《Medicine》：Usefulness of serum creatinine-to-albumin ratio for 28-day all-cause mortality in critically ill patients with atrial fibrillation: A retrospective study based on the MIMIC-IV database
编辑推荐：
心房颤动（AF）是最常见的心律失常类型，与危重患者短期死亡率升高相关。肌酐与白蛋白比值（CAR）与多种临床环境中的不良结局相关。本研究探讨了CAR与28天全因死亡率之间的关联，并评估了其对临床预测模型的贡献。从Medical Information Mart
心房颤动（AF）是最常见的心律失常类型，与危重患者短期死亡率升高相关。肌酐与白蛋白比值（CAR）与多种临床环境中的不良结局相关。本研究探讨了CAR与28天全因死亡率之间的关联，并评估了其对临床预测模型的贡献。从Medical Information Mart for Intensive Care IV（MIMIC-IV）数据库中识别出4501例危重AF患者。使用X-tile软件确定CAR的最佳截断值，将患者分为高CAR（>0.5）组和低CAR（≤0.5）组。Kaplan–Meier分析显示，CAR升高患者的28天生存率显著降低。CAR对28天死亡率显示出良好的区分能力。在多变量Cox回归分析中，无论是作为连续变量（风险比=1.211，95%置信区间=1.061–1.381，P=0.004）还是分类变量（>0.5 vs ≤0.5；风险比=1.377，95%置信区间=1.175–1.615，P<0.001），CAR均与28天死亡率独立相关。限制性立方样条分析揭示了CAR与死亡风险之间存在显著的非线性剂量反应关系。亚组分析显示，在大多数预先指定的亚组中，关联性保持一致。纳入CAR的多变量预测模型用于构建列线图，该模型表现出良好的区分度、校准度和临床实用性。总体而言，升高的CAR与AF危重患者短期死亡风险增加独立且一致地相关。此外，纳入CAR的列线图显示出强大的预测性能。鉴于其常规可测性和生物学合理性，CAR可作为一种简单实用的生物标志物，用于这一高风险人群的早期风险分层和个体化预后评估。
**论文解读：血清肌酐与白蛋白比值对心房颤动危重患者28天全因死亡率的预测价值**
**研究背景与问题**
心房颤动（AF）是临床最常见的心律失常，全球患病率约1%–2%，且随年龄增长显著升高。AF与心力衰竭、脑卒中等心血管疾病及并发症密切相关，使全因死亡率（ACM）风险增加约2倍，脑卒中风险增加4倍。在重症监护病房（ICU）中，AF发生率可达15%，常继发于脓毒症、电解质紊乱或多器官功能障碍，导致住院时间延长和不良预后。既往研究报道，ICU中AF患者的90天死亡风险较无AF者升高约1.38倍，新发AF还使院内及出院后1年死亡风险增加1.6倍。因此，迫切需要可靠的预后工具以对AF危重患者进行风险分层和优化管理。
肾脏功能障碍、全身炎症反应和营养不良是危重患者死亡的独立预测因素，并与心血管不良事件密切相关。血清肌酐（Cr）是评估肾小球滤过率的经典指标，而血清白蛋白（Alb）反映急性炎症和营养缺乏状态。肌酐与白蛋白比值（CAR）作为一种新型复合生物标志物，整合了炎症、氧化应激、营养状况及肝肾功能信息，较单一指标具有更高的诊断效率和操作简便性。近期研究已证实CAR在心力衰竭、脑卒中等疾病中的独立预后价值，但其在AF危重患者中的预后作用尚不明确。因此，本研究旨在探讨ICU入院时基线CAR水平与AF危重患者28天ACM的关联，并构建临床预测模型以促进早期个体化风险评估。
该研究论文发表在《Medicine》杂志上。
**主要技术方法**
本研究从Massachusetts Institute of Technology的Laboratory for Computational Physiology开发的公开重症监护数据库MIMIC-IV（3.1版）中，纳入2008年至2019年间Beth Israel Deaconess Medical Center ICU收治的AF危重患者。纳入标准为成人（≥18岁）且首次ICU住院，排除入院24小时内死亡或缺失Cr/Alb数据的患者，最终纳入4501例。采用X-tile软件确定CAR最优截断值（0.5），将患者分为高（>0.5）和低（≤0.5）CAR组。利用Kaplan–Meier分析、受试者工作特征（ROC）曲线、最小绝对收缩和选择算子（LASSO）回归、多变量Logistic及Cox比例风险回归、限制性立方样条（RCS）分析等方法评估CAR与28天ACM的关联，并构建列线图进行内部验证。
**研究结果**
**3.1 基线特征**：基于CAR截断值，2956例为低CAR组（≤0.5），1545例为高CAR组（>0.5）。高CAR组患者年龄略轻，男性比例更高，体重更大，心肌梗死、心力衰竭、肝病、肾病、脓毒症、糖尿病患病率更高，疾病严重度评分（SOFA、OASIS、SAPS II、CCI）均显著升高。实验室检查显示，高CAR组白细胞、血糖、肝肾功能指标升高，而血红蛋白、血小板和Alb降低，ICU及住院时间更长，28天ACM更高（33.1% vs 18.0%，P<0.001）。
**3.2 生存分析与预测性能**：Kaplan–Meier分析显示，高CAR组28天生存率显著低于低CAR组（log-rank P<0.001）。ROC分析表明，CAR预测28天ACM的AUC为0.62（95%CI: 0.601–0.639），优于单独Cr（AUC=0.597）或Alb（AUC=0.398）。
**3.3 Logistic回归分析**：LASSO回归筛选出11个预测因子，多变量Logistic回归显示CAR（OR=1.267, 95%CI: 1.040–1.543, P=0.018）与年龄、体重、心率、白细胞、脑血管疾病、SOFA、SAPS II、CCI及机械通气均为28天死亡的独立预测因素。基于此构建的列线图AUC达0.833（95%CI: 0.819–0.847），校准曲线显示预测与观察值良好吻合（平均绝对误差0.015），决策曲线分析确认了临床净获益。
**3.4 Cox比例风险分析**：在逐步调整混杂因素的四组模型中，CAR作为连续变量（模型4：HR=1.211, 95%CI: 1.061–1.381, P=0.004）和分类变量（模型4：HR=1.377, 95%CI: 1.175–1.615, P<0.001）均与28天ACM独立显著相关。RCS分析揭示CAR与死亡风险之间存在非线性剂量反应关系（整体与非线性P均<0.001），随CAR升高风险递增。
**3.5 亚组分析**：在年龄（<65 vs ≥65岁）、性别、糖尿病、心肌梗死、心力衰竭、脑血管病、血管升压药使用及机械通气状态等亚组中，高CAR与28天死亡风险的一致性关联均无显著交互作用（所有交互P>0.05）。进一步按CAR四分位数分析显示，在非机械通气患者中，CAR四分位数升高与死亡风险递增相关（Q4 vs Q1: HR=1.93, 95%CI: 1.39–2.66, P<0.001），而机械通气患者中未见一致趋势（交互P=0.018）。
**讨论与结论解读**
讨论部分指出，CAR升高与AF危重患者28天ACM的独立关联可能反映了其作为全身疾病严重程度整合标志物的角色：Cr升高提示肾功能障碍及体液超负荷，低Alb反映营养不良与炎症负担，二者共存加剧微循环障碍和组织缺氧。此外，炎症与氧化应激可促进心房纤维化和电重构，加重AF持续与进展。基于CAR的列线图结合其他关键变量（年龄、体重、心率、白细胞、脑血管病、SOFA、SAPS II、CCI、机械通气）表现出优异的预测表现。尽管存在单中心回顾性设计、仅分析基线CAR、缺失数据可能导致选择偏倚、缺乏白蛋白替代治疗数据及死因特异性信息等局限性，但鉴于CAR的简便性、易得性和低成本，它可作为ICU中早期风险分层的实用工具。
研究结论：升高的CAR与AF危重患者28天ACM独立相关。纳入CAR及其他关键变量的列线图具有强大的预测性能。由于CAR简便、易得且成本低廉，可成为ICU环境下早期风险分层的实用工具。未来需要前瞻性多中心研究进一步验证这些发现。
