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：Association between stress hyperglycemia ratio and all-cause mortality in critically ill patients with atrial fibrillation: insights from a MIMIC-IV study
中文标题：负荷性高血糖比值与心房颤动危重患者全因死亡率之间的相关性：来自 MIMIC-IV 研究的见解
发表期刊：Front Endocrinol (Lausanne) .
发表时间：2024年8月
影响因子：3.9/Q1
应激高血糖比值 （SHR） 已成为各种危重疾病的潜在预后指标。然而，它在决定重症监护病房 （ICU） 内心房颤动 （AF） 患者结局中的作用仍不清楚。本研究旨在阐明在这种临床环境中 SHR 与全因死亡率之间的关联。
纳入与排除标准
纳入标准：（1） 首次入住 ICU 的患者;（2） 年满 18 周岁的患者。
排除标准：（1） ICU 住院时间少于 24 小时 （n=10,856）;（2） 入院时无血糖数据或血红蛋白 A1c （HbA1c） 水平 （n=32774）;（3） 根据 ICD-9 和 ICD-10 代码未诊断为 AF 的患者 （n=4614）。
最终，将 2,679 名患者的队列纳入研究，并根据 SHR 四分位数进行分层。
暴露变量
SHR：是通过收集入院血糖水平和 HbA1c 来计算的，使用以下公式：SHR = 入院血糖 （mmol/L）/[（1.59 × HbA1c） - 2.59]。
统计方法
根据 SHR 的四分位数对有记录的 AF 的危重患者进行分层。主要结局是 365 天全因死亡率，次要结局包括 90 天和 28 天死亡率。使用针对混杂因素调整的 COX 比例风险模型和 Kaplan-Meier 曲线分析来探讨 SHR 与死亡率之间的关系。
结果分析
1. 按 SHR 四分位数划分的参与者的基线特征
按 SHR 四分位数分层 （Q1<14.90， 14.90≤Q2<17.48， 17.48≤Q3<21.54， 21.54≤Q4）。参与者的平均年龄为 74.15 岁，男性占人口的 61.52%。较高 SHR 四分位数的患者往往表现出更大的体重。
2. 幸存者和非幸存者组的基线特征
幸存者组有 2,095 例，非幸存者组有 584 例。非存活组通常表现出较高的 SHR 、年龄、女性比例、血小板、RDW、阴离子间隙、PT、PTT、INR、尿素氮、肌酐和较高的 SOFA、APS III、SAPS II 和 OASIS。幸存者的血红蛋白和氯化物水平通常较高，MV 和血管活性药物的使用率较高。此外，幸存者的体重也往往较高，高血压和高脂血症的患病率更高。在幸存者中观察到 COPD 、 心力衰竭 、 恶性肿瘤 、 CKD 和中风的发生率较低。
3. SHR 四分位数与 AF 危重患者 365 天全因死亡率之间的 KM 分析
KM 曲线分析显示，按 SHR 四分位数分层的患者 365 天全因死亡率存在统计学显着差异 （对数秩 P<0.001），与 Q4 相比，Q1、Q2 和 Q3 四分位数的死亡率显着降低（图 2）。在 SHR 四分位数之间观察到 90 天和 28 天全因死亡率方面的相似统计显着性。
4. SHR 与 AF 危重患者 365 d 全因死亡率之间的关联
在表 3 中，使用多变量 COX 比例风险模型评估了 SHR 与 AF 危重患者 365 天全因死亡率之间的关系。在完全调整的模型中，SHR 每增加一个单位，365 天全因死亡的风险就会增加 3% （HR=1.03;95%CI：1.02-1.04;P < 0.001）。此外，在具有 28 天和 90 天全因死亡率的 SHR 研究中，观察到类似的模式，其中 SHR 水平的增加与全因死亡率的增加相关（补充表 2）。
5. SHR 与 AF 危重患者 365 天全因死亡率之间的剂量反应关联
RCS 模型将 SHR 视为一个连续变量，揭示了它与 365 天内全因死亡率的关系。在调整混杂因素后，365 天全因死亡率随着 SHR 水平的增加而增加，尽管这种趋势在开始时正在下降，但不构成统计学意义 （P 为非线性>0.05）。
6. 亚组分析
尽管 HR 因不同的患者亚组而异，但 SHR 与 365 天全因死亡率之间存在普遍的正相关。相互作用表明，年龄、性别、体重、心力衰竭、MI 和血管活性药物的使用不会影响这种关联。相反，高血压与 SHR 显着相互作用，影响对死亡率的影响。
文章小结
我们的研究发现 SHR 与 AF 危重患者的全因死亡率之间存在正相关，突出了急性血糖失调对患者预后的重要性。未来仍需要更长时间的随访来研究 SHR 与 AF 危重患者全因死亡率之间的关联。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！
