编辑推荐：
本研究聚焦于肺栓塞（PE）患者，探讨泛免疫炎症值（PIV）与全因死亡率（ACM）的关系，发现PIV升高显著增加28天、90天及1年死亡风险，为临床风险分层提供新依据
肺栓塞（PE）是一种严重威胁生命的疾病，其发病率和死亡率居高不下。近年来，随着人口老龄化和癌症发病率的增加，PE的发病率呈上升趋势。PE的病理生理机制复杂，涉及肺血管阻塞、急性炎症和血管痉挛。尽管已有研究指出炎症在PE中的重要作用，但对于PE患者的预后评估仍面临挑战，尤其是在重症监护病房（ICU）中，如何准确识别高风险患者并优化治疗方案一直是临床关注的焦点。
为了解决这一问题，四川科学城医院的研究人员开展了一项基于MIMIC-IV数据库的队列研究，旨在探讨泛免疫炎症值（PIV）与PE患者死亡率之间的关系。PIV是一种综合考虑中性粒细胞、血小板、单核细胞和淋巴细胞计数的血液生物标志物，已被证明与多种免疫和炎症疾病的预后相关。研究结果表明，PIV升高与PE患者的全因死亡率（ACM）显著相关，这一发现为临床实践中PE患者的预后评估和风险分层提供了新的思路。
该研究回顾性分析了213名PE患者的电子健康数据，主要观察指标为28天ACM，次要观察指标包括90天、1年、ICU及院内死亡率。通过多变量Cox比例风险回归分析，研究人员发现PIV升高与28天（校正风险比[aHR]：1.93；95%置信区间[CI]：1.02–3.63）和90天（aHR：1.96；95% CI：1.10–3.47）死亡率显著相关。此外，Kaplan-Meier生存曲线分析也证实了PIV与ACM的正相关关系。
为了开展这项研究，研究人员采用了以下关键技术方法：
数据来源于MIMIC-IV数据库，这是一个由麻省理工学院计算生理学实验室开发的公开电子健康记录数据库。
通过PostgreSQL和Navicat Premium软件提取数据，并对缺失数据进行多重插补处理。
采用Log10转换对PIV值进行正态化处理，以稳定方差。
使用Kaplan-Meier生存曲线和Cox比例风险模型分析PIV与死亡率的关系，并通过多变量逻辑回归分析调整混杂因素。
在研究结果方面，研究人员首先对患者的基线特征进行了分析，发现PIV水平较高的患者往往年龄较大、合并慢性肺部疾病、糖尿病、肾病和肿瘤的比例更高。此外，PIV与患者在ICU期间的机械通气需求、血管活性药物使用、脓毒症发生率以及急性肾损伤（AKI）的发生率均呈正相关。
在临床结局方面，PIV与ICU、院内、28天、90天及1年死亡率均呈正相关。Kaplan-Meier生存曲线显示，PIV水平越高，患者的生存率越低。具体而言，Log10（PIV）作为连续变量在单变量模型中预测28天死亡风险的危险比（HR）为2.18（95% CI：1.38–3.45，P=0.001），在校正多变量模型中aHR为1.93（95% CI：1.02–3.63，P=0.042）。这表明PIV每增加10倍，死亡风险增加93%。此外，PIV的最高三分位数患者在28天、90天和1年死亡率的风险显著高于最低三分位数患者。
在亚组分析中，研究人员进一步验证了PIV在不同患者群体中的预测能力，尤其是在合并AKI的患者中，PIV对28天、90天和1年死亡率的预测能力更为显著。
在讨论部分，研究人员指出，PIV作为一种独立的风险因素，能够显著预测PE患者的短期和长期死亡率。这一发现不仅为PE患者的预后评估提供了新的生物标志物，还强调了在ICU中常规监测PIV的重要性，以便早期识别高风险患者并优化治疗方案。尽管该研究存在一定的局限性，例如样本量相对较小且为回顾性研究，但其结果仍具有重要的临床意义，并为未来的研究提供了方向。
综上所述，该研究通过分析MIMIC-IV数据库中的数据，揭示了PIV与PE患者死亡率之间的显著关联，为临床实践中PE患者的预后评估和风险分层提供了新的依据。这一成果发表在《Scientific Reports》上，为肺栓塞领域的研究和临床实践带来了新的启示。
