摘要： 目的: 本研究旨在开发并验证一个基于临床特征和外周血炎症标志物的列线图模型,用于预测重症社区获得性肺炎（CAP）患者的ICU死亡风险。方法: 本研究为单中心回顾性队列研究,纳入2022年6月至2024年6月期间在本院ICU收治的198例符合重症CAP诊断标准的住院患者。根据随机数表法,按照约7：3的比例将患者划分为训练集（139例）和验证集（59例）。系统收集人口学资料、基础疾病情况及炎症相关实验室指标,包括中性粒细胞/淋巴细胞比值（NLR）、系统性炎症反应指数（SIRI）、降钙素原（PCT）等。采用单因素与多因素logistic回归分析筛选ICU死亡的独立预测因子,并以此构建列线图模型。模型性能通过受试者工作特征曲线（ROC）、ROC曲线下面积（AUC）、Brier评分及校准曲线进行综合评估。结果: ICU病死率为31.3%。在训练集中,死亡患者的年龄、NLR、SIRI、PCT水平显著高于存活者,糖尿病史比例亦显著升高。多因素logistic回归模型显示,五个独立预测因子：年龄（OR = 1.07,95% CI：1.03~1.11,P = 0.003）、糖尿病史（OR = 2.08,95%CI：1.26~3.42,P = 0.013）、NLR（OR = 1.65,95% CI：1.27~2.19,P = 0.001）、SIRI（OR = 1.54,95% CI：1.23~1.95,P = 0.004）以及PCT（OR = 1.43,95%CI：1.14~1.89,P = 0.008）为影响因素。基于上述5项独立变量构建的列线图预测模型,在训练集和验证集均展现出良好的预测性能。训练集AUC为0.893（95% CI：0.831~0.952）,验证集AUC为0.846（95% CI：0.766~0.918）;相应Brier评分分别为0.1416与0.1348。校准曲线显示模型预测概率与实际结局具有较好一致性,提示该列线图具有可靠的区分度与稳定性。结论: 本研究构建的列线图模型综合纳入了年龄、基础疾病及多项外周血炎症指标,能够为重症CAP患者的ICU死亡风险提供量化评估。该模型具有较高的预测准确性和临床实用价值,有望为高风险患者的早期识别和个体化干预策略的制定提供有效支持。

关键词: 社区获得性肺炎, 重症监护病房, 预后预测, 列线图, 炎症标志物