2026, Vol. 35
引用本文 |
2. 海南医科大学基础医学院, 海口 571199;
3. 解放军总医院海南医院急诊医学科, 三亚 572013;
4. 解放军总医院海南医院重症医学科, 三亚 572013;
5. 全军热射病防治与研究中心, 三亚 572013
2. School of Basic Medical Sciences, Hainan Medical University, Haikou 571199, China;
3. Department of Emergency Medicine, Hainan Hospital of Chinese PLA General Hospital, Sanya 572013, China;
4. Department of Critical Care Medicine, Hainan Hospital of Chinese PLA General Hospital, Sanya 572013, China;
5. Center of Heatstroke Prevention and Treatment of Chinese PLA, Sanya 572013, China
热相关疾病，即中暑，是指由热暴露引起的一系列病理状态，包括热疹、热水肿、热痉挛、热晕厥、热衰竭及热射病等[1-2]。热射病是最严重的热相关疾病类型，以体温超过40.5℃并伴随中枢神经系统障碍为主要特征。根据发病原因与易感人群可分为经典型热射病和劳力型热射病。热射病病情进展迅速，若未能及时识别与干预，极易发展为多器官功能障碍乃至死亡，ICU病死率可达63.2%[3-4]。
快速识别与准确诊断，是热射病早期救治的前提，也是降低死亡与后遗症风险的关键[5]。目前热射病临床诊断主要依据核心体温升高和中枢神经系统功能异常等临床特征，但这些标准在实际应用中存在敏感度不足、主观依赖性强及识别滞后等问题，易导致漏诊、误诊。此外，不典型热射病患者的存在，也增加了早期准确识别热射病的难度[2]。因此，寻找具有高敏感度和特异度的生物标志物，对实现热射病的早期预警、精准诊断及预后评估具有重要意义。近年来，多种血液生物标志物被探索用于热射病的辅助诊断与病情评估[6-8]。研究表明，D-二聚体单独用于诊断热射病时的AUC可达0.861[9]；降钙素原在预测热射病死亡风险时的AUC为0.705，与血小板（platelets, PLT）、D-二聚体联合后可升至0.838[10]；肿瘤坏死因子α单独预测热射病死亡风险的AUC为0.767[11]；在核心体温峰值时检测的肌钙蛋白Ⅰ，对经典型热射病的诊断特异度可达0.92，敏感度达1.0[12]。尽管上述标志物在热射病中均显示出一定的诊断或预测价值，但相关研究多局限于单一时间维度的分析。对于这些标志物的极值、变化速率等指标在热射病辅助诊断中的相对价值，目前仍缺乏系统评估与比较，临床实践中需优先关注的指标也尚未形成明确共识。
针对上述问题，本研究采用回顾性病例对照研究设计，从多个维度系统评估不同血液标志物与热射病发生风险之间的关联强度，比较各标志物在热射病诊断中的相对价值，为临床热射病早期识别和中暑患者风险分层提供参考依据。
1 资料与方法 1.1 研究对象本研究采用单中心病例对照研究设计，以2013年6月至2024年6月期间解放军总医院海南医院急诊科收治的热相关疾病患者为研究对象。纳入标准：（1）年龄≥18岁；（2）临床诊断为中暑、热痉挛、热晕厥、热衰竭、热射病等热相关性疾病。排除标准：（1）发病至入院就诊时间超过72 h；（2）住院时间 < 24 h；（3）合并脑梗死、恶性肿瘤、严重冠心病等严重基础性疾病；（4）凝血及纤溶功能标志物、多脏器损伤标志物等关键指标数据缺失。由两名高年资急诊专科医师参照住院病历资料及《中国热射病诊断与治疗指南（2025版）》[2]，对所有入组患者进行复核诊断，根据最终诊断结果将患者分为热射病组与非热射病组。本研究方案已获得解放军总医院医学伦理委员会批准（S2024-10-01）。
1.2 数据收集通过医院电子病历系统收集患者的基础资料及与热射病发生发展相关的血液学指标，包括：（1）人口学与生命体征：年龄、性别、身体质量指数（body mass index, BMI）、体温、心率（heart rate, HR）、呼吸频率（respiratory rate, RR）、舒张压（diastolic blood pressure, DBP）、收缩压（systolic blood pressure, SBP）；（2）血常规：白细胞计数（white blood cell count, WBC）、PLT；（3）凝血及纤溶功能：D-二聚体、国际标准化比值（international normalized ratio, INR）、血浆凝血酶原时间（prothrombin time, PT）、血浆凝血酶原活动度（prothrombin activity, PTA）、凝血酶时间（thrombin time, TT）、血浆纤维蛋白原（fibrinogen, Fib）、血浆活化部分凝血活酶时间（activated partial thromboplastin time, APTT）；（4）肝功能：丙氨酸氨基转移酶（alanine aminotransferase, ALT）、天冬氨酸氨基转移酶（aspartate aminotransferase, AST）；（5）肾功能：尿素氮（blood urea nitrogen, BUN）、肌酐（creatinine, Cr）；（6）心肌与骨骼肌标志物：肌酸激酶（creatine kinase, CK）、N末端脑钠肽前体（N-terminal pro-B-type natriuretic peptide, NT-proBNP）；（7）组织损伤标志物：乳酸脱氢酶（lactate dehydrogenase, LDH）；（8）炎症标志物：C反应蛋白、白介素-6、降钙素原。人口学与生命体征数据取自患者入院时首次记录数据，血液学指标分别收集患者入院1 h内的首次检测值（初始值，x0）及检测时间（t0）、入院24 h内最差值（谷值或峰值，xmin/max）及检测时间（tmin/max），并计算其变化速率（velocity, V）。血液学指标变化速率定义为：单位时间内指标升高或下降的数值，计算公式为：
| $ V=\frac{\left|x_{min / max }-x_0\right|}{\left|t_{min / max }-t_0\right|} 。$ |
最差值与初始值相同时，变化速率计为0。
1.3 统计学方法采用每个变量对应的事件数（events per variable, EPV）法则评价样本量合理性[13]。剔除缺失值比例超过30%的变量，对剩余变量的缺失值采用中位数插补法进行填补。符合正态分布的连续变量用均数±标准差（x±s）表示，组间比较采用独立样本t检验；不符合正态分布的连续变量用中位数（四分位数）[M(Q1, Q3)]表示，组间比较采用Mann-Whitney U检验。分类变量以频数(%)[n(%)]表示，组间比较采用χ2检验。采用二分类Logistic回归分析筛选与热射病发生相关的风险因素，模型中纳入年龄、性别、BMI作为混杂因素进行校正。为便于直接比较不同量纲连续自变量的效应大小，所有连续变量均进行四分位距标准化处理，对比值比（Odds Ratio, OR） < 1的变量计算其倒数以统一解释方向，标准化OR值表示该变量每增加一个四分位间距，热射病发生风险的变化倍数。采用ROC曲线评估风险预测模型的诊断效能。所有统计检验以P < 0.05为差异具有统计学意义。本研究数据分析使用R语言软件（版本4.4.3）完成。
2 结果 2.1 基线数据共纳入156例热相关疾病住院患者，根据排除标准，25例被排除，其中包括：（1）合并严重基础疾病（脑梗、恶性肿瘤、冠心病等）患者5例；（2）从发病到入院就诊时间超过72 h患者4例；（3）凝血及纤溶功能标志物、多脏器损伤标志物等关键指标数据缺失患者16例。最终共131例患者数据被纳入分析（基线特征见表 1），其中热射病患者58例（44.3%），包括劳力型热射病57例，经典型热射病1例，男性占大多数（94.8%），中位年龄23岁；非热射病患者73例（55.7%），包括中暑、热痉挛等21例，热晕厥5例，热衰竭47例。非热射病患者均为男性，中位年龄22岁。与非热射病患者相比，热射病患者入院时的体温（额温）、HR、WBC、D-二聚体、肝肾功能标志物（ALT、Cr等）、LDH、NT-proBNP均显著升高（P < 0.05）。
| 指标 | 总体(n=131) | 非热射病组(n=73) | 热射病组(n=58) | Z/t/χ2值 | P值 |
| 患者基本信息 | |||||
| 男性a | 128 (97.7) | 73 (100.0) | 55 (94.8) | 0.084 | |
| 年龄(岁)b | 23.0 (21.0, 27.0) | 22.0 (20.0, 25.0) | 23.0 (21.0, 32.5) | -2.055 | 0.039 |
| BMI (kg/m2)c | 22.7±2.1 | 22.4± 2.2 | 23.1 ± 1.9 | -1.979 | 0.050 |
| 入院体温(℃)b | 36.9 (36.6, 37.4) | 36.8 (36.5, 37.2) | 37.2 (36.7, 37.9) | -2.882 | 0.004 |
| HR(次/min)b | 72.0 (64.0, 84.5) | 68.0 (60.0, 78.0) | 78.0 (70.0, 100.8) | -4.344 | < 0.001 |
| RR(次/min)b | 18.0 (18.0, 20.0) | 18.0 (18.0, 19.0) | 18.0 (15.2, 20.0) | 1.263 | 0.184 |
| SBP(mmHg)b | 119.0 (109.0, 127.0) | 120.0 (112.0, 127.0) | 115.0 (99.5, 126.8) | 2.264 | 0.024 |
| DBP(mmHg)c | 67.4±11.9 | 69.7 ± 10.6 | 64.4 ± 12.9 | 2.523 | 0.013 |
| 血液标志物入院初始值b | |||||
| WBC(×109/L) | 10.1 (7.7, 13.9) | 9.7 (7.6, 11.2) | 11.1 (8.1, 18.1) | -2.150 | 0.032 |
| PLT(×109/L) | 228.0 (194.5, 274.0) | 242.0 (205.0, 273.0) | 212.5 (169.5, 273.8) | 1.842 | 0.066 |
| D-二聚体(ng/mL) | 544.0 (248.5, 1052.0) | 372.0 (202.0, 576.0) | 961.0 (475.8, 2 548.2) | -5.475 | < 0.001 |
| INR | 1.1 (1.0, 1.2) | 1.1 (1.0, 1.2) | 1.1 (1.1, 1.2) | -0.097 | 0.924 |
| PT(s) | 12.2 (11.4, 13.2) | 12.2 (11.4, 13.2) | 12.1 (11.4, 14.1) | -0.209 | 0.837 |
| PTA(%) | 89.0 (78.0, 96.5) | 89.0 (80.0, 97.0) | 88.5 (70.2, 96.0) | 0.667 | 0.506 |
| TT(s) | 14.4 (13.6, 15.6) | 14.5 (13.5, 15.4) | 14.4 (13.8, 15.9) | -1.534 | 0.126 |
| Fib(g/L) | 2.5 (2.3, 2.8) | 2.6 (2.3, 2.9) | 2.5 (2.2, 2.8) | 1.045 | 0.297 |
| APTT(s) | 29.3 (26.9, 32.4) | 29.8 (27.3, 32.1) | 28.4 (26.3, 33.2) | 0.218 | 0.829 |
| ALT(U/L) | 24.1 (16.7, 38.0) | 22.2 (14.9, 31.8) | 28.4 (20.7, 62.0) | -3.086 | 0.002 |
| AST(U/L) | 32.2 (23.0, 49.9) | 28.1 (21.8, 39.4) | 37.8 (25.1, 77.8) | -3.447 | < 0.001 |
| BUN(mmol/L) | 6.3 (5.0, 7.5) | 5.8 (4.9, 7.3) | 6.3 (5.4, 7.8) | -1.332 | 0.183 |
| Cr(μmol/L) | 118.0 (95.0, 156.8) | 103.2 (85.0, 130.0) | 148.5 (116.8, 178.7) | -4.604 | < 0.001 |
| CK(U/L) | 350.0 (232.0, 874.5) | 326.0 (215.0, 695.0) | 375.5 (251.8, 1239.0) | -1.712 | 0.087 |
| LDH(U/L) | 260.0 (209.5, 329.5) | 238.0 (196.0, 277.0) | 315.5 (265.2, 450.8) | -4.930 | < 0.001 |
| NT-proBNP(pg/mL) | 38.3 (22.0, 80.5) | 35.9 (21.0, 72.1) | 50.4 (25.5, 100.8) | -2.004 | 0.045 |
| 注：a为n（%），b为M(Q1, Q3)，c为x±s；BMI为体重指数，HR为心率，RR为呼吸频率，SBP为收缩压，DBP为舒张压，WBC为白细胞，PLT为血小板，INR为国际标准化比值，PT为凝血酶原时间，PTA为凝血酶原时间活动度，TT为凝血酶时间，Fib为纤维蛋白原，APTT为活化部分凝血活酶时间，ALT为丙氨酸氨基转移酶，AST为天门冬氨酸氨基转移酶，BUN为血尿素氮，Cr为肌酐，CK为肌酸激酶，LDH为乳酸脱氢酶，NT-proBNP为氨基末端B型利钠肽前体 | |||||
热射病患者的气管插管率（36.2%）、接受血液净化治疗的比率（39.7%）及ICU入住率（50.0%）均显著高于非热射病患者，两组间住院时长差异具有统计学意义（P < 0.001）（图 1）。
|
| 图 1 患者的临床特征 Fig 1 Clinical characteristics of patients |
|
|
对患者入院时的首次测量数据进行二分类Logistic回归分析，结果显示（图 2A），D-二聚体、LDH、生命体征指标（HR、SBP、DBP、入院体温）、TT、AST均与热射病的风险呈显著相关关系（P < 0.05），其中SBP和DBP与热射病发生风险呈负相关，其余标志物呈正相关。进一步绘制ROC曲线评估OR值排名前3位的标志物对热射病的诊断效能，结果显示（图 2B），D-二聚体预测模型的诊断效能相对最优（AUC=0.782，95%CI: 0.699~0.866），其基于约登指数的最佳概率阈值为0.399，对应的敏感度为0.672，特异度为0.822。
|
| 注：A为标志物初始值的OR值比较；B为OR值前3位标志物的ROC曲线；D-Dimer为D-二聚体，Temp为入院体温；红色箭头代表与热射病发生风险升高呈正相关的标志物，蓝色箭头代表与热射病发生风险升高呈负相关的标志物 图 2 不同标志物（初始值）与热射病的关联分析 Fig 2 Association between initial values of different biomarkers and the risk of heat stroke |
|
|
与初始值相比，最差值更能反映疾病进展后的严重程度。为此，本研究分析了患者入院24 h内各血液标志物的最差值。结果显示（表 2），在入院24 h内的最差值上，热射病患者在凝血及纤溶功能标志物（D-二聚体、PT、TT等）、肝肾和心肌功能标志物（ALT、Cr、CK等）、LDH等多种指标表现出更高的峰值，而在PLT和Fib谷值上出现更低的数值（P < 0.05）。二分类Logistic回归分析结果显示（图 3A），LDH、肝功能标志物（AST、ALT）、凝血及纤溶功能标志物（PLT、Fib等）及CK的最差值与热射病显著相关（P < 0.05），其中PLT和Fib的谷值与热射病发生呈负相关，其余标志物呈正相关。LDH峰值的校正后OR值最高，与热射病发生的关联强度最为显著。绘制ROC曲线评估OR值排名前3位的标志物最差值对热射病的诊断效能，结果显示（图 3B），LDH峰值预测模型的诊断效能相对最优（AUC=0.795，95%CI: 0.711~0.879），其基于约登指数的最佳概率阈值为0.424，对应的敏感度为0.690，特异度为0.890。
| 指标 | 总体(n=131) | 非热射病组(n=73) | 热射病组(n=58) | Z值 | P值 |
| WBC min(×109/L) | 6.5 (5.5, 8.1) | 6.0 (5.3, 6.9) | 7.5 (6.3, 9.0) | -4.309 | < 0.001 |
| PLT min(×109/L) | 176.0 (143.0, 209.0) | 195.0 (163.0, 216.0) | 150.5 (98.5, 201.8) | 3.681 | < 0.001 |
| D-二聚体max(ng/mL) | 902.0 (433.5, 1624.5) | 684.0 (318.0, 1044.0) | 1327.0 (748.8, 5824.0) | -4.272 | < 0.001 |
| INR max | 1.2 (1.2, 1.4) | 1.2 (1.1, 1.3) | 1.3 (1.2, 1.7) | -5.174 | < 0.001 |
| PT max(s) | 13.5 (12.6, 15.2) | 12.9 (12.1, 13.8) | 14.7 (13.3, 18.8) | -5.113 | < 0.001 |
| PTA max(%) | 77.0 (64.0, 86.5) | 82.0 (76.0, 90.0) | 65.0 (45.2, 75.5) | 5.834 | < 0.001 |
| TT max(s) | 16.5 (15.8, 17.6) | 16.1 (15.4, 16.9) | 17.1 (16.0, 21.2) | -3.626 | < 0.001 |
| Fib min(g/L) | 2.0 (1.7, 2.4) | 2.2 (1.9, 2.4) | 1.9 (1.6, 2.3) | 2.808 | 0.005 |
| APTT max(s) | 33.6 (31.9, 36.6) | 33.4 (31.3, 34.6) | 34.2 (32.4, 46.7) | -3.049 | 0.002 |
| ALT max(U/L) | 35.5 (20.6, 141.0) | 27.3 (18.7, 48.5) | 124.7 (33.4, 733.2) | -5.435 | < 0.001 |
| AST max(U/L) | 43.7 (27.2, 203.8) | 33.2 (23.2, 52.0) | 200.4 (43.3, 646.0) | -5.507 | < 0.001 |
| BUN max(mmol/L) | 6.3 (5.2, 7.5) | 5.8 (4.9, 7.3) | 6.4 (5.6, 8.0) | -1.738 | 0.083 |
| Cr max(μmol/L) | 119.0 (96.1, 158.4) | 104.0 (87.8, 130.0) | 150.2 (116.8, 181.5) | -4.529 | < 0.001 |
| CK max(U/L) | 695.0 (347.5, 1869.0) | 599.0 (322.0, 1101.0) | 1398.0 (582.2, 4242.2) | -3.874 | < 0.001 |
| LDH max(U/L) | 277.0 (216.5, 436.5) | 245.0 (199.0, 287.0) | 441.0 (281.2, 722.8) | -5.864 | < 0.001 |
| NT-proBNP max(pg/mL) | 150.5 (102.0, 295.5) | 150.5 (82.0, 167.0) | 211.0 (139.2, 373.8) | -3.862 | < 0.001 |
| 注：min为谷值，max为峰值 | |||||
|
| 注：A为标志物最差值的OR值比较；B为OR值前3位标志物最差值的ROC曲线；Sensitivity为敏感度，Specificity为特异度；红色箭头代表与热射病发生风险升高呈正相关的标志物，蓝色箭头代表与热射病发生风险升高呈负相关的标志物 图 3 不同标志物（最差值）与热射病的关联分析 Fig 3 Association between worst values of different hematological biomarkers and the risk of heat stroke |
|
|
由于最差值在获取上具有滞后性，难以完全满足预警与实时干预的临床需要，而变化速率是较为理想的替代指标。因此，笔者进一步分析了血液标志物的变化速率与热射病发生之间的关联。结果显示（表 3），两组间凝血功能标志物（PT、PTA、APTT）、肝功能（ALT、AST）和心肌功能标志物（CK、NT-proBNP）的变化速率差异具有统计学意义（P < 0.05）。二分类Logistic回归分析结果显示（图 4A），CK、ALT、APTT、AST、NT-proBNP的变化速率与热射病风险显著相关（P < 0.05），且均呈正相关。绘制ROC曲线评估OR值排名前3位的标志物变化速率对热射病的诊断效能，结果显示（图 4B），CK变化速率预测模型的诊断效能相对最优（AUC=0.742，95%CI: 0.652~0.832），其基于约登指数的最佳概率阈值为0.345，对应的敏感度为0.707，特异度为0.740。
| 指标 | 总体（n=131） | 非热射病组（n=73） | 热射病组（n=58） | Z值 | P值 |
| WBC-V [×109/(L·h)] | 0.3 (0.1, 0.7) | 0.3 (0.1, 0.7) | 0.2 (0.1, 0.6) | -1.151 | 0.250 |
| PLT-V [×109/(L·h)) | 5.3 (2.3, 10.5) | 5.5 (2.4, 10.4) | 5.1 (2.1, 11.0) | -0.158 | 0.877 |
| D-二聚体-V [ng/(mL·h)] | 4.9 (0.0, 60.3) | 5.7 (0.0, 46.2) | 1.9 (0.0, 98.0) | -0.222 | 0.818 |
| PT-V (s/h) | 0.2 (0.0, 0.5) | 0.1 (0.0, 0.2) | 0.5 (0.1, 0.9) | -5.074 | < 0.001 |
| PTA-V (%/h) | 0.9 (0.0, 3.0) | 0.0 (0.0, 2.0) | 2.4 (0.3, 5.5) | 3.929 | < 0.001 |
| TT-V (s/h) | 0.3 (0.1, 0.6) | 0.3 (0.1, 0.5) | 0.4 (0.1, 0.9) | -1.784 | 0.074 |
| Fib-V [g/(L·h)] | 0.1 (0.0, 0.2) | 0.1 (0.0, 0.1) | 0.1 (0.0, 0.2) | 1.559 | 0.119 |
| APTT-V (s/h) | 0.4 (0.1, 0.8) | 0.3 (0.1, 0.5) | 0.5 (0.2, 1.1) | -3.485 | < 0.001 |
| ALT-V [U/(L·h)] | 0.4 (0.0, 12.0) | 0.0 (0.0, 0.6) | 6.4 (0.0, 32.3) | -5.164 | < 0.001 |
| AST-V [U/(L·h)] | 0.3 (0.0, 9.0) | 0.0 (0.0, 0.8) | 7.2 (0.0, 31.6) | -4.620 | < 0.001 |
| CK-V [U/(L·h)] | 10.5 (0.0, 84.5) | 2.0 (0.0, 35.1) | 46.2 (0.0, 206.0) | -3.554 | < 0.001 |
| NT-proBNP-V [pg/(mL·h)] | 11.9 (4.8, 29.5) | 10.4 (3.6, 16.8) | 19.9 (10.1, 46.1) | -2.970 | 0.003 |
| 注：V为变化速率 | |||||
|
| 注：A为血液标志物变化速率的OR值比较；B为OR值前3位标志物变化速率的ROC曲线；Sensitivity为敏感度，Specificity为特异度；红色箭头代表与热射病发生风险升高呈正相关的标志物 图 4 不同标志物（变化速率）与热射病的关联分析 Fig 4 Association between the velocity of change in different hematological biomarkers and the risk of heat stroke |
|
|
热射病作为一种严重的急性热相关疾病，发病急、进展快、病死率高，早期精准诊断与高危人群识别对改善患者预后、降低死亡风险至关重要。本研究以热相关疾病住院患者为研究对象，聚焦热射病早期诊断的临床需求，从三个维度系统性分析并比较了常见生理与血液学指标对热射病的诊断价值。
研究结果显示，在纳入分析的各类生理与血液学指标中，D-二聚体初始值、LDH峰值及CK变化速率与热射病发病风险呈现较强的关联性，其ROC-AUC值相对较高，提示这三项指标在热射病早期诊断的临床决策中具有较高的参考价值，能够为临床医师快速识别热射病提供客观依据。其中，LDH峰值的校正后OR值显著高于其他指标，表明该指标在区分热射病患者与普通热相关疾病患者、评估患者病情严重程度方面具有更突出的优势。因此，LDH峰值可作为早期识别热射病高危患者、开展临床风险分层评估的关键预警标志物，为临床早期干预、优化治疗方案提供指导，有助于提升热射病的早期诊断效率与救治成功率。
基于初始值的关联分析显示，入院时的D-二聚体与热射病风险的关联强度最强，提示其在热射病早期识别的潜在价值。该结果表明，凝血功能异常可能在热射病病理进程中较早出现，这与既往报道一致[14-15]。D-二聚体作为体内高凝状态和继发性纤溶亢进的分子标志物，其水平升高直接反映了凝血系统的激活与后续纤维蛋白的降解过程，是反映血栓形成与溶解活动的关键指标，临床常用于评估弥散性血管内凝血、恶性肿瘤、严重感染、心血管疾病等多种疾病的严重程度及预后[16-18]。在热射病发病过程中，高热可直接损伤血管内皮，引发强烈的凝血激活，导致血小板活化和微血栓广泛形成，伴随凝血底物大量消耗，进而可迅速发展为热射病性凝血病[14, 19-20]。多项研究报道，D-二聚体在热射病诊断与预后评估中具有参考价值[9-10, 21-22]，其诊断热射病的AUC可达0.861，高于本研究的结果（AUC=0.782），可能是由于样本量及热射病类型差异所致。此外，体温、心率、血压等多项生命体征指标亦与热射病显著相关，提示这些指标在热射病早期同样具有预警意义。利用初始值进行风险评估的优势在于可即时获取，适用于急诊分诊阶段快速筛查高危个体，但其难以反映病情后续演变，在评估疾病严重程度方面存在局限。
相比于初始值，最差值聚焦于病程中的峰值或谷值，能反映疾病的严重状态及多器官损伤程度。本研究发现，在各极值指标中，LDH峰值与热射病风险呈显著正相关，是评估病情最具参考价值的指标。LDH广泛分布于全身各组织细胞的胞浆内，细胞膜完整性受损时可迅速释放入血，是反映细胞损伤与坏死的高度敏感的非特异性标志物，临床常用于心肌梗死、肝病、溶血性贫血及恶性肿瘤等多种疾病的评估[23-25]。热射病可引起肝、肾、肠道等多器官细胞坏死，导致血清LDH显著升高[26]。多项研究支持LDH在热射病预后评估中的作用：Yang等[27]对170例热射病患者分析发现，LDH峰值与死亡风险正相关；刘爱明等[28]报道LDH是热射病相关急性肝损伤的独立危险因素；Wan等[29]进一步证实LDH可作为热射病并发弥散性血管内凝血的独立预测因子。除LDH外，反映肝功能的标志物（AST、ALT）及凝血功能的标志物（PLT、Fib、APTT等）的峰值亦与热射病显著相关，提示随病情进展，患者肝功能损害及消耗性凝血病表现更为突出。
尽管最差值在反映病情危重程度上更为可靠，但其在临床实践中获取存在滞后性。指标的变化速率能更及时地反映病情动态，为早期评估提供可能。本研究发现，CK上升速率与热射病风险的关联强度最高，提示CK的快速升高可能是热相关疾病患者病情恶化的重要信号，临床应予重点关注。已有研究指出CK可用于评估热射病严重程度及肌肉损伤程度[30-31]，因此，CK的迅速上升也反映了热射病患者肌肉损伤的快速进展。值得注意的是，尽管临床常观察到热射病患者血小板计数快速下降，但本研究中PLT变化速率未显示与热射病发生显著相关。
本研究存在以下局限：（1）本研究为单中心分析，样本量有限，部分指标的置信区间较宽，所得预测阈值仅具参考价值，其普适性需在大规模、多中心队列中进一步验证；（2）回顾性设计存在人群选择偏倚，纳入对象以年轻男性为主，其中劳力型热射病占比达98.3%，在年龄、性别、疾病类型上代表性有限，因此，本研究中的结论在推广至女性、老年人及经典型热射病患者时需谨慎；（3）尽管在分析中对已知混杂因素进行了校正，但受回顾性资料限制，仍无法完全排除潜在未知混杂因素对结果的干扰。
综上所述，本研究经回顾性病例对照分析表明，D-二聚体初始值、LDH峰值、CK变化速率与热射病发生风险密切相关，其中入院24 h内的LDH峰值关联强度最显著，可作为关键预警标志物；初始值、最差值及变化速率三个维度的指标在反映病理生理变化上各有侧重，三者联合应用可更全面动态评估热射病风险。
利益冲突 所有作者声明无利益冲突
作者贡献声明 陈玉剑、杨婷、朱乔：课题设计、数据统计分析、论文撰写与修改；杨婷、郑对敏、徐文标：临床资料收集、数据整理与质量控制；甯超学：方法学支持；赵悦、王涛：病例纳入排除标准制定，临床诊断复核；宋青、赵亚力、王涛：学术指导、文稿审阅；所有作者均阅读并同意最终发表稿件
| [1] | O'Connor FG. Heat-related illnesses[J]. Ann Intern Med, 2025, 178(7): ITC97-ITC112. DOI:10.7326/annals-25-01958 |
| [2] | 宋景春, 宋青, 张伟, 等. 中国热射病诊断与治疗指南(2025版)[J]. 解放军医学杂志, 2025, 50(4): 367-386. DOI:10.11855/j.issn.0577-7402.0506.2025.0328 |
| [3] | Sorensen C, Hess J. Treatment and prevention of heat-related illness[J]. N Engl J Med, 2022, 387(15): 1404-1413. DOI:10.1056/NEJMcp2210623 |
| [4] | Bouchama A, Abuyassin B, Lehe C, et al. Classic and exertional heatstroke[J]. Nat Rev Dis Primers, 2022, 8: 8. DOI:10.1038/s41572-021-00334-6 |
| [5] | 全军热射病防治专家组, 中国老年保健协会急诊医学专业委员会, 海南省医学会急诊医学分会, 等. 热射病救治体系建设标准专家共识(2025)[J]. 中华急诊医学杂志, 2025, 34(3): 326-334. DOI:10.3760/cma.j.issn.1671-0282.2025.03.008 |
| [6] | Palasz J, Farooqi W, Musharraf MB, et al. Diagnostic biomarkers for heat stroke and heat exhaustion: a scoping review[J]. Disaster Med Public Health Prep, 2025, 19: e153. DOI:10.1017/dmp.2025.10069 |
| [7] | Schlader ZJ, Davis MS, Bouchama A. Biomarkers of heatstroke-induced organ injury and repair[J]. Exp Physiol, 2022, 107(10): 1159-1171. DOI:10.1113/EP090142 |
| [8] | Feng L, Yin JY, Liu YH, et al. N-terminal pro-brain natriuretic peptide–a significant biomarker of disease development and adverse prognosis in patients with exertional heat stroke[J]. Mil Med Res, 2024, 11(1): 26. DOI:10.1186/s40779-024-00531-w |
| [9] | Li X, Wang YJ. APTT and D-dimer as biomarkers for heatstroke in patients with severe heat-related illnesses[J]. Medicine, 2024, 103(35): e39493. DOI:10.1097/MD.0000000000039493 |
| [10] | Wang L, Jia HY, Shen YM, et al. Diagnostic significance of combined calcitoninogen, platelet, and D-dimer assay in severe heatstroke: with clinical data analysis of 70 patients with severe heatstroke[J]. Ther Hypothermia Temp Manag, 2023, 13(1): 29-37. DOI:10.1089/ther.2022.0011 |
| [11] | 凌林, 李岩, 胡芳宝, 等. 劳力性热射病患者预后的影响因素分析及入院时血清TNF-α、HMGB1、CCL5对死亡风险的预测价值研究[J]. 现代生物医学进展, 2023, 23(1): 47-51. DOI:10.13241/j.cnki.pmb.2023.01.009 |
| [12] | Audet GN, Quinn CM, Leon LR. Point-of-care cardiac troponin test accurately predicts heat stroke severity in rats[J]. Am J Physiol Regul Integr Comp Physiol, 2015, 309(10): R1264-72. DOI:10.1152/ajpregu.00286 |
| [13] | van Smeden M, de Groot JA, Moons KG, et al. No rationale for 1 variable per 10 events criterion for binary logistic regression analysis[J]. BMC Med Res Methodol, 2016, 16(1): 163. DOI:10.1186/s12874-016-0267-3 |
| [14] | Bouchama A, Bridey F, Hammami MM, et al. Activation of coagulation and fibrinolysis in heatstroke[J]. Thromb Haemost, 1996, 76(6): 909-915. |
| [15] | Al-Mashhadani SA, Gader AA, Al Harthi SS, et al. The coagulopathy of heat stroke: alterations in coagulation and fibrinolysis in heat stroke patients during the pilgrimage(Haj) to Makkah[J]. Blood Coagulation Fibrinolysis, 1994, 5(5): 731-736. DOI:10.1097/00001721-199410000-00009 |
| [16] | Tayal D, Jain P, Goswami B. D-dimer - a multifaceted molecule[J]. Horm Mol Biol Clin Investig, 2024, 45(2): 75-84. DOI:10.1515/hmbci-2022-0093 |
| [17] | Gómez Cuervo C. D-dimer thresholds in pulmonary embolism: avoiding one-size-fits-all[J]. Lancet Respir Med, 2026, 14(1): 3-5. DOI:10.1016/S2213-2600(25)00303-0 |
| [18] | Freund Y, Chauvin A, Bloom B. Diagnostic strategy using an elevated age-adjusted D-dimer threshold and thromboembolic events in the emergency department-reply[J]. JAMA, 2022, 327(10): 984-985. DOI:10.1001/jama.2022.0544 |
| [19] | 宋景春, 宋青, 张伟, 等. 热射病性凝血病诊疗中国专家共识[J]. 解放军医学杂志, 2023, 48(11): 1237-1247. DOI:10.11855/j.issn.0577-7402.1015.2023.0920 |
| [20] | 高领, 项楚涵, 赵建辉, 等. 热射病性凝血病: 机制、诊断与治疗[J]. 血栓与止血学, 2024, 30(2): 74-80. DOI:10.3969/j.issn.1009-6213.2024.02.006 |
| [21] | Ding XN, Wang M, Wang L, et al. Machine learning model for early prediction of acute kidney injury in heatstroke patients based on the first 24 h hospitalization data[J]. Sci Rep, 2025, 15: 33085. DOI:10.1038/s41598-025-17590-1 |
| [22] | Wang CL, Yu BJ, Chen RL, et al. Association of D-dimer and acute kidney injury associated with rhabdomyolysis in patients with exertional heatstroke: an over 10-year intensive care survey[J]. Ren Fail, 2021, 43(1): 1561-1568. DOI:10.1080/0886022X.2021.2008975 |
| [23] | Claps G, Faouzi S, Quidville V, et al. The multiple roles of LDH in cancer[J]. Nat Rev Clin Oncol, 2022, 19(12): 749-762. DOI:10.1038/s41571-022-00686-2 |
| [24] | Netala VR, Hou TY, Wang YB, et al. Cardiovascular biomarkers: tools for precision diagnosis and prognosis[J]. Int J Mol Sci, 2025, 26(7): 3218. DOI:10.3390/ijms26073218 |
| [25] | Price JR, Hagrass H, Filip AB, et al. LDH and the MELD-LDH in severe acute liver injury and acute liver failure: preliminary confirmation of a novel prognostic score for risk stratification[J]. J Appl Lab Med, 2023, 8(3): 504-513. DOI:10.1093/jalm/jfac137 |
| [26] | Yuan FF, Cai JZ, Wu JF, et al. Z-DNA binding protein 1 promotes heatstroke-induced cell death[J]. Science, 2022, 376(6593): 609-615. DOI:10.1126/science.abg5251 |
| [27] | Yang MM, Wang L, Zhang Y, et al. Establishment and effectiveness evaluation of a scoring system for exertional heat stroke by retrospective analysis[J]. Mil Med Res, 2020, 7(1): 40. DOI:10.1186/s40779-020-00269-1 |
| [28] | 刘爱明, 濮尊国, 储璐璐, 等. 热射病早期相关性急性肝损伤的临床特征及危险因素分析[J]. 中华危重病急救医学, 2023, 35(7): 724-729. DOI:10.3760/cma.j.cn121430-20230301-00128 |
| [29] | Wan LL, Lin G, Yang JL, et al. A nomogram based on InLDH and InNLR for predicting disseminated intravascular coagulation in patients with heat stroke[J]. Ther Adv Hematol, 2025, 16: 20406207241311386. DOI:10.1177/20406207241311386 |
| [30] | 吴蕊迪, 吴丽娟. 热射病患者实验诊断指标分析: 附33例回顾性报告[J]. 西南军医, 2019, 21(3): 217-222. DOI:10.3969/j.issn.1672-7193.2019.03.005 |
| [31] | Laitano O, Oki K, Leon LR. The role of skeletal muscles in exertional heat stroke pathophysiology[J]. Int J Sports Med, 2021, 42(8): 673-681. DOI:10.1055/a-1400-9754 |