时间加权乳酸与葡萄糖-乳酸比值在预测创伤性脑损伤后ICU死亡率方面优于静态值:一项回顾性队列研究
这项回顾性单中心研究纳入2013—2023年德国一家大学医院ICU收治的479例非糖尿病成人TBI患者,经1:2倾向性评分匹配后分析229例(存活150例、死亡79例),比较入院值、均值、清除率、时间加权平均值、变异度和血糖异常负荷等指标与ICU死亡率的关系。结果显示,时间加权平均乳酸是最佳独立预测因子(OR 14.70,95%CI 5.41–39.98,p<0.001,AUC 0.73);时间加权平均葡萄糖-乳酸比值也可独立预测ICU死亡(OR 0.75,95%CI 0.66–0.86,p<0.001),但未超越乳酸。入院值、清除率和变异度经校正后均无预测价值。作者认为应将纵向时间加权乳酸纳入多参数预后模型,并需前瞻性多中心验证。
要点
- 在严重度匹配的非糖尿病TBI患者中,全ICU住院期间时间加权平均乳酸是最佳独立预测因子(OR 14.70,95%CI 5.41–39.98,p<0.001,AUC 0.73)。
- 时间加权平均葡萄糖-乳酸比值升高与ICU死亡风险降低独立相关(OR 0.75,95%CI 0.66–0.86,p<0.001),但DeLong检验显示其判别力不如乳酸(p=0.003)。
- 入院血糖、入院乳酸、乳酸清除率及血糖/乳酸变异度经校正后均不能预测ICU死亡,提示不应仅凭单次入院值进行风险分层。
- 非存活者乳酸在ICU最初10天每一天均显著高于存活者(均p<0.05),且在第4–8天出现二次高峰,提示持续代谢应激与迟发恶化。
- 72小时时间加权平均乳酸AUC为0.62,全住院期间时间加权平均乳酸AUC为0.73,作者认为72小时值可作为准确性与时效性之间的实用折中。
适用人群与场景
- 2013年7月至2023年10月入住德国亚琛工业大学医院重症医学科的成人TBI患者(ICD-10-GM S06),年龄≥18岁。
- 排除标准:无TBI;ICU停留<72小时或72小时内撤除生命支持治疗;平均每日动脉血气分析<4次;年龄<18岁;糖尿病(因其存在糖代谢紊乱且TBI相关死亡率约增加1.5倍)。
- 匹配后队列229例(存活150例、死亡79例),均为非糖尿病成人TBI,包含孤立性与非孤立性TBI。
- 作者指出,因排除ICU停留<72小时者,结果主要代表接受较长ICU治疗的患者。
诊断标准与关键阈值
- 主要终点为ICU死亡率,定义为ICU停留期间死亡,不论原因。
- 血糖目标范围为70–180 mg/dL,采用时间统一血糖异常率(TUDR)计算超出该范围的相对时长。
- 持续高血糖超过180 mg/dL时启动持续静脉胰岛素输注;低血糖(<70 mg/dL)时按国际重症监护指南给予葡萄糖。
- 时间加权平均值按梯形法则计算:测量曲线下面积除以总观察时间;72小时时间加权值反映入住ICU后前72小时。
处置流程与药物剂量
- 所有患者按现行德国TBI国家指南治疗,目标是通过个体化控制颅内压、脑灌注、氧合及全身/代谢内环境稳定来预防继发性脑损伤和器官功能障碍。
- 血糖由护士驱动的方案管理:持续高血糖超过180 mg/dL时启动持续静脉胰岛素输注;低血糖(<70 mg/dL)时按国际重症监护指南给予葡萄糖。
- 作者认为,时间加权平均乳酸可整合入多参数评分以细化继发性损伤的风险分层;葡萄糖-乳酸比值在血糖与乳酸交互作用相关时可考虑作为补充。
- 作者认为,将纵向动态指标(尤其是时间加权平均乳酸)纳入预测模型可能改善校准度和判别力,尤其在入院信号不明确时;随着电子病历普及,此类指标的实时计算在技术上可行。
- 作者指出,治疗上应避免低血糖和高血糖,因二者均与不良结局相关;但严格强化血糖控制(80–110/120 mg/dL)并未显示较常规管理有生存获益。
红旗征与不能漏的情况
- 非存活者乳酸在ICU最初10天每一天均显著高于存活者(均p<0.05),且在第4–8天出现二次高峰,提示迟发性全身或脑部恶化。
- 非存活者血糖在第6–7天出现短暂小幅回升,葡萄糖-乳酸比值自第3天起升幅减小、之后下降。
- 非存活者感染性休克(20.3% vs 10.0%,p=0.041)、急性肾损伤(21.5% vs 6.0%,p<0.001)及最差SOFA评分(12(10–13)vs 10(8–12),p<0.001)均显著高于存活者,提示需同步评估颅外器官功能。
研究设计与关键结果
- 回顾性单中心队列研究,筛查1265例ICU患者后纳入479例非糖尿病成人TBI患者,经1:2严重度平衡、结局分层的倾向性评分匹配后分析229例(存活150例、死亡79例)。
- 匹配后非存活者感染性休克(20.3% vs 10.0%,p=0.041)、急性肾损伤(21.5% vs 6.0%,p<0.001)和最差SOFA评分(12(10–13)vs 10(8–12),p<0.001)显著高于存活者,ICU停留中位约短6天、住院约短12天(p<0.001),谵妄发生率约低七倍(p<0.001)。
- 全ICU住院期间时间加权平均乳酸是最佳独立预测因子:OR 14.70(95%CI 5.41–39.98,p<0.001,AUC 0.73);72小时时间加权平均乳酸OR 2.13(95%CI 1.34–3.38,p<0.001,AUC 0.62)。
- 时间加权平均葡萄糖-乳酸比值独立预测ICU死亡:TWAGL OR 0.75(95%CI 0.66–0.86,p<0.001);72h-TWAGL OR 0.84(95%CI 0.74–0.94,p=0.003);DeLong检验显示TWAL判别力显著优于TWAGL(p=0.003)、72h-TWAGL(p<0.001)和72h-TWAL(p=0.001)。
- 葡萄糖指标判别力最弱:平均血糖AUC 0.59、时间加权平均血糖AUC 0.60;葡萄糖-乳酸比值中等:平均比值AUC 0.69、TWAGL AUC 0.66、72h-TWAGL AUC 0.63。
- 入院值、乳酸清除率和变异度经校正后均无预测价值;仅葡萄糖-乳酸比值的变异度在非存活者中显著更高(34.5(25.2–42.2)vs 30.1(24.5–36.4),p=0.016),但两组重叠明显。
- 稳健性分析中校正感染性休克和急性肾损伤后,TWAL仍独立关联ICU死亡(OR 12.204,95%CI 4.500–33.097,p<0.001);以非神经性SOFA替代SAPS II或纳入ISS的敏感性分析结果相似。
证据类型、等级与局限
- 证据类型:回顾性、单中心观察性队列研究,按STROBE指南报告。
- 统计方法:倾向性评分匹配(1:2最近邻匹配,卡钳值0.2个logit倾向评分标准差,协变量包括年龄、性别、BMI、GCS、孤立性TBI、高血压、慢性肾脏病、SAPS II),匹配后所有协变量标准化均数差<0.10。
- 局限:回顾性、单中心设计及排除糖尿病患者降低泛化性;排除ICU停留<72小时者可能引入生存偏倚、可能低估代谢极端值;最差SOFA评分组间存在差异,不能排除ICU期间器官功能障碍演变影响所报告的关联,限制严格的病理生理学解释;队列包含孤立性与非孤立性TBI,可能模糊病理生理归因;血糖与乳酸采样频率由临床驱动且可变,TWA/TUDR减轻但未消除频率相关偏倚;倾向性评分匹配将推断限制于共同支持区域;结果为非因果性关联与判别,不代表治疗效应;胰岛素、血管活性药物和喂养等药物与营养影响未被系统控制;10年观察期引入治疗相关异质性;缺乏脑微透析无法直接评估全身-脑耦合;结局仅限ICU死亡率,无功能神经学结局。
- 作者结论:上述发现应仅视为探索性和产生假设;需前瞻性多中心标准化方案研究以提高外部效度。
对床旁实践的改变
- 作者认为,时间加权平均乳酸可整合入多参数评分以细化继发性损伤的风险分层,尤其当入院信号不明确时。
- 作者认为,葡萄糖-乳酸比值在血糖与乳酸交互作用相关时可考虑作为补充,但因与乳酸共线且判别力较低,其增量预后价值有限。
- 作者认为,不应过度解读单次入院值、短期清除率或变异度,临床风险分层应基于趋势性指标。
- 作者认为,72小时时间加权值可在准确性与时效性之间提供实用折中,随电子病历普及可实时计算以支持床旁动态个体化风险评估。
- 作者指出,治疗上应避免低血糖和高血糖,但严格强化血糖控制(80–110/120 mg/dL)未显示较常规管理的生存获益。
- 作者认为,同步调节血糖与乳酸能否影响结局尚不清楚,应在未来干预性研究中探索。
指南或共识出处
- 现行德国TBI国家指南(原文引用文献33)。
- 国际重症监护指南(原文引用文献34,用于低血糖时给予葡萄糖)。
全文中译23 节 · 点击展开
背景
创伤性脑损伤(TBI)每年影响全球多达7000万人,占所有创伤相关死亡的比例高达一半[1, 2]。在初始损伤之后,继发性损伤是决定预后的主要因素,并且仍然是重症监护管理的潜在靶点[3]。因此,早期识别死亡高风险患者至关重要[4]。
全身代谢失调是TBI后继发性损伤级联反应的标志性特征。实验和临床数据表明,创伤后应激反应、炎症和线粒体功能障碍会触发葡萄糖和乳酸代谢紊乱[5]。这两种代谢物与大脑能量供应密切相关:葡萄糖是大脑的主要底物[6],而乳酸曾被认为仅是无氧代谢的副产物[7],现在也可能作为替代燃料和信号分子发挥作用[8–10]。
由于直接测量脑内浓度需要有创微透析,因此研究了全身血液水平作为替代标志物[11, 12]。既往研究报告了入院值[13–18]、早期最大值、清除率和平均浓度[7, 14, 15, 19, 20]或血糖变异性[21, 22]的预后关联;然而,研究结果异质性较大,截断值差异也很大。
预后模型,如IMPACT–TBI模型或基于机器学习的模型,主要依赖人口学、临床和影像学变量,葡萄糖仅作为单一入院值纳入[23–25]。尽管这些模型被广泛使用,但它们可能无法捕捉TBI后继发性损伤过程所特征的不断演变的代谢紊乱。
我们从重症监护的角度来解决这一空白,通过评估纵向、时间加权的代谢指数,这些指数同时捕捉失调的幅度和持续时间。为了在原发性严重程度之外分离出继发性损伤相关的代谢信号,我们使用倾向性评分匹配来平衡原发性严重程度。在这个以预测为重点的队列中,我们比较了纵向和静态的葡萄糖、乳酸及葡萄糖–乳酸比值指数,并分析了它们随时间的变化轨迹,以确定区分ICU死亡的最佳性能指标。
方法
研究设计
这项回顾性、单中心观察性研究按照亚琛工业大学医学院伦理委员会的建议(EK 23-299)进行。鉴于分析的回顾性和匿名性,豁免了患者书面知情同意。所有程序均遵守《赫尔辛基宣言》、机构标准和适用指南。为提高透明度,本研究按照STROBE(加强流行病学观察性研究报告)指南进行报告[26]。主要终点为ICU死亡率,定义为ICU住院期间死亡,不论原因。
患者选择
筛选了2013年7月至2023年10月期间因TBI(ICD-10-GM S06)入住亚琛大学医院重症医学科的所有患者。排除标准为:(i)无TBI,(ii)ICU住院时间<72小时或在72小时内撤除生命维持治疗,(iii)平均每天<4次血气分析,(iv)年龄<18岁,(v)糖尿病,鉴于其既存的血糖失调以及TBI相关死亡率约增加1.5倍[27, 28]。
数据收集
临床数据从电子病历系统(IntelliSpace Critical Care and Anesthesia,Koninklijke Philips N.V.,阿姆斯特丹,版本 J.05.00;Medico,CompuGroup Medical SE & Co. KGaA,科布伦茨,版本 29.00.02.00)中提取,并存储于 Excel(Microsoft,雷德蒙德,美国)中。收集的变量包括(a)人口学资料:年龄、性别、体重指数(BMI);(b)损伤严重程度/机制:入院时格拉斯哥昏迷量表(GCS)评分、孤立性创伤性脑损伤(TBI);(c)合并症:高血压、外周动脉疾病、慢性阻塞性肺疾病(COPD)、支气管哮喘、慢性肾脏病、尼古丁、酒精或药物滥用;(d)ICU/住院时间:入院时简化急性生理评分(SAPS II)、ICU住院期间最差器官衰竭评估(SOFA)评分、ICU/住院时间(LOS)、机械通气持续时间;(e)ICU并发症:肺炎、急性呼吸窘迫综合征(ARDS)、尿路感染、脓毒症、脓毒性休克、伤口感染、急性肾损伤、谵妄以及(f)ICU死亡率。
血气分析值的数据提取
所有动脉血气分析(ABL90 FLEX,Radiometer,克雷费尔德,德国)均通过机构数据仓库(SAP SE,瓦尔多夫,德国,版本 14.2.6.2953)自动提取,包括精确时间戳。葡萄糖以 mg/dL 记录,乳酸以 mmol/L 记录;设备按照制造商规范进行常规校准。数据处理使用 RStudio(Posit PBC,波士顿,马萨诸塞州,美国,版本 2025.09.0 + 387)及 R 版本 4.5.1 完成。
代谢参数指标的计算
本研究旨在全面刻画代谢标志物葡萄糖、乳酸及葡萄糖-乳酸比值。由于采用回顾性设计,动脉血气(ABG)测量的次数和时间在各患者之间存在差异。由于这些参数持续受到动态生理过程的影响,时间分辨率对于有意义的解读至关重要。仅依赖算术平均值可能使结果偏向于短期采样频繁的阶段,并掩盖相关趋势。为此,对每个标志物定义了四类指标(图1):I.入院值(AB):ICU入院后获得的首次ABG测量值,不迟于入院后6小时。
均值(MB)和时间加权平均值(TWA):MB代表每位患者所有测量的算术平均值。为纳入数值的时间分布,TWA采用梯形法则计算,即以测量曲线下面积除以总观察时间 [29]。
变异性(CV)和清除率(LC):变异性以变异系数(CV)表示,定义为标准差除以均值(MB),以百分比报告 [30]。对于乳酸,清除率(LC)计算为6、24及72小时时相对于入院值的百分比变化 [31]。除了基于窗口内首末观察原始值的清除率(raw-LC)外,6/24/72小时乳酸浓度还通过夹括该终点的最近测量值之间的线性插值进行估算,以考虑不规则采样(ip-LC)。
时间统一血糖异常率(TUDR):对于血糖,使用近期开发的时间统一血糖异常率(TUDR)计算超出目标范围(70–180 mg/dL)的相对持续时间。详细计算方法已在其他地方描述[32]。简言之,每位患者的ICU住院时间被划分为从ICU入住开始的等长时间段。选择能确保每个时间段和每位患者至少有一个血糖值时中位覆盖率≥95%的最短时间段。所考虑的时间段长度为1、2、3、4、6、8和12小时。TUDR计算为超出目标范围的时间段数除以所有包含至少一次测量的时间段数。
表1概述了每种代谢标志物所分析的指标。每时间段的时间加权平均绝对值用于可视化代谢参数随时间的变化趋势。除整个ICU住院期间的指标外,还计算了ICU入住后前72小时的时间加权平均指标(72 h-TWAG、72 h-TWAL和72 h-TWAGL),以反映实用的早期预测时间窗口。对于葡萄糖-乳酸比值,血糖值转换为mmol/L(mg/dL ÷ 18)。因此它反映的是定义为葡萄糖[mmol/L]/乳酸[mmol/L]的摩尔比值。
重型颅脑损伤(TBI)的标准治疗
所有患者均按照现行德国国家TBI指南进行治疗[33]。治疗旨在通过个体化控制颅内压、脑灌注、氧合及全身/代谢稳态来预防继发性脑损伤和器官功能障碍。在全文手稿中,“继发性损伤”一词指TBI后的继发性损伤过程,包括继发性脑损伤以及全身并发症或器官功能障碍。血糖由护士驱动的方案进行管理。对于持续超过180 mg/dL的高血糖,启动持续静脉胰岛素输注;而在低血糖(< 70 mg/dL)情况下,按照国际重症监护指南给予葡萄糖[34]。
人工智能使用披露
在本手稿准备过程中,作者使用了人工智能工具,包括Editage的Paperpal(版本4.16.4)和OpenAI的ChatGPT(版本ChatGPT-5 Thinking/Pro)以改善语言和可读性。所有输出均由作者审阅、调整并整合至最终作品中,作者对本文所呈现的全部内容承担全部责任。
统计分析
统计分析采用SPSS(IBM,版本29.0.2.0(20))和RStudio(Posit PBC,Boston,MA,USA,版本2025.09.0 + 387)及R(版本4.5.1)进行。所有检验均为双尾检验,p值< 0.050被视为具有统计学意义。
倾向性评分匹配(PSM)用于构建基线严重程度均衡的、按结局分层的队列,以减少匹配样本内关联分析和后续多变量建模的混杂因素。未估计或推断因果关系。倾向性评分通过逻辑回归计算,仅纳入ICU入院时可获得暴露前变量,使用MatchIt R包。采用1:2最近邻匹配,不替换,卡钳值为logit倾向性评分标准差的0.2倍,纳入的协变量包括:年龄、性别、BMI、GCS、孤立性TBI、高血压、慢性肾脏病和SAPS II评分。通过倾向性评分重叠诊断和排除卡钳范围外的未匹配病例来验证共同支持域。匹配性能采用标准化均值差(SMD)评估,目标阈值为< 0.10;p值仅作描述性报告,未用于判断均衡性。匹配前后的协变量均衡性使用Love图(R包cobalt)可视化。
数据采用Mann–Whitney U检验分析,分类变量采用Fisher精确检验。采用重复测量的线性混合效应模型评估代谢参数与ICU死亡率之间的关联。模型包含生存、时间及其交互作用的固定效应,以评估各组特定的时间趋势。纳入每位患者的随机截距以考虑个体内相关性。重复结构采用一阶自回归协方差结构建模。为考虑非线性趋势,时间采用限制性立方样条(RCS)建模,自由度为5。节点数基于似然比检验和Akaike信息准则值的比较来选择。在统计建模中,使用每日TWA值(24小时周期)以确保稳健性和可解释性,而基于RCS的分析和可视化则采用6小时间隔以捕捉更精细的时间分辨率。基于拟合模型计算每組和每个ICU日的估计边际均值及95%置信区间(95% CI)。采用Bonferroni校正的成对比较检验生存者与非生存者之间的每日差异。结果通过各组预测均值及95% CI的组间图进行可视化。进行受试者工作特征(ROC)曲线分析以评估代谢指标对生存的预测性能。计算曲线下面积(AUC)及相应95% CI以量化判别能力。进行多变量logistic回归分析以检验代谢标志物的效应,并考虑可能的混杂因素。多变量模型中的多重共线性采用方差膨胀因子(VIF)评估。然而,首先为评估预测变量之间的多重共线性,计算成对Spearman相关系数;相关系数高于0.50被认为提示高度共线性。若各指标显示多重共线性,则优先使用时间加权模型进行后续分析;必要时,分别指定多变量模型。候选预测变量事先选定,并辅以单变量筛选,在临床合理性与每变量事件数考量之间取得平衡。标准误在匹配集水平采用聚类稳健方差估计,以匹配集分层的条件logistic回归以及采用经典(Wald)法的传统logistic回归作为敏感性分析,纳入补充材料。报告比值比(OR)及95% CI,对于连续预测变量,报告z分数。随后采用DeLong检验对配对ROC曲线比较多变量显著指标的预测性能(R包pROC)。补充稳健性分析检验影响最大的指标是否可仅由全身并发症解释。因此,logistic回归模型扩展纳入显著的组间并发症以进行基线后敏感性分析。为评估颅外疾病严重程度的影响,采用聚类稳健方差多变量logistic回归进行敏感性分析,其中纳入非孤立性TBI作为附加参数、非孤立性TBI患者的损伤严重度评分(ISS)以及入院非神经性SOFA(non-c-SOFA)替代入院SAPS II。non-c-SOFA计算的详细信息可参见其他文献[35]。其计算与传统SOFA评分相同,包括前24小时内的最差值,排除神经(GCS)成分。
数据以中位数(第25至第75四分位间距,IQR)、绝对数(频率)或OR及95%CI表示。图1使用BioRender.com创建。图2使用SankeyMATIC(Sankeymatic.com)和Adobe Photoshop CS 6(Adobe Systems Software Ireland Limited,都柏林,爱尔兰;版本13.0)创建。图3和图S3使用Prism(GraphPad Software Inc.,圣地亚哥,美国,版本10.6.1(892))生成。图4使用R包pROC创建。
结果
研究人群和患者特征
对2013年7月至2023年10月期间入住亚琛工业大学附属医院重症医学科的所有患者进行了创伤性脑损伤筛查。按照纳入和排除标准,最初筛查的1265例ICU患者中有479例被纳入研究(图2)。超过五分之四(n = 393;82%)在初始ICU住院期间存活(存活者组),其余18%(n = 86)被归入非存活者组。
人口学数据,尤其是年龄、GCS、孤立性TBI、高血压、慢性肾脏病和SAPS II评分,显示出显著的组间差异;因此,进行了1:2倾向性评分匹配(PSM)以尽可能实现严重程度均衡的组间可比性(表2)。
未匹配的原因主要是卡钳范围内缺乏合适的对照以及倾向性评分超出支持范围。PSM显示所有协变量的标准化均数差降至< 0.10(补充图S1)。PSM后的匹配队列包括存活者组150例和非存活者组79例。PSM后未发现人口学数据、病史、入院时GCS、SAPS II评分、孤立性TBI比例以及ICU入住后首次血气分析时间方面存在显著组间差异(非存活者:0.25(0.16–0.50)h;存活者:0.27(0.16–0.60)h,p = 0.758)。非存活者的脓毒性休克发生率显著更高(非存活者:20.3%;存活者:10.0%,p = 0.041)、急性肾损伤发生率显著更高(非存活者:21.5%;存活者:6.0%,p < 0.001),因此最差SOFA评分更高(非存活者:12(10–13);存活者:10(8–12),p < 0.001)。此外,非存活者的ICU住院时间中位数约短6天,住院时间约短12天(p < 0.001),谵妄发生率约为存活者组的七分之一(p < 0.001)。所检查的其他并发症均未观察到显著的组间差异。
存活者的葡萄糖和乳酸值随时间下降
图3展示了入住ICU最初十天内葡萄糖、乳酸及其比值的變化过程,按生存状态分层(原始数据曲线见补充图S2)。基于线性混合效应模型,三个代谢标志物指标在非存活者整个ICU住院期间均显示出显著不同的值(TWAG:p = 0.036;TWAL:p < 0.001;TWAGL:p < 0.001)。经Bonferroni校正后,两两比较显示乳酸、第6天葡萄糖以及第3-6天和第8-10天葡萄糖-乳酸比值存在每日组间差异。基于样条的建模显示所有三个指标的参数动力学均具有显著非线性(均p < 0.001)。此外,生存状态显著改变了乳酸(p = 0.006)和葡萄糖-乳酸比值(p = 0.016)的时间进程,但未改变葡萄糖。葡萄糖水平在最初3天下降,非存活者在第6-7天出现轻微短暂升高,而葡萄糖-乳酸比值稳步上升至第8天,从第3天起斜率减小,此后在非存活者中观察到下降。相比之下,存活者的乳酸水平在最初3天迅速下降后几乎趋于平稳,而非存活者呈现双相模式,初始下降至第3天,随后在第4至8天出现二次峰值。
非存活者显示代谢指标升高
由于乳酸和葡萄糖在入住ICU最初72小时内呈快速下降趋势而其比值呈上升趋势,除整个ICU住院期间的值外,还计算了该期间的绝对平均指标(II)。与存活者相比,非存活者的血糖和乳酸值均显著更高(表3)。然而,随时间变化的变异性和乳酸清除率无显著差异,入院血值仅在葡萄糖方面有显著差异,乳酸则无。相比之下,在最初72小时内,非存活者组乳酸的时间加权平均值显著更高,但葡萄糖则不然。非存活者的平均葡萄糖-乳酸比值显著低于存活者组(非存活者:7.9(6.5–10.1);存活者:9.7(8.1–11.1),p < 0.001),整个ICU住院期间和最初72小时的时间加权平均值得出类似结果。与葡萄糖和乳酸不同,单独分析时,非存活者的葡萄糖-乳酸比值变异性显著高于存活者(非存活者:34.5(25.2–42.2);存活者:30.1(24.5–36.4),p = 0.016)。
与葡萄糖相比,乳酸显示出更优的预测价值
为评估两项代谢标志物、葡萄糖、乳酸及其比值对ICU死亡率的预测准确性,对AUC进行了分析(表4)。乳酸指标显示出最高(TWAL/MBL:0.73;72 h-TWAL:0.62),葡萄糖-乳酸比值(MBGL:0.69;TWAGL:0.66;72 h-TWAGL:0.63)为中等,葡萄糖指标(MBG:0.59;TWAG:0.60)区分能力最弱。
乳酸显示出最高预测价值
进行多变量logistic回归以检验这些因素的预测价值,并考虑混杂因素。基于Spearman检验,ABG、TWAG、TWAL和TWAGL被纳入整个ICU住院期间的分析,对于前72小时的分析则纳入72 h-TWAL和72 h-TWAGL。在发现乳酸与葡萄糖-乳酸比值指标之间存在共线性后(TWAL–TWAGL:0.87,72 h-TWAL–72 h-TWAGL:0.92;补充图S3),对每个时间段分别进行了两项独立的多变量logistic回归分析。第一项检验葡萄糖和乳酸指标(ABG、TWAG、[72 h-]TWAL),第二项检验葡萄糖-乳酸比值指标([72 h-]TWAGL)以及人口学特征。随后对结果进行排序。单变量logistic回归确定ABG、TWAG、[72 h-]TWAL、[72 h-]TWAGL为ICU死亡率的可能预测因素(表5)。此外,SAPS II评分被认为是一个相关的死亡相关人口学变量,因此被纳入。在这四个多变量模型中,所有VIF值均≤ 1.3,表明无显著共线性(补充表S2)。
分析葡萄糖和乳酸的多变量logistic回归显示,乳酸指标TWAL具有显著的死亡率预测作用,比值比为14.701(95% CI 5.406–39.976,p < 0.001,z评分:5.266),72 h-TWAL的比值比为2.127(95% CI 1.337–3.384,p < 0.001,z评分:3.188)。两项葡萄糖指标TWAG和ABG均未观察到显著结果。纳入葡萄糖-乳酸比值的多变量logistic回归显示,较高的TWAGL比值具有显著的死亡率保护预测价值(72 h-TWAGL:OR 0.835,95% CI [0.742–0.939],p = 0.003,z评分:-3.001;TWAGL:OR 0.754,95% CI [0.660–0.860],p < 0.001,z评分:− 4.202)。条件logistic回归和常规logistic回归显示可比的结果(补充表S3、S4)。多变量模型中显著指标的预测准确性使用配对DeLong检验进行比较(图4)。
乳酸指标TWAL显示出最高区分度,且显著优于其他三项指标(TWAGL、72 h-TWAGL、72 h-TWAL;DeLong p值分别为0.003、< 0.001和0.001),而后三者之间未观察到显著差异。在纳入脓毒性休克和急性肾损伤基线后调整的稳健性分析中,TWAL仍与ICU死亡率独立相关(OR 12.204,95% CI [4.500–33.097],p < 0.001,z评分:4.915;补充表S5)。评估颅外疾病严重程度影响的敏感性分析显示,将孤立性TBI作为协变量加入(补充表S6)、以第1天非神经系统SOFA替换SAPS II(补充表S7)或对非孤立性TBI患者纳入ISS,均得到类似结果(补充表S8)。
讨论
在这个严重程度均衡的非糖尿病创伤性脑损伤(TBI)患者队列中,我们系统地比较了葡萄糖、乳酸及其比值的全身性指标与ICU死亡率的关系。分析表明,时间加权平均乳酸指标始终提供优于葡萄糖指标的预测价值。葡萄糖-乳酸比值虽然具有相关性,但增量价值有限,仅应作为补充考虑。相比之下,葡萄糖或乳酸的单一入院值、平均值、方差或清除率指标均不可靠,强调了在评估TBI后死亡率时纵向动态指标优于静态测量的重要性。
乳酸优于葡萄糖
我们的结果证实并拓展了既往报道,即全身性乳酸是重症TBI患者中比葡萄糖更强的预后标志物[14, 36, 37]。在我们的队列中,整个ICU住院期间的时间加权平均乳酸值以及其次的前72小时时间加权平均乳酸值与ICU死亡率稳健相关,而入院乳酸值和乳酸清除率则不然。这支持了持续乳酸升高反映持续代谢应激和清除受损而非单一急性事件的概念[38, 39]。病理生理学合理性很强:TBI诱发高代谢状态,由全身和脑部炎症反应共同驱动,全身乳酸释放增加高达70%,肝脏和肾脏糖异生增加高达四倍[10, 38]。一致地,在调整损伤模式和严重程度、早期颅外功能障碍以及感染性休克和急性肾损伤后,时间加权平均乳酸仍与ICU死亡率相关——表明全身性过程是持续乳酸升高所捕获的风险信号的组成部分而非唯一来源。因此,持续乳酸升高可能同时反映继发性脑损伤过程和全身器官功能障碍或炎症。重要的是,全身和脑部乳酸浓度呈正相关[9],而葡萄糖水平则显示不一致的耦合[40]。乳酸的双重角色——通过“乳酸穿梭”作为能量底物以及作为影响炎症、血管张力和颅内压的信号分子——与本研究中观察到的其更强的预后关联相一致,尽管机制性解释仍属推测[8, 10]。
葡萄糖-乳酸比值作为整合性标志物
除绝对浓度外,葡萄糖-乳酸比值可作为补充性复合指标;然而在我们队列中,其判别能力未达到乳酸的水平。据我们所知,这是首个评估创伤性脑损伤(TBI)中全身葡萄糖-乳酸比值的研究。为计算参考值,使用了已发表研究中比较TBI患者与健康对照者的数据。基于这些数据,事后计算的葡萄糖-乳酸比值在健康对照者为12.3,在创伤患者前9天为8.7 [41]。在我们的数据中,总体中位数为9.0;存活者在ICU第10天接近12.3,而未存活者在第7天达到9.0的中位比值,但在观察期内未超过该值。这些动态变化提示葡萄糖-乳酸比值反映了能量底物可用性与应激相关乳酸产生之间的平衡。然而,鉴于乳酸在死亡率预测方面的优越性及与其的共线性,葡萄糖-乳酸比值对ICU死亡率的附加预后价值应被认为有限。总体而言,葡萄糖-乳酸比值似乎是补充性的而非替代性的:当葡萄糖与乳酸不一致时,它可能有助于病理生理学解读,但对于预测死亡率,乳酸负荷似乎占主导地位。
入院值、清除率和变异性指标均不充分
入院血糖和乳酸均不能可靠预测结局。一些既往研究报告了相关性,另一些则未发现 [13, 14, 17, 31, 37, 42, 43]。这种不一致可能反映了采样背景和时间(院前、急诊科、ICU)、测量变异性或误差以及患者特征的异质性。同样,在血糖或乳酸变异性方面未观察到显著的组间差异。仅在葡萄糖-乳酸比值方面显示出效应;然而,存活者与未存活者之间存在相当大的重叠,提示仅凭变异性可能不足以稳健地应用于临床。相比之下,一项MIMIC-IV研究报告了血糖变异性的预测价值,但使用变异性截断值进行分组,且分析的队列病情较轻、ICU住院时间较短(入院GCS中位数13,ICU住院时间3天),限制了可比性 [21]。关于乳酸清除率,TBI后死亡率预测的证据薄弱。这些研究与本研究结果一致,显示乳酸清除率与入院乳酸相比无额外获益 [7]。这些发现提示不应过度解读单次入院值、短期清除率或变异性,并支持在临床风险分层中采用基于趋势的指标。
血糖和乳酸随时间的动态变化
既往研究表明,创伤性脑损伤(TBI)后血糖和乳酸会出现早期峰值,随后逐渐恢复正常[44–48]。与此一致,本研究中存活者表现为初始升高后逐步恢复,而非存活者则持续维持高水平。有趣的是,我们观察到非存活者在重症监护病房(ICU)第5–6天前后血糖和乳酸出现二次升高,这可能反映了迟发的全身性或脑部恶化,正如早期研究所述[44]。这些动力学模式凸显了纵向而非静态评估的价值。尽管血糖和乳酸出现第二峰值,其比值仍保持相对稳定,或可作为补充描述指标,用以区分随时间推移的比例性与非比例性变化。
临床与治疗意义
从临床角度看,时间加权平均乳酸可纳入多参数评分以优化继发性损伤的风险分层。当血糖与乳酸之间的相互作用具有相关性时,血糖–乳酸比值可作为补充指标考虑。支持这一点的是一项近期发表的回顾性研究,该研究表明,将ICU入住后前14天的中位数实验室值(其中包括血糖)而非入住时数值纳入改良IMPACT–TBI预测模型后,其预测性能更优[49]。将纵向动态指标——尤其是时间加权平均乳酸——纳入预测模型可能改善其校准度和判别性能,尤其在入住时信号不明确的情况下。虽然全住院期指标获得了最佳判别力,但前72小时数值可能代表准确性与时序性之间的务实折中。随着电子健康记录的日益普及,此类指标的实时计算在技术上可行,有望实现床旁动态、个体化风险评估与决策支持。
在治疗方面,应避免低血糖和高血糖,因为二者均与不良结局相关[6],尽管严格强化血糖控制(80–110/120 mg/dL)并未显示较常规管理具有生存获益[50]。乳酸的作用更为复杂:虽然内源性乳酸水平升高提示严重损伤,但外源性乳酸补充在某些试验中反而改善了组织能量代谢[51, 52]。这些关联在TBI后继发性损伤级联反应(包括炎症、线粒体功能障碍和全身清除机制改变)的背景下具有生物学合理性;然而,机制性解读仍属推测,超出本回顾性分析的范围。同时调控血糖和乳酸能否影响结局尚不明确,但应在未来干预性研究中加以探索。
优势与局限性
本研究的一个关键优势在于,在单一严重度均衡队列中采用倾向性评分匹配,对多种基于血糖、乳酸及血糖–乳酸比值的指标进行并列评估,并结合频繁采样以实现动力学分析。
然而,必须考虑局限性。回顾性、单中心设计及排除糖尿病患者降低了普适性。排除ICU住院时间<72小时的患者可能引入了生存者偏倚,可能低估了代谢极端值。选择此限制是为了确保纵向代谢指标有足够的时间分辨率,这些指标需要数天的重复测量。因此,研究结果应被解释为主要代表ICU治疗时间较长的患者。由于组间最差SOFA评分存在差异,不能排除ICU住院期间 evolving 器官功能障碍的差异影响了所报告的关联,限制了严格病理生理学解释。作为常规ICU治疗的体现,我们的队列包括孤立性和非孤立性TBI,这可能模糊病理生理学归因;然而,进行了敏感性分析以解决此问题,包括对损伤模式、器官功能障碍和颅外损伤严重程度的调整。葡萄糖和乳酸的采样频率由临床驱动,因此是可变的;TWA/TUDR减轻但未消除频率相关偏倚。PSM将推断限制在共同支持域内,限制了与匹配队列相似患者的普适性。作为非因果性研究,结果反映关联和区分度,而非治疗效果。选择此框架是因为它优先考虑在可比原发严重程度下进行临床有用的风险分层。药物和营养影响(如胰岛素、血管加压药和喂养)未被系统控制。10年观察期引入了治疗相关异质性。缺乏脑微透析妨碍了系统-大脑耦合的直接评估。最后,我们的结局指标仅限于ICU死亡率;功能神经学结局不可用。
鉴于这些局限性,我们的发现应仅被解释为探索性和产生假设性的。需要采用标准化方案的前瞻性多中心研究以提高外部效度。此类设计将有助于在不同患者群体和护理环境中验证乳酸及补充性葡萄糖-乳酸比值的预后作用。
结论
在严重程度平衡的TBI患者队列中,纵向时间加权平均乳酸指数与ICU死亡率强烈相关,优于入院值和葡萄糖指标。复合时间加权平均葡萄糖-乳酸比值具有相关性但未超越乳酸,最好视为补充性指标。这些发现强调纵向监测的价值,并支持优先将系统性乳酸作为未来多模式ICU预后模型的实用组成部分以考虑继发性损伤。需要前瞻性多中心验证研究以确立其稳健性并阐明治疗性调节能否改善结局。
补充信息
附加文件1。
参考来源
- Deininger MM, Ralser M, Haehn N, et al. Time-weighted lactate and glucose-lactate ratio outperform static values in ICU mortality prediction after traumatic brain injury: a retrospective cohort study. J Intensive Care. 2026. PMID: 41654972. doi:10.1186/s40560-026-00864-9
- 全文:PMC12977792(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12977792/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。