用于预测脓毒症患者28天死亡率的血液学和代谢指标：一项回顾性重症监护队列研究

《Frontiers in Medicine》：Hematologic and metabolic indices for predicting 28-day mortality in sepsis patients: a retrospective intensive care cohort study

　　摘要
背景：败血症仍然是重症患者的主要死亡原因之一，早期风险分层对于改善临床结局至关重要。近年来，从常规实验室参数中得出的血液学和代谢指标已被视为潜在的预后生物标志物。本研究旨在评估血红蛋白-红细胞分布宽度比值（HRR）、红细胞分布宽度-白蛋白比值（RAR）、甘油三酯-葡萄糖（TyG）指数和尿酸-白蛋白比值（UA/Alb）对败血症患者28天死亡率预测的价值。

方法：这项回顾性队列研究包括了2020年1月至2025年9月期间入住两家三级医院重症监护病房的805名败血症成人患者。分析了患者的人口统计学数据、临床严重程度评分（qSOFA、SOFA、APACHE II、SAPS II）以及入院后24小时内的实验室参数。主要结局指标为28天全因死亡率。通过接收者操作特征（ROC）曲线分析来评估区分性能，并通过逻辑回归分析确定死亡的独立预测因素。

结果：非生存者的疾病严重程度评分显著更高，并表现出不同的生化特征，表现为血红蛋白和白蛋白水平较低，而红细胞分布宽度（RDW）、尿酸、甘油三酯和葡萄糖水平较高（所有p<0.001）。所有评估的指标都与死亡率显著相关。其中，UA/Alb比值的预测性能最高（AUC：0.968），其次是TyG指数（AUC：0.916）和RAR（AUC：0.900），而HRR的区分性能中等（AUC：0.771）。在多变量分析中，UA/Alb比值（OR：28.47，95% CI：12.96–62.51；p<0.001）和SAPS II评分仍然是28天死亡的独立预测因素。

结论：血液学和代谢指标与败血症患者的早期死亡率高度相关，并可能改善其预测。在这些指标中，UA/Alb在队列研究中表现出最高的区分性能，并且在调整后仍与死亡率相关；然而，对其独立性的解释应谨慎。

1. 引言
败血症是一种危及生命的状况，其特征是机体对感染的反应失调，导致器官功能障碍和高死亡率，尤其是在入住重症监护病房（ICU）的重症患者中。尽管支持性和抗菌治疗取得了进展，但败血症仍是一个重大的全球健康问题，具有显著的发病率和死亡率。早期识别高风险患者和及时进行风险分层对于改善临床结局和指导治疗策略至关重要。当前的国际指南强调了早期识别、血流动力学稳定和持续监测在败血症和败血症休克管理中的重要性。然而，寻找可靠且易于获取的生物标志物以预测败血症患者的预后仍然是一个重要的临床挑战。因此，越来越多的关注集中在简单的实验室衍生指标上，这些指标可能有助于对重症败血症患者的早期风险进行评估和死亡预测（1-5）。

血红蛋白-红细胞分布宽度比值（HRR）最近作为一种新的血液学指标出现，它反映了携氧能力和潜在的炎症或营养状态。由于炎症相关的贫血，血红蛋白水平可能下降，而在全身炎症、氧化应激和红细胞生成受损的情况下，红细胞分布宽度（RDW）会增加。将这两个参数结合起来，HRR可以提供一个比单独参数更能反映疾病严重程度的综合标志物。最近使用大型重症监护数据库的研究表明，较低的HRR与败血症和其他重症患者的死亡率增加有关。这些发现表明，HRR可能成为入住ICU的败血症患者的实用且易于获取的预后生物标志物（6-8）。另一个有前途的标志物是红细胞分布宽度-白蛋白比值（RAR），它结合了RDW（全身炎症和红细胞功能障碍的指标）和血清白蛋白（反映营养状态、炎症负担和疾病严重程度的指标）。由于血管通透性增加、肝脏合成减少和全身炎症反应，重症患者中经常观察到低白蛋白血症。因此，RAR被认为是代表重症患者炎症和营养方面的综合指标。最近的回顾性队列研究报告称，升高的RAR水平与重症监护环境中败血症患者的死亡率增加显著相关，突显了其作为预后生物标志物的潜在价值（9-12）。

代谢失调也在败血症的病理生理学中起着重要作用。甘油三酯-葡萄糖（TyG）指数是根据甘油三酯和葡萄糖水平得出的，广泛被认为是胰岛素抵抗和代谢压力的替代标志物。在重症患者中，由于炎症和应激反应，经常会出现代谢改变，包括高血糖和脂质代谢紊乱。多项最近的研究表明，升高的TyG指数与败血症患者的死亡率增加、器官功能障碍和不良结局有关。这些发现表明，TyG指数可能作为识别ICU高风险败血症患者的可行代谢指标（13-18）。

最近，尿酸-白蛋白比值（UAR）被研究作为一种新的生物标志物，反映了氧化应激、全身炎症和营养状态。尿酸水平在组织缺氧和氧化应激的情况下增加，而白蛋白具有抗氧化和抗炎特性。因此，结合评估这两个参数可以为重症患者提供额外的预后信息。新兴证据表明，升高的UAR水平与败血症和其他炎症性疾病患者的不良结局和死亡率增加有关。因此，UAR作为重症败血症患者风险分层的潜在生物标志物受到了关注（19-21）。

因此，本研究旨在调查几种血液学和代谢比值（包括血红蛋白-红细胞分布宽度比值（HRR）、红细胞分布宽度-白蛋白比值（RAR）、甘油三酯-葡萄糖（TyG）指数和尿酸-白蛋白比值（UAR）对入住重症监护病房的败血症患者28天死亡率的预测价值。采用回顾性队列设计，我们试图评估这些易于获得的实验室衍生指标与短期死亡结局之间的关联。此外，我们还旨在确定这些标志物是否可以作为重症败血症患者早期风险分层的实用工具。

2. 材料与方法
2.1 研究设计和人群
本研究是一项回顾性观察性队列研究。研究人群包括2020年1月1日至2025年9月30日期间入住Necmettin Erbakan大学Meram医学院医院和Konya Beyhekim培训与研究医院重症监护病房的被诊断为败血症的成人患者。共有805名符合研究标准的患者被纳入分析。从电子 medical 记录和医院信息系统中获取了人口统计特征、ICU入院时的临床严重程度评分（qSOFA、SOFA、APACHE II、SAPS II）和实验室参数。

2.2 数据收集
对于每位患者，记录了包括年龄和性别在内的人口统计数据。此外，还收集了ICU入院时评估的临床严重程度评分，包括快速序贯器官功能衰竭评估（qSOFA）评分、序贯器官功能衰竭评估（SOFA）评分、急性生理和慢性健康评估II（APACHE II）评分以及简化急性生理评分II（SAPS II）。分析了ICU入院后24小时内获得的实验室参数，包括全血细胞计数参数和生化测量值，如血红蛋白、红细胞分布宽度（RDW）、甘油三酯、葡萄糖、尿酸和白蛋白水平。基于这些实验室数据，计算了几种血液学和代谢指标：
- 血红蛋白-红细胞分布宽度比值（HRR）= 血红蛋白/RDW
- 红细胞分布宽度-白蛋白比值（RAR）= RDW/白蛋白
- 甘油三酯-葡萄糖（TyG）指数 = ln [甘油三酯（mg/dL）× 葡萄糖（mg/dL）/2
- 尿酸-白蛋白比值（UA/Alb）= 尿酸/白蛋白

2.3 入选标准
患者符合以下标准方可纳入研究：
- 年龄≥18岁
- 根据Sepsis-3标准诊断为败血症
- 入院后24小时内可获得基线实验室参数（全血细胞计数和生化检测）

2.4 排除标准
符合以下任何条件的患者被排除：
- 怀孕
- 患有活动性血液系统恶性肿瘤
- 入院时已下达不复苏（DNR）医嘱
- 在初始数据准备阶段实验室参数不全

2.5 结果测量
应用排除标准和数据清理程序后，共有805名具有最终分析所需完整变量的患者被纳入研究。研究的主要结局指标为28天全因死亡率。根据患者ICU入院后28天的生存状态，将其分为生存者和非生存者两组。

2.6 统计分析
所有统计分析均使用IBM SPSS Statistics v.26.0（IBM公司，美国）和R软件（v.4.3.1；R Foundation for Statistical Computing，维也纳，奥地利）进行。连续变量使用Kolmogorov–Smirnov检验和直方图视觉检查来评估正态性。正态分布的连续变量以均值±标准差（SD）表示，非正态分布的连续变量以中位数和四分位范围（IQR）表示。分类变量以数字和百分比表示。生存者和非生存者组之间的比较根据数据分布使用Student’s t检验或Mann–Whitney U检验进行，对于分类变量使用卡方检验或Fisher’s精确检验。

为了评估血液学和代谢指标的预后性能，进行了接收者操作特征（ROC）曲线分析，并计算了曲线下面积（AUC）及95%置信区间（CI）。使用Youden指数确定最佳切值。首先进行了单变量逻辑回归分析以识别与28天死亡率相关的变量。在单变量分析中显示统计显著的变量随后被纳入多变量逻辑回归模型，以确定28天死亡的独立预测因素。结果以比值比（OR）和95%置信区间（CI）表示。此外，还进行了Spearman或Pearson相关性分析，以评估研究指标（HRR、RAR、TyG和UA/Alb）与临床严重程度评分（SOFA、APACHE II和SAPS II）之间的关系。使用自助法重采样（1,000次迭代）和10折交叉验证进行了内部验证。双侧p值<0.05被视为具有统计学意义。

3. 结果
共有805名入住重症监护病房的败血症患者被纳入分析。根据28天死亡状态对患者进行分组，其中228名（28.3%）为生存者，577名（71.7%）为非生存者。非生存者的年龄显著高于生存者，中位年龄为79.0岁（72.0–85.0岁），而生存者为73.5岁（64.0–80.0岁），p<0.001。两组在性别分布方面没有统计学差异（p=0.726；表1）。

表1
变量 | 生存者（n = 228） | 非生存者（n = 577） | p值
--- | --- | --- | ---
年龄，岁 | 73.5（64.0–80.0） | 79.0（72.0–85.0） | <0.001
性别，男（%） | 134（58.8%） | 330（57.2%） | 0.726
qSOFA评分 | 1.0（0.0–2.0） | 3.0（3.0–3.0） | <0.001
SOFA评分 | 6.0（4.0–8.0） | 12.0（11.0–13.0） | <0.001
APACHE II评分 | 18.0（14.0–22.0） | 57.0（50.0–70.0） | <0.001
SAPS II评分 | 35.0（29.0–41.0） | 65.0（52.0–78.0） | <0.001
血红蛋白，g/dL | 12.2（10.8–13.7） | 9.9（8.9–11.9） | <0.001
RDW，% | 14.5（13.5–15.6） | 17.0（15.3–19.0） | <0.001
白蛋白，g/L | 36.0（32.0–40.0） | 25.5（23.0–28.7） | <0.001
尿酸，mg/dL | 6.6（6.0–7.1） | 7.8（7.3–8.5） | <0.001
甘油三酯，mg/dL | 111.0（95.0–128.0） | 155.0（137.0–188.0） | <0.001
葡萄糖，mg/dL | 99.0（89.0–113.0） | 137.0（117.5–193.5） | <0.001
HRR（血红蛋白/RDW） | 0.83（0.72–0.97） | 0.58（0.48–0.75） | <0.001
RAR（RDW/白蛋白） | 0.40（0.35–0.48） | 0.66（0.56–0.78） | <0.001
TyG指数 | 8.48（8.23–8.73） | 9.32（9.03–9.74） | <0.001
UA/Alb比值 | 0.18（0.15–0.21） | 0.29（0.26–0.35） | <0.001

非生存者组的所有临床严重程度评分均显著升高。非生存者的中位qSOFA评分为3.0（3.0–3.0），而生存者为1.0（0.0–2.0），p<0.001。同样，非生存者的SOFA评分（12.0（11.0–13.0）也显著高于生存者（6.0（4.0–8.0），p<0.001）。APACHE II和SAPS II评分亦如此（57.0（50.0–70.0）vs 18.0（14.0–22.0），p<0.001；65.0（52.0–78.0）vs 35.0（29.0–41.0），p<0.001），表明非生存者的疾病负担明显更高。

实验室检测结果显示，非生存者的炎症负担、代谢失调和营养状态均有所增加。非生存者的血红蛋白水平显著低于生存者（9.9（8.9–11.9）g/dL vs 12.2（10.8–13.7）g/dL，p<0.001），而RDW值显著较高（17.0（15.3–19.0）% vs 14.5（13.5–15.6）%，p<0.001。非幸存者的白蛋白水平明显降低[25.5（23.0–28.7）g/L]，而幸存者的白蛋白水平为[36.0（32.0–40.0）g/L，p < 0.001。相比之下，非幸存者的尿酸、甘油三酯和葡萄糖水平均显著升高（所有比较的p值均<0.001），表明氧化应激和代谢失衡增加。衍生的血液学和代谢指标进一步强调了这些差异。非幸存者的血红蛋白与红细胞分布宽度（RDW）比值（HRR）显著低于幸存者[0.58（0.48–0.75）vs 0.83（0.72–0.97），p < 0.001，反映了血液学稳态的受损。相反，非幸存者的RDW与白蛋白比值（RAR）显著高于幸存者[0.66（0.56–0.78）vs 0.40（0.35–0.48），p < 0.001。同样，TyG指数和UA/Alb比值在非幸存者也显著升高[9.32（9.03–9.74）vs 8.48（8.23–8.73）和0.29（0.26–0.35）vs 0.18（0.15–0.21），p值均<0.001。受试者工作特征（ROC）曲线分析显示所有评估的生物标志物都具有很强的区分能力。UA/Alb比值显示出最高的预测准确性，曲线下面积（AUC）为0.968，其次是TyG指数（AUC：0.916）和RAR（AUC：0.900），均表明具有出色的区分能力。HRR的AUC为0.771。UA/Alb比值、TyG指数、RAR和HRR的最佳截断值分别为0.212、8.85、0.495和0.701，相应的灵敏度和特异性值也很高（表2；图1）。

表2
变量 AUC (95% CI) 截断值 灵敏度 (%) 特异性 (%)
UA/Alb比值 0.970 (0.957–0.979) 0.212 92.4 0.8 <0.001
TyG指数 0.916 (0.898–0.934) 8.85 85.7 82.1 <0.001
RAR 0.894 (0.879–0.921) 0.495 83.6 80.5 <0.001
HRR 0.773 (0.742–0.800) 0.701 70.3 88.9 <0.001

接受者工作特征（ROC）曲线分析用于评估每个生物标志物预测28天死亡率的能力。使用Youden指数确定最佳截断值。AUC：曲线下面积；CI：置信区间。

图1
28天死亡率生物标志物的ROC曲线。

在单变量逻辑回归分析中，年龄、所有临床严重程度评分（SOFA、qSOFA、APACHE II、SAPS II）以及所有评估的生物标志物（HRR、RAR、TyG指数和UA/Alb比值）均与28天死亡率显著相关（所有p值<0.001）。RAR、TyG指数和UA/Alb比值的较高值与死亡风险增加相关，而较高的HRR值与死亡风险降低相关（表3A）。

表3
(A) 单变量分析
变量 OR (95% CI) p值
年龄 1.048 (1.034–1.062) <0.001
SOFA评分 1.452 (1.382–1.525) <0.001
qSOFA评分 3.215 (2.711–3.814) <0.001
APACHE II评分 1.321 (1.287–1.356) <0.001
SAPS II评分 1.118 (1.099–1.137) <0.001
HRR 0.021 (0.010–0.045) <0.001
RAR 18.72 (12.41–28.24) <0.001
TyG指数 3.98 (3.21–4.94) <0.001
UA/Alb比值 14.53 (82.6–255.4) <0.001

(B) 多变量分析（最终模型）
变量 调整后的OR (95% CI) p值
年龄 1.006 (0.994–1.019) 0.334
SAPS II评分 1.091 (1.070–1.113) <0.001
HRR 0.742 (0.435–1.266) 0.275
RAR 1.842 (0.864–3.927) 0.117
TyG指数 1.214 (0.691–2.134) 0.502
UA/Alb比值 28.47 (12.96–62.51) <0.001

进行了单变量和多变量逻辑回归分析，以确定28天死亡率的预测因子。在单变量分析中具有临床相关性和统计显著性的变量被纳入多变量模型。为了避免多重共线性，仅在多变量模型中包括了SAPS II评分。多变量分析使用了完整病例数据（n=805）。OR：比值比；CI：置信区间。

多变量逻辑回归分析包括所有805名患者，因为最终模型中没有缺失数据。在这个模型中，SAPS II评分和UA/Alb比值仍然是28天死亡的独立预测因子（p值均<0.001）。相比之下，年龄（p=0.334）、HRR（p=0.275）、RAR（p=0.117）和TyG指数（p=0.502）在调整后与死亡率无关（表3B）。

相关性分析显示，RAR、TyG指数和UA/Alb比值与疾病严重程度评分呈正相关，包括SOFA和SAPS II，而HRR与疾病严重程度参数呈负相关，这支持这些指标主要反映了危重疾病的整体负担（表4；图2）。

表4
生物标志物 严重程度评分 Spearman’s ρ p值
HRR -0.536 <0.001
APACHE II -0.602 <0.001
SAPS II -0.411 <0.001
qSOFA -0.589 <0.001
RAR 0.698 <0.001
RAR SAPACE II 0.765 <0.001
SAPS II 0.611 <0.001
RAR qSOFA 0.756 <00.001
TyG指数 SOFA 0.685 <0.001
TyG指数 APACHE II 0.752 <0.001
TyG指数 SAPACE II 0.688 <0.001
UA/Alb比值 SOFA 0.755 <0.001

Spearman相关性分析用于评估血液学/代谢指标与疾病严重程度评分之间的关系。所有相关性均具有统计学意义（p值<0.001）。

图2
显示血液学/代谢指标与临床严重程度评分之间相关性的热图。Spearman相关系数（ρ）已呈现。HRR与严重程度评分呈中度负相关，而RAR、TyG指数和UA/Alb比值与所有严重程度评分均呈强正相关（所有p值<0.001）。

总体而言，非幸存者表现出独特的临床和生化特征，表现为高龄、更高的疾病严重程度评分、增加的炎症和代谢负担以及营养和血液学状态的受损。在所有评估的生物标志物中，UA/Alb比值表现出最高的区分能力和独立的预后价值，突显了其作为重症脓毒症患者早期风险分层的实用且强大的生物标志物的潜力。

4讨论
在这项包括805名重症脓毒症患者的回顾性队列研究中，我们证明了几个从常规实验室参数衍生的血液学和代谢指标与28天死亡率显著相关。其中，尿酸与白蛋白比值（UA/Alb）表现出最高的区分能力，并且在调整疾病严重程度后仍然是独立的死亡预测因子。相比之下，尽管HRR、RAR和TyG指数在单变量分析中与死亡率强烈相关，但在多变量模型中未保持独立显著性。UA/Alb似乎同时反映了氧化应激和营养障碍；然而，鉴于其与既定严重程度评分的显著重叠，其额外的预后价值尚不确定。

我们队列的基线特征清楚地表明，非幸存者的疾病严重程度评分显著更高，包括SOFA、qSOFA、APACHE II和SAPS II，证实器官功能障碍负担仍是脓毒症死亡的主要决定因素。然而，除了这些已建立的临床参数外，非幸存者还表现出独特的生化特征，表现为血红蛋白和白蛋白水平较低，以及RDW、尿酸、甘油三酯和葡萄糖水平较高。这种组合反映了全身炎症、氧化应激和代谢失调的联合效应，这些都是脓毒症病理生理学的核心组成部分。

HRR结合了血红蛋白和RDW，在非幸存者中显著降低，表明在炎症负担增加的情况下氧气输送能力受损。这与先前的研究一致，表明炎症性贫血和升高的RDW与重症患者的不良结果相关。然而，在本研究中，HRR在调整SAPS II后失去了其独立预测价值，表明它主要反映了整体疾病严重程度，而不是作为独立的预后决定因素。同样，RAR在非幸存者中显著升高，并在ROC分析中表现出出色的区分能力。RAR的生物学依据在于RDW（红细胞功能障碍和炎症的指标）和白蛋白（反映营养状况和全身炎症的急性期反应物）的结合。尽管RAR与死亡率有强烈关联，但在多变量分析中缺乏独立性，表明其预后价值主要是通过与既定严重程度指标的相关性来中介的。

TyG指数是胰岛素抵抗和代谢应激的替代标志物，在非幸存者中也显著升高。高血糖和血脂异常是脓毒症应激反应的公认特征，并且与死亡率增加有关。然而，与HRR和RAR类似，TyG指数在调整后也没有保持与死亡率的独立相关性，表明它反映了严重疾病的代谢后果，而不是独立的致病途径。这一发现强调了并非所有统计显著的生物标志物在调整后都保持独立的预后价值，强调了多变量评估的重要性。

重要的是要强调，评估的指标应解释为疾病严重程度的标志物，而不是导致死亡率的因果因素。这些生物标志物反映了潜在的病理生理过程，包括炎症、氧化应激和代谢失调，但不代表直接的治疗靶点。

在所有评估的生物标志物中，UA/Alb比值表现出最强和最一致的预后性能。它在ROC分析中显示出高区分能力，并且在调整SAPS II后仍然是28天死亡的独立预测因子。这一发现是生物学上合理的。尿酸是氧化应激、组织缺氧和细胞更新的标志物，这些都是严重脓毒症的显著特征。相比之下，白蛋白具有公认的抗氧化、抗炎和内皮稳定作用。因此，UA/Alb比值同时反映了增加的氧化应激和降低的生理储备。这种双重途径的表现可能解释了其与其他仅反映疾病单一方面的指标相比的优越性能。鉴于回顾性设计和可能的过拟合，UA/Alb比值的非常高区分性能应谨慎解读，因为这可能反映了回顾性分析中的潜在过拟合或数据集特异性效应。

UA/Alb比值的极高AUC应谨慎解读。使用自助法重采样和交叉验证的内部验证表明初步估计存在一定程度的乐观性，表明回顾性分析中可能存在过拟合。相关性分析进一步支持了这种解读。虽然RAR、TyG和UA/Alb与严重程度评分呈正相关，但HRR呈负相关，表明这些指标与潜在的疾病负担密切相关。然而，UA/Alb作为独立预测因子的持久性表明它捕捉了常规严重程度评分无法完全代表的额外病理生理信息。

从临床角度来看，将简单且可重复的生物标志物整合到常规实践中可能显著提高脓毒症的早期风险分层。UA/Alb比值因其强大的预测性能和独立于常规严重程度评分而显得很有前景且具有临床适用性。其易于计算、广泛可用性和低成本使其特别适合实际临床使用，尤其是在资源有限的环境中。重要的是，能够在疾病早期识别高风险患者，从而及时升级护理、优化血液动力学管理和密切监测，这些都是脓毒症结局的关键决定因素。未来的前瞻性和多中心研究应旨在验证这些发现，并探讨将UA/Alb纳入现有预后模型是否可以改善临床决策和患者生存。

总之，我们的发现强调了一个重要的概念性区别。许多实验室衍生的指标与死亡率显著相关，因为它们反映了疾病的严重程度；然而，只有少数指标提供了超出既定临床模型的独立预后信息。在我们的研究中，UA/Alb比值满足了这一标准，而HRR、RAR和TyG指数则没有（6-21）。

5局限性
本研究有几个局限性。首先，其回顾性设计限制了因果推断，并可能受到选择偏差的影响。其次，尽管在最终分析之前进行了数据清理和衍生指标的重新计算，但回顾性设计仍可能引入了信息偏差。第三，实验室参数仅在ICU入院时进行了评估，没有评估随时间的变化。第四，虽然通过仅在最终模型中包含SAPS II来处理严重程度评分之间的潜在多重共线性，但无法完全排除残余混杂因素。鉴于评估的指标（如白蛋白和葡萄糖）也包含在既定的严重程度评分中，观察到的关联可能部分反映了构建上的重叠而非独立的生物学信号。因此，UA/Alb的明显优越性应谨慎解读，本研究中没有证明其正式的额外预测价值（如NRI或IDI）。

观察到的71.7%的死亡率高于一般ICU脓毒症队列通常报告的死亡率。这可能反映了我们人群中的高龄和显著升高的疾病严重程度评分（中位SOFA：12，APACHE II：57），表明我们的队列代表了一个高风险亚群，而不是普遍的脓毒症人群。

UA/Alb比值的非常高的区分性能应谨慎解读。鉴于回顾性设计和缺乏外部验证，这些发现可能部分具有队列特异性。因此，在临床应用之前，需要在独立、前瞻性和多中心队列中进行验证。最后，该研究在有限的中心进行，可能影响结果的普遍性。

6结论
总之，从常规实验室参数衍生的血液学和代谢指标与脓毒症患者的28天死亡率强烈相关。其中，UA/Alb比值表现出最高的区分能力，并保持独立的死亡预测因子，表明它可以作为简单、易于获取且具有临床价值的生物标志物，用于重症脓毒症患者的早期风险分层。