Med-MIMIC，持续分享MIMIC临床生信文献与思路解读，捕捉当下热点思路，感兴趣的老师可以点点关注~需要定制化分析的老师欢迎扫码联系~
文章标题：Impact of β-blockers on in-hospital mortality in patients with heart failure: a retrospective propensity-score matched analysis based on MIMIC-IV database
中文标题：β阻滞剂对心力衰竭患者院内死亡率的影响：基于 MIMIC-IV 数据库的回顾性倾向评分匹配分析
发表期刊：Front. Pharmacol.
发表时间：2024年8月
影响因子：4.4/Q1
本研究评估了 β 阻滞剂治疗与诊断为心力衰竭 （HF） 患者的院内死亡率之间的关系。
思路
对来自重症监护医学信息市场 （MIMIC）-IV 数据库的 9,968 名 HF 患者进行了一项回顾性队列研究。采用倾向得分匹配 （PSM） 来平衡基线差异。采用多变量回归分析评估 β 阻滞剂治疗对院内死亡率的影响。
研究人群
纳入标准：所有初步诊断为心力衰竭的重症监护病房 （ICU） 的个体都被纳入 MIMIC-IV 数据库的研究。
排除标准：18 岁以下的个体、数据不完整的个体以及入院 ICU 后 48 小时内出院或死亡的患者。
在最初入住 ICU 并从 MIMIC-IV 数据库中提取的 50,920 人中，有 11,954 人被诊断出患有心力衰竭。应用排除标准后，9,968 名患者被选入该研究队列。其中，6,439 人 （64.6%） 在 ICU 入院后接受了 β 阻滞剂，而 3,529 名患者 （35.4%） 没有。
统计方法
患者特征由集体和特定组 （β 阻滞剂暴露和非 β 阻滞剂暴露）描述。根据数据分布，连续变量表示为平均值或中位数，使用基于正态性的方差分析或 Kruskal-Wallis H 检验进行分析。分类变量以百分比形式报告，并通过卡方检验进行评估。进行 PSM 以平衡基线差异，卡尺宽度为标准差的 0.2 logits 。通过最近邻方法以 1：1 的比例匹配患者，确保 β 阻滞剂组中的每个人都与非 β阻滞剂组中的相应个体配对。使用 SMD 检查了 PSM 过程的有效性，其中 ≤0.1 的 SMD 表示基线倾向模型的平衡令人满意。
结果分析
1. 基线特征
该队列的中位年龄为 73.5 ± 13.7 岁，男性患者占 55.4%。院内死亡率的总发生率为 12.2% （1,217/9,968）。接受 β 受体阻滞剂治疗的患者与未接受 β 阻滞剂治疗的患者之间的比较显示，接受 阻滞剂的患者通常年龄较大 （73.8 ± 13.3 vs 72.8 ±vs 14.4，P < 0.001），心率较高 （84.7 ± 16.0 vs 83.1 ±vs 16.6，P < 0.001），MAP 较高 （81.2 ± 11.1 vs 77.3 ± 10.3，P < 0.001）。
2. β阻滞剂暴露与结果之间的相关性
进行多变量 logistic 和线性回归分析，以评估 β 阻滞剂治疗对住院死亡率和住院时间的影响，同时控制混杂变量。单变量分析中显著性水平低于 0.05 的变量被纳入多变量分析（表 2）。研究结果表明，在 PSM 前后队列中，β阻滞剂治疗与院内死亡风险降低之间存在显著相关性，比值比分别为 0.51 （95% CI：0.44-0.59，P < 0.001） 和 0.51 （95% CI：0.43-0.60，P < 0.001）。此外，在 PSM 前后队列中，β阻滞剂治疗与较短的 Los 医院相关，β系数分别为 -1.52（95% CI：-1.95 至 -1.09，P < 0.001）和 -1.43（95% CI：-1.96 至 -0.09，P < 0.001）。
3. 短效 β 受体阻滞剂治疗与结局的相关性
PSM 后，将 539 名接受短效 β 阻滞剂（特别是艾司洛尔、卡维地洛和拉贝洛尔）的患者队列与未接受短效β阻滞剂的 539 名匹配患者组进行了比较。PSM 后的基线特征分析表明两组之间无显著差异。进行多因素 logistic 和线性回归分析，以评估短效 β 阻滞剂治疗对院内死亡率和 Los 医院的影响，同时调整潜在的混杂因素。在单变量分析中显着性水平低于 0.05 的变量被纳入多变量分析（表 3）。分析显示，短效 β 阻滞剂治疗没有显着降低院内死亡率，比值比为 0.66（95% CI：0.44-1.01，P = 0.051）， 也没有显着缩短 Los 医院，β系数为 -1.01（95% CI：-2.27 至 0.25，P = 0.117）。
4. 长效 β 受体阻滞剂治疗与结局的相关性
PSM 后，将 2,662 例接受长效β阻滞剂 （包括美托洛尔、阿替洛尔、纳多洛尔、普萘洛尔、倍他洛尔、比索洛尔、奈比洛尔） 的患者与相同数量的未接受此类治疗的患者进行了比较。基线特征显示 PSM 后各组之间无统计学意义差异。随后进行多变量 logistic 和线性回归分析，以评估长效 β 阻滞剂治疗对院内死亡率和 Los 医院的影响，同时调整混杂变量。单变量分析中显著性水平低于 0.05 的变量被纳入多变量分析（表 4）。研究结果显示，长效 β 阻滞剂治疗与院内死亡率降低之间存在显著相关性，显示比值比为 0.55 （95% CI：0.46–0.65，P < 0.001）。此外，长效 β 阻滞剂组的患者表现出较短的 Los 医院，β系数为 -1.21 （-1.80 至 -0.63，P < 0.001）。
5. 亚组分析
这些亚组之间相互作用的 P 值表明对院内死亡率没有显着影响。已针对 PSM 中的变量对子组分析进行了适当调整，以确保结果的有效性。
文章小结
重症监护病房的 β 阻滞剂治疗在降低 HF 患者的院内死亡风险和缩短住院时间方面显示出潜在益处。具体来说，长效 β 阻滞剂通过显着降低院内死亡率和 Los 住院率来表现出保护作用。相反，该研究未观察到短效 β 阻滞剂给药后该患者队列的住院死亡率或 Los 住院时间有实质性影响。今天为大家分享的文章纯公共数据挖掘+统计分析，就发到了一区！如果你也想在临床方向发高分文章，不妨试试这个省钱省事又省力的思路吧！
