Clear Sky Science · de

Zusammenhang zwischen Monozyten‑zu‑Lymphozyten‑Verhältnis und Sterblichkeit bei Patienten mit akuter Pankreatitis, die auf die Intensivstation aufgenommen wurden: eine retrospektive Kohortenstudie und Aufbau eines prädiktiven Modells mithilfe von Machine Learning

· Zurück zur Übersicht

Warum ein einfacher Bluttest auf der Intensivstation wichtig ist

Wenn Menschen eine plötzliche, schwere Entzündung der Bauchspeicheldrüse entwickeln – bekannt als akute Pankreatitis – kommen sie häufig mit starken Schmerzen ins Krankenhaus, und einige werden lebensbedrohlich krank. Ärztinnen und Ärzte auf Intensivstationen brauchen schnelle, verlässliche Methoden, um einzuschätzen, welche Patientinnen und Patienten voraussichtlich genesen und welche ein erhöhtes Sterberisiko haben, damit Überwachung und Therapie entsprechend angepasst werden können. Diese Studie untersucht, ob eine sehr einfache Messgröße aus einem routinemäßigen Blutbild – das Verhältnis zwischen zwei Arten weißer Blutkörperchen – zur Vorhersage der kurz- und langfristigen Überlebenschancen dieser schwerkranken Patientinnen und Patienten beitragen kann.

Figure 1
Figure 1.

Ein genauerer Blick auf eine gefährliche, plötzlich auftretende Erkrankung

Die akute Pankreatitis ist eine plötzliche Entzündung der Bauchspeicheldrüse, die viele Organe schädigen kann. Die meisten Betroffenen überleben, doch bei schweren Verläufen liegt die Sterblichkeit in manchen Fällen bei bis zu einem Drittel. Es gibt keine einzelne Heiltherapie; stattdessen besteht die Behandlung darin, den Körper zu unterstützen, während die Entzündung abklingt. Da sich die Krankheit schnell verschlechtern kann, stützen sich Ärztinnen und Ärzte auf Scores und Laborwerte, um das Ausmaß der Erkrankung zu beurteilen. Diese Instrumente können jedoch komplex sein oder sich nur langsam ändern. Die Autoren nutzten daher eine große US‑Intensivdatenbank, um zu prüfen, ob das Monozyten‑zu‑Lymphozyten‑Verhältnis – berechnet aus routinemäßigen Blutbildern – als schnelles, kostengünstiges Risikomaß dienen kann.

Was das Gleichgewicht der Blutzellen offenbart

Monozyten und Lymphozyten sind zwei Arten weißer Blutkörperchen, die unterschiedliche Aspekte der Abwehr reflektieren: Monozyten signalisieren breite Entzündungsreaktionen, während Lymphozyten zentrale Akteure des Immunschutzes sind. Durch das Teilen der Monozytenzahl durch die Lymphozytenzahl erhält man das Monozyten‑zu‑Lymphozyten‑Verhältnis (MLR). Die Forschenden identifizierten 1.044 erwachsene Patientinnen und Patienten, die mit akuter Pankreatitis auf die Intensivstation aufgenommen wurden, und ordneten sie in vier Gruppen von niedrigstem bis höchstem MLR ein. Anschließend analysierten sie, wie häufig Patientinnen und Patienten in jeder Gruppe im Krankenhaus, innerhalb von 28 Tagen und innerhalb eines Jahres verstarben, und berücksichtigten dabei zahlreiche weitere klinische Merkmale wie Alter, Vitalzeichen, Organfunktionswerte und Vorerkrankungen.

Eine U‑förmige Verbindung zwischen Verhältnis und Risiko

Das Team stellte fest, dass das MLR stark mit dem Überleben verknüpft war. Patientinnen und Patienten mit sehr hohen Verhältnissen hatten die schlechtesten Ergebnisse: Sie verstarben häufiger auf der Intensivstation, hatten längere Aufenthalte und zeigten höhere Sterberaten nach 28 Tagen und nach einem Jahr. Interessanterweise war auch bei sehr niedrigen Verhältnissen das langfristige Risiko erhöht. Trug man das Verhältnis gegen die Sterbewahrscheinlichkeit auf, ergab sich eine U‑förmige Kurve, mit dem geringsten Risiko in einem mittleren Bereich. Dieses Muster bestand auch nach Adjustierung für Alter, Herz‑ und Nierenerkrankungen, Infektionen und viele andere Faktoren, was darauf hindeutet, dass sowohl zu starke Entzündungsreaktionen als auch eine zu geringe Immunfähigkeit bei dieser Erkrankung schädlich sein können.

Figure 2
Figure 2.

Computermodelle, die Hochrisikopatienten erkennen

Um zu prüfen, wie gut das MLR in Vorhersagemodelle einfließen kann, bauten die Forschenden mehrere computergestützte Modelle mithilfe von Machine‑Learning‑Methoden. Sie trainierten diese Modelle an einem Teil der Patientendaten und testeten sie anschließend an den verbleibenden Datensätzen. Über die Modelle hinweg lieferten ein traditionelles Überlebensmodell und eine Variante des Random Forest besonders gute Schätzungen dafür, wer innerhalb von 28 Tagen versterben würde. Bei der Untersuchung der Bedeutung der einzelnen Eingangsgrößen tauchte das MLR wiederholt als einer der Schlüsselfaktoren auf, neben Alter, allgemeinen Schweregrad‑Scores, Sauerstoffwerten, Blutgerinnungszeiten und Leberfunktionsparametern. Das bedeutet, dass moderne Analysetools, die komplexe Muster erfassen können, das Verhältnis der Blutzellen konstant als bedeutungsvolle Kenngröße erkennen.

Was das für Patientinnen, Patienten und Ärztinnen und Ärzte bedeutet

Für die tägliche Versorgung verdeutlichen diese Ergebnisse, dass ein bereits im Standardblutbild enthaltener Quotient Ärztinnen und Ärzte dabei unterstützen kann, rasch zu unterscheiden, welche Intensivpatientinnen und ‑patienten mit akuter Pankreatitis ein höheres Risiko tragen – sowohl in den kommenden Wochen als auch im folgenden Jahr. Obwohl die Studie beobachtend ist und auf Daten eines einzelnen Krankenhausnetzwerks beruht, legt sie nahe, dass ein moderates Monozyten‑zu‑Lymphozyten‑Verhältnis ein gesünderes Gleichgewicht zwischen Entzündung und Immunabwehr widerspiegelt. Nach weiterer Validierung könnte diese einfache Messgröße in Checklisten am Bett oder in computergestützten Alarmen verwendet werden, um Teams zu helfen, Aufmerksamkeit und Ressourcen auf die am stärksten gefährdeten Personen zu konzentrieren, wenn jede Minute zählt.

Zitation: Yang, J., Dong, C., Guo, M. et al. Association between monocyte-to-lymphocyte ratio and mortality in patients with acute pancreatitis requiring intensive care unit admission: a retrospective cohort study and predictive model establishment based on machine learning. Sci Rep 16, 9157 (2026). https://doi.org/10.1038/s41598-026-37791-6

Schlüsselwörter: akute Pankreatitis, Intensivpflege, Blutmarker, Immungleichgewicht, Machine‑Learning‑Vorhersage