一个结合的炎症-营养指数模型,用于预测败血症的早期预后:从后勤回归和决策曲线分析中得到的证据

科学领域:

• 临界护理医学 临界护理医学
• 免疫学 免疫学 免疫学
• 营养科学 营养科学

背景情况:

• 败血症带来了高短期死亡率的重大挑战,需要早期预后工具来提供有效的治疗指导.
• 炎症和营养-免疫指数是认可的预测结果的危急病患者.

研究的目的:

• 评估系统性免疫炎症指数 (SII) 和那不勒斯预后得分 (NPS) 对败血症患者28天生存期的预后意义.
• 开发和验证一个整合SII和NPS的视觉预测工具 (nomogram),用于个性化风险分层.

主要方法:

• 从2021年1月到2023年12月在ICU治疗的324名败血症患者的回顾性分析.
• 包括临床特征和实验室发现,包括SII和NPS,用于死亡率预测.
• 使用单变量和多变量逻辑回归,ROC曲线分析,校准图,以及决策曲线分析 (DCA) 来进行模型评估.

主要成果:

• 较高的SII值和NPS得分 (≥2) 与28天死亡率的增加显著相关 (p <0.001).
• SII和NPS被确定为败血症死亡率的独立预测因素.
• 结合SII和NPS的组合诺米图显示出优异的预测性能 (AUC:0.846) 和强大的临床实用性,与单个标志物相比.

结论:

• SII和NPS是感染性败血症短期死亡率的可靠独立预测指标.
• 开发的诺米图提供了一种实用,数据驱动的方法,用于个性化预测败血症风险.
• 综合炎症和营养免疫指数可以提高重症监护机构的预后评估.