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

Technische Samenvatting: Laboratorium Frailty Index en Ongunstige Uitkomsten bij Ouderen met een Bloedbaaninfectie

Probleemstelling
Bloedbaaninfecties (BSI) vormen een aanzienlijke morbiditeits- en mortaliteitslast voor ouderen, die vaak atypische symptomen, een verminderde fysiologische reserve en complexe comorbiditeiten vertonen. Hoewel bestaande prognostische instrumenten zoals de Sequential Organ Failure Assessment (SOFA)-score en de Charlson Comorbidity Index (CCI) breed worden gebruikt, kwantificeren deze primair acute orgaanontregeling en de chronische ziektebelasting, respectievelijk. Deze instrumenten slagen er vaak niet in om de multidimensionale fysiologische kwetsbaarheid en de leeftijdsgebonden uitputting van de reserve te vatten die kenmerkend zijn voor fragiliteit (frailty). Bijgevolg is er behoefte aan objectieve, reproduceerbare metrieken die de cumulatieve fysiologische ontregeling kunnen beoordelen bij oudere patiënten die worden geconfronteerd met acute infectieuze stressoren.

Methodologie
Deze retrospectieve cohortstudie met één centrum analyseerde 775 geïnhospitaliseerde patiënten van 60 jaar of ouder met een bevestigde BSI in het Affiliated Hospital of Xuzhou Medical University (maart 2023 – maart 2025).

• Primaire Metriek: De studie maakte gebruik van een Laboratory Frailty Index (FIlab) gebaseerd op het deficit-accumatiemodel. Deze incorporeerde 33 routinematige laboratoriumparameters (hematologie, biochemie, elektrolyten, coagulatie). Een waarde buiten het referentiebereik werd gescoord als 1, en binnen het bereik als 0. De FIlab werd berekend als de ratio van abnormale parameters ten opzichte van de beschikbare parameters. Lactaat en creatinine werden uit de FIlab-berekening uitgesloten om redundantie te voorkomen, aangezien zij als afzonderlijke predictoren in de modellen werden opgenomen.
• Dataverwerking: Ontbrekende gegevens werden behandeld met multiple imputation by chained equations (MICE) met 20 imputaties. De coëfficiënten van de logistische regressie werden samengevoegd met behulp van de regels van Rubin.
• Statistische Modellering: De studie vergeleek een basismodel (Model 0: leeftijd, geslacht, lactaat, creatinine) met modellen die SOFA, CCI, de Multidimensionale Frailty Index (MFI) en FIlab bevatten.
  • Model 4: Basis + FIlab
  • Model 5: Basis + SOFA + CCI + FIlab (Volledig model)
• Evaluatiemetrieken: Prestaties werden beoordeeld via discriminatie (Area Under the Curve [AUC]), kalibratie, Decision Curve Analysis (DCA) en bootstrap interne validatie (1.000 resamples). Toename in waarde werd gekwantificeerd via category-free Net Reclassification Improvement (cfNRI) en Integrated Discrimination Improvement (IDI).

Belangrijkste Resultaten

• Patiëntkenmerken: De cohort had een mediane leeftijd van 72 jaar (64,8% man). Ongunstige uitkomsten (overlijden of ontslag zonder verbetering) kwamen voor bij 47,1% van de patiënten.
• Onafhankelijke Associatie: In de gepoolde multivariabele analyse bleef de FIlab een statistisch significante onafhankelijke voorspeller van ongunstige uitkomsten (Odds Ratio [OR] 1,53 per 0,1-eenheid toename; 95% BI 1,34–1,75; P < 0,001). Opvallend genoeg verloren traditionele variabelen zoals de SOFA-score, CCI, leeftijd en lactaat in het volledige model (Model 5) hun statistische significantie, wat suggereert dat de FIlab de prognostische informatie die voorheen aan deze factoren werd toegeschreven, heeft gevangen.
• Modelprestaties:
  • Het basismodel (Model 0) had een AUC van 0,581.
  • Het toevoegen van FIlab (Model 4) verbeterde de discriminatie significant naar een AUC van 0,679 (95% BI 0,642–0,716).
  • Het volledige model (Model 5) bereikte een identieke AUC van 0,679. Het verschil tussen Model 4 en Model 5 was verwaarloosbaar (ΔAUC = 0,000; P = 0,890), wat aangeeft dat het toevoegen van SOFA en CCI aan een model dat al FIlab bevat, geen verdere discriminerende meerwaarde bood.
  • De toevoeging van FIlab leverde een cfNRI op van 0,510 en een IDI van 0,071, wat de verbeterde risicoclassificatie bevestigt.
• Robuustheid: Sensitiviteitsanalyses waarbij uitsluitend werd gekeken naar in-hospital mortaliteit als uitkomstmaat, bevestigden de FIlab als een onafhankelijke voorspeller (OR 1,26 per 0,1-eenheid toename; P = 0,018). Subgroepanalyses toonden consistente associaties over leeftijdsgroepen, SOFA-niveaus en CCI-niveaus, zonder significante interactie-effecten.

Kernbijdragen

1. Validatie van FIlab bij BSI: De studie vestigt de FIlab als een onafhankelijke voorspeller van ongunstige uitkomsten specifiek bij oudere volwassenen met bloedbaaninfecties, een hoogrisicopopulatie waar de fysiologische reserve cruciaal is.
2. Incrementele Voorspellende Waarde: Het onderzoek toont aan dat de FIlab significante incrementele voorspellende informatie biedt bovenop gevestigde klinische variabelen (leeftijd, geslacht, lactaat, creatinine) en traditionele ernstscores (SOFA, CCI).
3. Parsimoniële Modellering: De studie identificeert dat een vereenvoudigd model dat enkel FIlab bevat (naast basisdemografie en lactaat/creatinine) een discriminatie bereikt die gelijkwaardig is aan een complex model inclusief SOFA en CCI. Dit suggereert dat de FIlab de "overlappende" prognostische informatie van orgaanontregeling en de comorbiditeitslast vangt.
4. Klinische Bruikbaarheid: Decision Curve Analysis geeft aan dat het incorporeren van de FIlab een netto voordeel biedt over klinisch relevante drempelwaarschijnlijkheden (20%–50%), wat potentieel kan bijdragen aan de reductie van onnodige interventies terwijl gemiste hoogrisicogevallen worden voorkomen.

Betekenis en Claims
De auteurs beweren dat de FIlab een praktische, objectieve en reproduceerbare tool biedt voor individuele prognostische beoordeling bij oudere patiënten met BSI. In tegen tegenstelling tot ziekenhuisgebonden frailty-scores die afhankelijk zijn van administratieve codering (zo.v. HFRS), vertrouwt de FIlab op gestandaardiseerde laboratoriumgegevens, wat de cross-institutionele transporteerbaarheid en de potentie voor automatisering binnen elektronische medische dossiers verhoogt.

De studie stelt dat de FIlab de geïntegreerde manifestatie reflecteert van cumulatieve subklinische schade over meerdere fysiologische systemen (hematologisch, biochemisch, coagulatie), waardoor de uitputting van de fysiologische reserve wordt gekwantificeerd. Deze biologische rationale suggereert dat de FIlab de "biologische kwetsbaarheid" en stressbestendigheid vangt die traditionele scores, die zich richten op acute disfunctie of aantal ziekten, mogelijk missen.

De auteurs nemen een bescheiden standpunt in met betrekking tot de absolute prestaties van het model, waarbij zij erkennen dat een AUC van 0,679 staat voor "matige discriminatie". Zij schrijven dit toe aan de inherente complexiteit en heterogeniteit van het voorspellen van uitkomsten bij ouderen met BSI, in plaats aan een fundamenteel gebrek aan de index. De studie concludeert dat hoewel de FIlab veelbelovend is voor risicostratificatie, externe validatie in multicentrische cohorten noodzakelijk is voordat brede klinische implementatie kan plaatsvinden.