《Scientific Reports》：The role of red blood cell distribution width in prognosis prediction among critically ill patients with obstructive sleep apnea: Insights from the MIMIC-IV database
编辑推荐：
本研究聚焦于危重症监护室（ICU）内阻塞性睡眠呼吸暂停（OSA）患者预后不佳的问题，探讨了入院时红细胞分布宽度（RDW）与一年全因死亡率之间的关联。基于MIMIC-IV数据库对1950名患者的分析表明，RDW升高是OSA患者短期与长期死亡风险的独立危险因素，为临床风险分层提供了新指标。
阻塞性睡眠呼吸暂停（Obstructive Sleep Apnea, OSA）是一种常见的睡眠障碍，它在夜间反复导致患者上呼吸道完全或部分塌陷，引发呼吸暂停和低通气。这不仅影响睡眠质量，更与高血压、心律失常、心力衰竭等多种心血管疾病紧密相连。当OSA患者因其他急重症住进重症监护室（ICU）时，其病情往往更为复杂，死亡风险也显著增高。然而，在ICU这个瞬息万变的战场，医生们急需一些简单、易得且可靠的指标，来快速识别出那些隐藏在OSA患者中的高危人群。现有的风险评估工具往往复杂或依赖昂贵的检查，那么，有没有一种来自常规血检、成本低廉的指标能担此重任呢？
这时，一个名为红细胞分布宽度（Red blood cell distribution width, RDW）的指标进入了研究者的视野。RDW是血常规报告中的一个常见参数，它反映的是我们血液中红细胞体积大小的变异范围。正常情况下，红细胞大小较为均一，RDW值较低；而当身体处于贫血、炎症或营养缺乏等应激状态时，新生红细胞的大小会变得不均，导致RDW升高。以往的研究发现，RDW升高与冠心病、心力衰竭、 sepsis等疾病的预后不良有关。那么，这个看似普通的血常规指标，是否也能预示危重症OSA患者的死亡风险呢？这正是本研究试图解答的核心问题。
为了探究RDW与危重症OSA患者预后的关系，一支研究团队利用了一个庞大的公共临床数据库——重症监护医学信息市场-IV（Medical Information Mart for Intensive Care-IV, MIMIC-IV）数据库。他们开展了一项回顾性队列研究，从数据库中纳入了1950名被诊断为OSA的成年危重症患者。研究的主要目标是评估患者入院时的RDW水平与其入院后30天及一年全因死亡率之间的关联。研究人员采用了Kaplan-Meier生存分析来直观展示不同RDW水平患者的生存曲线差异，并运用多变量Cox比例风险回归模型来调整年龄、性别、合并症等多种混杂因素，以确定RDW是否是死亡的独立预测因子。此外，他们还使用了限制性立方样条（Restricted cubic spline, RCS）模型来探索RDW与死亡率之间是否存在非线性的剂量-反应关系，并进行了细致的亚组分析，以检验这种关联在不同人群（如不同种族、肾功能状态等）中是否一致。
主要研究方法简述：本研究为一项基于MIMIC-IV（v3.1）数据库的回顾性队列研究。研究纳入1950名ICU中的OSA患者，核心是评估入院RDW与死亡率的关系。采用的关键技术方法包括：Kaplan-Meier法进行生存分析并绘制生存曲线；多变量Cox比例风险回归模型用于计算风险比（Hazard Ratio, HR）并调整多种协变量；限制性立方样条（RCS）回归用于分析RDW与死亡风险间的非线性关系；此外，还进行了广泛的亚组分析以评估结果稳健性并探索交互作用。
研究结果
1. 研究人群的基本特征
根据文档内容，研究共纳入了1950名患者。随着患者RDW水平的升高（从Q1到Q4四分位数组），患者的年龄呈现增长趋势，合并症如充血性心力衰竭、慢性肺病的患病率，以及实验室指标如肌酐、白细胞计数的水平也相应增高。这初步提示RDW更高的患者群体，其基础病情可能更重、炎症或应激状态更明显。
2. RDW与全因死亡率的关系
死亡率数据显示，RDW水平与死亡风险显著正相关。在RDW最低的第一四分位数组（Q1），一年死亡率为4.6%；而在RDW最高的第四四分位数组（Q4），死亡率急剧攀升至34.7%。这种随着RDW四分位数升高，死亡率逐级显著上升的趋势具有统计学意义（P?<?0.001）。
3. 生存分析
Kaplan-Meier生存曲线清晰地显示，无论是30天死亡率还是一年死亡率，RDW水平更高的患者组（Q3和Q4）其生存概率都显著低于RDW水平低的组（Q1和Q2）。对数秩检验（log-rank test）结果P值?<?0.001，证实了不同RDW分组间的生存差异非常显著。
4. RDW作为死亡率预测因子的多变量分析
在多变量Cox回归分析中，研究人员对包括人口统计学特征、生命体征、合并症和实验室检查在内的众多变量进行了调整。结果显示，即使经过如此严格的调整，RDW仍然与死亡风险独立相关。当RDW作为连续变量分析时，其风险比（HR）为1.15，意味着RDW每增加一个单位，死亡风险增加15%。当作为分类变量（以Q1为参照）分析时，Q4组的死亡风险是Q1组的4.42倍。这些结果均具有高度统计学意义（P?<?0.001），强有力地证明了RDW是危重症OSA患者一年全因死亡率的独立预测因子。
5. RDW与死亡风险关系的剂量-反应分析
为了更精确地描述RDW与死亡风险之间的变化模式，研究采用了限制性立方样条（RCS）模型。分析结果显示，RDW与短期（30天）和长期（一年）全因死亡率风险之间均存在显著的正向线性关系（Pfor overall?<0.001）。这意味着，死亡风险并非在某个RDW阈值后才突然升高，而是随着RDW值的增加呈现出一种持续、平稳上升的趋势。
6. 亚组分析与交互作用
为了确保研究结果的可靠性与普适性，研究者在不同预设亚组（如按年龄、性别、种族、体重指数、肾功能等划分）中进行了分析。结果证实，RDW与死亡率之间的正相关关系在绝大多数亚组中保持一致，这表明该关联具有较好的稳健性。此外，亚组分析还发现了两个具有统计学意义的交互作用：RDW对死亡率的影响在白人种族亚组中更为显著（交互P值=0.011）；同时，在体重指数（BMI）不同的亚组间也观察到交互作用的趋势（交互P值=0.052）。这些发现提示，种族和BMI状态可能会调节RDW与预后之间的关系。
研究结论与意义
本研究通过一项基于大规模真实世界临床数据库的回顾性分析，首次系统性地探讨并证实了入院时红细胞分布宽度（RDW）与危重症阻塞性睡眠呼吸暂停（OSA）患者短期及长期全因死亡率之间的独立正相关关系。核心结论指出，RDW水平越高，患者的死亡风险也越高，且这种关联是连续、剂量依赖式的。
这项研究的价值在于其强烈的临床转化潜力。RDW作为一项常规血常规检查中的既有参数，获取便捷、成本极低，无需额外检查。本研究将其与OSA这一特定危重人群的预后明确挂钩，为ICU医生提供了一个简单、高效的新工具。通过查看入院血常规报告中的RDW值，临床医生可以快速识别出那些死亡风险更高的OSA患者，从而对其进行更密切的监测、更积极的干预和更个体化的管理，有望改善这部分患者的临床结局。此外，研究发现的与种族、BMI的交互作用，也为深入探索RDW影响预后的生物学机制提供了线索，例如其可能与不同人群的炎症反应、氧化应激或营养代谢差异有关。
总之，这项发表在《Scientific Reports》上的研究，将目光投向了临床中最寻常的指标，却揭示了其在危重症复杂局面下的不寻常预测价值。它不仅为OSA的危重症管理提供了新的风险分层思路，也再次印证了深入挖掘常规临床数据对于改善患者预后具有重要意义。
