编辑推荐：
为识别糖尿病合并上尿路结石（UUTS）患者尿脓毒血症独立危险因素并建模，研究得出 6 个预测指标，模型预测准确，利于早期诊断。
糖尿病合并上尿路结石患者尿脓毒血症风险预测：关键因素与精准模型
在医学领域，尿脓毒血症（Urosepsis）如同隐藏在黑暗中的 “杀手”，是泌尿外科中极为紧急且危险的病症。它起病迅速，就像突然爆发的风暴，能在短时间内演变成感染性休克和多系统器官功能障碍，严重威胁患者的生命。据统计，脓毒血症的发病率呈上升趋势，其中尿脓毒血症占比达 8.6 - 30.6%，死亡率更是高达 20 - 40%，这一数据让人们深刻认识到它对公共健康的巨大威胁。上尿路结石（UUTS，包括肾结石和输尿管结石）与尿脓毒血症的发生密切相关，而糖尿病患者由于尿路感染（UTIs）的患病率和复发率较高，更是尿脓毒血症的高危人群，当糖尿病遇上 UUTS，这种风险更是成倍增加。
然而，在临床实际中，尿脓毒血症初期症状隐匿，如同披上了一层 “隐身衣”，通过常规的实验室或影像学检查很难在早期发现它的踪迹。目前，降钙素原在预测脓毒血症方面虽应用广泛，但也存在假阳性和假阴性的问题，就像一个不太精准的 “探测器”，容易干扰医生的准确判断。而且，当前针对糖尿病合并 UUTS 患者尿脓毒血症的研究十分有限，大多聚焦于术后和围手术期因素，却忽视了未手术患者这一庞大群体，以及糖尿病对尿脓毒血症发病机制的潜在影响。在这样的背景下，为了找到更有效的应对方法，来自中山大学附属第六医院泌尿外科、中南大学湘雅医院泌尿外科等机构的研究人员展开了深入研究，相关成果发表在《Scientific Reports》上。
研究人员采用了一系列严谨的研究方法。首先，进行回顾性研究，从 2020 年 1 月至 2023 年 6 月期间的患者中筛选出符合条件的病例。这些患者经影像学检查确诊为肾或输尿管结石，有明确糖尿病史，且具备泌尿系统非增强计算机断层扫描（NCCT）等影像资料。研究排除了双侧结石、免疫功能受影响以及其他部位有原发性感染的患者。之后，依据快速序贯器官衰竭评估（qSOFA）评分将患者分为病例组和对照组。接着，从电子病历系统和图像存档与通信系统（PACS）收集人口统计学、实验室和影像学等多方面数据。在统计分析时，运用最小绝对收缩和选择算子（LASSO）回归分析进行变量选择，构建初步模型；通过受试者工作特征（ROC）曲线、Hosmer - Lemeshow 检验、校准曲线和决策曲线分析（DCA）对模型进行优化、验证和评估；最后构建列线图（nomogram），将模型直观呈现出来 。
研究结果如下：
- 人口统计学特征：共纳入 434 例符合条件的患者，其中 66 例为病例组，368 例为对照组。训练集和验证集在各变量分布上无显著差异，这为后续研究的可靠性奠定了基础。
- 预测指标筛选：通过 LASSO 回归分析，确定了 6 个最佳预测指标，分别是体重过轻、肌肉减少症（Sarcopenia）、身体状况不佳、中段尿培养、尿白细胞计数和白蛋白球蛋白比（AGR）。这就像是找到了开启预测尿脓毒血症大门的几把 “钥匙”。
- 模型优化：由于中段尿培养结果获取时间长，无法满足早期诊断需求，因此将其从模型中排除。对比新旧模型发现，新模型在训练集和验证集中的预测能力与旧模型无显著差异，于是新模型被确定为最终模型。这一调整让模型更加贴合临床实际应用。
- 模型验证与可视化：Hosmer - Lemeshow 检验和校准曲线表明，模型预测结果与实际临床结果高度一致，就像一把精准的 “尺子”。DCA 显示，模型在广泛的阈值概率范围内具有较高的净效益，临床适用性良好。列线图的构建则为临床医生提供了一个直观、便捷的预测工具，医生可以根据患者的各项指标快速估算尿脓毒血症的发病风险。
在研究结论与讨论部分，研究人员发现，肌肉减少症在糖尿病患者中更为常见，它与患者的不良健康结局密切相关，还会增加尿脓毒血症的发病风险。体重过轻、身体状况不佳和 AGR 降低也都与尿脓毒血症风险相关，这突出了营养状况在尿脓毒血症发病机制中的重要作用。此外，尿白细胞计数是判断尿路感染的重要指标，虽中段尿培养是诊断尿路感染的金标准，但因结果获取慢而被排除在最终模型外。最终模型中的变量在患者入院 3 小时内即可获取，结合列线图能快速计算发病风险，为及时诊断，尤其是未手术患者的诊断提供了有力依据。
不过，这项研究也存在一些局限性。比如，研究在普通病房进行，使用 qSOFA 评分作为脓毒血症诊断标准，可能与金标准（SOFA 评分≥2）存在差异，影响预测准确性；作为回顾性病例对照研究，不可避免地存在偏倚，且可能因临床信息缺失导致样本量减少；单中心研究的结果可能无法推广到其他地区；受资源限制，还有更多相关因素未纳入研究，部分变量定义也缺乏普遍认可。尽管如此，该研究依然意义重大，它明确了糖尿病合并 UUTS 患者尿脓毒血症的独立危险因素，并开发优化了预测模型，为临床早期诊断提供了新的工具，为后续研究指明了方向，有望在未来进一步完善对这一疾病的认识和防治策略。
