Laboratory Frailty Index and Adverse Outcomes in Older Adults With Bloodstream Infection: A Single-Center Retrospective Cohort Study

Sintesi Tecnica: Indice di Fragilità di Laboratorio e Risultati Avversi negli Adulti Anziani con Infezione del Torrente Ematico

Problematica
L'infezione del torrente ematico (BSI) impone un sostanziale carico di morbilità e mortalità sugli adulti anziani, i quali presentano frequentemente sintomi atipici, una ridotta riserva fisiologica e comorbilità complesse. Sebbene gli strumenti prognostici esistenti, come il punteggio Sequential Organ Failure Assessment (SOFA) e l'indice di Charlson Comorbidity Index (CCI), siano ampiamente utilizzati, essi quantificano primariamente la disfunzione d'organo acuta e il carico di malattie croniche, rispettivamente. Questi strumenti spesso non riescono a catturare la vulnerabilità fisiologica multidimensionale e l'esaurimento della riserva legati all'età che caratterizzano la fragilità. Di conseguenza, esiste la necessità di metriche oggettive e riproducibili che possano valutare la disregolazione fisiologica cumulativa negli anziani esposti a stressori infettivi acuti.

Metodologia
Questo studio di coorte retrospettivo monocentrico ha analizzato 775 pazienti ospedalizzati di età ≥60 anni con BSI confermata presso l'Ospedale Affiliato della Università Medica di Xuzhou (marzo 2023 – marzo 2025).

• Metrica Primaria: Lo studio ha utilizzato un Indice di Fragilità di Laboratorio (FIlab) costruito sulla base del modello di accumulo dei deficit. Esso incorporava 33 voci di laboratorio di routine (ematologia, biochimica, elettroliti, coagulazione). Un valore al di fuori dell'intervallo di riferimento era punteggiato come 1, mentre un valore entro l'intervallo come 0. Il FIlab è stato calcolato come il rapporto tra le voci anormali e le voci disponibili. Lattato e creatinina sono stati esclusi dal calcolo del FIlab per evitare ridondanze, poiché inclusi come predittori separati nei modelli.
• Gestione dei Dati: I dati mancanti sono stati gestiti tramite imputazione multipla mediante equazioni concatenate (MICE) con 20 imputazioni. I coefficienti della regressione logistica sono stati aggregati utilizzando le regole di Rubin.
• Modellazione Statistica: Lo studio ha confrontato un modello di base (Modello 0: età, sesso, lattato, creatinina) con modelli che incorporavano SOFA, CCI, Indice di Fragilità Multidimensionale (MFI) e FIlab.
  • Modello 4: Base + FIlab
  • Modello 5: Base + SOFA + CCI + FIlab (Modello completo)
• Metriche di Valutazione: Le prestazioni sono state valutate tramite discriminazione (Area Sotto la Curva [AUC]), calibrazione, Analisi della Curva Decisionale (DCA) e validazione interna tramite bootstrap (1.000 campionamenti). Il valore incrementale è stato quantificato tramite Net Reclassification Improvement priva di categoria (cfNRI) e Integrated Discrimination Improvement (IDI).

Risultati Chiave

• Caratteristiche dei Pazienti: La coorte presentava un'età mediana di 72 anni (64,8% maschi). Gli esiti avversi (decesso o dimissione senza miglioramento) si sono verificati nel 47,1% dei pazienti.
• Associazione Indipendente: Nell'analisi multivariata aggregata, il FIlab è rimasto un predittore indipendente statisticamente significativo degli esiti avversi (Odds Ratio [OR] 1,53 per ogni incremento di 0,1 unità; 95% CI 1,34–1,75; P < 0,001). Significativamente, nel modello completo (Modello 5), le variabili tradizionali come il punteggio SOFA, il CCI, l'età e il lattato hanno perso significatività statistica, suggerendo che il FIlab abbia catturato l'informazione prognostica precedentemente attribuita a tali fattori.
• Performance del Modello:
  • Il modello di base (Modello 0) aveva un'AUC di 0,581.
  • L'aggiunta di FIlab (Modello 4) ha migliorato significativamente la discriminazione portando l'AUC a 0,679 (95% CI 0,642–0,716).
  • Il modello completo (Modello 5) ha raggiunto un'AUC identica di 0,679. La differenza tra il Modello 4 e il Modello 5 è stata trascurabile (ΔAUC = 0,000; P = 0,890), indicando che l'aggiunta di SOFA e CCI a un modello già contenente il FIlab non forniva alcun ulteriore beneficio discriminatorio.
  • L'aggiunta del FIlab ha prodotto un cfNRI di 0,510 e un IDI di 0,071, confermando un miglioramento della riclassificazione del rischio.
• Robustezza: Le analisi di sensibilità utilizzando solo la mortalità ospedaliera come esito hanno confermato il FIlab come predittore indipendente (OR 1,26 per ogni incremento di 0,1 unità; P = 0,018). Le analisi per sottogruppi hanno mostrato associazioni coerenti attraverso diversi gruppi di età, livelli di SOFA e livelli di CCI, senza effetti di interazione significativi.

Contributi Chiave

1. Validazione del FIlab nella BSI: Lo studio stabilisce il FIlab come un predittore indipendente di esiti avversi specificamente negli adulti anziani con infezioni del torrente ematico, una popolazione ad alto rischio dove la riserva fisiologica è critica.
2. Valore Predittivo Incrementale: La ricerca dimostizza che il FIlab fornisce informazioni predittive incrementali significative oltre le variabili cliniche stabilite (età, sesso, lattato, creatinina) e i tradizionali punteggi di gravità (SOFA, CCI).
3. Modellazione Parsimoniosa: Lo studio identifica che un modello semplificato contenente solo il FIlab (insieme a dati demografici di base e lattato/creatinina) raggiunge una discriminazione equivalente a un modello complesso che include SOFA e CCI. Ciò suggerisce che il FIlab catturi l'informazione prognostica "sovrapponibile" della disfunzione d'organo e del carico di comorbilità.
4. Utilità Clinica: L'Analisi della Curva Decisionale indica che l'incorporazione del FIlab offre un beneficio netto attraverso soglie di probabilità clinicamente rilevanti (20%–50%), potenzialmente aiutando nella riduzione degli interventi non necessari pur evitando di perdere casi ad alto rischio.

Significatività e Rivendicazioni
Gli autori sostengono che il FIlab offra uno strumento pratico, oggettivo e riproducibile per la valutazione prognostica individualizzata negli anziani con BSI. A differenza dei punteggi di fragilità basati su codifiche amministrative ospedaliere (es. HFRS), il FIlab si basa su dati di laboratorio standardizzati, migliorando la trasportabilità inter-istituzionale e il potenziale di automazione all'interno dei sistemi di cartella clinica elettronica.

Lo studio postula che il FIlab rifletta la manifestazione integrata del danno subclinico cumulativo attraverso molteplici sistemi fisiologici (ematologici, biochimici, coagulativi), quantificando così l'esaurimento della riserva fisiologica. Questa base biologica suggerisce che il FIlab catturi la "vulnerabilità biologica" e la tolleranza allo stress che i punteggi tradizionali, focalizzati sulla disfunzione acuta o sul conteggio delle malattie, potrebbero trascurare.

Gli autori mantengono una posizione modesta riguardo alla performance assoluta del modello, riconoscendo che un'AUC di 0,679 rappresenta una "discriminazione moderata". Attribuiscono ciò alla complessità intrinseca e all'eterogeneità della previsione degli esiti negli anziani con BSI, piuttosto che a un difetto fondamentale dell'indice. Lo studio conclude che, sebbene il FIlab sia promettente per la stratificazione del rischio, è necessaria una validazione esterna in coorti multicentriche prima della sua implementazione clinica su larga scala.