COPD合并2型糖尿病病人住院30d內(nèi)死亡風(fēng)險預(yù)測模型的構(gòu)建及驗證

Keywordsacute exacerbationof chronicobstructivepulmonarydisease；type2diabetes melitus;；predictivemodel; MIMIC-IV database; prognosis

摘要目的：探討合并2型糖尿病的慢性阻塞性肺疾病（COPD）病人住院30d內(nèi)死亡風(fēng)險的影響因素，并構(gòu)建預(yù)測模型。方法：回顧性分析美國重癥監(jiān)護(hù)醫(yī)學(xué)信息數(shù)據(jù)庫V（Medical Information MartforIntensive Care-IV，MIMIC-IV）中符合納入及排除標(biāo)準(zhǔn)的合并2型糖尿病的COPD病人相關(guān)數(shù)據(jù)，按照7：3將所有樣本隨機(jī)分為建模組（1152例）與驗證組（495例），通過單因素和多因素Logistic回歸分析篩選住院30d內(nèi)死亡的獨(dú)立危險因素，并構(gòu)建列線圖預(yù)測模型。采用受試者工作特征（ROC）曲線、校準(zhǔn)曲線、決策曲線以及F1系數(shù)評估模型的預(yù)測效能和臨床應(yīng)用價值。結(jié)果：多因素Logistic回歸分析結(jié)果顯示，年齡 ≥65 歲、心房顫動、肺炎、使用血管活性藥物及序貫器官功能衰竭評估（Sequential Organ Failure Assessment，SOFA）是COPD合并2型糖尿病病人住院30d內(nèi)死亡的獨(dú)立危險因素 （Plt;0.05） 。據(jù)此構(gòu)建預(yù)測模型，建模組ROC曲線下面積（AUC）為0.75[95%CI（O.71，0.79）]，靈敏度為0.72，特異度為0.69，預(yù)測準(zhǔn)確性為0.72，F(xiàn)1分?jǐn)?shù)為 0.811 。驗證組的AUC為 ，靈敏度為0.71，特異度為0.61，預(yù)測準(zhǔn)確性為0.70，F(xiàn)1分?jǐn)?shù)為 0.801 。結(jié)論：年齡 ?65 歲、心房顫動、肺炎、使用血管活性藥物及SOFA評分是COPD合并2型糖尿病病人住院30d內(nèi)死亡的獨(dú)立危險因素。基于上述變量構(gòu)建的列線圖模型能夠準(zhǔn)確預(yù)測病人短期死亡風(fēng)險，為臨床治療決策提供重要參考。

關(guān)鍵詞急性加重期慢性阻塞性肺疾病;2型糖尿病;預(yù)測模型;MIMIC-N數(shù)據(jù)庫；預(yù)后 doi：10.12102/j.issn.2095-8668.2025.16.025

慢性阻塞性肺疾病（chronic obstructive pulmonarydisease，COPD）是一種以持續(xù)性、進(jìn)行性氣流阻塞和慢性呼吸道癥狀為特征的異質(zhì)性肺部疾病，在全球范圍內(nèi)有著高發(fā)病率和高死亡率[1-2]。根據(jù)全球疾病負(fù)擔(dān)（globalburdenofdisease，GBD）調(diào)查顯示，慢性呼吸系統(tǒng)疾病位居2019年全球第三大死亡原因[3]，其中，COPD是導(dǎo)致該類疾病死亡的主要因素，且其病人數(shù)量預(yù)計在未來數(shù)十年持續(xù)增長[4]。多數(shù)COPD病人伴隨多種合并癥，如心血管疾病、呼吸系統(tǒng)疾病、代謝及神經(jīng)精神疾病等[5]。其中，約 20% 的COPD病人合并2型糖尿病，顯著高于普通人群 （9%）^[6-7] 。合并2型糖尿病的COPD病人因其獨(dú)特的臨床特點(diǎn)和病理機(jī)制，在臨床管理中面臨巨大挑戰(zhàn)。糖尿病被證實(shí)與第1秒用力呼氣容積（forced expiratoryvolume in one second，F(xiàn)EV₁） 下降、哮喘、COPD的發(fā)生密切相關(guān)，高血糖狀態(tài)、氧化應(yīng)激及全身炎癥反應(yīng)進(jìn)一步削弱了病人的肺功能[8]。這些病理變化導(dǎo)致病人在住院期間常出現(xiàn)代謝紊亂和感染控制難題，導(dǎo)致住院率和死亡率顯著升高，在COPD急性發(fā)作期（acuteexacerbationCOPD，AECOPD）的表現(xiàn)尤為明顯[9-10]。因此，如何有效預(yù)測這類病人住院30d內(nèi)的死亡風(fēng)險對于優(yōu)化治療策略及改善預(yù)后具有重要意義。盡管目前已有部分基于多變量分析和機(jī)器學(xué)習(xí)方法的死亡風(fēng)險預(yù)測模型，但大多聚焦于COPD[11-12]或糖尿病[13]單一疾病，未能充分覆蓋兩者共病病人的復(fù)雜特征。此外，數(shù)據(jù)多來自單一醫(yī)療機(jī)構(gòu)數(shù)據(jù)，樣本量有限，難以全面反映病人的實(shí)際情況。在此背景下，美國重癥監(jiān)護(hù)醫(yī)學(xué)信息數(shù)據(jù)庫（MedicalInformation MartforIntensiveCare-IV，MIMIC-Ⅳ）作為一個涵蓋多家醫(yī)療機(jī)構(gòu)的開放式醫(yī)療數(shù)據(jù)庫，提供了大量高質(zhì)量住院病人數(shù)據(jù)[13]，其詳細(xì)、全面且覆蓋廣泛的特性，為構(gòu)建基于真實(shí)世界數(shù)據(jù)的預(yù)測模型提供了理想的平臺。本研究擬利用MIMIC-V數(shù)據(jù)庫開發(fā)并驗證針對合并2型糖尿病的AECOPD病人住院30d內(nèi)死亡風(fēng)險的預(yù)測模型，為早期識別高危病人和個體化管理提供依據(jù)，以期改善病人結(jié)局。

1 資料與方法

1.1 資料來源

本研究使用來自MIMIC-V2.2數(shù)據(jù)庫的臨床數(shù)據(jù)，該數(shù)據(jù)庫涵蓋了2008—2019年人住麻省理工學(xué)院貝斯以色列迪康醫(yī)學(xué)中心重癥監(jiān)護(hù)病房（ICU）的病人，所有數(shù)據(jù)均已獲得對MIMIC-V數(shù)據(jù)庫的訪問權(quán)限（認(rèn)證編號：62802839）。納人標(biāo)準(zhǔn)：根據(jù)國際疾病分類代碼ICD-9和ICD-10，篩選出診斷為2型糖尿病（ICD-9和ICD-10的疾病代碼為25000、25002、25010、25012、25020、25022、25030、25032、25040、25042、25050、25052、25060、25062、25070、25072、25080、25082、25090、25092、E11）以及COPD（代碼為4912、496、J44）病人，共計4984例納人初步分析。對于有多次住院記錄的病人，僅保留其首次住院數(shù)據(jù)用于研究。排除標(biāo)準(zhǔn)：1）年齡 lt;18 歲 （n=0）：2） 未人住ICU（ n= 1987）；3）ICU入住時間 lt;24h（n=134）;4） 血糖數(shù)據(jù)缺失（ ?n=2）;5） 糖化血紅蛋白數(shù)據(jù)缺失 （n=1074）;6） （2號其他關(guān)鍵分類變量數(shù)據(jù)缺失 （n=140） 。最終研究隊列包括1647例病人，按照7：3將其隨機(jī)分為建模組（ n= 1152）與驗證組（ n=495） 。本研究的主要終點(diǎn)為病人住院30d內(nèi)死亡。

1.2 調(diào)查內(nèi)容

1）人口統(tǒng)計學(xué)特征：性別、年齡、體質(zhì)指數(shù)（bodymassindex，BMI）、種族、婚姻狀況；2）人住ICU時的生命體征：心率、呼吸、收縮壓、舒張壓；3）合并癥：高血壓、哮喘、心房顫動、充血性心力衰竭、心肌梗死、腫瘤、睡眠呼吸暫停、肺炎；4）ICU住院期間的治療：連續(xù)腎臟替代治療、機(jī)械通氣、使用血管活性藥物；5）實(shí)驗室檢查：血清清蛋白、堿剩余、肌酸激酶、血清肌酐、嗜酸性粒細(xì)胞百分比、血清葡萄糖、血清乳酸、血紅蛋白、中性粒細(xì)胞、淋巴細(xì)胞、二氧化碳分壓、血小板計數(shù)、氧分壓、紅細(xì)胞計數(shù)、血尿素氮、國際標(biāo)準(zhǔn)化比值;6）序貫器官衰竭評分（Sequential Organ Failure Assessment，SOFA）格拉斯哥量表評分。此外，平均動脈壓（meanarterialpressure，MAP gimel（1/3× （收縮壓一舒張壓） + 舒張壓；中性粒細(xì)胞與淋巴細(xì)胞比值（neutrophil-tolymphocyteratio，NLR）的計算方式為中性粒細(xì)胞計數(shù)/淋巴細(xì)胞計數(shù)[14]。

1.3 資料收集方法

使用帶有結(jié)構(gòu)化查詢語言的pgAdmin4軟件提取數(shù)據(jù)。首先根據(jù)ICD-9和ICD-10診斷編碼篩選同時患有2型糖尿病和COPD的病人。隨后進(jìn)一步提取人口統(tǒng)計學(xué)特征、入住ICU時的生命體征、合并癥、ICU住院期間的治療、實(shí)驗室檢查結(jié)果、SOFA評分、格拉斯哥量表評分及結(jié)局指標(biāo)等。為保證數(shù)據(jù)完整性，剔除缺失關(guān)鍵變量或不符合納入標(biāo)準(zhǔn)的病例。所有數(shù)據(jù)提取和處理均由2名研究人員獨(dú)立核對，以確保準(zhǔn)確性和可重復(fù)性。

1.4 統(tǒng)計學(xué)方法

采用R4.4.2軟件進(jìn)行數(shù)據(jù)分析及圖像繪制，不符合正態(tài)分布的定量資料使用中位數(shù)及四分位數(shù) [M （P₂₅，P₇₅） ］描述，采用Mann-Whitney U 檢驗進(jìn)行組間比較。定性資料以例數(shù)及百分比 （%） 描述，采用 χ² 檢驗進(jìn)行組間比較。使用單因素及多因素Logistic回歸分析篩選相關(guān)變量，據(jù)此構(gòu)建列線圖預(yù)測模型，并繪制受試者工作特征（receiver operatorcharacteristic curve，ROC）曲線。通過Hosmer-Lemeshow檢驗進(jìn)行模型的擬合優(yōu)度評估， Pgt;0.05 則表明模型擬合良好。采用內(nèi)部驗證計算模型的準(zhǔn)確性、靈敏度、特異性、F1分?jǐn)?shù)及ROC曲線下面積（areaunderthecurve，AUC），以評估模型的預(yù)測能力。以 Plt;0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1COPD合并2型糖尿病病人住院30d內(nèi)死亡現(xiàn)狀1647例病人中，239例 （14.51% 在住院30d內(nèi)死亡，其中，建模組172例，驗證組48例。

2.2 研究對象基線資料比較（見表1）

表1建模組與驗證組病人的一般情況比較 1n=1647 ）

（續(xù)表）

2.3COPD合并2型糖尿病病人住院30d內(nèi)死亡的單因素分析

建模組1152例病人中，按照是否死亡又分為死亡組 n=172） 和生存組 。單因素分析結(jié)果顯示，年齡、BMI、心率、呼吸、血清清蛋白、血清肌酐、血尿素氮、血小板計數(shù)、氧分壓、國際標(biāo)準(zhǔn)化比值、心房顫動、充血性心力衰竭、心肌梗死、肺炎、使用血管活性藥物、連續(xù)腎臟替代治療、機(jī)械通氣、SOFA評分是COPD合并2型糖尿病病人30d內(nèi)死亡的影響因素中 ?Plt;0.05） 。見表2。

表2COPD合并2型糖尿病病人 30d 內(nèi)死亡的單因素分析（ n=1 152

（續(xù)表）

2.4COPD合并2型糖尿病病人住院30d內(nèi)死亡的單因素Logistic回歸分析

將COPD合并2型糖尿病病人住院30d內(nèi)是否死亡列為因變量（未死亡 =0 ，死亡 =1 ，將有統(tǒng)計學(xué)意義的變量作為自變量，分別納入進(jìn)行單因素Logistic回歸分析，自變量賦值情況見表3。單因素Logistic回歸分析結(jié)果顯示，年齡 ?65 歲、心率、呼吸、血小板計數(shù)、血清清蛋白、氧分壓、血清肌酐、血尿素氮、國際標(biāo)準(zhǔn)化比值、心房顫動、充血性心力衰竭、心肌梗死、肺炎、使用血管活性藥物、連續(xù)腎臟替代治療、機(jī)械通氣及SOFA評分等變量與COPD合并2型糖尿病病人住院30d內(nèi)死亡結(jié)局相關(guān) （Plt;0.05） 。見表4。

表3自變量賦值情況

表4AECOPD合并2型糖尿病病人住院30d內(nèi)死亡的單因素Logistic回歸分析結(jié)果

（續(xù)表）

2.5COPD合并2型糖尿病病人住院30d內(nèi)死亡的多因素Logistic回歸分析

將單因素Logistic回歸分析中有統(tǒng)計學(xué)意義的變量列入進(jìn)行多因素Logistic回歸分析。多因素Logistic回歸分析結(jié)果顯示，年齡、心房顫動、肺炎、使用血管活性藥物、SOFA評分被確認(rèn)為是COPD合并2型糖尿病病人住院30d內(nèi)死亡的影響因素 （Plt;0.05） 。見表5。

表5COPD合并2型糖尿病病人住院30d內(nèi)死亡的多因素Logistic回歸分析結(jié)果

2.6COPD合并2型糖尿病病人住院30d內(nèi)死亡列線圖預(yù)測模型的構(gòu)建與驗證

2.6.1COPD合并2型糖尿病病人住院30d內(nèi)死亡列線圖預(yù)測模型的構(gòu)建

使用多因素Logistic回歸模型篩選出與住院30d內(nèi)死亡相關(guān)的獨(dú)立危險因素構(gòu)建列線圖預(yù)測模型，見圖1。根據(jù)各因素與結(jié)局的相關(guān)性，為每個變量分配了相應(yīng)的得分，并繪制了總分對應(yīng)的風(fēng)險軸，以預(yù)測病人最終的死亡概率。

圖1COPD合并2型糖尿病病人住院30d內(nèi)死亡風(fēng)險列線圖預(yù)測模型

2.6.2COPD合并2型糖尿病病人住院30d內(nèi)死亡列線圖預(yù)測模型的驗證

以住院30d內(nèi)死亡為狀態(tài)變量，列線圖預(yù)測分值為檢驗變量，繪制ROC曲線，見圖2。建模組的AUC為 0.75[95%0C[（0.71，0.79）] ，預(yù)測準(zhǔn)確性為0.72，靈敏度為0.72，特異性為0.69，F(xiàn)1分?jǐn)?shù)為0.811。驗證集共納入495例病人，應(yīng)用列線圖模型預(yù)測52例死亡，實(shí)際48例死亡，其預(yù)測準(zhǔn)確率為 70% 。驗證組的AUC為 ，預(yù)測準(zhǔn)確性為0.70，靈敏度為0.71，特異性為0.61，F(xiàn)1分?jǐn)?shù)為0.801，具有較好的預(yù)測性能。決策分析曲線（DCA）顯示，該模型在建模組和驗證組中的不同預(yù)測閾值下均具有較好的臨床效益，見圖3、圖4。此外，校準(zhǔn)曲線表明，模型在建模組和驗證組中的預(yù)測概率與實(shí)際死亡發(fā)生率之間具有良好的一致性，見圖5、圖6。

圖2建模組與驗證組的ROC曲線

圖3建模組決策曲線

圖4驗證組決策曲線

圖5建模組校準(zhǔn)曲線

圖6驗證組校準(zhǔn)曲線

3 討論

3.1COPD合并2型糖尿病病人住院3Od內(nèi)死亡現(xiàn)狀

COPD是一種全球范圍內(nèi)高發(fā)的慢性呼吸系統(tǒng)疾病，其病理機(jī)制主要與氣道和（或）肺泡的結(jié)構(gòu)或功能異常相關(guān)，病人通常表現(xiàn)為呼吸困難、咳嗽、咳痰以及急性加重等慢性呼吸道癥狀[15]。相較于普通病人，合并2型糖尿病的COPD病人在疾病管理上的復(fù)雜性和挑戰(zhàn)更為顯著[16]。COPD常規(guī)治療包括支氣管舒張劑和（或）吸人糖皮質(zhì)激素（inhaledcorticosteroids，ICS）[1]。ICS的使用可能對血糖代謝產(chǎn)生不利影響，特別是在糖尿病病人中，血糖控制不佳會進(jìn)一步增加COPD病人罹患呼吸道感染的可能性[。此外，COPD病人通常會經(jīng)歷急性惡化期即急性發(fā)作期，此時常需全身糖皮質(zhì)激素治療。糖皮質(zhì)激素的使用雖然可以縮短恢復(fù)時間，改善肺功能和氧合作用[17-18]，但也進(jìn)一步增加了合并2型糖尿病病人血糖控制不佳的風(fēng)險，帶來了更高的死亡率與更差的預(yù)后[16.19-21]。因此，精準(zhǔn)評估合并2型糖尿病的COPD病人短期死亡風(fēng)險，在優(yōu)化治療方案以及延長病人生存時間、改善短期預(yù)后上具有重要意義。

3.2COPD合并2型糖尿病病人住院30d內(nèi)死亡的影響因素

本研究基于合并2型糖尿病的COPD病人數(shù)據(jù)，使用Logistic回歸分析方法開發(fā)了住院3Od內(nèi)死亡風(fēng)險的列線圖預(yù)測模型。Logistic回歸分析結(jié)果顯示，年齡 ?65 歲、心房顫動、肺炎、使用血管活性藥物和SOFA評分是30d內(nèi)死亡的獨(dú)立危險因素。這些變量從多角度反映了病人的病情特點(diǎn)：高齡病人身體各器官的功能和整體健康狀況逐步衰退，使其更易受到多種疾病的影響，并導(dǎo)致死亡風(fēng)險逐漸增加[22]；心房顫動的存在進(jìn)一步加重了COPD病人的心血管負(fù)擔(dān)，顯著提升了血栓性事件（如腦卒中和其他血栓性并發(fā)癥）的風(fēng)險，延長住院時間，增加院內(nèi)死亡率[23-25]；肺炎是COPD急性加重的主要誘因[26]，特別是在糖尿病病人中，高血糖狀態(tài)會削弱免疫功能，給治療帶來更多困難[6.8]；使用血管活性藥物及較高的SOFA評分則反映了重癥病人對循環(huán)支持的需求及多器官功能衰竭的嚴(yán)重程度[27]。這些獨(dú)立危險因素的確定不僅為臨床風(fēng)險評估提供了關(guān)鍵依據(jù)，還強(qiáng)調(diào)了在COPD病人的管理中，對病人狀態(tài)進(jìn)行多維度評估的重要性。

3.3COPD合并2型糖尿病病人住院30d內(nèi)死亡預(yù)測模型的預(yù)測性能

本研究構(gòu)建的列線圖預(yù)測模型通過整合多種臨床變量，為精準(zhǔn)預(yù)測病人短期死亡風(fēng)險提供了簡便易行的工具。模型在建模組和驗證組中的AUC分別為0.75[95%0C]（0.71，0.79） 和 顯示出良好的區(qū)分能力[28]。校準(zhǔn)曲線進(jìn)一步驗證了模型預(yù)測值與實(shí)際發(fā)生率之間的一致性，DCA曲線表明該模型在不同風(fēng)險閾值下均具有臨床應(yīng)用價值。通過早期識別高危病人，臨床醫(yī)生可以針對性地調(diào)整治療方案，如加強(qiáng)血糖管理、優(yōu)化感染控制、觀察循環(huán)支持的使用效果以及加強(qiáng)對器官功能狀態(tài)的監(jiān)測，從而更有效地改善病人預(yù)后，降低死亡風(fēng)險。然而，本研究也存在一定局限性。首先，數(shù)據(jù)來源于MIMIC-N數(shù)據(jù)庫，其樣本主要來自美國特定醫(yī)療機(jī)構(gòu)，可能存在種族和地區(qū)差異。其次，本研究為回顧性設(shè)計，部分動態(tài)指標(biāo)（如病人血糖波動情況）未被納入分析。未來將對該模型進(jìn)行外部驗證，并結(jié)合動態(tài)監(jiān)測數(shù)據(jù)進(jìn)一步研究，以優(yōu)化模型性能。

4小結(jié)

綜上所述，本研究構(gòu)建的列線圖模型基于關(guān)鍵臨床變量，能夠有效預(yù)測合并2型糖尿病的COPD病人住院30d內(nèi)的死亡風(fēng)險。模型為臨床實(shí)踐中早期識別高危病人提供了科學(xué)依據(jù)，可為個體化管理和優(yōu)化治療策略提供支持，從而改善病人預(yù)后。

參考文獻(xiàn)：

[1]AGUSTiA，CELLIBR，CRINERGJ，etal.Global initiative for chronic obstructive lung disease 2O23 report：gold executive summary[J].Respirology，2023，28（4）：316-338.

[2]王鳳燕，梁振宇，何文強(qiáng)，等.慢性阻塞性肺疾病年度進(jìn)展2024[J]. 中華結(jié)核和呼吸雜志，2025，48（1）：60-65.

[3］GBD2Ol9 Chronic Respiratory Diseases Collaborators.Global burden of chronic respiratory diseases and risk factors，199o-2Ol9：an update from theglobal burdenof diseasestudy 2Ol9[J].E ClinicalMedicine， 2023，59：101936.

[4]BOERS E，BARRETT M，SUJG，et al.Global burden of chronic obstructive pulmonary disease through 2O5o[J]. JAMA Network Open，2023，6（12）：e2346598.

[5] FABBRI L M，CELLI B R，AGUSTi A，et al.COPD and multimorbidity：recognising and addressing a syndemic occurrence [J].The Lancet Respiratory Medicine，2023，11（11）：1020-1034.

[6] CAUGHEY G E，ROUGHEAD E E，VITRY A I，et al. Comorbidity in the elderly with diabetes：identification of areas of potential treatment conflicts[J]. Diabetes Research and Clinical Practice，2010，87（3）：385-393.

[7]GROENEWEGEN A，ZWARTKRUIS V W，SMIT L J，et al. Sex-specific and age-specific incidence of ischaemic heart disease， atrial fibrilation and heart failure in community patients with chronic obstructive pulmonary disease[J]. BMJ Open Respiratory Research，2022，9（1）：e001307.

[8]ROGLIANI P，ORA J，DI DANIELE N，et al.Pleiotropic effcts of hypoglycemic agents：implications in asthma and COPD[J]. Current Opinion in Pharmacology，2018，40：34-38.

[9]DIVO M，COTE C，DE TORRES JP，et al.Comorbidities and risk of mortality in patientswith chronic obstructivepulmonary disease[J].American Journal of Respiratory and Critical Care Medicine，2012，186（2）：155-161.

[10］王小川，王漢超，姚宇，等.慢性阻塞性肺疾病急性加重期合并2 型糖尿病患者的臨床特征和危險因素分析與治療[J].中國臨床 藥理學(xué)與治療學(xué)，2024，29（4）：392-400.

[11]XU Z H，LIF，XIN Y，et al.Prognostic risk prediction model for patients with acute exacerbation of chronic obstructive pulmonary disease（AECOPD）：a systematic reviewand Meta-analysis[J]. Respiratory Research，2024，25（1）：410.

[12]JIA QY，CHEN Y，ZEN Q，et al.Development and validation of machine learning-based models for prediction of intensive care unitadmission and in-hospital mortality in patients with acute exacerbations of chronic obstructive pulmonary disease[J].Chronic Obstructive Pulmonary Diseases，2024，11（5）：460-471.

[13]JOHNSON A E W，BULGARELLIL，SHEN L，et al.MIMICN，a freely accessible electronic health record dataset[J].Scientific Data，2023，10（1）：1.

[14]TEMPLETON A J， MCNAMARA M G，SERUGA B，et al. Prognostic role of neutrophil-to-lymphocyte ratio in solid tumors： a systematic review and Meta-analysis[J].Journal of the National Cancer Institute，2014，106（6）：djul24.

[15] CHRISTENSON S A， SMITH B M，BAFADHEL M，et al. Chronic obstructive pulmonary disease[J].Lancet，2O22，399 （10342）：2227-2242.

[16]TARAR P，BANDI V V，SARWAR H，et al.Exploring the interrelationshipbetween diabetesmellitusandchronic lung diseases：a comprehensive review[J].Cureus，2O24，16（9）：e69617.

[17] VINIOL C，VOGELMEIERC F.Exacerbationsof COPD[J]. European RespiratoryReview，2018，27（147）：170103.

[18] 韓金霞，錢瑜琳.糖皮質(zhì)激素對于2型糖尿病合并慢性阻塞性肺 病急性發(fā)作期的療效相關(guān)研究[J].世界臨床藥物，2022，43（12）： 1561-1567.

[19] UPADHYAY J，TRIVEDI N，LAL A.Risk of future type 2 diabetesmelitusinpatientsdevelopingsteroid-induced hyperglycemia during hospitalization for chronic obstructive pulmonary disease exacerbation[J].Lung，2020，198（3）：525-533.

[20]HO T W，HUANG C T，TSAI Y J，et al.Metformin use mitigates the adverse prognostic effect of diabetes mellitus in chronic obstructive pulmonary disease[J].Respiratory Research， 2019，20（1）：69.

[21] MOTAMEDB，ALAVIFOUMANI A，TANGESTANINEZHADA， etal.Therelationship between glycated hemoglobin Alclevels and exacerbation status in the patients with chronic obstructive pulmonarydisease[J].BMCResearchNotes，2022，15（1）：326.

[22]JIZL，LIXL，LEISY，etal.Apooled analysis of therisk prediction modelsfor mortality in acute exacerbation of chronic obstructive pulmonary disease[J].The ClinicalRespiratory Journal，2023，17（8）：707-718.

[23] DURHEIM M T，HOLMESDN，BLANCO RG，etal. Characteristics and outcomes of adults with chronic obstructive pulmonary disease and atrial fibrillation[J].Heart，2Ol8，1O4（22）： 1850-1858.

[24]NGUYEN HL，NGUYENTD，PHANPT.Prevalence and associated factors of paroxysmal atrial fibrillation and atrial arrhythmias during hospitalizations for exacerbation of COPD[J]. International Journal of Chronic Obstructive Pulmonary Disease， 2024，19：1989-2000.

[25] XIAO X C，HAN H D，WU C，etal.Prevalence ofatrial fibrillationin hospital encounterswith end-stage COPD on home oxygen：national trends in theUnited States[J].Chest，2Ol9，155（5）： 918-927.

[26] SAPEY E，STOCKLEY RA.COPD exacerbations.2：aetiology [J].Thorax，2006，61（3）：250-258.

[27]RAITHEP，UDY AA，BAILEYM，etal.Prognosticaccuracy of the SOFA score，SIRS criteria，and qSOFA score for inhospital mortality among adultswith suspected infection admitted tothe intensivecareunit[J].JAMA，2017，317（3）：290-300.

[28] 王俊峰，章仲恒，周支瑞，等.臨床預(yù)測模型：模型的驗證[J].中國 循證心血管醫(yī)學(xué)雜志，2019，11（2）：141-144. （收稿日期：2025-03-21；修回日期：2025-07-25） （本文編輯趙奕雯）