引用本文： 敬維維, 玉紅, 蔣加麗, 何蕾蕾, 趙代良, 余海. 術前預后營養指數對 584 例心臟手術后患者急性腎損傷的預測價值. 中國胸心血管外科臨床雜志, 2021, 28(4): 467-472. doi: 10.7507/1007-4848.202010092 復制
心臟手術后急性腎損傷（acute kidney injury，AKI）發生率為 12%～54%[1-2]，部分將轉化成慢性腎臟疾病[2-5]，可顯著增加患者經濟負擔與死亡率[3]。早期識別高危人群對防治心臟手術后 AKI 至關重要[6]。既往研究[7-8]顯示，術前預后營養指數（prognostic nutritional index，PNI）能有效預測冠狀動脈旁路移植術（coronary artery bypass grafting，CABG）患者術后 AKI 的發生，目前該指標與非 CABG 心臟手術后 AKI 的相關研究未見報道。因此，本研究進行了一項回顧性分析，旨在評估術前 PNI 對非 CABG 心臟手術術后 AKI 的預測價值。
1 資料與方法
1.1 臨床資料和分組
篩選 2019 年 5～9 月在四川大學華西醫院行擇期心臟手術患者584例，其中男 268 例（45.9%）、女 316 例（54.1%），平均年齡（52.1±11.6）歲。納入標準：（1）體外循環（cardiopulmonary bypass，CPB）下心臟手術；（2）年齡>18 歲。排除標準：（1）再次心臟手術。（2）單純 CABG。（3）術前患有慢性腎臟疾病。以下任何一種情況存在超過 3 個月，即可診斷慢性腎臟疾病：① 蛋白尿（尿蛋白排泄率≥30 mg/24 h）；② 尿微量白蛋白肌酐比值≥3 mg/mmol；③ 尿沉渣鏡檢異常；④ 腎小管的功能紊亂導致電解質異常或其它異常；⑤ 腎臟組織學檢查異常；⑥ 影像學檢查發現腎臟結構異常；⑦ 腎移植病史；⑧ 腎小球濾過率降低：<60 mL/（min·1.73 m2）。（4）術前患有急性腎功能衰竭（無尿或少尿<10 mL/h）。（5）術前無急慢性腎功能衰竭但血清肌酐濃度>200 μmol/L。（6）術中實施深低溫停循環。（7）缺失變量≥3 個。
根據患者術后 48 h 內是否發生 AKI 分為 AKI 組與非 AKI 組，其中 AKI 組 98 例，男 58 例、女 40 例，平均年齡（55.1±11.2）歲；非 AKI 組 486 例，男 210 例、女 276 例，平均年齡（51.5±11.6）歲。比較兩組患者預后。
1.2 研究方法
1.2.1 數據收集
通過四川大學華西醫院手術麻醉系統與醫院信息系統（hospital information systems，HIS）獲取數據，包括術前資料：既往史（糖尿病、活動性感染性心內膜炎、90 d 內心肌梗死、慢性心力衰竭、不穩定性心絞痛、高血壓、慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）、1 年內吸煙史、體重指數（body mass index，BMI）、左室射血分數（left ventricular ejective fraction，LVEF）、術前口服藥物、造影劑暴露史、氨基糖苷類藥物使用史、年齡、性別及實驗室檢驗結果；術中資料：CPB 時間、主動脈阻斷時間、CPB 期間最低主動脈壓力、手術類型、麻醉維持方式、右旋美托咪定使用劑量、輸入液體類型及用量；術后資料：術后 48 h 內肌酐、腎小球濾過率、尿量、術后住院時間、住院總費用、術后 1 年生存狀態。
PNI 計算公式[9]：PNI=10×血漿白蛋白（g/dL）+0.005×總淋巴細胞計數（/mm3）
1.2.2 結局指標
主要結局指標：術后 48 h 內 AKI。診斷參考 AKIN（Acute Kidney Injury Network）標準[10]：（1）0 級：無急性腎損傷；（2）1 級：血肌酐水平較基礎值升高≥26.5 μmol/L 或升高至 1.5～2.0 倍；（3）2 級：血肌酐水平較基礎值升高至 2.0～3.0 倍；（4）3 級：血肌酐水平較基礎值升高>3 倍，或>353.6 μmol/L 或開始腎臟替代治療。
次要結局指標：（1）術后 1 年全因死亡率；（2）ICU 停留時間；（3）機械通氣時間；（4）術后住院時間；（5）住院總費用。
1.3 統計學分析
缺失變量數<3 時，使用多重插補法填補缺失值。單樣本 Kolmogorov-Smirnov 檢驗與 QQ 圖用于連續性變量的正態性檢驗。正態分布的計量資料用均數±標準差（
±s）表示，兩組比較采用獨立樣本t檢驗；非正態分布的計量資料用中位數（四分位數）表示，兩組比較采用 Mann-Whitney U檢驗；計量資料用例數和百分率表示，組間比較采用卡方檢驗或 Fisher 確切概率法。不同預測模型的受試者工作特征曲線（ROC）下面積（AUC）比較采用Z檢驗。
根據多因素二分類邏輯回歸分析建立 AKI 風險預測模型。將心臟手術后 AKI 相關變量逐個進行單因素二分類邏輯回歸分析，P<0.1 以及臨床認為與 AKI 關系密切的變量納入多因素回歸分析中。克利夫蘭臨床評分（Cleveland Clinic Score，CCS）[11]是目前心臟手術后 AKI 評估使用最廣泛的量表，本研究對所有研究對象進行 CCS 風險評估。將患者術前 PNI、CCS 以及預測模型分別與術后 AKI 或嚴重 AKI（AKIN 2～3 級）發生情況進行 ROC 分析，繪制 ROC[12]。根據 AUC 與 Hosmer-Lemeshow 擬合優度檢驗明確預測區分度與準確度。AUC>0.75，模型預測能力較好；AUC=0.60～0.75，模型具有一定的區分能力；AUC<0.60，模型預測能力較差。Hosmer-Lemeshow 擬合優度檢驗的P>0.05 則表明預測較準確。
通過多因素回歸分析，使用術前 PNI 與 CCS 聯合預測非 CABG 心臟手術后 AKI 或嚴重 AKI；同時將術前 PNI 加入 AKI 風險預測模型中，建立一個新模型。使用凈重新分類指數（net reclassification index，NRI）與 AUC 變化量明確術前 PNI 對 AKI 風險預測模型及 CCS 預測能力的改善情況。
本研究使用雙側檢驗，P<0.05 為差異有統計學意義。運用 IBM SPSS 23.0 完成所有統計分析。
1.4 倫理審查
結果報告遵循 STROBE 聲明[13]。通過了四川大學華西醫院倫理委員會審批且同意豁免患者知情同意，批準號：2020 年審（472）號。
2 結果
2.1 一般資料
共篩選了 1 558 例擇期心臟手術患者，最終 584 例納入分析。其中單純瓣膜手術為主要手術類型（76.9%），平均 CPB 時間（124.8±50.1）min，CPB 期間最低平均動脈壓（mean arterial pressure，MAP）（42.5±6.7）mm Hg，平均 CCS 2.0（2.0，3.0）分，術前平均 PNI 44.8±4.6，平均 BMI（23.2±3.4）kg/m2。兩組患者基線資料見表 1、表 2。
表1
術前患者臨床特征［
/例（%）/M（P25，P75）］
表2
兩組患者術中資料比較［
/例（%）/M（P25，P75）］
術后 48 h 出現 AKI 的患者共 98 例（16.8%），術后 1 年死亡 17 例（2.9%）。AKI 組與非 AKI 組患者相比，機械通氣時間、ICU 停留時間、術后住院時間延長，住院總費用增加；同時，AKI 組患者術后 1 年死亡率有增加趨勢，但差異無統計學意義。
2.2 術前 PNI 預測價值的相關分析
ROC 分析結果見表 3。術前 PNI 不能有效預測 CPB 下非 CABG 心臟手術后 AKI 的發生（AUC=0.553，95%CI 0.489～0.617，P=0.095）；見圖 1。但對術后 2～3 級 AKI 具有一定的預測價值（AUC=0.719，95%CI 0.485～0.953，P=0.046）。本研究所構建的 AKI 風險預測模型對術后 AKI 的預測作用較好（AUC=0.741，95%CI 0.686～0.796，P<0.001），明顯優于 CCS（AUC=0.512，95%CI 0.449～0.576，P=0.703），擬合優度檢驗P均>0.05，提示預測結果可靠；見圖 2。
表3
不同預測因子或模型對 AKI 預測價值的比較
圖1
術前 PNI 與非 CABG 心臟手術后 AKI 的 ROC 曲線圖
AUC：曲線下面積；PNI：預后營養指數；CABG：冠狀動脈旁路移植術；AKI：急性腎損傷；ROC：受試者工作特征曲線
圖2
不同預測因子或模型與非 CABG 心臟手術后 AKI 的 ROC 曲線圖
CCS：克利夫蘭臨床評分；PNI：預后營養指數；CABG：冠狀動脈旁路移植術；AKI：急性腎損傷；ROC：受試者工作特征曲線；AUC：曲線下面積
CCS 與 AKI 風險預測模型對非 CABG 心臟手術后嚴重 AKI（2～3 級）均具有較高預測價值；見圖 3。其中 AKI 風險預測模型的預測價值極高（AUC=0.953，95%CI 0.904～1.000，P<0.001）。然而，術前 PNI 聯合 CCS 或 AKI 風險預測模型并不能改善其對術后 AKI 或嚴重 AKI 的預測作用（NRI=0 或–0.008）；見表 3。
圖3
不同預測因子或模型與非 CABG 心臟手術后 AKIN2-3 級 AKI 的 ROC 曲線圖
CCS：克利夫蘭臨床評分；PN：預后營養指數；CABG：冠狀動脈旁路移植術；AKI：急性腎損傷；ROC：受試者工作特征曲線
3 討論
本研究共回顧性分析了 584 例擇期 CPB 下非 CABG 心臟手術患者資料，術后 48 h AKI 發生率為 16.8%，與既往 Meta 分析[2]報道一致。ROC 相關分析結果顯示，術前 PNI 不能預測擇期 CPB 下非 CABG 心臟手術后 AKI 的發生，也無法改善其它 AKI 預測模型的預測效果。而本研究所構建的 AKI 風險預測模型對非 CABG 心臟手術后 AKI 或嚴重 AKI 均具有較高預測作用且優于 CCS。
AKI 是心臟手術后常見并發癥，顯著增加患者術后并發癥與死亡率[14]。過度激活的全身炎癥反應被認為是心臟手術后 AKI 的重要原因[15]。同時，既往研究[16]顯示白蛋白具有多重腎臟保護作用，術前低白蛋白血癥可能增加患者術后 AKI 風險。PNI 是由患者血漿白蛋白與淋巴細胞絕對值計算而來，能同時反映患者血漿白蛋白水平與全身炎癥狀態。最近一項納入了 336 例擇期 CABG 患者的回顧性研究[8]發現，術前 PNI 對 CABG 術后 AKI 具有較高預測價值。Teker A??kel 等[7]對 149 例患者的研究也發現，術前低 PNI 可增加 CABG 患者術后腎臟并發癥風險。但上述研究的樣本量較小，存在檢驗效能不足可能且僅納入 CABG 患者。本研究納入了 584 例行擇期 CPB 下非 CABG 心臟手術患者，ROC 分析結果顯示術前 PNI 并不能有效預測非 CABG 心臟手術后 AKI 的發生且對其它 AKI 預測模型的預測作用無改善作用，雖對術后 2～3 級 AKI 具有一定的區分能力，但較 CCS 差。這可能與不同研究對象有關；其次，術前 PNI 與心臟手術后 AKI 的相關研究較少且大多為回顧性研究，需要更多前瞻性隨機對照研究驗證本研究所得結論。
CCS 被認為能有效預測心臟手術后嚴重 AKI（需腎臟替代治療）而被廣泛使用。本研究中，CCS 對非 CABG 心臟手術后 AKI 無預測價值，但能有效預測 2～3 級 AKI。而本研究所構建的 AKI 風險預測模型對 AKI 或嚴重 AKI（2～3 級）的預測作用均優于 CCS。最近有研究[17]運用機器深度學習對 600 多例心臟手術患者資料進行分析并建立預測模型（AUC=0.839，95%CI 0.772～0.898），此模型對心臟手術后 AKI 的預測作用優于本研究所構建 AKI 風險預測模型（AUC=0.750，95%CI 0.696～0.804），但包含了 100 多個圍術期相關變量，數據龐大且無法對患者進行術前快速評估。而本研究所構建的模型中僅包含 15 個術前常見變量，獲取方便。根據這 15 個變量創建一個評分量表，可能有助于改善外科團隊對非 CABG 心臟手術后 AKI 的術前風險評估質量。
本研究也有不足之處：（1）回顧性收集患者資料，數據完整性、真實性稍差，雖使用了多因素調整，仍存在混雜；（2）由于一些患者術后住院時間<7 d，術后 7 d 內尿量或肌酐等無法收集，本研究 AKI 診斷采用 AKIN 標準；KDIGO [18]標準可能會更全面地反映患者 AKI 情況；（3）僅納入術前腎功能正常患者且為單中心研究，結論推廣性有限。
綜上，術前 PNI 不能有效預測擇期 CPB 下心臟手術后 AKI 的發生，也無法改善非 CABG 心臟手術后 AKI 預測模型的預測作用。
利益沖突：無。
作者貢獻：敬維維負責論文設計、數據分析、論文撰寫；蔣佳麗、何蕾蕾、趙代良負責課題實施、數據收集；玉紅負責論文修改、質量控制；余海負責論文設計、質量控制、論文修改與投稿。
心臟手術后急性腎損傷（acute kidney injury，AKI）發生率為 12%～54%[1-2]，部分將轉化成慢性腎臟疾病[2-5]，可顯著增加患者經濟負擔與死亡率[3]。早期識別高危人群對防治心臟手術后 AKI 至關重要[6]。既往研究[7-8]顯示，術前預后營養指數（prognostic nutritional index，PNI）能有效預測冠狀動脈旁路移植術（coronary artery bypass grafting，CABG）患者術后 AKI 的發生，目前該指標與非 CABG 心臟手術后 AKI 的相關研究未見報道。因此，本研究進行了一項回顧性分析，旨在評估術前 PNI 對非 CABG 心臟手術術后 AKI 的預測價值。
1 資料與方法
1.1 臨床資料和分組
篩選 2019 年 5～9 月在四川大學華西醫院行擇期心臟手術患者584例，其中男 268 例（45.9%）、女 316 例（54.1%），平均年齡（52.1±11.6）歲。納入標準：（1）體外循環（cardiopulmonary bypass，CPB）下心臟手術；（2）年齡>18 歲。排除標準：（1）再次心臟手術。（2）單純 CABG。（3）術前患有慢性腎臟疾病。以下任何一種情況存在超過 3 個月，即可診斷慢性腎臟疾病：① 蛋白尿（尿蛋白排泄率≥30 mg/24 h）；② 尿微量白蛋白肌酐比值≥3 mg/mmol；③ 尿沉渣鏡檢異常；④ 腎小管的功能紊亂導致電解質異常或其它異常；⑤ 腎臟組織學檢查異常；⑥ 影像學檢查發現腎臟結構異常；⑦ 腎移植病史；⑧ 腎小球濾過率降低：<60 mL/（min·1.73 m2）。（4）術前患有急性腎功能衰竭（無尿或少尿<10 mL/h）。（5）術前無急慢性腎功能衰竭但血清肌酐濃度>200 μmol/L。（6）術中實施深低溫停循環。（7）缺失變量≥3 個。
根據患者術后 48 h 內是否發生 AKI 分為 AKI 組與非 AKI 組，其中 AKI 組 98 例，男 58 例、女 40 例，平均年齡（55.1±11.2）歲；非 AKI 組 486 例，男 210 例、女 276 例，平均年齡（51.5±11.6）歲。比較兩組患者預后。
1.2 研究方法
1.2.1 數據收集
通過四川大學華西醫院手術麻醉系統與醫院信息系統（hospital information systems，HIS）獲取數據，包括術前資料：既往史（糖尿病、活動性感染性心內膜炎、90 d 內心肌梗死、慢性心力衰竭、不穩定性心絞痛、高血壓、慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）、1 年內吸煙史、體重指數（body mass index，BMI）、左室射血分數（left ventricular ejective fraction，LVEF）、術前口服藥物、造影劑暴露史、氨基糖苷類藥物使用史、年齡、性別及實驗室檢驗結果；術中資料：CPB 時間、主動脈阻斷時間、CPB 期間最低主動脈壓力、手術類型、麻醉維持方式、右旋美托咪定使用劑量、輸入液體類型及用量；術后資料：術后 48 h 內肌酐、腎小球濾過率、尿量、術后住院時間、住院總費用、術后 1 年生存狀態。
PNI 計算公式[9]：PNI=10×血漿白蛋白（g/dL）+0.005×總淋巴細胞計數（/mm3）
1.2.2 結局指標
主要結局指標：術后 48 h 內 AKI。診斷參考 AKIN（Acute Kidney Injury Network）標準[10]：（1）0 級：無急性腎損傷；（2）1 級：血肌酐水平較基礎值升高≥26.5 μmol/L 或升高至 1.5～2.0 倍；（3）2 級：血肌酐水平較基礎值升高至 2.0～3.0 倍；（4）3 級：血肌酐水平較基礎值升高>3 倍，或>353.6 μmol/L 或開始腎臟替代治療。
次要結局指標：（1）術后 1 年全因死亡率；（2）ICU 停留時間；（3）機械通氣時間；（4）術后住院時間；（5）住院總費用。
1.3 統計學分析
缺失變量數<3 時，使用多重插補法填補缺失值。單樣本 Kolmogorov-Smirnov 檢驗與 QQ 圖用于連續性變量的正態性檢驗。正態分布的計量資料用均數±標準差（±s）表示，兩組比較采用獨立樣本t檢驗；非正態分布的計量資料用中位數（四分位數）表示，兩組比較采用 Mann-Whitney U檢驗；計量資料用例數和百分率表示，組間比較采用卡方檢驗或 Fisher 確切概率法。不同預測模型的受試者工作特征曲線（ROC）下面積（AUC）比較采用Z檢驗。
根據多因素二分類邏輯回歸分析建立 AKI 風險預測模型。將心臟手術后 AKI 相關變量逐個進行單因素二分類邏輯回歸分析，P<0.1 以及臨床認為與 AKI 關系密切的變量納入多因素回歸分析中。克利夫蘭臨床評分（Cleveland Clinic Score，CCS）[11]是目前心臟手術后 AKI 評估使用最廣泛的量表，本研究對所有研究對象進行 CCS 風險評估。將患者術前 PNI、CCS 以及預測模型分別與術后 AKI 或嚴重 AKI（AKIN 2～3 級）發生情況進行 ROC 分析，繪制 ROC[12]。根據 AUC 與 Hosmer-Lemeshow 擬合優度檢驗明確預測區分度與準確度。AUC>0.75，模型預測能力較好；AUC=0.60～0.75，模型具有一定的區分能力；AUC<0.60，模型預測能力較差。Hosmer-Lemeshow 擬合優度檢驗的P>0.05 則表明預測較準確。
通過多因素回歸分析，使用術前 PNI 與 CCS 聯合預測非 CABG 心臟手術后 AKI 或嚴重 AKI；同時將術前 PNI 加入 AKI 風險預測模型中，建立一個新模型。使用凈重新分類指數（net reclassification index，NRI）與 AUC 變化量明確術前 PNI 對 AKI 風險預測模型及 CCS 預測能力的改善情況。
本研究使用雙側檢驗，P<0.05 為差異有統計學意義。運用 IBM SPSS 23.0 完成所有統計分析。
1.4 倫理審查
結果報告遵循 STROBE 聲明[13]。通過了四川大學華西醫院倫理委員會審批且同意豁免患者知情同意，批準號：2020 年審（472）號。
2 結果
2.1 一般資料
共篩選了 1 558 例擇期心臟手術患者，最終 584 例納入分析。其中單純瓣膜手術為主要手術類型（76.9%），平均 CPB 時間（124.8±50.1）min，CPB 期間最低平均動脈壓（mean arterial pressure，MAP）（42.5±6.7）mm Hg，平均 CCS 2.0（2.0，3.0）分，術前平均 PNI 44.8±4.6，平均 BMI（23.2±3.4）kg/m2。兩組患者基線資料見表 1、表 2。
表1
術前患者臨床特征［/例（%）/M（P25，P75）］
表2
兩組患者術中資料比較［/例（%）/M（P25，P75）］
術后 48 h 出現 AKI 的患者共 98 例（16.8%），術后 1 年死亡 17 例（2.9%）。AKI 組與非 AKI 組患者相比，機械通氣時間、ICU 停留時間、術后住院時間延長，住院總費用增加；同時，AKI 組患者術后 1 年死亡率有增加趨勢，但差異無統計學意義。
2.2 術前 PNI 預測價值的相關分析
ROC 分析結果見表 3。術前 PNI 不能有效預測 CPB 下非 CABG 心臟手術后 AKI 的發生（AUC=0.553，95%CI 0.489～0.617，P=0.095）；見圖 1。但對術后 2～3 級 AKI 具有一定的預測價值（AUC=0.719，95%CI 0.485～0.953，P=0.046）。本研究所構建的 AKI 風險預測模型對術后 AKI 的預測作用較好（AUC=0.741，95%CI 0.686～0.796，P<0.001），明顯優于 CCS（AUC=0.512，95%CI 0.449～0.576，P=0.703），擬合優度檢驗P均>0.05，提示預測結果可靠；見圖 2。
表3
不同預測因子或模型對 AKI 預測價值的比較
圖1
術前 PNI 與非 CABG 心臟手術后 AKI 的 ROC 曲線圖
AUC：曲線下面積；PNI：預后營養指數；CABG：冠狀動脈旁路移植術；AKI：急性腎損傷；ROC：受試者工作特征曲線
圖2
不同預測因子或模型與非 CABG 心臟手術后 AKI 的 ROC 曲線圖
CCS：克利夫蘭臨床評分；PNI：預后營養指數；CABG：冠狀動脈旁路移植術；AKI：急性腎損傷；ROC：受試者工作特征曲線；AUC：曲線下面積
CCS 與 AKI 風險預測模型對非 CABG 心臟手術后嚴重 AKI（2～3 級）均具有較高預測價值；見圖 3。其中 AKI 風險預測模型的預測價值極高（AUC=0.953，95%CI 0.904～1.000，P<0.001）。然而，術前 PNI 聯合 CCS 或 AKI 風險預測模型并不能改善其對術后 AKI 或嚴重 AKI 的預測作用（NRI=0 或–0.008）；見表 3。
圖3
不同預測因子或模型與非 CABG 心臟手術后 AKIN2-3 級 AKI 的 ROC 曲線圖
CCS：克利夫蘭臨床評分；PN：預后營養指數；CABG：冠狀動脈旁路移植術；AKI：急性腎損傷；ROC：受試者工作特征曲線
3 討論
本研究共回顧性分析了 584 例擇期 CPB 下非 CABG 心臟手術患者資料，術后 48 h AKI 發生率為 16.8%，與既往 Meta 分析[2]報道一致。ROC 相關分析結果顯示，術前 PNI 不能預測擇期 CPB 下非 CABG 心臟手術后 AKI 的發生，也無法改善其它 AKI 預測模型的預測效果。而本研究所構建的 AKI 風險預測模型對非 CABG 心臟手術后 AKI 或嚴重 AKI 均具有較高預測作用且優于 CCS。
AKI 是心臟手術后常見并發癥，顯著增加患者術后并發癥與死亡率[14]。過度激活的全身炎癥反應被認為是心臟手術后 AKI 的重要原因[15]。同時，既往研究[16]顯示白蛋白具有多重腎臟保護作用，術前低白蛋白血癥可能增加患者術后 AKI 風險。PNI 是由患者血漿白蛋白與淋巴細胞絕對值計算而來，能同時反映患者血漿白蛋白水平與全身炎癥狀態。最近一項納入了 336 例擇期 CABG 患者的回顧性研究[8]發現，術前 PNI 對 CABG 術后 AKI 具有較高預測價值。Teker A??kel 等[7]對 149 例患者的研究也發現，術前低 PNI 可增加 CABG 患者術后腎臟并發癥風險。但上述研究的樣本量較小，存在檢驗效能不足可能且僅納入 CABG 患者。本研究納入了 584 例行擇期 CPB 下非 CABG 心臟手術患者，ROC 分析結果顯示術前 PNI 并不能有效預測非 CABG 心臟手術后 AKI 的發生且對其它 AKI 預測模型的預測作用無改善作用，雖對術后 2～3 級 AKI 具有一定的區分能力，但較 CCS 差。這可能與不同研究對象有關；其次，術前 PNI 與心臟手術后 AKI 的相關研究較少且大多為回顧性研究，需要更多前瞻性隨機對照研究驗證本研究所得結論。
CCS 被認為能有效預測心臟手術后嚴重 AKI（需腎臟替代治療）而被廣泛使用。本研究中，CCS 對非 CABG 心臟手術后 AKI 無預測價值，但能有效預測 2～3 級 AKI。而本研究所構建的 AKI 風險預測模型對 AKI 或嚴重 AKI（2～3 級）的預測作用均優于 CCS。最近有研究[17]運用機器深度學習對 600 多例心臟手術患者資料進行分析并建立預測模型（AUC=0.839，95%CI 0.772～0.898），此模型對心臟手術后 AKI 的預測作用優于本研究所構建 AKI 風險預測模型（AUC=0.750，95%CI 0.696～0.804），但包含了 100 多個圍術期相關變量，數據龐大且無法對患者進行術前快速評估。而本研究所構建的模型中僅包含 15 個術前常見變量，獲取方便。根據這 15 個變量創建一個評分量表，可能有助于改善外科團隊對非 CABG 心臟手術后 AKI 的術前風險評估質量。
本研究也有不足之處：（1）回顧性收集患者資料，數據完整性、真實性稍差，雖使用了多因素調整，仍存在混雜；（2）由于一些患者術后住院時間<7 d，術后 7 d 內尿量或肌酐等無法收集，本研究 AKI 診斷采用 AKIN 標準；KDIGO [18]標準可能會更全面地反映患者 AKI 情況；（3）僅納入術前腎功能正常患者且為單中心研究，結論推廣性有限。
綜上，術前 PNI 不能有效預測擇期 CPB 下心臟手術后 AKI 的發生，也無法改善非 CABG 心臟手術后 AKI 預測模型的預測作用。
利益沖突：無。
作者貢獻：敬維維負責論文設計、數據分析、論文撰寫；蔣佳麗、何蕾蕾、趙代良負責課題實施、數據收集；玉紅負責論文修改、質量控制；余海負責論文設計、質量控制、論文修改與投稿。
