《Frontiers in Neurology》：Construction of nomogram model for early death risk in patients with severe traumatic brain injury
编辑推荐：
本回顾性研究构建并验证了一个用于预测重型创伤性脑损伤（TBI）患者早期死亡风险的列线图模型。研究纳入2018年8月至2024年3月收治的重型TBI患者，通过多因素分析发现，较低的格拉斯哥昏迷评分（GCS）、升高的中性粒细胞-淋巴细胞比值（NLR）、延长的凝血酶原时间（PT）、增大的中线移位以及较高的C反应蛋白（CRP）水平是早期死亡的独立预测因素。整合上述指标的列线图模型显示出卓越的预测性能，受试者工作特征曲线下面积（AUC）高达0.956。该模型为临床医生进行个体化预后评估和制定精准治疗策略提供了直观、实用的工具。
背景
创伤性脑损伤（TBI）是一个重大的公共卫生问题，全球每年约有6900万新发病例。其中，重型TBI因其高死亡率和高致残率，给临床预后判断和管理带来巨大挑战。开发能够准确预测重型TBI患者早期死亡风险的预后工具，对于指导临床决策和资源分配至关重要。本研究旨在构建一个用于预测重型TBI患者早期死亡风险的列线图模型。
材料与方法
本研究为一项回顾性队列研究，纳入了2018年8月至2024年3月期间某医院收治的重型TBI患者。纳入标准包括：明确的头部外伤史且临床诊断为重型TBI、入院GCS评分≤8分、年龄≥16岁、因病情严重入住ICU、伤后24小时内入院并接受手术治疗等。根据患者术后30天内的生存情况，将患者分为死亡组（n=153）和生存组（n=151）。收集并分析患者的人口统计学、临床、实验室和影像学参数。使用SPSS 29.0软件进行统计分析，并基于多因素Logistic回归分析结果，利用R软件4.2.0构建列线图预测模型。采用Hosmer-Lemeshow拟合优度检验和受试者工作特征（ROC）曲线评估模型的预测性能。
结果
基线特征比较显示，死亡组和生存组在年龄和性别上无显著差异，但死亡组的GCS评分显著更低（p<0.05）。实验室检查发现，死亡组的中性粒细胞-淋巴细胞比值（NLR）和C反应蛋白（CRP）水平显著高于生存组，而淋巴细胞计数和血小板计数则显著更低。此外，死亡组的凝血酶原时间（PT）也显著延长。影像学检查结果显示，死亡组的头颅CT中线移位距离显著大于生存组。相关性分析表明，GCS评分与不良预后呈强负相关，而NLR、PT、中线移位和CRP与不良预后呈正相关。多因素分析后，将GCS、NLR、PT、CRP和中线移位这五个独立预测因子纳入最终模型。所构建的联合列线图模型的ROC曲线下面积（AUC）达到0.956，表明该模型对重型TBI患者的早期死亡风险具有极高的预测价值。
讨论
本研究证实，GCS评分、反映全身炎症和应激状态的实验室指标（如NLR、CRP）、凝血功能指标（PT）以及反映颅内占位效应严重程度的影像学指标（中线移位）是预测重型TBI患者早期死亡风险的重要因子。整合了这些多维度信息的列线图模型，为临床提供了一种直观、综合的风险评估工具，有助于实现个体化预后判断和治疗决策。然而，本研究为单中心回顾性设计，存在一定的局限性，且模型尚未进行外部验证。未来需要前瞻性、多中心研究来进一步验证和优化该模型，并将其应用于更广泛的患者群体，包括合并慢性基础疾病的患者。
结论
本研究成功构建了一个结合临床、实验室和影像学参数的列线图模型，用于预测重型TBI患者的早期死亡风险。该模型表现出优异的预测能力，有助于临床医生进行早期风险分层、个体化预后评估和精准医疗决策，从而可能改善患者结局。
