PloS one
2026-01-01
Trajektorie liczby eozynofili są związane z rokowaniem pacjentów z ostrym zawałem serca: Wnioski z analizy danych ICU
Eosinophil count trajectories are associated with the prognosis of acute myocardial infarction patients: Insights from ICU data analysis.
Recenzja AI
Cel badania
Celem badania było ocena wpływu trajektorii liczby eozynofili podczas hospitalizacji na oddziale intensywnej terapii na śmiertelność oraz występowanie ostrej niewydolności nerek u pacjentów z ostrym zawałem serca.
Metoda
W badaniu wzięło udział 1493 krytycznie chorych pacjentów z ostrym zawałem serca, a do analizy zastosowano modelowanie trajektorii oparty na grupach (GBTM) oraz analizy przeżycia.
Wyniki
Zidentyfikowano trzy trajektorie liczby eozynofili, z których Trajektoria2 i Trajektoria3 wykazały istotne zmniejszenie ryzyka śmiertelności w ciągu 28 dni w porównaniu do Trajektorii1.
Znaczenie dla praktyki
Badanie sugeruje, że trajektoria liczby eozynofili może być użytecznym markerem w ocenie ryzyka i prognozowaniu wyników u pacjentów z ostrym zawałem serca, co może wpłynąć na strategię leczenia w polskich szpitalach.
Abstrakt oryginalny
OBJECTIVE: Previous clinical studies have demonstrated conflicting evidence regarding the relationship between eosinophil (EOS) count and adverse outcomes in acute myocardial infarction (AMI). This study aimed to evaluate the impact of EOS count trajectories during ICU admission on mortality and the incidence of acute kidney injury (AKI) in AMI patients. METHODS: A total of 1,493 critically ill AMI patients from the MIMIC-IV database were enrolled. Primary outcomes included 28-day and 1-year mortality, and secondary outcomes encompassed severe AKI incidence and ICU mortality. Group-based trajectory modeling (GBTM) was applied to identify distinct EOS count trajectories. Survival differences were assessed by Kaplan-Meier curves and log-rank tests. Associations between the EOS trajectory and mortality were evaluated using multivariable logistic/Cox regression. Furthermore, mediation analysis was conducted to investigate the potential mediating effect of AKI on mortality. RESULTS: Three EOS trajectories were identified: Trajectory1 (stable-low), Trajectory2 (low-level steady rise), and Trajectory3 (medium-level rapid rise). Compared to Trajectory1, both the Trajectory2 (HR = 0.68, 95% CI: 0.47-0.99) and Trajectory3 (HR = 0.63, 95% CI: 0.50-0.79) showed significant reductions in 28-day mortality risk. The Trajectory3 also exhibited a 34% lower 1-year mortality risk compared to Trajectory1 (HR = 0.72, 95% CI: 0.60-0.86). Mediation analysis revealed that AKI partially mediated the association between EOS trajectories and 28-day mortality. CONCLUSION: EOS count trajectory independently predicts both short- and long-term mortality in critically ill AMI patients, establishing its role as a reliable marker for risk stratification and prognostic evaluation.