我国心脏骤停（cardiac arrest, CA）总体发病率为97.1/10万，CA患者自主循环恢复（return of spontaneous circulation, ROSC）率仅为6%，出院存活率低至1.2%，神经功能良好率仅0.8%^[1]。ROSC成功后超过70%的患者会发生不同程度的心脏骤停后综合征（post-cardiac arrest syndrome, PCAS），是CA患者死亡的主要原因^[2]。急性肾损伤（acute kidney injury, AKI）是PCAS的主要表现之一，其发病率约为12%~30%^[3]，而由急性肾衰竭（acute renal failure, ARF）引起的病死率高达50%^[4]。CA复苏后出现AKI（CA-AKI）的患者，因毒性物质在体内蓄积、电解质紊乱等因素会导致重要脏器功能损伤加重^[5]。有研究显示，AKI的发生与危重症患者生存率下降间有一致且明确的相关性，并随着AKI严重程度增加，死亡风险随之增大^[6]。目前重症评分系统如急性生理学和慢性健康状况评分Ⅱ（acute physiology and chronic health evaluation Ⅱ, APACHE Ⅱ）、序贯性器官功能衰竭评估（sequential organ failure assessment, SOFA），常用于危重症患者的病情及预后评估^[7]，尚缺乏针对CA-AKI患者的早期预后评估方法。因此构建CA-AKI患者早期死亡风险预测模型具有重要的临床意义。列线图作为一种图形化的工具，可用于构建预测模型，并通过可视化的方式展示模型的预测结果^[8]。本研究通过探讨CA-AKI患者28 d死亡危险因素，并构建列线图预测模型，以早期识别CA-AKI高死亡风险患者并提供干预策略，从而降低CA患者病死率。

回顾性分析2017年1月至2024年10月天津医科大学总医院急诊科收治的CA-AKI患者临床数据。追踪患者预后情况：以入住急诊重症监护室（emergency intensive care unit，EICU）为起始事件，以死亡为终止事件，随访时间最长为28 d。根据28 d结局将AKI患者分为存活组和死亡组。纳入标准：①年龄≥18岁；②符合AKI诊断和AKI分期标准^[9]；③ EICU住院时间＞24 h。排除标准：①既往有慢性肾功能不全、肾衰竭、透析等肾脏相关病史；②主要临床资料不完整。本研究经天津医科大学总医院伦理委员会审核批准（审批号：IRB2021-KY-300）。本研究为病历资料回顾性分析且未涉及隐私知情同意等事项，免于患者知情同意。

本研究收集(1)人口统计学信息：性别、年龄、体重指数（body mass index, BMI）；(2)基础疾病及个人家族史：冠心病、高血压、糖尿病、CA家族史、吸烟史、饮酒史；(3) 实验室指标：白细胞计数（white blood cell count, WBC）、血红蛋白（hemoglobin, Hb）、血小板计数（platelet count, PLT）、血钾、血钙、肌酐（creatinine, Cr）、尿素氮（blood urea nitrogen, BUN）、尿酸（uric acid, UA）、乳酸（lactic acid, Lac）、白蛋白（albumin, Alb）、谷丙转氨酶（glutamic-pyruvic transaminase, ALT）、天冬氨酸转氨酶（aspartate transaminase, AST）、C-反应蛋白（C-reactive protein, CRP）、凝血酶原时间（prothrombin time, PT）、活化部分凝血酶原时间（activated partial thromboplatin time, APTT）、脑钠肽（brain natriuretic peptide, BNP）、肌钙蛋白（troponin T, TnT）、D-二聚体、神经元特异度烯醇化酶（neuron specific enolase, NSE），记录24 h内的最差值。记录住院期间机械通气、应用血管活性药物、液体平衡量、是否接受肾脏替代治疗（renal replacement therapy, RRT）治疗，计算24 h内APACHE Ⅱ评分和SOFA评分。记录AKI分期及EICU住院时长。

采用SPSS 23.0软件、R 4.2.2软件进行数据分析与绘图。符合正态分布的计量资料以均数±标准差（x±s）表示，组间比较采用t检验；非正态分布的计量资料采用中位数（四分位数）[M（Q₁, Q₃）]表示，组间比较采用非参数Mann-Whitney U检验；计数资料以例数和（或）百分比表示，两组间比较采用χ²检验。本研究将纳入患者以7∶3比例随机分为训练组和验证组。采用单因素分析筛选P < 0.05的变量纳入多因素Logistic回归模型（backward法）得出独立危险因素，计算优势比（odds ratio, OR）和95%可信区间（95% confidence interval, 95% CI），并使用方差膨胀因子（variance inflation factor, VIF）评估危险因素的相互作用，VIF > 5被认为具有多重共线性。通过受试者工作特征曲线（receiver operator characteristic curve, ROC曲线）评估各危险因素的敏感度和特异度，得出约登指数最大时对应的最佳截断值（Cut-off值）。采用R语言“rms”包，基于5种危险因素构建列线图预测模型；采用“shiny”包，并通过shinyapps.io构建网络版动态列线图。分别采用ROC曲线下面积（area under the curve, AUC）、校准曲线，Hosmer-Lemeshow拟合优度检验和决策曲线（decision curve analysis, DCA）评价模型预测价值；通过1000次Bootstrap自抽样法及5折交叉验证进行内部验证。以P < 0.05为差异有统计学意义。

根据纳入排除标准，本研究共纳入238例CA复苏后AKI患者，其中存活组137例，死亡组101例，28 d病死率为42.4%。其中AKI 1期182例，死亡64例，病死率为35.2%；AKI 2期47例，死亡29例，病死率为61.7%；AKI 3期9例，死亡8例，病死率为88.9%。

两组间年龄、AKI分期、RRT、机械通气、应用血管活性药物、液体平衡量、EICU住院时长、Cr、Lac、APACHE Ⅱ评分、SOFA评分比较差异有统计学意义（均P < 0.05），其余指标差异无统计学意义（均P＞0.05）。见表 1。按7∶3随机分为训练组（n=166）及验证组（n=72）例。训练组与验证组特征对比，各变量指标差异无统计学意义（P > 0.05），说明两组数据同质性较好。见表 2。

单因素Logistic回归分析筛选P < 0.05的11个变量纳入多因素Logistic回归模型，分析显示年龄（OR=1.434，95%CI: 1.259~1.672，P＜0.001〕、AKI分期2期（OR=4.891，95%CI: 1.462~18.610，P=0.013）、AKI分期3期（OR=18.870，95%CI: 1.637~489.900，P=0.030）、RRT（OR=4.062，95%CI: 1.522~11.720，P=0.007）、SOFA评分（OR=2.457，95%CI: 1.817~3.536，P＜0.001）及APACHE Ⅱ评分（OR=1.500，95%CI: 1.283~1.798，P＜0.001）是CA-AKI患者28 d死亡的独立危险因素（均P < 0.05）（表 3）。年龄VIF =1.104，AKI 2期VIF =1.066, AKI 3期VIF =1.064, RRT VIF =1.060, SOFA评分VIF =1.153，APACHE Ⅱ评分VIF =1.192，各危险因素间未表现出多重共线性（均VIF < 5）。

基于年龄、AKI分期、RRT、SOFA评分、APACHE Ⅱ评分建立ROC曲线，分析各独立危险因素预测价值。结果显示SOFA评分预测价值最高，AUC值为0.843（95%CI为0.794~0.892，P＜0.001），其预测CA-AKI患者死亡风险Cut-off值为8分，敏感度为73.3%，特异度为81.8%。其他各独立危险因素AUC值分别为：年龄AUC=0.837、AKI分期AUC=0.618、RRT的AUC=0.642、APACHE Ⅱ评分AUC=0.764。年龄Cut-off值为72.5岁、APACHE Ⅱ评分Cut-off值为23.5分。见表 4；图 1。

注：AKI为急性肾损伤，RRT为肾脏替代治疗，SOFA评分为序贯性器官功能衰竭评估，APACHE Ⅱ评分为急性生理学和慢性健康状况评分系统评分Ⅱ，ROC为受试者工作特征曲线，AUC为受试者工作特征曲线下面积 图 1 各独立危险因素预测CA-AKI患者28d死亡风险的ROC曲线 Fig 1 ROC curves of each independent risk factor for predicting 28-day mortality risk in CA-AKI patients

图选项

基于5种独立危险因素构建列线图预测模型（图 2）。根据每一项指标，垂直画一条线到评分轴上，从而得到分值，最后将分值相加得到总分，总分向下的垂直线对应CA-AKI患者死亡风险概率。通过shinyapps.io主页面构建网络版动态列线图，将预测模型映射到网址（https://ca-cpr-aki.shinyapps.io/wangjinxiang001/），在网页端选定各危险因素数值后，点击“Data”即可预测CA-AKI患者死亡风险概率（图 3）。本模型中AKI分期的预测方法已授权国家发明专利（专利号：ZL2025112923398）。

注：AKI为急性肾损伤，RRT为肾脏替代治疗，SOFA评分为序贯性器官功能衰竭评估，APACHE Ⅱ评分为急性生理学和慢性健康状况评分Ⅱ 图 2 CA-AKI患者28 d死亡风险列线图预测模型 Fig 2 Nomogram prediction model for 28-day mortality risk in CA-AKI patients

图选项

图 3 CA-AKI患者死亡风险网络版动态列线图预测模型 Fig 3 Network version dynamic nomogram prediction model for mortality risk in CA-AKI patients

图选项

ROC曲线显示，训练组AUC=0.965（95%CI：0.941~0.989），敏感度为90.7%，特异度为91.2%，表明列线图具有良好的预测效能，且优于其他独立危险因素（均P < 0.001）；验证组AUC=0.948（95%CI: 0.904~0.965），敏感度为80.8%，特异度为89.1%。训练组与验证组AUC行Delong非参数检验P=0.517，差异无统计学意义（P＞0.05），表明模型在两组数据中的区分能力具有一致性，模型的稳定性较好。见图 4。

注：ROC为受试者工作特征曲线，AUC为受试者工作特征曲线下面积 图 4 训练组与验证组的ROC曲线比较 Fig 4 Comparison of the ROC curves of the training and validation groups

图选项

校准曲线结果显示，训练组实际曲线和校正曲线一致性表现良好，校正曲线经1 000次Bootstrap抽样验证，平均绝对误差（mean absolute error, MAE）为0.021，Hosmer-Lemeshow检验（χ²=3.722，P=0.881）结果差异无统计学意义，表明模型预测概率与实际概率结果基本一致，提示该模型的拟合度较好（图 5A）；验证组实际曲线和校正曲线一致性表现良好，MAE为0.032，Hosmer-Lemeshow检验（χ²=2.786，P=0.947）结果差异无统计学意义，提示该模型的拟合度较好（图 5B）。

注：A为训练组校准曲线；B为验证组校准曲线 图 5 CA-AKI患者28 d死亡风险训练组与验证组校准曲线比较 Fig 5 Comparison of calibration curves between the training and validation group for 28-day mortality risk in CA-AKI patients

图选项

DCA曲线结果显示，训练组（图 6A）和验证组（图 6B）实际曲线与交叉验证曲线重合度较高，均表现出较好的临床净获益，表明预测模型具有良好的临床适用性。

注：A为训练组决策曲线；B为验证组决策曲线 图 6 CA-AKI患者28 d死亡风险训练组与验证组决策曲线比较 Fig 6 Comparison of decision curves between the training and validation group for 28-day mortality risk in CA-AKI patients

图选项

本研究共纳入238例CA-AKI患者，其中死亡101例，28 d病死率为42.4%。Meersch等^[10]研究发现，CA-AKI患者住院病死率为65%，高于未发生AKI患者50%（P = 0. 04）。本研究病死率低于该研究结果，考虑可能与两组研究的纳排标准及随访时间不同有关。本研究中多因素Logistic回归分析显示，年龄、AKI分期、RRT、SOFA评分及APACHE Ⅱ评分是CA-AKI患者死亡的独立危险因素。其中，高SOFA评分是预测CA-AKI患者死亡风险的首要危险因素；采用上述5种独立危险因素构建列线图模型对预测CA-AKI患者死亡风险的准确性更高。

CA复苏期间全身与局部因素所致的肾缺血-再灌损伤成为复苏后AKI的重要原因^[11]。缺血-再灌注后细胞凋亡是AKI的重要机制^[12]。AKI是一种炎症过程，表现为内皮损伤、白细胞浸润及炎症介质的释放^[13]。近年来研究显示，PCAS机制与脓毒症病理生理学中的机制相似，因此，PCAS通常被称为“类脓毒症样综合征”^[14-16]。SOFA评分作为脓毒症快速筛查和临床诊断的金标准，同样广泛用于预测PCAS患者的生存率及神经系统结局^[17]。SOFA评分能客观评估PCAS的严重程度，通过ICU入院时的SOFA评分评估的早期器官衰竭与第28天的病死率独立相关^[18]。SOFA评分预测病死率的可靠性由于当前使用的SOFA评分相关指标的不同而变得复杂^[19]。本研究发现各独立危险因素中SOFA评分AUC值最大，值为0.843（95%CI：0.794~0.892，P＜0.001），表明具有较高的预测价值；其Cut-off值为8分，表明当SOFA评分≥8分时，CA-AKI患者死亡风险会显著增加。

有研究表明PCAS患者具有较高的病死率和致残率，若发生AKI会导致存活率进一步降低^[20]。复苏成功的患者入院ICU主要通过APACHE Ⅱ评分判断病情严重程度及预测不良预后^[21]。该方法主要用于入院ICU 24 h内选取最差值分值进行评估，分值越高则患者病情越重，预后越差^[22]。本研究结果表明APACHE Ⅱ评分是预测CA-AKI患者死亡风险的独立危险因素。研究发现当APACHE Ⅱ评分≥23.5分时，CA-AKI患者死亡风险会显著增加。因此对于CA-AKI患者，早期联合APACHE Ⅱ评分和SOFA评分用来评估病情及预后，有助于及时调整治疗策略以提高出院存活率。

研究表明年龄是CA患者死亡的独立危险因素^[23]。既往研究发现高龄是AKI患者死亡的独立危险因素^[24]。高龄患者伴有应激能力下降、多种慢性疾病共存以及生理储备减少等情况，从而导致CA-AKI患者预后较差。本研究结果显示，年龄是CA-AKI患者不良预后的独立危险因素，其Cut-off值为72.5岁。因此在临床上应重视CA-AKI高龄患者，尤其是73岁以上的患者，应采取有效治疗方案及护理措施，以提高患者出院存活率及神经功能预后。Geri等^[25]发现，心脏骤停后3期AKI患者有更高的30 d病死率（OR=1.60，95%CI：1.05~2.43，P=0.03）。另有研究结果显示，3期AKI的院外CA患者30 d生存率均低于无AKI、1期或2期AKI患者^[26]。本研究结果显示，AKI分期是CA-AKI患者不良预后的独立危险因素。其中AKI 3期病死率为88.9%，远高于AKI 1期和2期病死率，表明AKI分期越高的患者肾功能损伤越严重，死亡风险越高。因此临床上需加强高AKI分期诊断和治疗力度，争取最佳治疗时机，以延缓AKI进展恶化。

RRT是ICU中治疗AKI的常用方法之一^[27]。Barbar等^[28]的一项多中心随机对照试验发现，衰竭期AKI后12 h内RRT，或者在肾脏未恢复的情况下延迟48 h后接受RRT，两组患者总病死率的差异无统计学意义。另有一项研究表明，在无少尿、血肌酐水平在190μmol/L (KDIGO标准AKI 2期) 的患者中早期应用RRT，反而增加器官衰竭的发生率^[29]。本研究结果显示，RRT是CA-AKI患者死亡风险的标志。出现以上不同观点的原因可能与RRT启动的时机、方式及剂量有关。连续性肾脏替代治疗（continuous renal replacement therapy, CRRT）是治疗AKI较常用的RRT模式，而CRRT剂量的选择仍存在争议。因此，当AKI患者考虑采取RRT时，应权衡治疗效果尤其避免容量过负荷（fluid overload, FO），制定合理的容量管理策略对降低病死率和改善预后至关重要^[30]。

本研究存在一定的局限性：（1）本研究是单中心、回顾性研究，样本量受限，尤其AKI 3期的样本量较小，影响统计稳定性，未来需扩大样本量，开展多中心、前瞻性研究及外部验证以提高预测效率。（2）本研究中缺少CA预后强相关的变量，如CA的初始心律、复苏时间、目标温度管理策略等，在未来研究中应纳入更全面的临床变量以提高模型预测效能。（3）本研究仅研究分析了28d预后情况，后续研究应对中长期预后进行随访研究，构建更加完善的预后预测模型。

利益冲突  所有作者声明无利益冲突

作者贡献声明  王晋祥：研究设计、数据收集及论文撰写；靳衡：研究实施、数据收集整理；王力军、余慕明：论文修改；韩伟：研究设计、经费支持；续国武：论文修改、统计学分析