急性呼吸衰竭中可复现的临床轨迹分型：一项多队列轨迹分析

急性低氧性呼吸衰竭（acute hypoxemic respiratory failure，AHRF）在临床上十分常见且具有显著的生物学异质性。仅在单一时间点进行的静态表型分型无法捕捉疾病的动态演变过程，且存在分期混杂的风险；可复现的临床病程轨迹分型有望解决这一问题。本研究旨在识别、外部验证并预测持续性AHRF的轨迹分型（trajectory classes，TCs）。研究人员分析了MIMIC-IV数据库（推导队列；n=3938）及两个外部验证队列（英国/荷兰；n=6480），纳入标准为成人患者且PaO2/FiO2< 300 mmHg、呼气末正压（positive end-expiratory pressure，PEEP）≥ 5 cmH2O持续至少72小时。研究采用竞争风险潜类别混合模型（competing-risk latent class mixed model，CRLCMM）对至第14天的每日平均PaO2/FiO2与ICU出院或死亡时间进行联合建模。早期TC预测使用包含12个变量的XGBoost模型。研究人员还探讨了各TC间急性呼吸窘迫综合征（acute respiratory distress syndrome，ARDS）及高炎症亚表型的分布差异。结果显示，四分类模型拟合最优：（TC1）早期恢复组（14天死亡率0.3%）；（TC2）稳定持续组（14天死亡率8%）；（TC3）双相改善-恶化组（14天死亡率17%）；（TC4）快速进展组（14天死亡率100%）。这些轨迹分型在外部队列中具有很高的归属确定性。各TC在其他临床生物标志物轨迹上表现出不同模式。TC4组中高炎症亚表型富集（41–53%），而TC2组在ARDS患者中占比最高（50%）。早期TC预测模型在外部验证中，至第3天时平均受试者工作特征曲线下面积（area under the receiver operating characteristic curve，AUC）≥ 0.78（范围0.70–0.86）。结论表明，四种可复现的氧合轨迹分型能够概括持续性呼吸衰竭14天的病程。通过提供区别于基线静态严重程度的早期预后价值，这些轨迹有望指导治疗策略制定、降低临床试验的患者异质性，并为生物学表型分型提供方向。

本研究发表于《Intensive Care Medicine》。当前急性低氧性呼吸衰竭（AHRF）的精准医学框架多为静态分型，虽已在急性呼吸窘迫综合征（ARDS）中识别出高炎症和低炎症等可复现的生物亚表型，但此类分型通常局限于单一时间点且仅针对ARDS人群。静态评估无法捕捉疾病随时间的动态演变，随着低氧血症持续，初始损伤可能缓解，也可能叠加ICU获得性炎症、感染等二次打击及持续性危重病相关的器官功能障碍，因此存在分期混杂风险，即早期生理状态相似的患者可能走向完全不同的生物学与临床结局。既往氧合轨迹研究多局限于发病后3至4天的短期观察窗，且多聚焦于ARDS队列或仅区分持续性与缓解性低氧血症的二分法，同时很少考虑截断纵向随访的竞争结局（ICU出院或死亡），若忽略这些因素可能导致幸存者偏倚。此外，现有分型缺乏跨医疗系统和时代的外部验证，其是否代表可推广的临床轨迹原型仍不明确。为此，研究人员假设AHRF存在有限且具临床意义的氧合轨迹原型，并旨在通过联合建模纵向氧合数据与竞争结局，识别并验证这些分型，同时开发早期预测工具。

研究人员主要采用以下关键技术方法：研究基于三个大型重症监护数据库，分别为美国MIMIC-IV v1.0（2008–2019，推导队列）、英国帝国理工学院医疗保健信托基金（ICHT，伦敦，2009–2024）及荷兰阿姆斯特丹大学医学中心数据库（AUMC，2003–2016，外部验证队列）。纳入标准为成人且PaO₂/FiO₂（P/F）< 300 mmHg、呼气末正压（PEEP）≥ 5 cmH₂O持续≥72小时（若第3天死亡则≥48小时），排除年龄<18岁及接受体外膜肺氧合（ECMO）患者。主要纵向变量为发病至第14天的每日平均P/F值，缺失数据通过SpO₂/FiO₂转换填补。轨迹建模采用竞争风险潜类别混合模型（CRLCMM）以同时处理纵向P/F轨迹的未观测异质性和竞争结局。外部验证时冻结推导队列模型参数直接应用于外部队列。早期预测采用12个常规变量的XGBoost模型，预测窗口限定为发病后0–7天。此外，研究人员利用开源人工智能临床分类器评估高炎症与低炎症亚表型在各轨迹中的分布。

患者特征

推导队列MIMIC-IV共纳入3938例患者，中位年龄64岁，男性占61%，ICU死亡率为32%。外部验证队列ICHT纳入2888例，AUMC纳入3592例，基线特征与推导队列总体可比，但AUMC队列基线P/F中位数较高。

竞争风险潜类别混合模型识别的AHRF轨迹

四分类CRLCMM模型拟合最优，各类别临床特征鲜明。TC1（早期恢复组）P/F比值呈中度改善，早期出院率高，14天死亡率仅0.3%。TC2（稳定持续组）P/F轨迹相对平坦，14天死亡率8%，出院率较低。TC3（双相改善-恶化组）初期P/F改善最快，但在第7至8天左右出现恶化，14天死亡率17%。TC4（快速进展组）P/F快速下降，14天死亡率达100%。基线特征显示TC1病情最轻，TC4合并症负担略重且癌症比例更高。除P/F外，各组心血管、呼吸及肾脏等器官功能演变轨迹也存在显著差异。

外部验证

在ICHT和AUMC队列中，冻结参数的MIMIC模型对各TC的归属概率中位数分别达0.95和0.84，观察到的P/F轨迹与模型预测高度吻合。独立重新拟合的四分类模型在ICHT队列中复现了相似的轨迹形状；在AUMC队列中，因总体死亡率较低，需五分类才能完全分离出TC4原型。时代敏感性分析显示模型在不同治疗年代间保持稳定。

轨迹分型预测

基于常规变量的XGBoost模型在第3天即表现出良好判别能力，推导队列中各TC的平均受试者工作特征曲线下面积（AUC）为0.80，ICHT为0.79，AUMC为0.78。特征重要性分析显示，TC1和TC2主要由第3天的通气变量驱动，TC3由P/F比值驱动，TC4则由血流动力学和代谢衰竭指标驱动。辅助分析证实，第3天预测的轨迹概率对14天死亡率的判别能力（AUC 0.74）显著优于单独使用第3天P/F或联合序贯器官衰竭评分（SOFA）。

ARDS患者的P/F轨迹

在MIMIC-IV的ARDS与非ARDS亚组中，TC归属置信度相似且轨迹形状可比。ARDS患者分布于所有四个TC中，其中50%归入TC2（稳定持续组），显著高于非ARDS AHRF患者的33%。除TC3中ARDS患者死亡率低于非ARDS患者外，其余组别死亡率相似。

P/F AHRF轨迹分型中炎症亚表型的流行率

高炎症亚表型在TC1中比例最低（18–19%），在TC4中比例最高（41–53%），提示不同轨迹原型与系统性炎症反应强度密切相关。

讨论部分指出，这四种轨迹原型是对持续性AHRF动态演变的可复现概括，超越了静态严重度评分的预测能力。其临床效用在于提供前瞻性预后信息，指导呼吸机撤机评估、二次并发症预警及目标治疗决策。作为动态严重度原型，它们可与静态炎症亚表型互补，减少纵向研究的幸存者偏倚。研究证实轨迹分型跨越不同医疗体系、时代及治疗实践保持稳定，表明其反映了真实的疾病演变规律而非局部医疗协议的人为产物。TC4的高死亡率并非单纯由基础虚弱或治疗限制导致，该组持续接受高强度器官支持且高炎症亚表型富集，提示其病理机制可能涉及难治性全身炎症及多器官功能障碍。此外，ARDS与非ARDS患者共享相同的氧合轨迹谱，说明传统综合征标签可能掩盖关键的临床异质性，轨迹分型在试验富集策略上可能更具优势。研究局限性包括回顾性设计、无法完全排除治疗目标混淆及72小时入组标准排除了极早期快速恢复或死亡病例。总之，研究人员定义了四种可复现的氧合轨迹原型，可在发病第3天进行预测，具有指导预后、优化临床试验设计的潜力，未来需前瞻性研究验证其在生物学机制探索及靶向治疗中的应用价值。