📄 医学

Preoperative coagulation-inflammation-nutrition profiling for postoperative ICU admission after gastrointestinal tumor surgery

这项回顾性研究表明，一种由白蛋白、纤维蛋白原和 C 反应蛋白水平构成的简单术前凝血-炎症-营养评分 (CINS)，是胃肠道肿瘤手术后入住重症监护室 (ICU) 的独立预测因子，且其表现优于纤维蛋白原/白蛋白比值以及更复杂的免疫扩展指数。

原作者： FuYing Luo, Shibo Huang, Rong Zhou, Lanjing Liao, Zhiyi Tan, ChunMiao Wang, Tingan Wang

发布于 2026-10-06

📖 1 分钟阅读☕ 轻松阅读

原作者： FuYing Luo, Shibo Huang, Rong Zhou, Lanjing Liao, Zhiyi Tan, ChunMiao Wang, Tingan Wang

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

每年，都有数百万人接受手术以切除消化系统中的肿瘤。尽管现代医学已使这些手术变得比以往任何时候都更加安全，但对于患者而言，旅程并不在外科医生缝合伤口时就结束了。对于一些患者来说，恢复过程很顺利，可以回到普通的病房。而对于另一些人来说，身体难以应对手术带来的压力，需要转入重症监护室（ICU）以接受更密切的监测和生命支持设备。预测谁需要这种更高水平的护理是医生面临的一个关键挑战。这有助于他们准备医院资源、规划患者需求，并在手术开始前与家属进行诚实的沟通。传统上，医生依靠年龄、现有健康状况和手术复杂程度等广泛因素来进行这类推测。然而，这些标准工具往往会忽略一个特定个体身体当前运作方式的微妙内部信号。

广西医科大学的研究团队致力于寻找一种更好的方法来观察这些内部信号。他们专注于术前常规血液检查中的三种特定生物标志物：一种有助于血液凝固的蛋白质、一种指示炎症的蛋白质，以及一种反映营养健康的蛋白质。其原理是，当身体处于压力之下或正在与疾病作斗争时，这些水平会以可预测的方式发生变化。通过将这三个数字组合成一个单一且简单的评分，研究人员希望能够勾勒出患者韧性的清晰图像。他们想知道，这种“生物快照”是否能比现有的标准方法更好地预测谁在胃肠道肿瘤手术后需要进入重症监护室。

研究人员分析了近 4,800 名接受过非急诊胃肠道肿瘤（包括胃、肠、肝脏或胰腺）手术的成年人的数据。他们查看了术前采集的血液样本，以测量白蛋白、纤维蛋白原和 C 反应蛋白。他们根据这些指标是否异常进行评分：白蛋白水平低计 1 分，纤维蛋白原高计 1 分，C 反应蛋白高计 1 分。由此产生了一个 0 到 3 分之间的简单评分。得分为 0 意味着三种指标均处于健康范围内，而得分为 3 则表示三种指标均异常。随后，团队追踪了这些患者中有多少人在手术后进入了重症监护室。

结果显示出一个清晰且稳定的模式。得分为 0 的患者进入重症监护室的概率相对较低，仅约 8.7% 需要入院。随着评分的增加，风险也随之大幅上升。得分为 1 的患者风险跃升至 17.5%，得分为 2 的患者面临 21.9% 的风险，而得分最高的 3 分患者进入重症监护室的可能性为 26.7%。即使在研究人员对年龄、体重和手术类型等已知风险因素进行了调整后，该评分仍然是一个强大的预测指标。每增加一分，进入重症监护室的几率都会显著提高。这表明，营养不良、活动性炎症和血液凝固问题的结合创造了一种特定的生物状态，无论患者年龄大小或外科医生的技术如何，这种状态都会使恢复变得更加困难。

为了确保这一新评分确实有用，团队将其与其他可能被医生使用的方法进行了对比。他们将其与仅观察其中两种指标的更简单比例进行了测试，还将其与包含额外血细胞计数和免疫系统数据的更为复杂的公式进行了测试。研究发现，这个简单的三部分评分表现优于两指标比例。更重要的是，加入更复杂的数据并不能提高预测效果。那些试图纳入额外免疫标志物的复杂公式并没有超越这个直观的三指标评分。这是一个重要的发现，因为它表明医生不需要等待漫长的专门测试清单来获得良好的风险评估；这三种常规指标已经捕捉到了最重要的信息。

研究人员还通过使用统计技术模拟不同的患者群体，并测试该评分做出准确决策的能力，从而检查了该评分在现实场景中的适用性。该评分始终能将患者划分为不同的风险组。当研究人员利用该评分来帮助决定哪些患者应接受密切监测时，他们发现它能够识别出更多实际需要进入重症监护室的患者，同时不会过度标记健康的患者。这意味着该评分可以帮助医院更好地进行规划，确保重症监护床位留给真正需要的人，同时避免将可以安全在普通病房康复的患者不必要地转入重症监护。

最终，这项工作为手术室提供了一个实用的工具。它并不取代外科医生或麻醉师的判断，但它增加了一层此前缺失的生物学洞察力。通过观察凝血、炎症和营养的汇聚情况，该评分提供了一种将患者身体视为一个整体系统而非仅仅是各个独立部分的观察方式。研究结论指出，这个简单的三指标评分是预测谁在术后会陷入困境的可靠方法。它提醒我们，有时最有效的工具并非最复杂的工具，而是那些能够清晰揭示人类身体在面对重大手术压力前的基本状态的工具。

技术摘要：术前凝血-炎症-营养图谱用于预测术后 ICU 入院

问题陈述
胃肠道肿瘤手术后入住重症监护室（ICU）代表了护理级别的关键升级，反映了手术风险、早期器官功能障碍及监测需求。虽然传统的风险分层严重依赖于人口统计学数据、合并症和手术变量（如 ASA 体格状态、年龄），但这些框架往往无法直接捕捉患者的术前生物学状态。具体而言，胃肠道恶性肿瘤患者中凝血激活、全身性炎症和营养储备受损的交汇，并未在标准临床描述符中得到充分体现。本研究旨在开发一种简约且具有生物学基础的评分，通过整合这些宿主反应因素，以改善对术后 ICU 入院的风险分层。

方法论

研究设计与数据来源： 一项利用公开的 INSPIRE Perioperative 数据库（版本 1.4.2）进行的回顾性队列研究。研究对象包括 4,776 名接受非紧急胃肠道肿瘤手术并接受全身麻醉的成年人（年龄 18–90 岁）。
生物标志物选择： 研究重点关注三种常规可用的术前生物标志物：
- 白蛋白（Albumin）： 反映营养储备（负急性期蛋白）。
- 纤维蛋白原（Fibrinogen）： 反射凝血底物及急性期反应物。
- C-反应蛋白（CRP）： 全身性炎症的典型标志物。
评分构建 (CINS)： 开发了凝血-炎症-营养评分 (CINS)，根据特定阈值为每个异常参数分配 1 分：
- 低白蛋白： $\le$ 3.7 g/dL
- 高纤维蛋白原： $\ge$ 397 mg/dL
- 高 CRP： $\ge$ 7.7 mg/L
- 最终得出 0–3 分的分类评分。
对照组： 将 CINS 与以下指标进行基准比较：
- 纤维蛋白原-白蛋白比值 (FAR)。
- 连续型 CIN-z 指数（z 分数公式）。
- 几种复杂的免疫扩展指数（结合了中性粒细胞、淋巴细胞、血小板和 SII）。
统计分析：
- 建模： 使用多变量逻辑回归，并对年龄、性别、BMI、ASA 状态、手术组和肿瘤部位进行了调整。
- 验证： 使用自助重采样法（bootstrap resampling）和重复 5 折交叉验证（10 次重复）进行内部验证。至关重要的是，阈值和标准化参数是在训练折叠内重新计算的，以防止数据泄漏。
- 指标： 使用曲线下面积 (AUC)、Brier 分数、集成判别改进指数 (IDI)、连续净重新分类改进指数 (NRI)、校准曲线和决策曲线分析 (DCA) 来评估性能。

主要结果

关联性： CINS 与术后 ICU 入院之间存在单调的梯度关联。入院率从 8.7%（评分 0）增加到 26.7%（评分 3）。
调整后胜算比： 在调整临床协变量后，CINS 每增加 1 分，发生 ICU 入院的胜算比增加 51% (OR 1.51)。与评分 0 相比，调整后的胜算比分别为 1.86 (评分 1)、2.53 (评分 2) 和 3.30 (评分 3)。
预测性能：
- 基线临床模型实现的 AUC 为 0.823。
- 加入 FAR 后，AUC 增加至 0.832。
- 加入 CINS 后，AUC 增加至 0.837。
- 连续型 CIN-z 指数实现了相似的 AUC (0.839)。
- 自助法分析确认，CINS 比 FAR 的 AUC 提高了 0.0052 (95% CI: 0.0018–0.0087)。
复杂性 vs. 实用性： 更复杂的免疫扩展指数（如 SII-CINS4、immune-CINS5）并未优于由三成分组成的 CINS 或 CIN-z 构建。在完全病例比较中，三成分模型产生了最高的 AUC (0.839–0.840) 和最低的 Brier 分数，而复杂的扩展模型并未显示出有意义的增益。
决策影响： 在临床相关的风险阈值（10%、15%、20%）下，将 CINS 添加到临床模型中，与仅使用临床模型相比，可以提高对 ICU 事件的捕获能力并减少漏诊入院的情况，且不会显著增加被标记为高风险的患者数量。

意义与主张
论文声称 CINS 提供了一个实用的、具有生物学基础的术前风险分层辅助工具。其意义在于以下几个方面的具体贡献：

生物学整合： 与 FAR 等简单比值不同，CINS 将三个不同的生物学领域（凝血、炎症、营养）明确整合为一个单一且可解释的 0–3 分评分。
增量价值： 该评分提供了超出标准临床变量（ASA、年龄、手术类型）之外的风险信息，并且优于广泛使用的 FAR。
简约性： 研究表明，增加进一步的复杂性（免疫细胞指数）并不会带来更好的预测性能。这支持了这样一个原则：一个紧凑的三生物标志物构建足以捕捉针对该终点相关的宿主反应表型。
临床实用性： 该评分旨在具备床旁可解释性，有助于共享决策、术后床位规划以及识别需要加强术前优化或更密切术后监测的患者。

作者保持了谦逊的语气，承认 CINS 是一个风险分层工具而非确定性预测工具，并强调在广泛临床应用前需要进行外部验证。他们明确指出，该研究并未证明因果关系（即修改这些生物标志物能否降低 ICU 入院风险），而是识别了一种有助于风险评估的可重复关联。

类似论文