基于年龄、白细胞、淋巴细胞和血红蛋白构建心脏手术后认知功能障碍列线图预测模型的研究

　　本刊推荐：为解决心脏手术后认知功能障碍(POCD)早期预测难题，研究人员开展了一项回顾性队列研究，通过多因素Logistic回归分析发现年龄、白细胞计数(WBC)、淋巴细胞和血红蛋白(Hb)是POCD的独立风险因素(OR值分别为2.670、1.155、2.200和1.020)，并构建了区分度良好的列线图预测模型(AUC=0.80)，为临床早期识别高风险患者提供了实用工具。

　　

在心脏外科领域，术后认知功能障碍(Postoperative Cognitive Dysfunction, POCD)正日益成为影响患者术后康复质量和长期预后的重要并发症。特别是在接受体外循环(Cardiopulmonary Bypass, CPB)手术的患者中，由于手术过程中脑组织对缺血损伤的特殊敏感性，加上炎症介质增加和脑代谢改变等多重因素影响，神经系统损伤问题显得尤为突出。据统计，中国CPB心脏手术占心血管疾病手术总量的60.7%，而POCD的发生率高达33.0%-83.0%，不仅延长住院时间、增加死亡率，还可能进展为长期认知衰退甚至痴呆风险。

目前POCD的早期识别面临诸多挑战：既有研究样本量偏小（如仅44例患者的探索性研究），预测模型缺乏充分验证；生物标志物如神经元特异性烯醇化酶(Neuron-Specific Enolase, NSE)、 Tau蛋白、神经丝轻链(Neurofilament Light Chain, NFL)和胶质纤维酸性蛋白(Glial Fibrillary Acidic Protein, GFAP)虽然显示一定预测价值，但曲线下面积(Area Under Curve, AUC)仅0.64，且临床获取不便；更重要的是，缺乏能够整合常规临床指标、便于临床应用的个性化预测工具。在此背景下，赵阿妮、彭艳春等研究团队在《European Journal of Medical Research》发表了最新研究成果，通过构建列线图预测模型为这一难题提供了创新性解决方案。

本研究采用回顾性队列设计，纳福建医科大学附属协和医院心脏外科2024年1月至2024年7月收治的305例CPB手术患者。所有患者术前及术后第6天采用蒙特利尔认知评估量表(Montreal Cognitive Assessment, MoCA)进行认知功能评估，依据Z值≥1.96的标准诊断POCD。研究收集了人口学特征、临床病史、生化指标（包括肌酐、D-二聚体、糖化血红蛋白HbA1c、超敏C反应蛋白Hs-CRP、血脂谱、血细胞计数等）及手术相关参数（手术时长、CPB时间、主动脉阻断时间等），通过单因素和多因素Logistic回归分析确定独立风险因素，并利用R软件构建列线图预测模型。模型性能通过受试者工作特征(ROC)曲线、校准曲线、Hosmer-Lemeshow拟合优度检验和决策曲线(Decision Curve Analysis, DCA)进行综合评价。

研究结果

患者纳入与POCD发生率

如图1所示，最终纳入分析的305例患者中，术后第6天POCD发生率为53.7%（164例），非POCD组141例。两组患者在年龄、白细胞计数、最低鼻温和机械通气时间等方面存在显著差异（P<0.05），而性别、体重指数(Body Mass Index, BMI)、吸烟史、饮酒史及血小板计数等基线特征无统计学差异（表1-3）。

POCD的单因素与多因素分析

单因素分析显示，年龄（OR=1.460, 95%CI 0.958-2.232, P=0.079）、BMI（OR=1.435, 95%CI 0.987-2.100, P=0.061）、高血压史（OR=1.572, 95%CI 0.989-2.498, P=0.056）、糖化血红蛋白（OR=0.765, 95%CI 0.571-1.025, P=0.072）、白细胞计数（OR=1.102, 95%CI 1.014-1.203, P=0.026）、淋巴细胞（OR=2.185, 95%CI 1.571-3.095, P<0.001）和血红蛋白（OR=1.022, 95%CI 1.012-1.034, P<0.001）与POCD发生风险相关（表4）。多因素Logistic回归进一步确认年龄（OR=2.670, 95%CI 1.675-4.255, P<0.001）、白细胞计数（OR=1.155, 95%CI 1.050-1.271, P=0.009）、淋巴细胞（OR=2.200, 95%CI 1.512-3.200, P<0.001）和血红蛋白（OR=1.020, 95%CI 1.009-1.032, P<0.001）为独立风险因素（表5）。

列线图预测模型的构建与验证

基于上述四个独立风险因素，研究团队构建了术后第6天POCD风险的列线图预测模型（图2）。该模型显示，随着各变量分值累加，POCD发生风险相应增加。模型区分度良好，ROC曲线下面积AUC为0.80（95%CI 0.76-0.85, P<0.001）（图3），Hosmer-Lemeshow检验显示χ2=8.73, P=0.36>0.05，校准曲线实际值与预测值高度一致（图4）。决策曲线分析表明，当阈值概率介于0.01-0.59时，模型具有临床适用性（图5）。

讨论与结论

本研究通过多中心回顾性数据分析，首次整合了年龄、白细胞计数、淋巴细胞和血红蛋白这四个临床易获取的指标，构建了心脏术后POCD的列线图预测模型。年龄作为核心风险因素，与内皮细胞衰老、血脑屏障功能受损及脑氧供需失衡密切相关；白细胞计数升高反映全身炎症状态，可能通过神经炎症通路诱发神经元损伤；淋巴细胞计数变化暗示免疫调节功能紊乱，而血红蛋白水平直接影响脑氧输送，低血红蛋白可能导致线粒体功能障碍和氧化应激反应。

该模型的优势在于：首先，所有预测指标均为常规临床检测项目，避免了NSE、GFAP等特殊生物标志物的获取困难；其次，模型经过内部验证显示优异区分度（C-index=0.80）和校准度，优于既往生物标志物模型（AUC=0.64）；最后，列线图形式直观易用，可通过简单评分快速识别高风险患者，为早期干预提供时间窗。

研究的局限性包括单中心设计、未进行外部验证，以及未考虑外科医生经验差异和麻醉方式对POCD的影响。未来需扩大样本量并在更广泛人群中验证模型普适性，同时探索将年度手术量、术者经验分级等变量纳入模型优化。

综上所述，该研究建立的列线图预测模型为心脏手术患者POC风险分层提供了可靠工具，对改善患者预后、降低医疗成本具有重要意义。通过早期识别高风险个体，临床医生可针对性加强围手术期脑保护策略，如优化血流动力学管理、控制炎症反应和纠正贫血，最终提升心脏外科手术治疗质量。