丙戊酸致血小板减少风险预测模型：精准评估助力临床决策

《Scientific Reports》：Nomogram for the prediction of valproic acid induced platelet decline: a nested case–control study

为探究丙戊酸（VPA）致血小板减少风险因素，研究人员构建预测模型，成果对临床决策意义重大。

　　在神经外科手术中，癫痫是常见的并发症。想象一下，患者刚经历完脑部手术，身体正处于恢复阶段，却还要面临癫痫发作的威胁，这无疑给患者的康复之路增添了重重困难。而丙戊酸（Valproic acid，VPA）作为一种广泛用于预防神经外科术后癫痫发作的药物，就像是一把双刃剑，在发挥抗癫痫作用的同时，却带来了血小板减少的副作用。

血小板减少可不是一个小问题，它就像身体里的 “维修队” 出了故障，可能导致患者出血风险增加，严重时甚至会危及生命。然而，目前对于 VPA 相关血小板减少的风险因素却知之甚少。同时，由于利奈唑胺（linezolid）和左乙拉西坦（levetiracetam）这两种药物也可能导致血小板计数下降，它们与 VPA 联合使用时是否会增加血小板减少的风险，也尚无定论。更让人头疼的是，在 PubMed 或 Web of Science 数据库中，都没有找到预测 VPA 诱导血小板减少的模型。

为了解决这些问题，来自山西省人民医院、山西省肿瘤医院和北京友谊医院的研究人员开展了一项三中心、回顾性、巢式病例对照研究。这项研究的成果发表在《Scientific Reports》上，为临床医生评估 VPA 治疗患者的血小板减少风险提供了重要依据。

研究人员为了开展这项研究，进行了一系列关键操作。他们从三个医院选取了接受神经外科手术并使用 VPA 静脉治疗的患者队列，排除了不符合条件的患者后，将符合标准的患者随机分为训练队列和验证队列。通过收集患者的各类医疗信息，包括人口统计学数据、基础疾病、治疗剂量和时长、合并用药情况以及各项实验室检查结果等，运用统计学方法进行分析，构建了预测模型。

研究结果主要体现在以下几个方面：

1. 基线信息：研究共纳入 356 名患者，平均年龄 58.10 ± 12.40 岁，神经外科手术适应症包括脑肿瘤（23.31%）、蛛网膜下腔出血（26.97%）、颅内出血（42.42%）等。在住院期间，没有患者发生出血事件或死亡。
2. 病例组和对照组特征：总体队列中 37.08%（132/356）的患者出现血小板计数下降，接受 VPA 单药治疗的患者中 31.12%（47/151）出现血小板计数下降。病例组患者的平均年龄显著高于对照组，病例组接受 VPA 联合左乙拉西坦治疗的患者比例与对照组存在差异，且病例组的 VPA 谷浓度显著高于对照组，但两组在性别、基线血小板计数和 VPA 治疗时长方面无显著差异。
3. VPA 相关血小板减少的风险因素：多变量逻辑回归分析显示，高龄（优势比（OR）：1.05；95% 置信区间（CI）1.03 - 1.08；P = 0.030）、VPA 与左乙拉西坦联合治疗（OR：3.03；95% CI 1.43 - 6.65；P = 0.005）显著增加 VPA 诱导血小板减少的风险，而 VPA 谷浓度低于 100 μg/mL（OR：0.41；95% CI 0.24 - 0.69；P = 0.010）是血小板减少的独立保护因素。
4. VPA 相关列线图的开发和验证：基于年龄、治疗方案和 VPA 谷浓度开发了列线图模型。该模型在训练队列中的曲线下面积（AUC）值为 0.85（95% CI 0.79 - 0.91），在验证队列中为 0.81（95% CI 0.66 - 0.95），校准图显示模型预测概率与观察概率之间具有良好的一致性。
5. 利奈唑胺治疗患者的亚组分析：亚组分析表明，接受利奈唑胺治疗超过 7 天的患者血小板减少风险显著高于短期治疗（≤7 天）的患者（42.31% vs. 28.77%，OR：1.85，95% CI 1.12 - 3.06，P = 0.017）。

在研究结论和讨论部分，研究人员指出，他们开发的预测模型能够准确识别接受 VPA 治疗患者的血小板计数降低风险。此次研究中血小板减少的发生率为 31.12%，高于以往在主要为白种人人群中的研究结果，这可能暗示 VPA 相关血小板减少受种族或民族差异的影响。同时，研究发现 VPA 与左乙拉西坦联合使用会增加血小板减少的风险，VPA 谷浓度与血小板减少相关，建议常规监测 VPA 谷浓度并保持其低于 100 μg/mL。此外，高龄是 VPA 诱导血小板减少的独立风险因素。

然而，这项研究也存在一些局限性，比如回顾性设计可能导致选择偏倚和混杂因素无法完全避免，列线图模型需要在不同人群中进行外部验证以确认其普遍性。但尽管如此，该研究建立的预测模型仍然为临床医生提供了一个简单、易用且准确的工具，有助于评估 VPA 相关血小板减少的风险，从而指导临床决策，在未来的临床实践中具有重要的应用价值。