📄 medicine

An Interpretable EHR-Derived Lactate–Hemodynamic Framework for Mortality Risk Stratification in ICU Sepsis: A MIMIC-IV Derivation and eICU Validation Study

本研究表明，一个基于乳酸、平均动脉压和升压药使用情况将 ICU 脓毒症患者分为四种低灌注表型的可解释性框架，能够有效地对死亡风险进行分层，其中复合低灌注表型在 MIMIC-IV 和 eICU 队列中均显示出与不良预后最强且最具重复性的关联。

原作者： Xinlei He, Mengyuan Shen, Yunhui Ni, Jianfei Sun, Weiwei Chen, Xiaoxiang Gao, Haibo Qiu

发布于 2026-07-10

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Xinlei He, Mengyuan Shen, Yunhui Ni, Jianfei Sun, Weiwei Chen, Xiaoxiang Gao, Haibo Qiu

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

请将重症监护室（ICU）想象成一个高风险的控制室，医生们正试图让病人的内部引擎平稳运行。当病人发生脓毒症（一种危险的全身性感染）时，引擎开始剧烈抖动。核心问题是：我们如何知道哪些病人即将彻底崩溃？

长期以来，医生一直通过观察两个主要的仪表盘灯光来猜测答案：

乳酸计（Lactate Gauge）： 一种血液中的化学物质，当细胞无法获得足够氧气时会飙升（就像“低燃料”指示灯）。
压力计（Pressure Gauge）： 指血压以及患者是否需要使用强效药物（血管收缩药）来维持心脏强力泵血。

一些医生认为：“如果压力低，那就是大问题。”另一些人则认为：“不，如果乳酸高，那才是真正的危险。”这项研究查看了来自两个庞大的数字化医院数据库（MIMIC-IV 和 eICU）中超过 30,000 名患者的数据，旨在测试一个新想法：如果我们把这两个仪表盘灯光放在一起看呢？

四种“引擎状态”组

研究人员根据患者在进入 ICU 前 24 小时内的仪表盘表现，将他们分为四组：

“一切正常”组（对照组）： 压力正常，乳酸正常。（第一组患者中约占 6%）。
“高乳酸”组： 压力正常，但乳酸灯闪烁。（第一组患者中约占 2%）。
“低压力”组： 压力低或在使用压力提升药物，但乳酸正常。（第一组患者中约占 75%）。
“双重麻烦”组（合并灌注不足）： 同时出现压力低且乳酸高的情况。（第一组患者中约占 18%）。

重大发现：“双重麻烦”才是真正的危险

研究发现，虽然任何警告灯都是坏兆头，但 “双重麻烦” 组的情况最为严重。

把它想象成汽车引擎。如果你的车发出异响（高乳酸），但时速表正常，这很令人担忧。如果你的时速表正在下降（低压力），但引擎听起来还行，那也让人担心。但如果引擎在尖叫，同时时速表也在骤降？那时你就知道这辆车即将彻底停转了。

在第一组患者（“衍生”组）中，死亡率随着问题的加剧而呈阶梯式上升：

一切正常： 约 6% 的住院死亡率。
仅高乳酸： 约 15% 的死亡率。
仅低压力： 约 17% 的死亡率。
双重麻烦： 30% 的死亡率。

研究人员随后在完全不同的另一组患者（“验证”组）中测试了这个想法，以观察这是否只是个巧合。结果是：阶梯依然成立。“双重麻烦”组的死亡率仍然最高，其中 40% 的患者在住院期间死亡。

这排除了什么

这里是更有趣的地方。该研究明确测试了“低压力”本身是否是一个可靠的跨医院预警信号。

在第一组中，单纯的低压力与较高的死亡率相关。
然而，当他们在第二组中进行检查时，“仅低压力”组 失去了统计学显著性。这意味着在第二组中，在调整其他因素后，单纯的低压力并不足以可靠地预测死亡。

论文反对认为低压力本身是一个在不同医院环境下都能保持一致的独立死亡预测指标。它指出，低压力可能是一个“嘈杂”的信号，其含义会随环境而变化，而“双重麻烦”信号在任何地方都是响亮且清晰的。

我们有多确定？

作者对“双重麻烦”这一发现非常有信心。他们不仅仅是靠直觉，而是运行了复杂的数学模型，并对年龄、性别以及患者整体病情严重程度（使用 SOFA 评分）进行了调整。即使经过所有这些数学处理后，“双重麻烦”组仍然是与死亡联系最紧密的组别。

在第一组中，出现“双重麻烦”的患者死亡风险是“一切正常”组的 3.16 倍。
在第二组中，这一比例为 3.15 倍。

这种在两个巨大的、不同的数据库中的一致性，使得这一发现非常稳健。

然而，作者也谨慎地表示，他们并没有“解决”脓毒症。他们并没有证明“导致”低压力和高乳酸会使人死亡（因为这是一项回顾性研究，而非新的实验）。他们还注意到，第二个数据库中的“低压力”数据记录方式不同（使用简单的“是/否”标记药物，而非详细记录），这可能是导致该特定组别结果出现波动的原因。

核心启示

论文表明，对于站在病床边的医生来说，将压力和乳酸结合起来观察，比只看其中之一能更清晰地描绘出谁正处于即刻危险之中。如果一名患者同时出现这两个迹象，他们就处于“双重麻烦”区域，需要最紧急的关注。

这是一个简单、易读的框架，不需要复杂的计算机——只需要医生现有的标准工具。虽然这项研究并不声称这是一种“灵丹妙药”，但它提供了一种可靠的方法来对患者进行风险分层，帮助医生决定谁需要被最密切地观察。正如作者所言，这是连接人体内部情况与医生在监护仪上所见现象的一座“务实的桥梁”。

技术摘要：一种用于 ICU 脓毒症死亡风险分层的可解释性 EHR 衍生乳酸-血液动力学框架

问题陈述
尽管在早期识别和血液动力学复苏方面取得了进展，但脓毒症仍是重症监护领域的主要死因之一。目前的临床实践依赖于单一的床旁指标——血乳酸、平均动脉压 (MAP) 和血管活性药物使用——来评估灌注。然而，孤立地解释这些信号可能会简化脓毒症的病理生理过程，因为代谢异常和血液动力学异常代表了循环与细胞功能障碍中两个不同但互补的维度。虽然 Sepsis-3 对脓毒症休克的定义（要求在液体复苏后仍存在血管活性药物依赖性低血压和乳酸升高）识别了一个高风险群体，但在观察性数据集中，由于难以确认充分的液体复苏情况和持续的血管活性药物需求，其在床旁的正式应用往往并不切实际。此外，处于“孤立”代谢异常或“孤立”血液动力学异常（即落在严格的 Sepsis-3 脓毒症休克类别之外）患者的预后价值仍未得到充分表征，且缺乏在独立队列中的外部验证。因此，需要一个基于常规可用电子健康档案 (EHR) 变量的简化、可解释的框架，能够在无需复杂模型基础设施的情况下进行死亡风险分层。

研究方法
本研究采用回顾性衍生与外部验证设计，使用了两个大型公开重症监护数据库：

衍生队列： MIMIC-IV 数据库（ $n = 20,076$ 名成年脓毒症患者）。
验证队列： eICU 协作研究数据库（ $n = 10,756$ 名成年脓毒症患者）。

表型定义：
患者根据 ICU 入院后前 24 小时内记录的最差或最具临床相关性的数值，被分为四个互斥的“早期灌注不足表型”：

对照组 (Reference)： 无高乳酸血症（ $< 2$ mmol/L）且无血液动力学灌注不足。
孤立性高乳酸血症 (Isolated Hyperlactatemia)： 乳酸 $\ge 2$ mmol/L 但无血液动力学灌注不足。
血液动力学灌注不足 (Hemodynamic Hypoperfusion)： MAP $< 65$ mm Hg 和/或使用血管活性药物，但无高乳酸血症。
复合灌注不足 (Combined Hypoperfusion)： 同时存在高乳酸血症和血液动力学灌注不足。

注：关于血管活性药物：在 MIMIC-IV 中，通过药物记录识别血管活性药物使用；在 eICU 中，通过治疗类别标记（“vasopressors”）进行识别，该标记捕捉到的患者比例较小。为解决这种异质性，计划在 eICU 中进行敏感性分析，通过仅使用 MAP $< 65$ mm Hg 来重新定义血液动力学灌注不足，从而排除血管活性药物标记的影响。

统计分析：
主要结局指标为医院死亡率；次要结局指标包括 ICU 死亡率和 28 天死亡率（仅限衍生队列）。构建了多变量 Logistic 回归模型，以评估表型与死亡率之间的关联，并对年龄、性别、SOFA 评分、肌酐和 pH 值进行了调整。

关键结果

表型分布： 由于血管活性药物记录的差异（MIMIC 为 64.0%，eICU 为 5.4%），各队列间的表型分布有所不同。然而，复合灌注不足组在两个队列中均表现出最严重的基线临床特征（更高的 SOFA 评分、更高的乳酸、更低的 MAP 以及更大的液体平衡）。
死亡率梯度： 在两个队列中，粗略死亡率均随表型的变化呈现阶梯式上升。复合灌注不足组在所有终点指标中始终表现出最高的死亡率（例如，在 MIMIC 中：医院死亡率为 30.3%；在 eICU 中：医院死亡率为 40.1%）。
独立关联（衍生队列）： 在进行全变量调整后，所有非对照组表型均与死亡率增加相关。
- 复合灌注不足： 与 ICU 死亡率 (OR 7.02) 和医院死亡率 (OR 3.16) 表现出最强且最一致的关联。
- 孤立性高乳酸血症： 仍与所有死亡终点独立相关，在 28 天死亡率方面表现出最大的效应 (OR 2.45)。
- 血液动力学灌注不足： 在衍生队列中与死亡率增加相关。
外部验证（eICU 队列）：
- 复合灌注不足： 保留了与 ICU 死亡率 (OR 3.11) 和医院死亡率 (OR 3.15) 的稳健且独立的关联。
- 孤立性高乳酸血症： 仍与死亡率显著相关。
- 血液动力学灌注不足： 在针对 ICU 和医院死亡率进行全变量调整后，失去了统计学显著性（分别对应 OR 1.05 和 1.11），这表明当血管活性药物数据受限时，其预后信号的稳定性较弱。
敏感性分析： 当 eICU 中的血液动力学灌注不足仅由 MAP $< 65$ mm Hg 定义时，结果基本保持不变，证实了复合表型的稳健信号并不依赖于血管活性药物暴露的具体操作化定义。

核心贡献

简化的框架： 本研究提出了一个经过验证的床旁框架，仅利用乳酸和血液动力学状态（MAP/血管活性药物）进行风险分层，避开了 Sepsis-3 严格定义中通常需要确认液体充足性的步骤。
表型区分： 研究表明，虽然孤立的代谢异常和孤立的血液动力学异常都带有风险，但复合表型识别出了一个独特的、高风险的亚组，该亚组在不同独立数据集之间具有最可重复的死亡率梯度。
可重复性： 研究强调，复合表型的预后价值在不同数据源和记录粒度下是稳健的，而孤立血液动力学灌注不足的预后稳定性则更具变异性。

意义与主张
作者声称，这种可解释的、基于 EHR 的框架成功地重现了与 Sepsis-3 脓毒症休克相关的死亡率梯度，而无需进行在实时临床场景或回顾性数据分析中往往难以实现的确认步骤。研究结果表明，代谢异常和血液动力学异常是互补而非相互替代的关系；两者的共存识别了生理功能紊乱更严重的患者，并伴随着显著更高的不良结局风险。

研究结论认为，在 ICU 入院时识别复合灌注不足可以支持早期风险分层和临床决策，从而可能标记出需要对灌注状态和器官功能进行更密切评估的患者。作者强调，该框架作为脓毒症病理生理学与床旁决策支持之间的实用桥梁，但指出在临床实施前需要进行前瞻性验证。他们明确指出，由于数据的回顾性性质以及无法完全验证液体复苏的充分性，复合表型应被解读为“符合 Sepsis-3 标准”而非等同于正式的 Sepsis-3 脓毒症休克诊断。