分析相关的潜在偏倚。

2.2.4. 统计分析

连续变量以中位数和四分位距(IQR)表示,分类变量以计数和百分比表示。组间比较采用Mann-Whitney U检验(连续变量)和χ2检验或Fisher精确检验(分类变量),视情况而定。双侧P值 < .05被认为是统计学显著。

2.2.4.1. 倾向性评分匹配(主要分析)

为减少适应证混杂,进行倾向性评分匹配以平衡早期镁剂给药组与非给药组之间的基线特征。倾向性评分通过纳入所有收集的自变量(包括人口学特征、合并症、生理参数、实验室值和疾病严重程度评分)的多因素逻辑回归模型进行估计。患者采用不放回最近邻匹配进行1:1匹配,卡尺宽度为倾向性评分logit标准差的0.2。匹配前后的协变量平衡使用标准化均差(SMD)进行评估,SMD < 0.1表明平衡良好。

2.2.4.2. 限制性立方样条

使用限制性立方样条模型探索基线SII与死亡率之间的关联,以表征潜在的非线性关系。为检验该关联是否随早期镁暴露而变化,拟合了纳入SII(使用限制性立方样条建模)与镁给药状态之间交互项的Cox比例风险模型。

2.2.4.3. 多因素Cox回归

分别在各SII四分位数内构建多因素Cox比例风险回归模型,采用结构化的目的性选择方法。首先,对每个候选协变量进行单因素Cox回归分析,与30天死亡率在P < .05水平相关联的变量被纳入多因素建模的候选范围。为尽量减少多重共线性,随后检查方差膨胀因子,仅保留方差膨胀因子 < 5的协变量。然后应用逐步后向消除法,依次去除不显著的协变量,同时监测其对早期镁剂给药估计风险比(HR)的影响。若去除某协变量导致主要暴露因素HR变化 ≥ 10%,则认为该协变量为混杂因素而保留在最终模型中。因此,各SII四分位数内的最终多因素模型有所不同,反映了预后因素的差异。报告校正风险比(aHR)及其95%置信区间(CI)。

2.2.4.4. 次要(敏感性)分析

使用未匹配队列进行敏感性分析,以评估主要发现的稳健性。在该分析中,患者同样按SII四分位数分层,重新拟合亚组特异性Cox比例风险模型以估计早期镁使用与30天死亡率之间的关联。协变量选择遵循与主要分析相同的目的性选择框架,但单因素筛查使用更宽松的阈值(P < .20),评估多重共线性,并进行基于效应量变化的混杂因素保留的后向消除。额外的敏感性分析包括使用在1%和99%百分位处修剪的稳定化平均治疗效应权重进行逆概率加权,随后进行带稳健标准误的加权Cox回归。加权后的协变量平衡使用加权SMD评估,残余不平衡在加权模型中进一步调整。通过链式方程多重插补(10次插补,采用预测均值匹配法)进一步评估对缺失数据处理的稳健性,使用Rubin规则获得合并估计值。使用Schoenfeld公式估算第4四分位数匹配亚组的回顾性统计学检验效能,以提供该层中非显著发现的背景参考。

3. 结果

3.1. 研究人群与基线特征

符合纳入标准并纳入研究的脓毒症成人患者共12,087名,其中6,039名接受早期静脉硫酸镁治疗,6,048名未接受(图1)。

在倾向评分匹配(PSM)之前,接受镁剂治疗的患者年龄更小,慢性合并症更少,但表现出更高的急性疾病严重程度和炎症负荷,具体表现为心率更高、血压更低、血清乳酸浓度更高、序贯器官衰竭评分更高,以及基线血清镁水平显著更低(所有 P < .001;表 1 和 S2,补充数字内容 2)。

表 1 倾向评分匹配后的基线特征和临床结局。
变量 | 未使用镁剂 | 使用镁剂 | P 值 | SMD
---|---|---|---|---
年龄(岁)(中位数 [IQR]) | 66.0 [54.8, 79.0] | 66.0 [54.0, 77.0] | .215 | 0.023
性别(男性),n (%) | 2014 (59.3) | 1963 (57.8) | .218 | 0.030
种族 (%) | .802 | 0.016
  白人 | 2313 (68.1) | 2289 (67.4)
  黑人 | 280 (8.2) | 291 (8.6)
  其他 | 803 (23.6) | 816 (24.0)
Charlson 指数(中位数 [IQR]) | 5.0 [3.0, 7.0] | 5.0 [3.0, 7.0] | .506 | 0.021
糖尿病,n (%) | 966 (28.4) | 980 (28.9) | .727 | 0.009
充血性心力衰竭,n (%) | 966 (28.4) | 976 (28.7) | .809 | 0.007
慢性肺病 (%) | 915 (26.9) | 873 (25.7) | .259 | 0.028
慢性肾病,n (%) | 686 (20.2) | 678 (20.0) | .832 | 0.006
慢性肝病,n (%) | 481 (14.2) | 485 (14.3) | .917 | 0.003
恶性肿瘤 (%) | 425 (12.5) | 407 (12.0) | .529 | 0.016
心率(中位数 [IQR]) | 103.0 [91.0, 117.0] | 104.0 [91.0, 119.0] | .095 | 0.048
收缩压(中位数 [IQR]) | 89.0 [80.38, 97.0] | 88.0 [80.0, 97.0] | .062 | 0.031
平均血压(中位数 [IQR]) | 58.0 [52.0, 64.0] | 58.0 [52.0, 64.0] | .812 | 0.007
呼吸频率(中位数 [IQR]) | 28.0 [24.0, 32.0] | 28.0 [24.0, 32.0] | .924 | 0.004
格拉斯哥昏迷评分(中位数 [IQR]) | 14.0 [10.0, 15.0] | 14.0 [10.0, 15.0] | <.001 | 0.053
SII(中位数 [IQR]) | 1456.7 [668.5, 3237.7] | 1494.0 [656.0, 3198.6] | .664 | 0.013
镁(中位数 [IQR]) | 2.10 [1.90, 2.30] | 1.80 [1.70, 2.0] | <.001 | 0.262
镁状态 (%) | <.001 | 0.133
  正常镁血症 | 2689 (79.2) | 2557 (75.3)
  低镁血症 | 301 (8.9) | 441 (13.0)
  高镁血症 | 406 (12.0) | 398 (11.7)
乳酸(中位数 [IQR]) | 1.9 [1.3, 2.5] | 1.9 [1.3, 2.8] | .008 | 0.062
血红蛋白(中位数 [IQR]) | 9.9 [8.3, 11.5] | 9.8 [8.4, 11.4] | .619 | 0.009
血小板(中位数 [IQR]) | 158.0 [109.0, 220.0] | 154.0 [107.0, 217.0] | .258 | <.001
白细胞计数(中位数 [IQR]) | 14.0 [9.80, 18.7] | 14.2 [10.3, 19.1] | .027 | 0.006
碳酸氢盐(中位数 [IQR]) | 21.0 [19.0, 24.0] | 21.0 [18.0, 24.0] | .028 | 0.072
血尿素氮(中位数 [IQR]) | 23.0 [16.0, 36.0] | 21.50 [15.0, 34.0] | .001 | 0.012
肌酐(中位数 [IQR]) | 1.10 [0.80, 1.70] | 1.10 [0.80, 1.60] | .053 | 0.009
葡萄糖(中位数 [IQR]) | 143.0 [117.0, 190.0] | 148.0 [119.0, 196.3] | .002 | 0.066
钠(中位数 [IQR]) | 140.0 [137.0, 142.0] | 140.0 [137.0, 143.0] | .033 | 0.048
钾(中位数 [IQR]) | 3.90 [3.50, 4.20] | 3.80 [3.50, 4.20] | <.001 | 0.080
钙(中位数 [IQR]) | 8.0 [7.6, 8.4] | 8.0 [7.5, 8.3] | <.001 | 0.089
氯(中位数 [IQR]) | 107.0 [103.0, 110.0] | 107.0 [103.0, 110.0] | .003 | 0.056
SAPS II(中位数 [IQR]) | 37.0 [29.0, 46.0] | 37.0 [30.0, 46.0] | .187 | 0.029
SOFA(中位数 [IQR]) | 2.0 [1.0, 4.0] | 2.0 [1.0, 4.0] | .132 | 0.011
血管升压药数量 (%) | .001 | 0.092
  0 种血管升压药 | 2425 (71.4) | 2323 (68.4)
  1 种血管升压药 | 730 (21.5) | 750 (22.1)
  ≥2 种血管升压药 | 241 (7.1) | 323 (9.5)
机械通气 (%) | 1994 (58.7) | 2045 (60.2) | .217 | 0.031
30 天死亡率 (%) | 622 (18.3) | 537 (15.8) | .007 | 0.067
60 天死亡率 (%) | 725 (21.3) | 652 (19.2) | .030 | 0.053
90 天死亡率 (%) | 783 (23.1) | 730 (21.5) | .129 | 0.038
ICU 停留时间(中位数 [IQR]) | 2.17 [1.27, 4.19] | 2.90 [1.64, 5.95] | <.001 | 0.265
住院停留时间(中位数 [IQR]) | 6.30 [4.24, 10.68] | 7.27 [4.75, 13.30] | <.001 | 0.202

数据以中位数(IQR)表示连续变量,以数量(百分比)表示分类变量。组间比较连续变量采用 Mann-Whitney U 检验,分类变量采用 χ2 检验或 Fisher 精确检验(视情况而定)。倾向评分匹配采用 1:1 最近邻匹配(无放回)和卡钳宽度为倾向评分对数标准差的 0.2。匹配前后的协变量平衡采用标准化均数差(SMD)评估,<0.1 表示平衡良好。

SII 计算为血小板计数 × 中性粒细胞计数 / 淋巴细胞计数。ICU = 重症监护室,IQR = 四分位距,SAPS II = 简化急性生理评分 II,SII = 系统免疫-炎症指数,SMD = 标准化均数差,SOFA = 序贯器官衰竭评估。

图 1. 研究队列选择流程图。ICU = 重症监护室,MIMIC-IV = 重症医学信息集市 IV。

经 1:1 PSM 后,生成了 3396 对平衡良好的配对。在使用镁剂者和未使用镁剂者之间,基线人口学特征、合并症、生理变量、实验室参数和疾病严重程度评分均可比,几乎所有协变量的 SMD 均低于 0.10(表 1 和图 S1,补充数字内容 3)。重要的是,基线 SII(预设的感兴趣分层变量)在匹配后平衡良好(中位数 1456.7 vs 1494.0;P = .664),支持了后续分层和交互分析的有效性。SII 四分位数的定义如下:第 1 四分位数(≤663.92),第 2 四分位数(663.92–1472.07),第 3 四分位数(1472.07–3229.25),第 4 四分位数(≥3229.25)。

3.2. 早期镁剂使用的模式和剂量
在倾向评分匹配队列中,镁剂使用的模式高度一致。在使用硫酸镁的患者中,80.0% 仅在 ICU 第 1 天接受补充,13.1% 和 6.9% 分别接受连续 2 天和 3 天 ICU 期间的镁剂治疗。ICU 第 1 天给予的镁剂中位剂量为 4.0 g(IQR: 4.0–4.0),整个 ICU 住院期间的累积镁剂剂量为 4.0 g(IQR: 4.0–8.0)。

3.3. SII 与 30 天死亡率之间按早期镁剂使用分层的非线性关联
在倾向评分匹配队列中的限制性立方样条分析显示,在两个暴露组中,基线 SII 与 30 天死亡率之间存在非线性关联(图 2)。尽管在每个组内都观察到了非线性风险模式(未使用镁剂组非线性 P = .036,使用镁剂组 P < .001),但在连续尺度上未检测到 SII 与早期镁剂使用之间的统计学显著交互作用(交互 P = .208),表明无论镁剂暴露如何,SII 与死亡率关系的总体形状相似。

图 2. 倾向评分匹配后早期镁剂使用与 SII 对 30 天死亡率的效果修饰模式。限制性立方样条曲线展示了倾向评分匹配后脓毒症患者的 SII 与 30 天死亡风险之间的关联,按早期镁剂使用状态分层。风险比相对于未使用镁剂组的中位 SII 值(用作参考,风险比 = 1.0)显示。阴影区域代表 95% CI。绘图底部显示的密度曲线代表按镁剂使用状态划分的 SII 值分布。每个镁剂暴露层提供了非线性 P 值,交互 P 值反映了 SII-死亡率关联是否按镁剂使用状态存在统计学差异。CI = 置信区间,SII = 系统免疫-炎症指数。

在整个 SII 范围内,使用镁剂者的风险曲线始终低于未使用者。在较低 SII 值时,接受早期镁剂治疗的患者死亡风险显著降低,两条曲线之间最大的分离出现在低至中等的 SII 范围。随着 SII 增加,两组的死亡风险均上升,曲线逐渐收敛,在高 SII 水平时 CI 重叠,表明在严重全身免疫-炎症激活下死亡风险差异减弱。

3.4. 早期镁剂使用与死亡率结局
在倾向评分匹配队列中,早期镁剂使用与所有评估时间范围的显著更低死亡率相关。与未使用者相比,使用镁剂者的 30 天死亡率更低(15.8% vs 18.3%),对应绝对风险降低 2.5%,HR 为 0.74(95% CI: 0.66–0.84,P < .001;表 1 和 S3,补充数字内容 4)。

在次要结局中观察到一致的关联。早期镁剂使用与 60 天死亡率降低(19.2% vs 21.3%;HR: 0.79,95% CI: 0.71–0.88;P < .001)和 90 天死亡率降低(21.5% vs 23.1%;HR: 0.84,95% CI: 0.76–0.93;P < .001)相关,尽管随随访时间延长,获益幅度有所减弱(表 S3,补充数字内容 4)。

3.5. 不同 SII 四分位数间关联的异质性

3.5.1. 按 SII 四分位数分层分析
早期镁剂使用与死亡率之间的关联在全身免疫-炎症水平的不同分层中差异显著。在匹配队列的分层分析中,早期镁剂使用与较低 SII 患者 30 天死亡率更大的绝对降低相关。具体而言,在第 1 四分位数中,使用镁剂与 30 天死亡率绝对降低 3.13% 相关(12.30% vs 15.43%;P = .072),在第 2 四分位数中降低 4.18%(11.39% vs 15.58%;P = .014)。相比之下,第 3 四分位数的绝对风险降低较小且无统计学意义(2.08%;P = .289),第 4 四分位数最小(0.67%;P = .789;表 2)。

表 2 按 SII 四分位数和早期镁剂使用划分的 30、60、90 天死亡率。
结局 | SII 四分位数 | 未使用镁剂者 | 使用镁剂者 | ARR | P 值
---|---|---|---|---|---
| | n | 死亡率 (%) | n | 死亡率 (%) | 使用者 vs 未使用者 |
30 天死亡率 | 第 1 四分位数 | 836 | 15.43% | 862 | 12.30% | 3.13% | .072
| 第 2 四分位数 | 873 | 15.58% | 825 | 11.39% | 4.18% | .014
| 第 3 四分位数 | 833 | 18.61% | 865 | 16.53% | 2.08% | .289
| 第 4 四分位数 | 854 | 23.65% | 844 | 22.99% | 0.67% | .789
60 天死亡率 | 第 1 四分位数 | 836 | 18.30% | 862 | 15.08% | 3.22% | .086
| 第 2 四分位数 | 873 | 17.75% | 825 | 14.55% | 3.21% | .084
| 第 3 四分位数 | 833 | 22.33% | 865 | 20.00% | 2.33% | .265
| 第 4 四分位数 | 854 | 27.05% | 844 | 27.13% | -0.08% | >.999
90 天死亡率 | 第 1 四分位数 | 836 | 19.74% | 862 | 17.40% | 2.34% | .240
| 第 2 四分位数 | 873 | 19.47% | 825 | 16.48% | 2.99% | .124
| 第 3 四分位数 | 833 | 23.89% | 865 | 22.54% | 1.35% | .549
| 第 4 四分位数 | 854 | 29.16% | 844 | 29.50% | -0.35% | .918

ARR 计算为每个 SII 四分位数中接受早期镁剂治疗者与未使用者在相应时间点的死亡率差异。ARR = 绝对风险降低,ICU = 重症监护室,SII = 系统免疫-炎症指数。*每个 SII 四分位数内使用镁剂者与未使用者死亡率比较采用 χ2 检验。

3.5.2. SII 分层内的多变量 Cox 回归
在每个 SII 四分位数内的多变量 Cox 比例风险模型显示,随着 SII 四分位数的增加,关联逐渐减弱。在每个 SII 四分位数内调整相关混杂因素后,早期镁剂使用与第 1 四分位数(aHR: 0.66,95% CI: 0.51–0.87;P = .003)和第 2 四分位数(aHR: 0.65,95% CI: 0.49–0.85;P = .002)的 30 天死亡率降低独立相关。第 3 四分位数的关联较弱(aHR: 0.75,95% CI: 0.59–0.94;P = .013),第 4 四分位数不再具有统计学意义(aHR: 0.85,95% CI: 0.70–1.04;P = .122)(表 S4,补充数字内容 5 和图 3)。在 60 天和 90 天死亡率中也观察到一致的趋势。早期镁剂使用与 SII 第 1 和第 2 四分位数的死亡风险显著降低相关,在第 3 和第 4 四分位数中效果逐渐减弱,在最高炎症分层中无统计学显著关联(表 S5,补充数字内容 6 和表 S6,补充数字内容 7)。

图 3. 按系统免疫-炎症指数四分位数划分的早期镁剂使用与死亡率之间的调整后关联。森林图展示了跨 SII 四分位数的早期镁剂使用与 30、60、90 天死亡率之间关联的 aHRs 和 95% CIs。估计值来自在每个 SII 四分位数内拟合的多变量 Cox 比例风险回归模型。模型采用有目的选择策略对临床相关协变量进行调整。垂直虚线表示零值(风险比 = 1.0)。aHR = 调整后风险比,CI = 置信区间,SII = 系统免疫-炎症指数。

3.5.3. 生存分析
按 SII 四分位数分层的 Kaplan-Meier 生存分析显示,在匹配队列中,随着全身免疫-炎症增加,生存状况逐渐恶化(图 4)。在较低 SII 分层中,早期镁剂使用与改善的 30 天生存概率和更低的累积死亡率相关。相比之下,在较高 SII 四分位数中,使用镁剂者和未使用者的生存曲线收敛,这与分层多变量分析中观察到的减弱 HR 一致。

图 4. 倾向评分匹配后按系统免疫-炎症指数四分位数分层的 30 天死亡率 Kaplan-Meier 生存曲线。(A) 第 1 四分位数,(B) 第 2 四分位数,(C) 第 3 四分位数,(D) 第 4 四分位数。CI = 置信区间,HR = 风险比,ICU = 重症监护室。

3.6. 敏感性分析
在未匹配队列中进行的敏感性分析显示,在所有 SII 四分位数中,早期镁剂使用仍与 30 天死亡率显著降低独立相关(表 S7,补充数字内容 8)。经多变量调整后,在第 1 四分位数中镁剂使用与死亡率降低 29% 相关(aHR: 0.71,95% CI: 0.58–0.87;P = .001),第 2 四分位数降低 26%(aHR: 0.74,95% CI: 0.59–0.93;P = .009),第 3 四分位数降低 24%(aHR: 0.76,95% CI: 0.63–0.91;P = .003),第 4 四分位数降低 27%(aHR: 0.73,95% CI: 0.62–0.86;P < .001)。未匹配队列中的样条分析显示方向相似的模式,未检测到 SII 与镁剂使用之间的统计学显著交互作用(图 S2,补充数字内容 9)。重要的是,未匹配分析中观察到的早期镁剂使用、SII 和死亡率之间关联的总体方向和模式与主要倾向评分匹配发现一致,支持了主要结果在不同分析方法间的稳健性。然而,这些关联是在未匹配队列中观察到的,应在非匹配分析固有的潜在残余混杂背景下进行解读。

IPTW 和多重插补分析:IPTW 在大多数变量上达到了可接受的协变量平衡,血尿素氮的残余不平衡在加权模型中进行了额外调整(表 S8,补充数字内容 10)。早期镁剂使用与总体以及所有 SII 四分位数(包括第 4 四分位数)的 30 天死亡率降低相关(表 S9,补充数字内容 11)。多重插补分析显示相似的结果,支持了对缺失数据处理方法的稳健性。

事后效力分析:匹配的第 4 四分位亚组统计效力有限(32.8%),表明该分层中 PSM 结果的非显著性可能反映效力不足而非关联缺失。与此解释一致,IPTW 分析在第 4 四分位数中保持显著(表 S9,补充数字内容 11)。

4. 讨论
在这项源自 MIMIC-IV 数据库的脓毒症重症患者大型回顾性队列研究中,我们证明早期镁剂使用与短期死亡率之间的关联在不同全身免疫-炎症水平(由 SII 量化)中是异质的。

主要发现可总结如下:第一,基线SII与30天死亡率之间存在强烈的非线性关联,确认了其在脓毒症中作为稳健预后标志物的作用。第二,经倾向评分匹配后,早期补镁与总体30天死亡率降低相关。第三,在探索性分层分析中,该关联的幅度随着SII四分位的升高而逐渐减弱,最大获益见于SII低至中等水平的患者,在系统免疫-炎症水平较高时,效应呈渐进性衰减。第四,采用限制性立方样条的连续分析提示,镁补充与死亡率之间的关联在SII范围内存在异质性,表明其关联并非在所有系统免疫-炎症水平上一致,而非均匀效应。

SII与死亡率之间观察到的非线性关系与既往文献一致,后者将SII描述为反映先天免疫激活和适应性免疫抑制的综合标志物。[28,29] 在脓毒症中,过度中性粒细胞激活和血小板增多可能反映炎症和促凝状态升高,而淋巴细胞减少则反复与免疫麻痹和不良预后相关联。[30] 我们的样条分析显示,在SII值较高时,死亡率风险出现不成比例的增加,表明系统免疫-炎症的升高与预后急剧恶化相关。

在此背景下,镁补充与死亡率之间的差异关联在不同SII亚组中的分布尤为值得关注。在最低的2个SII四分位中,早期补镁与30天死亡率的绝对和相对降低均相关,且在多变量校正后仍具显著性。尽管观察到了相对风险降低,但绝对死亡率降低在SII四分位升高过程中呈渐进性衰减,从第2四分位的4.18%降至第4四分位的0.67%。这提示早期补镁的潜在临床相关性在炎症负担较低的患者中可能更大。在免疫-炎症反应相对保留或中度失调的患者中,补镁可能与具有临床意义的保护相关。相反,在SII非常高的患者中,对应于显著的系统免疫-炎症,补镁与死亡率之间的关联减弱,且不再具有统计学显著性。

已有多种生物学机制被认为可能合理地与该模式相关。镁是参与细胞代谢、线粒体功能和ATP依赖过程的众多酶促反应的关键辅因子。[31,32] 它还调节关键的炎症和应激反应通路,包括氧化应激信号和血管内皮屏障功能。[33] 在免疫失调的早期或中度阶段,这些效应被认为有助于细胞能量稳态的稳定和炎症信号的调节,从而有助于改善器官功能和生存率。[23,25,26,34] 然而,在极端系统免疫-炎症状态下(如非常高的SII值所反映),脓毒症的病理生理学可能主要由压倒性的炎症级联反应、内皮损伤和微循环衰竭所主导,这些过程难以通过单一使用镁来调节。[35,36] 在此背景下,补镁可能不足以显著改变疾病进程,从而产生了观察到的获益衰减现象。重要的是,我们的结果并未表明高SII水平下补镁存在危害,而是显示其与死亡率降低之间的边际关联递减。

连续交互分析为镁补充如何改变系统免疫-炎症与死亡率之间的关系提供了额外见解。当将SII建模为使用限制性立方样条的连续变量时,早期补镁与低到中等SII值时30天死亡率风险降低相关,而在系统免疫-炎症水平较高时,该关联减弱,置信区间跨越1。重要的是,样条曲线提示根据镁暴露情况存在不同的风险轨迹。在未接受镁的患者中,死亡率风险随SII升高而急剧且渐进地增加。相比之下,在接受镁的患者中,在较高SII值处,风险曲线显得相对平坦,仅呈轻微上升斜率。尽管在SII范围高端组间差异未达统计学显著性,这可能是由于该范围内样本量减少和置信区间较宽所致,但分歧的轨迹可能与SII和死亡率之间观察到的关联在镁暴露组间的衰减相容。这些发现提示,在SII范围内观察到风险轨迹的描述性差异,且在较高SII水平时,镁补充与死亡率之间的关联减弱。重要的是,正式交互检验未达到统计学显著性,且高SII亚组中的关联在不同分析方法间一致性较差。观察到的关联似乎在炎症负担较低时最为显著,而非在整个炎症谱系中均匀降低死亡率,且未能完全抵消与极端免疫-炎症激活相关的死亡率急剧上升。该模式可能反映了不同炎症状态下观察到的关联差异,并突出了在连续尺度上建模效应修饰的价值,而非仅依赖任意截断点。这些观察结果应作为探索性和描述性结果来解读,而非作为因果关系或统计学上确定性交互作用的证据。

这些发现与危重症精准医学的新兴概念相一致,后者强调辅助疗法的效果可能在生物学上不同的患者亚组中存在差异。[4,5,7,37] 多种脓毒症干预措施已报告异质性治疗效果,包括免疫调节疗法和液体复苏策略,这凸显了在未经选择的人群中假设均匀获益的局限性。[4,7,38,39] 我们的结果表明,SII可作为实用生物标志物来探索和定位镁补充与预后之间的关联,而非假设其对所有脓毒症患者具有一致效应。尽管分层分析显示HR随SII四分位升高而衰减,但正式交互检验未达统计学显著性。然而,SII四分位中观察到的衰减应谨慎解读,因为正式交互检验未达统计学显著性(P = .208)。这些发现仍属探索性和假设生成性,在确立临床意义前需要前瞻性验证。

使用未匹配队列的敏感性分析结果进一步支持了我们发现的稳健性。尽管在未匹配分析中,早期补镁在各SII四分位中与死亡率降低相关,但在匹配前未检测到SII与镁使用之间的统计学显著交互作用。与PSM结果的差异与差异性混杂(由适应证混杂引起)一致,这种混杂在第4四分位(Q4)中最为显著,该四分位中低镁血症患病率和急性严重程度最高,可能高估了未匹配的Q4估计值(aHR: 0.73)。匹配后衰减至0.85反映了这种混杂的部分消除;残余的无统计学显著性需结合有限的事后检验效能(32.8%)和显著的IPTW结果来解读,提示其可能为检验效能不足而非真正的无效效应。经严格PSM后关联总体方向和模式的保持,强调了在评估观察性数据中异质性治疗效果时适当控制混杂的重要性。

5. 局限性与未来方向

有若干局限性需要考虑。第一,尽管采用了PSM和IPTW调整,并结合多重插补评估缺失数据的稳健性,但仍不能完全排除残余混杂和适应证混杂。临床医生可能优先将镁应用于特定临床特征的患者,而这些特征未被可用协变量完全捕捉,包括处方意图、实时临床轨迹和个体化治疗决策。尽管跨分析方法的内部一致性支持稳健性,但未测量混杂仍是局限性。此外,数据驱动的协变量选择存在一定程度的模型过拟合风险。第二,关于镁给药策略、临床适应证和处方意图的详细信息不可用,限制了暴露特征的描述。第三,SII是根据预定义的ICU围期时间窗内获取的实验室值计算的,免疫-炎症状态随时间动态变化未进行评估。第四,本研究发现反映的是与早期补镁的关联,可能不适用于后期或长期补镁策略。第五,暴露窗口涵盖了ICU入科前即刻和ICU入科期间的补镁,这可能引入治疗启动时机的变异性。第六,本研究为单中心研究,可能限制其向其他环境的外推性。最后,这些发现应作为探索性和假设生成性结果谨慎解读。

鉴于目前可获得的大多数证据为观察性研究,需要进行随机或干预性研究以更好地阐明潜在临床获益和因果关系。未来研究应旨在进一步描绘本研究提示的镁补充在脓毒症中依赖背景的作用。需要前瞻性研究验证基于SII的分层作为识别最可能从早期补镁获益的患者亚组的工具。此外,纳入SII和镁浓度连续测量的研究可能有助于阐明免疫-炎症动态、镁状态和临床结局之间的时间交互作用,而这些在当前分析中无法解决。将镁稳态与免疫细胞功能、内皮完整性和代谢应激反应在不同炎症状态下关联的机制研究将进一步加强生物学合理性。最后,将SII与其他新兴脓毒症表型分类方法整合,可能有助于在精准危重症框架内开发更精细、生物标志物导向的镁补充策略。

6. 结论

在脓毒症患者中早期补镁与短期死亡率降低相关,但该关联根据系统免疫-炎症程度存在显著差异,在SII低至中等水平的患者中观察到的关联最为显著。这些发现提示,在早期补镁与短期死亡率之间的关联中,跨SII亚组存在探索性异质性。需要前瞻性研究验证免疫-炎症分层作为指导脓毒症镁补充策略的工具。

致谢

作者使用ChatGPT(OpenAI)协助改进手稿的可读性、语言清晰度、语法和拼写。所有内容均经作者严格审阅和核实,作者对手稿的准确性和完整性承担全部责任。

作者贡献

概念化:Thanh Luan Nguyen、Phan Ngoc An Huynh。数据整理:Thanh Luan Nguyen、Thi Bao Yen Nguyen、Ngoc Nhu Y Nguyen、Ngan Hoang Kim Trieu。形式分析:Thanh Luan Nguyen、Cong Dang Tran、Ngoc Thu Le、Ngan Hoang Kim Trieu。调查:Thanh Luan Nguyen、Thi Bao Yen Nguyen、Ngoc Nhu Y Nguyen、Tuyet Phuong Bui、Vu Thanh Le。方法学:Thanh Luan Nguyen、Phan Ngoc An Huynh、Ngan Hoang Kim Trieu。项目管理:Thanh Luan Nguyen。软件:Thanh Luan Nguyen、Tuyet Phuong Bui、Van Hoang Nam Ho、Cong Dang Tran。验证:Thanh Luan Nguyen、Phan Ngoc An Huynh、Trang Hoai Dinh Nguyen、Vu Thanh Le。可视化:Thanh Luan Nguyen、Thuy Oanh Hoang、Ngoc Thu Le、Hoang Ngoc Thao Duong。资源:Phan Ngoc An Huynh、Trang Hoai Dinh Nguyen、Van Hoang Nam Ho。监督:Phan Ngoc An Huynh、Thuy Oanh Hoang、Ngoc Thu Le、Hoang Ngoc Thao Duong。初稿撰写:Thanh Luan Nguyen、Thi Bao Yen Nguyen、Ngoc Nhu Y Nguyen、Phan Ngoc An Huynh、Tuyet Phuong Bui、Van Hoang Nam Ho、Thuy Oanh Hoang、Vu Thanh Le、Ngan Hoang Kim Trieu。审阅与编辑:Thanh Luan Nguyen、Thi Bao Yen Nguyen、Ngoc Nhu Y Nguyen、Phan Ngoc An Huynh、Trang Hoai Dinh Nguyen、Van Hoang Nam Ho、Cong Dang Tran、Hoang Ngoc Thao Duong、Ngan Hoang Kim Trieu。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号