5.7 Q1|苏州大学NHANES发文 | NLR可预测美国类风湿性关节炎成人患者的全因死亡率和心血管死亡率
1.第一段–文章基本信息
文章题目：The neutrophil-lymphocyte ratio predicts all-cause and cardiovascular mortality among U.S. adults with rheumatoid arthritis: results from NHANES 1999-2020
中文标题：中性粒细胞-淋巴细胞比值可预测美国类风湿性关节炎成人患者的全因死亡率和心血管死亡率：NHANES 1999-2020 的结果
发表杂志：Frontiers in Immunology
影响因子：1区，IF=5.7
发表时间：2023年11月
2.第二段–研究思路
本研究思路
本文旨在探讨中性粒细胞与淋巴细胞比值（NLR）对美国成年类风湿关节炎（RA）患者全因死亡率和心血管死亡率的预测价值。研究基于1999—2020年国家健康与营养调查（NHANES）数据，纳入20岁及以上RA患者，计算NLR并确定其最佳截断值3.28。通过多变量逻辑回归模型分析NLR与死亡率的关系，并利用限制性立方样条分析评估两者线性或非线性关系。结果显示，高NLR组（≥3.28）患者全因和心血管死亡风险显著增加，且Kaplan-Meier分析表明其生存率更低。这表明NLR是一种廉价且易于获取的RA预后标志物，可作为临床实践中RA风险分层和预后评估的潜在工具。
3.第三段-Introdction
背景
类风湿关节炎（RA）是一种以全身性炎症为特征的慢性自身免疫性疾病，会导致关节损伤和残疾。RA是全球公共卫生问题，2020年全球患病人数估计为1760万，自1990年以来增长了14.1%，预计到2050年将达到3170万。RA患者预期寿命缩短，心血管疾病是其早逝的主要原因。持续的炎症在RA的发病机制和进展中起关键作用，并与RA患者中观察到的心血管风险和死亡率增加有关。因此，炎症标志物可能在这一人群中具有预后价值。中性粒细胞与淋巴细胞比值（NLR）是一种新兴的生物标志物，能够反映全身炎症和免疫激活情况，且可从常规血常规中轻松计算得出，具有临床应用的便利性。然而，目前关于NLR与RA患者生存状况之间关系的研究还存在空白。
4.第四段-Methods
方法
本前瞻性队列研究使用了1999年至2020年3月期间进行的连续NHANES数据。排除标准包括：年龄小于20岁的个体、缺少血常规参数数据的参与者、缺乏RA或其他类型关节炎信息的个体以及缺失其他重要协变量数据的个体。
暴露：NLR
NLR通过将同一自动化血常规样本中的绝对中性粒细胞计数除以绝对淋巴细胞计数计算得出。利用最大选择秩统计方法确定用于死亡率预测的NLR最佳截断点为3.28
结局: 全因死亡率和心血管死亡率
主要结果为全因死亡率，通过死亡相关文件（MLFs）记录任何原因导致的死亡来确定。这些死亡数据来源于国家死亡指数（NDI）数据库，可从https://www.cdc.gov/nchs/data-linkage/mortality-public.htm获取。每位参与者的随访时间从其参与日期计算至死亡日期或2019年12月31日，即NDI数据库的最后更新日期。
人群：类风湿性关节炎患者
参与者被问及“是否有医生或其他健康专业人士告诉过您患有关节炎？”回答选项为“是”或“否”。为了进一步区分关节炎的类型，回答为“是”的个体被要求指定关节炎的类型，选项包括“类风湿关节炎”“骨关节炎”“银屑病关节炎”“其他”“拒绝回答”和“不知道”。
协变量
年龄、性别、种族/民族、教育程度、贫困收入比、体质指数（BMI）、吸烟状态（当前吸烟者与非吸烟者）、健康保险状态（有保险与无保险）、合并症和药物使用（如适用）
统计学方法
使用均值（标准差）对连续变量进行总结，使用频数（百分比）对分类变量进行总结。通过卡方检验比较分类变量的差异，通过t检验比较连续变量的差异。使用Cox比例风险模型研究NLR与RA患者全因和心血管死亡率之间的关系。构建了三个模型，逐步调整潜在混杂因素。模型1未调整；模型2额外调整了年龄、性别、种族/民族和教育程度；模型3进一步调整了年龄、性别、种族/民族、教育程度、BMI、贫困收入比、吸烟状态和健康保险。Kaplan-Meier曲线用于展示不同NLR类别的生存概率。进行亚组分析以评估相关临床混杂因素的效应修饰。构建限制性立方样条（RCS）模型以可视化连续NLR与结果之间的关系。使用R 4.3.1版本（奥地利维也纳R基金会，统计计算）进行分析。双侧P<0.05被认为具有统计学意义。
5.第五段-Results
结果
研究人群的一般特征
本研究共纳入2002名RA患者，其中339名患者的NLR≥3.28（高NLR组），1663名患者的NLR<3.28（低NLR组）。高NLR组患者的平均年龄为62.19岁，显著高于低NLR组的55.48岁（P<0.001）。高NLR组中60-79岁年龄段的比例也高于低NLR组（47.13% vs 33.73%，P<0.001）。此外，高NLR组中非西班牙裔白人的比例更高（75.66% vs 67.57%，P<0.001）。两组在教育程度、贫困收入比、BMI、腰围、吸烟状态和健康保险状态方面均无显著差异（P>0.05）。高NLR组的平均NLR为4.66，显著高于低NLR组的1.91（P<0.001）。
NLR与死亡率的关系
在中位随访时间为84个月期间，共有79名RA患者死亡。高NLR组的死亡人数显著高于预期，而低NLR组的死亡人数低于预期。在未调整模型（模型1）中，NLR作为连续变量与全因死亡率（HR=1.24，95%CI：1.17-1.31，P<0.001）和心血管死亡率（HR=1.29，95%CI：1.18-1.40，P<0.001）显著相关。当NLR作为分类变量时，高NLR组的全因死亡率风险是低NLR组的2.11倍（HR=2.11，95%CI：1.59-2.81，P<0.001），心血管死亡率风险是低NLR组的3.23倍（HR=3.23，95%CI：1.82-5.72，P<0.001）。在调整人口学因素（模型2）和生活方式因素（模型3）后，高NLR与死亡率的关联仍然显著。Kaplan-Meier分析显示，高NLR组的生存率显著低于低NLR组（P<0.0001）。
分层分析
在按性别、年龄、种族/民族、教育程度、BMI和吸烟状态分层的亚组分析中，高NLR与全因死亡率和心血管死亡率的风险增加在所有亚组中均一致。对于全因死亡率，未发现显著的交互作用（P>0.05）。对于心血管死亡率，种族/民族存在显著交互作用（P=0.014），提示NLR与心血管死亡率的关系在不同种族/民族之间可能有所不同。
NLR与死亡率的非线性关系
限制性立方样条分析显示，NLR与全因死亡率之间存在非线性关系（P非线性=0.0231），在较低NLR值时死亡率风险急剧增加，随后趋于平稳。而NLR与心血管死亡率之间呈现线性关系（P非线性=0.5919），表明随着NLR的增加，心血管死亡率风险持续上升。
6.第六段–结论与启发
结论与启发
结论
总之，NLR提供了一种简单的方法来衡量病理性的先天性炎症与保护性适应性免疫之间的平衡。本研究通过对一个具有全国代表性的大规模队列进行分析，表明较高的NLR是美国成年类风湿关节炎患者全因死亡率和心血管死亡率增加的独立预测因子。这些发现突显了NLR作为一种廉价且易于获取的生物标志物的潜在临床价值，可以将其整合到常规护理中，以改善RA患者的危险分层和预后评估。
【光速科研启发】
选题：研究聚焦中性粒细胞与淋巴细胞比值（NLR）对类风湿关节炎（RA）患者全因死亡率和心血管死亡率的预测价值，填补了NLR与RA患者生存状况之间关系的研究空白，具有重要的临床和预后评估意义。
统计学：采用多变量Cox比例风险模型和亚组分析，评估NLR与全因死亡率和心血管死亡率的关联，并通过限制性立方样条（RCS）分析揭示NLR与死亡率之间的线性或非线性关系。
数据库：利用NHANES数据库，确保样本的全国代表性，通过严格的纳入和排除标准提高样本质量，为研究提供坚实的数据基础。
启发：研究提示在评估RA患者的预后时，应将NLR作为潜在的预后标志物纳入考虑；通过亚组分析，发现高NLR与死亡率的关联在不同人群（如不同种族/民族）中存在差异，为个性化预后评估提供依据；利用NLR易于从常规血常规中计算的优势，促进其在临床实践中的广泛应用。
