Arq Bras Cardiol abc Arquivos Brasileiros de Cardiologia Arq. Bras. Cardiol. 0066-782X 1678-4170 Sociedade Brasileira de Cardiologia - SBC dptW4hZz3VnbsR5bNQZRqkd S0066-782X2024000600307 00307 10.36660/abc.20230817 Artigo Original Associação do Valor Pan-Imune-Inflamatório com Desfechos de Longo Prazo na Insuficiência Cardíaca Agudamente Descompensada 0000-0002-6564-7185 Murat Bektas Concepção e desenho da pesquisa e Revisão crítica do manuscrito quanto ao conteúdo Redação do manuscrito 1 0000-0002-3935-0222 Murat Selda Obtenção de dados Redação do manuscrito 2 0000-0002-8805-3224 Altınbas Mehmet Eren Obtenção de dados Análise e interpretação dos dados 3 0000-0003-2620-9948 Yalvac Halit Emre Obtenção de dados Redação do manuscrito 1 0000-0002-9688-110X Durmaz Fatih Enes Obtenção de dados Análise estatística 2 0000-0002-1331-5365 Mert Kadir Ugur Obtenção de dados Análise estatística 2 0000-0002-4027-9873 Cavusoglu Yüksel Concepção e desenho da pesquisa e Revisão crítica do manuscrito quanto ao conteúdo 2 Eskisehir City Hospital Department of Cardiology Eskisehir Turquia Eskisehir City Hospital, Department of Cardiology, Eskisehir – Turquia Eskisehir Osmangazi University Medicine Faculty Department of Cardiology Eskisehir Turquia Eskisehir Osmangazi University, Medicine Faculty Department of Cardiology, Eskisehir – Turquia Sivas Numune Hospital Department of Cardiology Sivas Turquia Sivas Numune Hospital, Department of Cardiology, Sivas – Turquia Correspondência: Selda Murat • Eskisehir Osmangazi University, Medical Faculty Department of Cardiology, Eskisehir - Turquia. E-mail: selda.eraslan@hotmail.com

Editor responsável pela revisão: Gláucia Maria Moraes de Oliveira

Potencial conflito de interesse

Não há conflito com o presente artigo

 15 07 2024 06 2024 121 6 e20230817 26 11 2023 16 02 2024 13 03 2024 This is an Open Access article distributed under the terms of the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

: Associação do Valor Pan-Imune-Inflamatório com Desfechos de Longo Prazo na Insuficiência Cardíaca Agudamente Descompensada

Pacientes nos tercis de PIV e relação entre PIV e mortalidade por todas as causas. ICAD: insuficiência cardíaca agudamente descompensada; PIV: valor pan-imune-inflamatório.

Resumo Fundamento

Embora tenha havido melhorias significativas no tratamento da insuficiência cardíaca (IC) nas últimas décadas, seu prognóstico permanece desfavorável. Embora existam muitos biomarcadores que podem ajudar a prever o prognóstico de pacientes com IC, há necessidade de biomarcadores mais simples, menos dispendiosos e mais facilmente disponíveis.

 Objetivo

Avaliar o valor preditivo do valor pan-imune-inflamatório (PIV, do inglês pan-immune-inflammation value) em pacientes com IC agudamente descompensada.

 Métodos

Analisamos 409 pacientes com IC com fração de ejeção reduzida internados por IC aguda descompensada. Os pacientes foram divididos em 3 grupos de acordo com os tercis de PIV: tercil 1 (PIV < 357,25), tercil 2 (PIV ≥ 357,25 e < 834,55) e tercil 3 (PIV ≥ 834,55). Foram considerados estatisticamente significativos valores de p < 0,05. Curvas de Kaplan-Meier e modelos de regressão de riscos proporcionais de Cox foram utilizados para avaliar a associação entre PIV e mortalidade por todas as causas. O desfecho primário foi mortalidade por todas as causas em 5 anos, e o desfecho secundário compreendeu a mortalidade por todas as causas intra-hospitalar em 30 dias, em 180 dias e em 1 ano

 Resultados

Mostramos que valores mais elevados de PIV estavam associados a desfechos primários e secundários. A curva de Kaplan-Meier mostrou que pacientes com valores mais elevados de PIV apresentaram risco aumentado de mortalidade por todas as causas em curto e longo prazo (log-rank p < 0,001). Na análise multivariada, o PIV foi identificado como um preditor independente de mortalidade por todas as causas em longo prazo em pacientes com IC aguda descompensada, e observamos um aumento de 1,96 vezes no risco de um evento (razão de chances: 1,96; intervalo de confiança de 95%: 1,330 a 2,908; p = 0,001).

 Conclusões

Nosso estudo mostrou que o novo biomarcador PIV pode ser usado como preditor de prognóstico em pacientes com IC aguda descompensada.

 Mortalidade Biomarcadores Insuficiência Cardíaca Sistólica Introdução

A insuficiência cardíaca (IC) é uma síndrome clínica acompanhada de sintomas como falta de ar, inchaço dos tornozelos, fadiga e tolerância à atividade diminuída, resultando em débito cardíaco reduzido decorrendo de comprometimento estrutural e/ou funcional do coração para manter a perfusão e as necessidades metabólicas de vários tecidos e órgãos.1,2 Embora melhorias nos tratamentos e suas implementações tenham melhorado a sobrevida e a hospitalização dos pacientes com insuficiência cardíaca com fração de ejeção reduzida (ICFEr) nos últimos 30 anos, continua a ser um grave problema de saúde pública e representa um sério fardo econômico, em relação ao aumento da expectativa de vida e ao envelhecimento da população global.3,4

A estimativa do prognóstico para desfechos clínicos, como morbidade, mortalidade e hospitalização, desempenha um papel importante para ajudar os pacientes, suas famílias e os médicos a decidirem sobre o tipo e o momento apropriados do tratamento (especialmente as decisões relativas à transição rápida para tratamentos adicionais). Nas últimas décadas, embora numerosos marcadores prognósticos tenham sido identificados para prever morte e/ou hospitalização por IC em diferentes populações de pacientes com IC, alguns deles são úteis na previsão do óbito, mas são insuficientes na previsão de hospitalizações. Além disso, a sua aplicabilidade clínica é limitada, e a estratificação precisa do risco na IC permanece difícil.5-7

Embora a patogênese específica da IC permaneça incerta, a ativação imunológica anormal e a inflamação crônica desempenham um papel importante, e tem sido provado que existe uma estreita relação entre a inflamação e doenças cardiovasculares.8 Estudos demonstraram que a inflamação desempenha um papel importante no início e na progressão da aterosclerose e está intimamente associada à patogênese da IC e à remodelação cardíaca.9 Evidências crescentes também propõem que as respostas imunológicas e inflamatórias podem desempenhar um papel patogênico no desenvolvimento da IC crônica.10

A IC aguda pode ser a primeira manifestação de IC (início novo) ou, mais frequentemente, pode ser devida à descompensação aguda da IC crônica. A IC agudamente descompensada é a principal causa de hospitalização em pessoas com mais de 65 anos e está associada a altas taxas de mortalidade e rehospitalização, com mortalidade intra-hospitalar de 4% a 10%. Em comparação com pacientes com IC aguda descompensada, pacientes com IC de início recente podem ter maior mortalidade intra-hospitalar, mas apresentam menores taxas de mortalidade pós-alta e de rehospitalização.11

Mais recentemente, um biomarcador de células inflamatórias extensas denominado valor pan-imune-inflamatório (PIV, do inglês pan-immune-inflammation value), que inclui contagens de neutrófilos, plaquetas, monócitos e linfócitos, demonstrou estar fortemente associado a desfechos piores e mortalidade em muitos tipos de câncer. Todos esses estudos mostraram que o PIV é um indicador de inflamação mais estável e melhor do que os biomarcadores imunológicos bem estabelecidos, como a relação neutrófilos/linfócitos (RNL) e a relação plaquetas/linfócitos (RPL).12-14

Portanto, o objetivo do presente estudo foi avaliar o valor prognóstico em longo prazo do PIV, um novo biomarcador de baixo custo que é facilmente disponível, contendo todos os componentes imunoinflamatórios obtidos do sangue periférico, em pacientes com IC agudamente descompensada.

 Métodos População do estudo

O presente estudo retrospectivo incluiu um total de 409 pacientes hospitalizados por IC agudamente descompensada no nosso hospital terciário de referência entre janeiro de 2015 e janeiro de 2020. Incluímos pacientes maiores de 18 anos que foram admitidos no departamento de emergência e hospitalizados por ICFEr agudamente descompensada com base na definição das Diretrizes da Sociedade Europeia de Cardiologia.3 Os critérios de exclusão foram os seguintes: dispneia principalmente por causas não cardíacas, choque séptico, síndrome coronariana aguda, gestantes, pacientes com doenças inflamatórias ativas, pacientes com infecção ativa (pneumonia, infecção do trato urinário, etc.), pacientes com qualquer leucemia, pacientes sem parâmetros hematológicos e pacientes com IC hospitalizados principalmente por infecção (Figura 1).

– Fluxograma para inclusão de pacientes. ICAD: insuficiência cardíaca agudamente descompensada.

Coleta de dados

Foram coletados do sistema médico hospitalar os dados demográficos e o histórico médico dos pacientes, incluindo idade, sexo, hipertensão, diabetes mellitus, hiperlipidemia e tabagismo. No momento da admissão hospitalar, todas as amostras de sangue venoso rotineiramente mediram o seguinte: glicose, creatinina, colesterol, colesterol de lipoproteína de alta densidade, lipoproteína de baixa densidade, colesterol total, triglicerídeos, pico de creatinoquinase fração MB, pico de troponina T, a fração N-terminal do peptídeo natriurético do tipo B (NT-proBNP), hemoglobina, contagem de neutrófilos, contagem de linfócitos, contagem de monócitos e contagem de plaquetas. Todos os dados demográficos, médicos, ecocardiográficos e laboratoriais foram obtidos do banco de dados do hospital. As comorbidades foram aceitas como diagnósticos se encontradas no histórico médico do paciente ou nos registros e prontuários do paciente.

 Cálculo do valor pan-imune-inflamatório

O PIV foi calculado do modo seguinte: [contagem de neutrófilos (103/μL)× contagem de plaquetas (103/μL)× contagem de monócitos (103/μL)]/ contagem de linfócitos (103/μL) .13

 Desfechos do estudo

A mortalidade por todas as causas em longo prazo (5 anos) de pacientes com IC agudamente descompensada foi selecionada como desfecho primário, enquanto o desfecho secundário foi definido como mortalidade em curto prazo, incluindo a mortalidade por todas as causas intra-hospitalar, em 30 dias, em 180 dias e em 1 ano. O desfecho primário e secundário do acompanhamento foi obtido do banco de dados do hospital e por ligações telefônicas com os pacientes e/ou seus familiares.

O estudo recebeu aprovação do comitê de ética da nossa universidade.

 Análise estatística

A análise estatística foi realizada utilizando o IBM SPSS Statistics 21.0 (IBM Corp., lançado em 2012, IBM SPSS Statistics for Windows, versão 21.0. Armonk, NY, EUA).

Variáveis contínuas normalmente distribuídas são relatadas como média ± desvio padrão, enquanto variáveis distorcidas são expressas como medianas e intervalos interquartis. Foram realizados testes de Shapiro-Wilk e traçados mapas de densidade para determinar a normalidade da distribuição das variáveis contínuas. As variáveis categóricas foram expressas como frequências absolutas e relativas, e as associações relacionadas às variáveis categóricas foram verificadas por meio do teste qui-quadrado ou o teste exato de Fisher.

As comparações das diferenças entre os grupos foram realizadas por análise de variância (ANOVA unidirecional). Para análise post-hoc foi utilizado o teste de Tukey. Foi utilizado o teste H de Kruskal-Wallis para comparar os grupos que não se enquadraram na distribuição normal. Para análise post-hoc foi utilizado o teste de Dunn.

Os pacientes foram agrupados em 3 tercis com níveis aumentados de PIV para análise subsequente.

Foram aplicados modelos univariados e multivariados para prever a mortalidade por todas as causas. Variáveis com p < 0,05 no modelo univariado foram incluídas no modelo multivariado para avaliar os efeitos abrangentes do PIV no evento do desfecho. Também mostramos a relação entre o PIV e a sobrevida dos pacientes por meio da curva de Kaplan-Meier, utilizando o teste log-rank para testar hipóteses. Foram calculados o odds ratio (OR)e seu intervalo de confiança (IC) de 95%. Todas as comparações foram bicaudais, com p < 0,05 considerado significativo.

 Resultados

De acordo com os critérios de inclusão mencionados acima, 409 pacientes com diagnóstico de IC foram incluídos neste estudo. A média de idade foi de 62,2 ± 11,8 anos e houve predominância do sexo masculino, com 279 pacientes masculinos (68,2%). Os pacientes foram divididos em 3 grupos (tercil 1, tercil 2 e tercil 3) de acordo com os tercis do PIV (Figura Central). As características basais da população do estudo estão listadas na Tabela 1. Pacientes mais idosos apresentaram maior PIV (p = 0,038). Comparando as comorbidades entre os 3 grupos, o PIV não apresentou diferença estatística entre hipertensão e diabetes mellitus (p = 0,717 e p = 0,348, respectivamente). Pacientes com maior PIV foram associados a maiores taxas de insuficiência renal e doença pulmonar crônica (p = 0,002 e p = 0,004, respectivamente), e a prevalência de doença arterial coronariana foi menor no tercil mais alto de PIV (p = 0,021).

– Características basais da população do estudo por grupos tercis de PIV
PIV < 357,25 (n=136) (1) PIV ≥ 357,25 e < 834,55 (n=136) (2) PIV ≥ 834,55 (n=137) (3) Valor p Comparações múltiplas
Idade, anos 66,2±11,9 66,3±12,9 69,2±10,2 0,038 1-3: 0,041
Sexo feminino, n (%) 49 (36,0%) 37 (27,2 %) 44 (32,1%) 0,293 -
HT, n (%) 83 (61,0 %) 77 (56,60%) 83 (60,6%) 0,717 -
DM, n (%) 52 (38,2%) 62 (45,6%) 63 (46,0%) 0,348 -
DAC, n (%) 82 (60,3%) 103 (75,7%) 96 (70,1%) 0,021 -
DPC, n (%) 28(20,6%) 38(27,9%) 53 (38,7%) 0,004 -
FA, n (%) 30 (22,1%) 26 (19,4%) 48 (35,0%) 0,038 -
Insuficiência renal, n (%) 60 (44,1%) 67 (49,3%) 89,0 (65,0%) 0,002 -
FC, batimentos/minuto 72,9±14,7 77,2±19,1 83,5±18,5 <0,001 1-3: <0,001 2-3: 0,009
Sinais de hipoperfusão, n (%) 9(6,6%) 14(10,3%) 23(16,8%) 0,027 -
Resultados laboratoriais
Hemoglobina, g/dl 12,9±2,07 12,3±2,0 11,9±1,8 <0,001 1-3: <0,001
Plaquetas, (103 /mL) 181,0(15,25-217,75) 207,0(173,75-253,5) 250,0(194,0-303,5) <0,001 1-2: 0,012 1-3: <0,001 2-3: <0,001
WBC, (103/mL) 7,0(5,8-8,4) 8,1(6925-9,3) 10,2(8,8-12,25) <0,001 1-2: 0,031 1-3: <0,001 2-3: <0,001
Linfócitos (103 /mL) 1,7(1,4-2,2) 1,45(1,0-1,8) 1,2(0,95-1,6) <0,001 1-2: <0,001 1-3: <0,001
Neutrófilos (103 /mL) 4,25(3,5-5,3) 5,7(4,625-6,0) 7,90(6,55-9,70) <0,001 1-2: 0,007 1-3: <0,001 2-3: <0,001
Monócitos (103 /mL) 0,55(0,4250-0,70) 0,60(0,50-0,80) 0,90(0,70-1,10) <0,001 1-3: <0,001 2-3: <0,001
LDL-C (mg/dL) 105(77,0-130,02) 95,0(73,0-121,0) 90,0(70,0-112,0) 0,010 1-3: 0,003
Triglicerídeos (mg/dL) 113,0(87,1-149,2) 108,0(77,65-155,25) 108(84,25-145,0) 0,778 NS
NT-proBNP, pg/ml 1828,0 (650,2-5732,0) 3949(1228,7-11308) 5108,0 (2615,2-14394,0) <0,001 1-2: 0,016 1-3: <0,001
Albumina, g/dl 3,83±0,57 3,73±0,58 3,54±0,57 <0,001 1-3: <0,001 2-3: 0,028
PCR, (mg/dL) 5,82 (3,4-19,3) 13,65(5,64-32,5) 21,0(10,1-50,3) <0,001 1-3: <0,001 2-3: 0,006
Creatinina, (mg/dL) 1,23±0,69 1,49±1,08 1,54±0,82 0,002 1-2: 0,044 1-3: 0,012
Glicose, (mg/dL) 107 (84-152) 112,0(88,0-153,0) 117(90,5-164,5) 0,809 NS
Sódio, (mmol/L) 139,1±3,9 138,7±4,2 136,4±5,6 <0,001 1-3: <0,001 2-3: <0,001
Potássio, (mmol/L) 4,54±0,5 4,50±0,49 4,48±0,59 0,676 NS
Troponina-T 0,022(0,013-0,05) 0,036(0,019-0,062) 0,045(0,024-0,098) 0,176 NS
FEVE, % 26,5±7,25 24,5±8,5 25,2±7,9 0,091 NS
PSAP, mm Hg 48,6±17,1 50,6±15,6 50,6±15,8 0,224 NS
Desfechos (mortalidade por todas as causas)
Mortalidade em 30 dias 3 (2,2%) 9(6,6%) 12(8,8%) <0,001 -
Mortalidade em 365 dias 17 (12,5%) 32(23,5%) 46(35,8%) <0,001 -
Mortalidade em 5 anos 56 (41,2%) 82 (60,3%) 99 (72,3%) <0,001 -

DAC: doença arterial coronariana; DM: diabetes mellitus; DPC: doença pulmonar crônica; FA: fibrilação atrial; FC: frequência cardíaca; FEVE: fração de ejeção do ventrículo esquerdo; HT: hipertensão; LDL-C: colesterol de lipoproteína de baixa densidade; NS: não significativo; NT-proBNP: fração N-terminal do peptídeo natriurético do tipo B; PCR: proteína C reativa; PIV: valor pan-imune-inflamatório; PSAP: pressão sistólica da artéria pulmonar; WBC: contagem de leucócitos.

Na população geral do estudo, o acompanhamento médio foi de 5 anos. Observamos um total de 56 eventos no tercil 1, 82 eventos no tercil 2 e 99 eventos no tercil 3 durante o acompanhamento.

A Figura 2 mostra que um PIV mais elevado foi associado a uma mortalidade mais elevada, tanto no curto prazo como no período de acompanhamento de 5 anos. A Figura 3 demonstra a curva de Kaplan-Meier entre os tercis dos diferentes valores de PIV. Os resultados indicaram que os pacientes com PIV mais elevado tiveram um risco aumentado de mortalidade por todas as causas a curto e longo prazo (log rank p < 0,001).

– Relação entre PIV e mortalidade por todas as causas por período de tempo. PIV: valor pan-imune-inflamatório.

– Curva Kaplan-Meier de sobrevida global em pacientes com diferentes tercis de PIV. PIV: valor pan-imune-inflamatório.

A análise de regressão logística univariada e multivariada dos pacientes é apresentada na Tabela 2. Na análise multivariada, PIV, idade, NT-proBNP e pressão sistólica da artéria pulmonar foram identificados como preditores independentes de mortalidade por todas as causas em longo prazo em pacientes com ICFEr.

– Análises proporcionais univariadas e múltiplas de Cox para mortalidade
Pacientes
Univariada Múltipla
OR IC 95% da OR Valor p OR IC 95% da OR Valor p
PIV Tercil 1 (Ref.)
PIV Tercil Ref. >2 1,752 (1,247-2461) 0,001 1,565(1,055-2,323) 0,026
PIV Tercil Ref. >3 2,439(1,756-3,388) <0,001 1,966(1,330-2,908) 0,001
Idade 1,046 (1,033–1,059) <0,001 1,027 (1,013-1,041) <0,001
FE 0,979 (0,963–0,995) 0,010
K 0,860 (0,676–1,095) 0,221
Creatinina 1,292 (1,158–1,441) <0,001
NT-proBNP 1,000 (1,00–1,00) <0,001 1,001 (1,000–1,001) <0,001
PSAP 1,018 (1,010–1,028) <0,001 1,009 (1,00–1,019) 0,048
HGB 0,820 (0,770–0,873) <0,001

IC: intervalo de confiança; FE: fração de ejeção; HGB: hemoglobina; NT-proBNP: fração N-terminal do peptídeo natriurético do tipo B; OR: razão de chances; PIV: valor pan-imune-inflamatório; PSAP: pressão sistólica da artéria pulmonar.

Discussão

Os principais achados do nosso estudo são os seguintes: PIV mais alto foi associado a maior mortalidade por todas as causas em curto e longo prazo em pacientes com IC agudamente descompensada, e o PIV foi um preditor independente de mortalidade por todas as causas em longo prazo em pacientes com IC agudamente descompensada. Até onde sabemos, este é o primeiro estudo a avaliar o efeito do novo biomarcador PIV no prognóstico de pacientes com IC agudamente descompensada.

Embora terapias promissoras tenham sido descobertas para o tratamento da IC nas últimas décadas, a taxa de mortalidade e morbidade ainda permanece elevada. Portanto, o desenvolvimento de novos tratamentos, bem como o desenvolvimento de biomarcadores prognósticos, é de grande importância para a estratificação de risco dos pacientes com IC. O biomarcador conhecido NT-proBNP é amplamente utilizado para avaliar o prognóstico em pacientes com IC.15 Embora o NT-proBNP seja um bom indicador prognóstico, ele apresenta limitações importantes na prática clínica. Primeiro, quando o NT-proBNP é comparado com o valor real, está abaixo do valor esperado devido à sua meia-vida curta. Em segundo lugar, o NT-proBNP é significativamente afetado por condições como idade, sexo e obesidade, e a sua disponibilidade não é particularmente fácil. Portanto, a busca por novos biomarcadores menos dispendiosos e mais fáceis de obter começou a atrair a atenção de pesquisadores.16,17

Recentemente, alguns estudos mostraram que fatores inflamatórios podem ser biomarcadores de IC18,19 e que alguns fatores inflamatórios estão envolvidos na ocorrência e no desenvolvimento de IC.20,21 No presente estudo, avaliamos a relação entre PIV e desfechos a curto e longo prazo em pacientes com IC aguda descompensada. Os resultados do nosso estudo mostraram que o PIV pode ser um biomarcador independente para mortalidade por todas as causas, a curto e longo prazo, em pacientes com IC agudamente descompensada. Em nosso estudo, verificamos que o risco de mortalidade por todas as causas aumentou ao longo do tempo em diferentes níveis de PIV. Durante o mesmo período de acompanhamento, verificamos que o risco de mortalidade por todas as causas em pacientes com IC aumentou com o aumento dos valores de PIV na admissão, incluindo mortalidade em 30 dias, 180 dias, 1 ano e 5 anos após a admissão hospitalar. De acordo com a análise de regressão de riscos proporcionais de Cox, um PIV mais elevado na admissão foi um preditor independente de mortalidade. Portanto, podemos concluir que o PIV é um poderoso biomarcador na predição do prognóstico de pacientes com IC agudamente descompensada. A análise de sobrevida de Kaplan-Meier em 5 anos mostrou que pacientes com IC agudamente descompensada e tercil de PIV mais alto tiveram sobrevida global significativamente pior.

Embora, durante anos, dados de pesquisas e estudos clínicos utilizando modelos experimentais de IC tenham apoiado o conceito de que a IC é principalmente uma doença do músculo cardíaco dominada pela ativação anormal dos sistemas neuro-hormonal e simpático, as primeiras observações clínicas que datam da década de 1950 relataram uma associação entre a proteína C reativa e diferentes etiologias de IC.22 Além disso, Villacorta et al. relataram que a proteína C reativa é um preditor independente de mortalidade cardiovascular em pacientes com IC aguda descompensada e que a inflamação representa um componente importante na fisiopatologia desta doença.23 Isso sugere que um componente inflamatório deve ser considerado na complexidade da IC. Estudos subsequentes mostraram que a inflamação desempenha um papel importante na etiologia, progressão e prognóstico da IC. Vários estudos mostraram que citocinas pró-inflamatórias elevadas, como o fator de necrose tumoral alfa (TNF-α), estavam significativamente associadas à apoptose e necrose miocárdica, provocando remodelamento ventricular adverso.22 Também foi demonstrado que os níveis elevados de TNF-α foram associados à função sistólica cardíaca comprometida e à baixa sobrevida em longo prazo.24 Além disso, descobriu-se que a interleucina (IL)-6, uma das citocinas clássicas derivadas de monócitos, estava elevada em pacientes com disfunção ventricular esquerda sem sintomas, o que sugere que é um indicador sensível para o diagnóstico precoce de IC.25 Markousis-Mavrogenis et al. também relataram que a IL-6 estava associada à gravidade e à sobrevida global na IC.26 A contagem de linfócitos, neutrófilos, monócitos e plaquetas são as principais células na resposta à infecção e à inflamação. Os neutrófilos são leucócitos que atuam como a primeira linha de defesa do hospedeiro contra patógenos e desempenham um papel importante na etiologia e no desenvolvimento da IC. Estudos anteriores demonstraram que estão associados a desfechos desfavoráveis em pacientes com IC.27

A RNL foi recentemente adicionada à lista de marcadores inflamatórios avaliados em pacientes com IC, após o reconhecimento do papel importante que os neutrófilos podem desempenhar no desenvolvimento e evolução da IC. Um estudo observacional mostrou que a RNL estava significativamente associada à doença renal crônica, eventos cardiovasculares maiores e rehospitalização por IC.28 Dois estudos recentes relataram que o índice de inflamação imune sistêmica (SII, do inglês systemic immune-inflammation index), que é calculado a partir da contagem de plaquetas e da RNL, foi associado a prognósticos desfavoráveis em longo prazo em pacientes com IC.19

O PIV é um novo biomarcador calculado a partir de neutrófilos, leucócitos, linfócitos e monócitos. Até onde sabemos, este é o primeiro estudo sobre o PIV na previsão da mortalidade na IC agudamente descompensada. O PIV foi avaliado pela primeira vez em pacientes com câncer e foi relatado como um preditor independente de mortalidade.12,13 Em um estudo prévio, relatamos que o PIV foi um melhor preditor de mortalidade em pacientes com infarto agudo do miocárdio com elevação do segmento ST em curto e longo prazo, em comparação com outros índices como RNL, RPL e SII.29

A importância do nosso estudo e a sua diferença em relação aos estudos acima mencionados é que ele inclui as 4 células mais importantes da inflamação. Os estudos prévios mostraram que os biomarcadores com mais componentes eram melhores preditores do que os biomarcadores com 1 e 2 componentes em pacientes com câncer. De Giorgi et al. mostraram que o SII tem melhor valor prognóstico que a RNL em pacientes com câncer de células renais.30 Por outro lado, Kucuk et al.14 mostraram que o PIV era melhor que o SII e a RNL no câncer colorretal metastático e no melanoma. Embora os biomarcadores anteriores baseados em hemogramas não incluíssem os monócitos, são um dos pilares mais importantes da inflamação. Além disso, estudos prévios demonstraram que eles têm um importante valor prognóstico na aterosclerose e na patogênese da IC. Também foi relatado que uma elevação nos monócitos está associada a um prognóstico desfavorável em pacientes com IC.31

Limitações do estudo

Existem várias limitações no presente estudo. Primeiro, embora o período de acompanhamento de 5 anos tenha sido suficiente, o tamanho da população incluída no estudo foi pequeno. Em segundo lugar, o presente estudo foi realizado em um único centro e não validou o valor prognóstico do PIV em uma coorte de validação. Finalmente, como o estudo foi retrospectivo, apenas a mortalidade por todas as causas pôde ser avaliada, e o estudo não foi capaz de determinar o mecanismo subjacente da associação entre PIV elevado e mau prognóstico de pacientes com IC. Portanto, estudos prospectivos maiores são necessários para confirmar os resultados do presente estudo.

 Conclusão

Em conclusão, o presente estudo mostrou que valores mais elevados de PIV na admissão foram associados à mortalidade por todas as causas em 30 dias, 180 dias, 1 ano e 5 anos; portanto, o PIV pode ser usado como um preditor de prognóstico simples, de baixo custo e repetível em pacientes com IC.

 Referências 1. Sun D, Zhang F, Ma T, Zhang Y, Liang Z. Atorvastatin Alleviates Left Ventricular Remodeling in Isoproterenol-induced Chronic Heart Failure in Rats by Regulating the RhoA/Rho Kinase Signaling Pathway. Pharmacol Rep. 2020;72(4):903-11. doi: 10.1007/s43440-020-00085-3. Sun D Zhang F Ma T Zhang Y Liang Z Atorvastatin Alleviates Left Ventricular Remodeling in Isoproterenol-induced Chronic Heart Failure in Rats by Regulating the RhoA/Rho Kinase Signaling Pathway Pharmacol Rep 2020 72 4 903 911 10.1007/s43440-020-00085-3 2. Heidenreich PA, Bozkurt B, Aguilar D, Allen LA, Byun JJ, Colvin MM, et al. 2022 AHA/ACC/HFSA Guideline for the Management of Heart Failure: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines. J Am Coll Cardiol. 2022;79(17):263-421. doi: 10.1016/j.jacc.2021.12.012. Heidenreich PA Bozkurt B Aguilar D Allen LA Byun JJ Colvin MM et al 2022 AHA/ACC/HFSA Guideline for the Management of Heart Failure: A Report of the American College of Cardiology/American Heart Association Joint Committee on Clinical Practice Guidelines J Am Coll Cardiol 2022 79 17 263 421 10.1016/j.jacc.2021.12.012 3. McDonagh TA, Metra M, Adamo M, Gardner RS, Baumbach A, Böhm M, et al. 2021 ESC Guidelines for the Diagnosis and Treatment of Acute and Chronic Heart Failure. Eur Heart J. 2021;42(36):3599-726. doi: 10.1093/eurheartj/ehab368. McDonagh TA Metra M Adamo M Gardner RS Baumbach A Böhm M et al 2021 ESC Guidelines for the Diagnosis and Treatment of Acute and Chronic Heart Failure Eur Heart J 2021 42 36 3599 3726 10.1093/eurheartj/ehab368 4. Maggioni AP, Dahlström U, Filippatos G, Chioncel O, Leiro MC, Drozdz J, et al. EURObservational Research Programme: Regional Differences and 1-year Follow-up Results of the Heart Failure Pilot Survey (ESC-HF Pilot). Eur J Heart Fail. 2013;15(7):808-17. doi: 10.1093/eurjhf/hft050. Maggioni AP Dahlström U Filippatos G Chioncel O Leiro MC Drozdz J et al EURObservational Research Programme: Regional Differences and 1-year Follow-up Results of the Heart Failure Pilot Survey (ESC-HF Pilot) Eur J Heart Fail 2013 15 7 808 817 10.1093/eurjhf/hft050 5. Pocock SJ, Ariti CA, McMurray JJ, Maggioni A, Køber L, Squire IB, et al. Predicting Survival in Heart Failure: A Risk Score Based on 39 372 Patients from 30 Studies. Eur Heart J. 2013;34(19):1404-13. doi: 10.1093/eurheartj/ehs337. Pocock SJ Ariti CA McMurray JJ Maggioni A Køber L Squire IB et al Predicting Survival in Heart Failure: A Risk Score Based on 39 372 Patients from 30 Studies Eur Heart J 2013 34 19 1404 1413 10.1093/eurheartj/ehs337 6. Rahimi K, Bennett D, Conrad N, Williams TM, Basu J, Dwight J, et al. Risk Prediction in Patients with Heart Failure: A Systematic Review and Analysis. JACC Heart Fail. 2014;2(5):440-6. doi: 10.1016/j.jchf.2014.04.008. Rahimi K Bennett D Conrad N Williams TM Basu J Dwight J et al Risk Prediction in Patients with Heart Failure: A Systematic Review and Analysis JACC Heart Fail 2014 2 5 440 446 10.1016/j.jchf.2014.04.008 7. Ouwerkerk W, Voors AA, Zwinderman AH. Factors Influencing the Predictive Power of Models for Predicting Mortality and/or Heart Failure Hospitalization in Patients with Heart Failure. JACC Heart Fail. 2014;2(5):429-36. doi: 10.1016/j.jchf.2014.04.006. Ouwerkerk W Voors AA Zwinderman AH Factors Influencing the Predictive Power of Models for Predicting Mortality and/or Heart Failure Hospitalization in Patients with Heart Failure JACC Heart Fail 2014 2 5 429 436 10.1016/j.jchf.2014.04.006 8. Liberale L, Badimon L, Montecucco F, Lüscher TF, Libby P, Camici GG. Inflammation, Aging, and Cardiovascular Disease: JACC Review Topic of the Week. J Am Coll Cardiol. 2022;79(8):837-47. doi: 10.1016/j.jacc.2021.12.017. Liberale L Badimon L Montecucco F Lüscher TF Libby P Camici GG Inflammation, Aging, and Cardiovascular Disease: JACC Review Topic of the Week J Am Coll Cardiol 2022 79 8 837 847 10.1016/j.jacc.2021.12.017 9. Kim KW, Ivanov S, Williams JW. Monocyte Recruitment, Specification, and Function in Atherosclerosis. Cells. 2020;10(1):15. doi: 10.3390/cells10010015. Kim KW Ivanov S Williams JW Monocyte Recruitment, Specification, and Function in Atherosclerosis Cells 2020 10 1 15 10.3390/cells10010015 10. Hanna A, Frangogiannis NG. Inflammatory Cytokines and Chemokines as Therapeutic Targets in Heart Failure. Cardiovasc Drugs Ther. 2020;34(6):849-63. doi: 10.1007/s10557-020-07071-0. Hanna A Frangogiannis NG Inflammatory Cytokines and Chemokines as Therapeutic Targets in Heart Failure Cardiovasc Drugs Ther 2020 34 6 849 863 10.1007/s10557-020-07071-0 11. Deniau B, Costanzo MR, Sliwa K, Asakage A, Mullens W, Mebazaa A. Acute Heart Failure: Current Pharmacological Treatment and Perspectives. Eur Heart J. 2023;44(44):4634-49. doi: 10.1093/eurheartj/ehad617. Deniau B Costanzo MR Sliwa K Asakage A Mullens W Mebazaa A Acute Heart Failure: Current Pharmacological Treatment and Perspectives Eur Heart J 2023 44 44 4634 4649 10.1093/eurheartj/ehad617 12. Ligorio F, Fucà G, Zattarin E, Lobefaro R, Zambelli L, Leporati R, et al. The Pan-Immune-Inflammation-Value Predicts the Survival of Patients with Human Epidermal Growth Factor Receptor 2 (HER2)-Positive Advanced Breast Cancer Treated with First-Line Taxane-Trastuzumab-Pertuzumab. Cancers (Basel). 2021;13(8):1964. doi: 10.3390/cancers13081964. Ligorio F Fucà G Zattarin E Lobefaro R Zambelli L Leporati R et al The Pan-Immune-Inflammation-Value Predicts the Survival of Patients with Human Epidermal Growth Factor Receptor 2 (HER2)-Positive Advanced Breast Cancer Treated with First-Line Taxane-Trastuzumab-Pertuzumab Cancers (Basel) 2021 13 8 1964 10.3390/cancers13081964 13. Chen X, Hong X, Chen G, Xue J, Huang J, Wang F, et al. The Pan-Immune-Inflammation Value Predicts the Survival of Patients with Anaplastic Lymphoma Kinase-positive Non-small Cell Lung Cancer Treated with First-line ALK Inhibitor. Transl Oncol. 2022;17:101338. doi: 10.1016/j.tranon.2021.101338. Chen X Hong X Chen G Xue J Huang J Wang F et al The Pan-Immune-Inflammation Value Predicts the Survival of Patients with Anaplastic Lymphoma Kinase-positive Non-small Cell Lung Cancer Treated with First-line ALK Inhibitor Transl Oncol 2022 17 101338 10.1016/j.tranon.2021.101338 14. Kucuk A, Topkan E, Ozkan EE, Ozturk D, Pehlivan B, Selek U. A High Pan-immune-Inflammation Value Before Chemoradiotherapy Indicates Poor Outcomes in Patients with Small-cell Lung Cancer. Int J Immunopathol Pharmacol. 2023;37:3946320231187759. doi: 10.1177/03946320231187759. Kucuk A Topkan E Ozkan EE Ozturk D Pehlivan B Selek U A High Pan-immune-Inflammation Value Before Chemoradiotherapy Indicates Poor Outcomes in Patients with Small-cell Lung Cancer Int J Immunopathol Pharmacol 2023 37 3946320231187759 10.1177/03946320231187759 15. Tsutsui H, Albert NM, Coats AJS, Anker SD, Bayes-Genis A, Butler J, et al. Natriuretic Peptides: Role in the Diagnosis and Management of Heart Failure: A Scientific Statement from the Heart Failure Association of the European Society of Cardiology, Heart Failure Society of America and Japanese Heart Failure Society. Eur J Heart Fail. 2023;25(5):616-31. doi: 10.1002/ejhf.2848. Tsutsui H Albert NM Coats AJS Anker SD Bayes-Genis A Butler J et al Natriuretic Peptides: Role in the Diagnosis and Management of Heart Failure: A Scientific Statement from the Heart Failure Association of the European Society of Cardiology, Heart Failure Society of America and Japanese Heart Failure Society Eur J Heart Fail 2023 25 5 616 631 10.1002/ejhf.2848 16. York MK, Gupta DK, Reynolds CF, Farber-Eger E, Wells QS, Bachmann KN, et al. B-Type Natriuretic Peptide Levels and Mortality in Patients With and Without Heart Failure. J Am Coll Cardiol. 2018;71(19):2079-88. doi: 10.1016/j.jacc.2018.02.071. York MK Gupta DK Reynolds CF Farber-Eger E Wells QS Bachmann KN et al B-Type Natriuretic Peptide Levels and Mortality in Patients With and Without Heart Failure J Am Coll Cardiol 2018 71 19 2079 2088 10.1016/j.jacc.2018.02.071 17. Murat S, Murat B, Dural M, Mert GO, Cavusoglu Y. Prognostic Value of D-dimer/fibrinogen Ratio on In-hospital Outcomes of Patients with Heart Failure and COVID-19. Biomark Med. 2021;15(16):1519-28. doi: 10.2217/bmm-2021-0341. Murat S Murat B Dural M Mert GO Cavusoglu Y Prognostic Value of D-dimer/fibrinogen Ratio on In-hospital Outcomes of Patients with Heart Failure and COVID-19 Biomark Med 2021 15 16 1519 1528 10.2217/bmm-2021-0341 18. Cho JH, Cho HJ, Lee HY, Ki YJ, Jeon ES, Hwang KK, et al. Neutrophil-Lymphocyte Ratio in Patients with Acute Heart Failure Predicts In-Hospital and Long-Term Mortality. J Clin Med. 2020;9(2):557. doi: 10.3390/jcm9020557. Cho JH Cho HJ Lee HY Ki YJ Jeon ES Hwang KK et al Neutrophil-Lymphocyte Ratio in Patients with Acute Heart Failure Predicts In-Hospital and Long-Term Mortality J Clin Med 2020 9 2 557 10.3390/jcm9020557 19. Tang Y, Zeng X, Feng Y, Chen Q, Liu Z, Luo H, et al. Association of Systemic Immune-Inflammation Index With Short-Term Mortality of Congestive Heart Failure: A Retrospective Cohort Study. Front Cardiovasc Med. 2021;8:753133. doi: 10.3389/fcvm.2021.753133. Tang Y Zeng X Feng Y Chen Q Liu Z Luo H et al Association of Systemic Immune-Inflammation Index With Short-Term Mortality of Congestive Heart Failure: A Retrospective Cohort Study Front Cardiovasc Med 2021 8 753133 10.3389/fcvm.2021.753133 20. Bozkurt B, Mann DL, Deswal A. Biomarkers of inflammation in heart failure. Heart Fail Rev. 2010;15(4):331-41. doi: 10.1007/s10741-009-9140-3. Bozkurt B Mann DL Deswal A Biomarkers of inflammation in heart failure Heart Fail Rev 2010 15 4 331 341 10.1007/s10741-009-9140-3 21. Yndestad A, Damås JK, Øie E, Ueland T, Gullestad L, Aukrust P. Role of Inflammation in the Progression of Heart Failure. Curr Cardiol Rep. 2007;9(3):236-41. doi: 10.1007/BF02938356. Yndestad A Damås JK Øie E Ueland T Gullestad L Aukrust P Role of Inflammation in the Progression of Heart Failure Curr Cardiol Rep 2007 9 3 236 241 10.1007/BF02938356 22. Elster SK, Braunwald E, Wood HF. A Study of C-reactive Protein in the Serum of Patients with Congestive Heart Failure. Am Heart J. 1956;51(4):533-41. doi: 10.1016/0002-8703(56)90099-0. Elster SK Braunwald E Wood HF A Study of C-reactive Protein in the Serum of Patients with Congestive Heart Failure Am Heart J 1956 51 4 533 541 10.1016/0002-8703(56)90099-0 23. Villacorta H, Masetto AC, Mesquita ET. C-reactive Protein: An Inflammatory Marker with Prognostic Value in Patients with Decompensated Heart Failure. Arq Bras Cardiol. 2007;88(5):585-9. doi: 10.1590/s0066-782x2007000500014. Villacorta H Masetto AC Mesquita ET C-reactive Protein: An Inflammatory Marker with Prognostic Value in Patients with Decompensated Heart Failure Arq Bras Cardiol 2007 88 5 585 589 10.1590/s0066-782x2007000500014 24. Bradham WS, Bozkurt B, Gunasinghe H, Mann D, Spinale FG. Tumor Necrosis Factor-Alpha And Myocardial Remodeling in Progression of Heart Failure: A Current Perspective. Cardiovasc Res. 2002;53:822-830. doi: 10.1016/S0008-6363(01)00503-X. Bradham WS Bozkurt B Gunasinghe H Mann D Spinale FG Tumor Necrosis Factor-Alpha And Myocardial Remodeling in Progression of Heart Failure: A Current Perspective Cardiovasc Res 2002 53 822 830 10.1016/S0008-6363(01)00503-X 25. Plenz G, Song ZF, Tjan TD, Koenig C, Baba HA, Erren M, et al. Activation of the Cardiac Interleukin-6 System in Advanced Heart Failure. Eur J Heart Fail. 2001;3(4):415-21. doi: 10.1016/s1388-9842(01)00137-4. Plenz G Song ZF Tjan TD Koenig C Baba HA Erren M et al Activation of the Cardiac Interleukin-6 System in Advanced Heart Failure Eur J Heart Fail 2001 3 4 415 421 10.1016/s1388-9842(01)00137-4 26. Markousis-Mavrogenis G, Tromp J, Ouwerkerk W, Devalaraja M, Anker SD, Cleland JG, et al. The Clinical Significance of Interleukin-6 in Heart Failure: Results from the BIOSTAT-CHF Study. Eur J Heart Fail. 2019;21(8):965-73. doi: 10.1002/ejhf.1482. Markousis-Mavrogenis G Tromp J Ouwerkerk W Devalaraja M Anker SD Cleland JG et al The Clinical Significance of Interleukin-6 in Heart Failure: Results from the BIOSTAT-CHF Study Eur J Heart Fail 2019 21 8 965 973 10.1002/ejhf.1482 27. Soehnlein O, Steffens S, Hidalgo A, Weber C. Neutrophils as Protagonists and Targets in Chronic Inflammation. Nat Rev Immunol. 2017;17(4):248-61. doi: 10.1038/nri.2017.10. Soehnlein O Steffens S Hidalgo A Weber C Neutrophils as Protagonists and Targets in Chronic Inflammation Nat Rev Immunol 2017 17 4 248 261 10.1038/nri.2017.10 28. Vulesevic B, Sirois MG, Allen BG, Denus S, White M. Subclinical Inflammation in Heart Failure: A Neutrophil Perspective. Can J Cardiol. 2018;34(6):717-25. doi: 10.1016/j.cjca.2018.01.018. Vulesevic B Sirois MG Allen BG Denus S White M Subclinical Inflammation in Heart Failure: A Neutrophil Perspective Can J Cardiol 2018 34 6 717 725 10.1016/j.cjca.2018.01.018 29. Murat B, Murat S, Ozgeyik M, Bilgin M. Comparison of Pan-immune-inflammation Value with Other Inflammation Markers of Long-term Survival after ST-segment Elevation Myocardial Infarction. Eur J Clin Invest. 2023;53(1):e13872. doi: 10.1111/eci.13872. Murat B Murat S Ozgeyik M Bilgin M Comparison of Pan-immune-inflammation Value with Other Inflammation Markers of Long-term Survival after ST-segment Elevation Myocardial Infarction Eur J Clin Invest 2023 53 1 e13872 10.1111/eci.13872 30. De Giorgi U, Procopio G, Giannarelli D, Sabbatini R, Bearz A, Buti S, et al. Association of Systemic Inflammation Index and Body Mass Index with Survival in Patients with Renal Cell Cancer Treated with Nivolumab. Clin Cancer Res. 2019;25(13):3839-46. doi: 10.1158/1078-0432.CCR-18-3661. De Giorgi U Procopio G Giannarelli D Sabbatini R Bearz A Buti S et al Association of Systemic Inflammation Index and Body Mass Index with Survival in Patients with Renal Cell Cancer Treated with Nivolumab Clin Cancer Res 2019 25 13 3839 3846 10.1158/1078-0432.CCR-18-3661 31. Apostolakis S, Lip GY, Shantsila E. Monocytes in Heart Failure: Relationship to a Deteriorating Immune Overreaction or a Desperate Attempt for Tissue Repair? Cardiovasc Res. 2010;85(4):649-60. doi: 10.1093/cvr/cvp327. Apostolakis S Lip GY Shantsila E Monocytes in Heart Failure: Relationship to a Deteriorating Immune Overreaction or a Desperate Attempt for Tissue Repair? Cardiovasc Res 2010 85 4 649 660 10.1093/cvr/cvp327

Vinculação acadêmica

Não há vinculação deste estudo a programas de pós-graduação.

Aprovação ética e consentimento informado

Este estudo foi aprovado pelo Comitê de Ética do Eskisehir Osmangazi University sob o número de protocolo 43. Todos os procedimentos envolvidos nesse estudo estão de acordo com a Declaração de Helsinki de 1975, atualizada em 2013.

Fontes de financiamento

O presente estudo não teve fontes de financiamento externas.

 10.36660/abc.20230817i Original Article Association of Pan Immune-Inflammation Value with Long Term Outcomes of Acute Decompensated Heart Failure 0000-0002-6564-7185 Murat Bektas Conception and design of the research and Critical revision of the manuscript for content Writing of the manuscript 1 0000-0002-3935-0222 Murat Selda Acquisition of data Writing of the manuscript 2 0000-0002-8805-3224 Altınbas Mehmet Eren Acquisition of data Analysis and interpretation of the data 3 0000-0003-2620-9948 Yalvac Halit Emre Acquisition of data Writing of the manuscript 1 0000-0002-9688-110X Durmaz Fatih Enes Acquisition of data Statistical analysis 2 0000-0002-1331-5365 Mert Kadir Ugur Acquisition of data Statistical analysis 2 0000-0002-4027-9873 Cavusoglu Yüksel Conception and design of the research and Critical revision of the manuscript for content 2 Turkey Eskisehir City Hospital, Department of Cardiology, Eskisehir – Turkey Turkey Eskisehir Osmangazi University, Medicine Faculty Department of Cardiology, Eskisehir – Turkey Turkey Sivas Numune Hospital, Department of Cardiology, Sivas – Turkey Mailing Address: Selda Murat • Eskisehir Osmangazi University, Medical Faculty Department of Cardiology, Eskisehir - Turkey. E-mail: selda.eraslan@hotmail.com

Potential conflict of interest

No potential conflict of interest relevant to this article was reported.

Editor responsible for the review: Gláucia Maria Moraes de Oliveira

: Association of Pan Immune-Inflammation Value with Long Term Outcomes of Acute Decompensated Heart Failure

Patients with PIV tertiles and relationship between PIV and all-cause mortality ADHF: acute decompensated heart failure; PIV: pan-immune-inflammation value.

Abstract Background

Although there have been significant improvements in the treatment of heart failure (HF) in recent decades, its prognosis remains poor. Although there are many biomarkers that can help predict the prognosis of patients with HF, there is a need for simpler, cheaper, and more easily available biomarkers.

 Objective

To evaluate the predictive value of pan-immune-inflammation value (PIV) in patients with acute decompensated HF.

 Methods

We analyzed 409 patients with HF with reduced ejection fraction who were hospitalized for acute decompensated HF. Patients were divided into 3 groups according to tertiles of PIV: tertile 1 (PIV < 357.25), tertile 2 (PIV ≥ 357.25 and < 834.55), and tertile 3 (PIV ≥ 834.55). P values < 0.05 were considered statistically significant. Kaplan-Meier curves and Cox proportional hazards regression models were used to evaluate the association between PIV and all-cause mortality. The primary outcome was 5-year all-cause mortality, and the secondary outcomes were in-hospital 30 days,, 180-day, and 1-year all-cause mortality.

 Results

We showed that higher PIV value was associated with both primary and secondary outcomes. The Kaplan-Meier curve showed that patients with higher PIV values had an increased risk of short- and long-term all-cause mortality (log-rank p < 0.001). In the multivariate analysis, PIV was identified as an independent predictor of long-term all-cause mortality in patients with acute decompensated HF, and we observed a 1.96-fold increase in the hazard of an event (odds ratio: 1.96, 95% confidence interval: 1.330 to 2.908, p = 0.001).

 Conclusions

Our study showed that the novel biomarker PIV can be used as a predictor of prognosis in patients with acute decompensated HF.

 Mortality Biomarkers Systolic Heart Failure Introduction

Heart failure (HF) is a clinical syndrome that is accompanied by symptoms such as breathlessness, ankle swelling, fatigue, and decreased activity tolerance, resulting in reduced cardiac output as a consequence of structural and/or functional impairment of the heart to maintain the perfusion and metabolic needs of various tissues and organs.1,2 Although improvements in treatments and their implementation have improved the survival and hospitalization of patients with heart failure with reduced ejection fraction (HFrEF) in the last 30 years, it continues to be a serious public health problem and to pose a serious economic burden, in relation to longer life expectancy and an aging global population.3,4

Prognosis estimation for clinical outcomes such as morbidity, mortality, and hospitalization plays an important role in helping patients, their families, and clinicians decide on the appropriate type and timing of treatment (especially decisions regarding the rapid transition to further treatments). In recent decades, although numerous prognostic markers have been identified to predict death and/or HF hospitalization for different patient populations with HF, some of them are useful in predicting death, but they fall short in predicting hospitalizations. Moreover, their clinical applicability is limited, and precise risk stratification in HF remains difficult.5-7

Although the specific pathogenesis of HF remains unclear, abnormal immune activation and chronic inflammation play an important role, and it has been proven that there is a close relationship between inflammation and cardiovascular diseases.8 Studies have shown that inflammation plays an important role in the initiation and progression of atherosclerosis and is closely associated with the pathogenesis of HF and cardiac remodeling.9 Growing evidence also proposes that immunological and inflammatory responses may play a pathogenic role in the development of chronic HF.10

Acute HF may be the first manifestation of HF (new onset) or, more often, may be due to acute decompensation of chronic HF. Acute decompensated HF is the leading cause of hospitalization in people over 65 years of age and is associated with high rates of mortality and rehospitalization, with in-hospital mortality of 4% to 10%. Compared to patients with acute decompensated HF, patients with new-onset HF may have higher in-hospital mortality, but they have lower post-discharge mortality and rehospitalization rates.11

More recently, a biomarker of extensive inflammation cells called pan-immune-inflammatory value (PIV), which includes neutrophil, platelet, monocyte, and lymphocyte counts has been shown to be strongly associated with worse outcomes and mortality in many cancer types. All of these studies have shown that PIV is a more stable and better indicator of inflammation than well-established immune biomarkers, such as neutrophil-to-lymphocyte ration (NLR) and platelet-to-lymphocyte ratio (PLR).12-14

Therefore, in this study we aimed to evaluate the long-term prognostic value of PIV, a new, low-cost, and easily available biomarker containing all immune-inflammatory components obtained from peripheral blood, in patients with acute decompensated HF.

 Methods Study population

This retrospective study included a total of 409 patients who were hospitalized for acute decompensated HF in our tertiary reference hospital between January 2015 and January 2020. We included patients older than 18 years old who were admitted to the emergency department and hospitalized for acute decompensated HFrEF based on European Society of Cardiology Guidelines definition.3 The exclusion criteria were as follows: dyspnea primarily due to non-cardiac causes, septic shock, acute coronary syndrome, pregnant women, patients with active inflammatory diseases, patients with active infection (pneumonia, urinary tract infection, etc.), patients with any leukemia, patients without hematological parameters, and HF patients hospitalized primarily due to infection (Figure 1).

– Patient inclusion flowchart.

Data collection

Demographic data and medical history of the patients such as age, sex, hypertension, diabetes mellitus, hyperlipidemia, and smoking were collected from the hospital medical system. At the time of hospital admission, all venous blood samples routinely measured the following: glucose, creatinine, cholesterol, high-density lipoprotein cholesterol, low-density lipoprotein, total cholesterol, triglycerides, peak creatinine kinase-myocardial band, peak troponin T level, N-terminal pro-B-type natriuretic peptide (NT-proBNP), hemoglobin, neutrophil count, lymphocyte count, monocyte count, and platelet count values. All demographic, medical, echocardiographic, and laboratory data were retrieved from the hospital database. Comorbidities were accepted as diagnoses if they were found in the patient’s medical history or in the patient’s files and records.

 Calculation of pan-immune-inflammation value

PIV was calculated as: [neutrophil count (103/μL)× platelet count (103/μL)× monocyte count (103/μL)]/ Iymphocyte count (103/μL) .13

 Study outcomes

The long-term (5 years) all-cause mortality of patients with acute decompensated HF was selected as the primary outcome, while the secondary outcome was defined as short-term mortality, including the in-hospital, 30-day, 180-day, and 1-year all-cause mortalities. The primary and secondary follow-up outcome was obtained from the hospital database and telephone calls with the patients and/or their relatives.

This study received approval from our university ethics committee.

 Statistical analysis

Statistical analysis was performed using IBM SPSS Statistics 21.0 (IBM Corp., released 2012, IBM SPSS Statistics for Windows, Version 21.0. Armonk, NY, USA).

Normally distributed continuous variables are reported as mean ± standard deviation, while skewed variables are expressed as medians and interquartile ranges. Shapiro-Wilk tests were performed, and density maps were drawn to determine the normality of the distribution of the continuous variables. Categorical variables were expressed as absolute and relative frequencies, and associations related to categorical variables were verified using chi-square or Fisher’s exact test.

Comparisons of differences between groups were made by analysis of variance (one-way ANOVA). For post-hoc analysis, Tukey’s test was used. The Kruskal-Wallis H test was used to compare the groups that did not conform to the normal distribution. For post-hoc analysis, Dunn’s test was used.

Patients were grouped into 3 tertiles with increased PIV levels for further analysis.

Univariate and multivariate models were applied to predict all-cause mortality. Variables with p < 0.05 in the univariate model were included in the multivariate model to evaluate the comprehensive effects of PIV on the endpoint event. We also showed the relationship between PIV and patients’ survival through the Kaplan-Meier curve, and we used the log-rank test for hypothesis testing. The odds ratio (OR) and its 95% confidence interval (CI) were calculated. All comparisons were 2-tailed, with p < 0.05 considered significant.

 Results

According to the inclusion criteria mentioned above, 409 patients diagnosed with HF were enrolled to this study. The mean age was 62.2 ± 11.8 years, and male patients were predominant, with 279 (68.2%). The patients were divided into 3 groups (tertile 1, tertile 2, and tertile 3) according to the tertiles of PIV (Central Illustration). The baseline characteristics of the study population are listed in Table 1. Older patients had higher PIV (p = 0.038). Comparing the comorbidities among 3 groups, PIV did not show a statistical difference between hypertension and diabetes mellitus (p = 0.717 and p = 0.348, respectively). Patients with higher PIV were associated with higher rates of renal failure and chronic pulmonary disease (p = 0.002 and p = 0.004, respectively), and the prevalence of coronary artery disease was lower in the highest PIV tertile (p = 0.021).

– Baseline characteristics of the study population by PIV tertile groups
PIV < 357.25 (n=136) (1) PIV ≥ 357.25 and < 834.55 (n=136) (2) PIV ≥ 834.55 (n=137) (3) p value Multiple comparisons
Age, years 66.2±11.9 66.3±12.9 69.2±10.2 0.038 1-3: 0.041
Female, n (%) 49 (36.0%) 37 (27.2 %) 44 (32.1%) 0.293 -
HT, n (%) 83 (61.0 %) 77 (56.60%) 83 (60.6%) 0.717 -
DM, n (%) 52 (38.2%) 62 (45.6%) 63 (46.0%) 0.348 -
CAD, n (%) 82 (60.3%) 103 (75.7%) 96 (70.1%) 0.021 -
CPD, n (%) 28(20.6%) 38(27.9%) 53 (38.7%) 0.004 -
AF, n (%) 30 (22.1%) 26 (19.4%) 48 (35.0%) 0.038 -
Renal failure, n (%) 60 (44.1%) 67 (49.3%) 89.0 (65.0%) 0.002 -
HR, beats/minute 72.9±14.7 77.2±19.1 83.5±18.5 <0.001 1-3: <0.001 2-3: 0.009
Signs of hypoperfusion, n (%) 9(6.6%) 14(10.3%) 23(16.8%) 0.027 -
Laboratory findings
Hemoglobin, g/dl 12.9±2.07 12.3±2.0 11.9±1.8 <0.001 1-3: <0.001
Platelet, (103 /mL) 181.0(15.25-217.75) 207.0(173.75-253.5) 250.0(194.0-303.5) <0.001 1-2: 0.012 1-3: <0.001 2-3: <0.001
WBC, (103/mL) 7.0(5.8-8.4) 8.1(6925-9.3) 10.2(8.8-12.25) <0.001 1-2: 0.031 1-3: <0.001 2-3: <0.001
Lymphocyte (103 /mL) 1.7(1.4-2.2) 1.45(1.0-1.8) 1.2(0.95-1.6) <0.001 1-2: <0.001 1-3: <0.001
Neutrophil (103 /mL) 4.25(3.5-5.3) 5.7(4.625-6.0) 7.90(6.55-9.70) <0.001 1-2: 0.007 1-3: <0.001 2-3: <0.001
Monocyte (103 /mL) 0.55(0.4250-0.70) 0.60(0.50-0.80) 0.90(0.70-1.10) <0.001 1-3: <0.001 2-3: <0.001
LDL-C (mg/dL) 105(77.0-130.02) 95.0(73.0-121.0) 90.0(70.0-112.0) 0.010 1-3: 0.003
Triglycerides (mg/dL) 113.0(87.1-149.2) 108.0(77.65-155.25) 108(84.25-145.0) 0.778 NS
NT-proBNP, pg/ml 1828.0 (650.2-5732.0) 3949(1228.7-11308) 5108.0 (2615.2-14394.0) <0.001 1-2: 0.016 1-3: <0.001
Albumin, g/dl 3.83±0.57 3.73±0.58 3.54±0.57 <0.001 1-3: <0.001 2-3: 0.028
CRP, (mg/dL) 5.82 (3.4-19.3) 13.65(5.64-32.5) 21.0(10.1-50.3) <0.001 1-3: <0.001 2-3: 0.006
Creatinine, (mg/dL) 1.23±0.69 1.49±1.08 1.54±0.82 0.002 1-2: 0.044 1-3: 0.012
Glucose, (mg/dL) 107 (84-152) 112.0(88.0-153.0) 117(90.5-164.5) 0.809 NS
Sodium, (mmol/L) 139.1±3.9 138.7±4.2 136.4±5.6 <0.001 1-3: <0.001 2-3: <0.001
Potassium, (mmol/L) 4.54±0.5 4.50±0.49 4.48±0.59 0.676 NS
Troponin-T 0.022(0.013-0.05) 0.036(0.019-0.062) 0.045(0.024-0.098) 0.176 NS
LVEF, % 26.5±7.25 24.5±8.5 25.2±7.9 0.091 NS
sPAP, mm Hg 48.6±17.1 50.6±15.6 50.6±15.8 0.224 NS
Endpoints (all-cause death)
30-day mortality 3 (2.2%) 9(6.6%) 12(8.8%) <0.001 -
365-day mortality 17 (12.5%) 32(23.5%) 46(35.8%) <0.001 -
5-year mortality 56 (41.2%) 82 (60.3%) 99 (72.3%) <0.001 -

AF: atrial fibrillation; CAD: coronary artery disease; CPD: chronic pulmonary disease; CRP: C-reactive protein; DM: diabetes mellitus; HR: heart rate; HT: hypertension; LDL: low-density lipoprotein; LVEF: left ventricular ejection fraction; NS: not significant; NT-proBNP: N-terminal proBNP; PIV: pan-immune-inflammation value; sPAP: systolic pulmonary artery pressure; WBC: white blood cell count.

In the overall study population, the mean follow-up was 5 years. We observed a total of 56 events in tertile 1, 82 events in tertile 2, and 99 events in tertile 3 during the follow-up.

Figure 2 shows that a higher PIV is associated with higher mortality at both the short term and 5-year follow-up periods. Figure 3 demonstrates the Kaplan-Meier curve between the tertiles of different PIV values. The results indicated that patients with higher PIV had an increased risk of short and long-term all-cause mortality (log rank p < 0.001).

– Relationship between PIV and all-cause mortality for time periods. PIV: pan-immune-inflammation value.

– Kaplan-Meier survival curve of overall survival in patients with different PIV tertiles. PIV: pan-immune-inflammation value.

The univariate and multivariate logistic regression analysis of the patients are presented in Table 2. In the multivariate analysis, PIV, age, NT-proBNP, and systolic pulmonary artery pressure were identified as independent predictors of long-term all-cause mortality in patients with HFrEF.

– Univariate and multiple Cox proportional analyses for mortality
Patients
Univariate Multiple
OR 95% CI of OR p value OR 95% CI of OR p value
PIV Tertile 1 (Ref.)
PIV Tertile Ref. >2 1.752 (1.247-2461) 0.001 1.565(1.055-2.323) 0.026
PIV Tertile Ref. >3 2.439(1.756-3.388) <0.001 1.966(1.330-2.908) 0.001
Age 1.046 (1.033–1.059) <0.001 1.027 (1.013-1.041) <0.001
EF 0.979 (0.963–0.995) 0.010
K 0.860 (0.676–1.095) 0.221
Creatinine 1.292 (1.158–1.441) <0.001
NT-proBNP 1.000 (1.00–1.00) <0.001 1.001 (1.000–1.001) <0.001
sPAP 1.018 (1.010–1.028) <0.001 1.009 (1.00–1.019) 0.048
HGB 0.820 (0.770–0.873) <0.001

CI: odds ratio; EF: ejection fraction; HGB: hemoglobin; NT-proBNP: N-terminal proBNP; OR: odds ratio; PIV: pan-immune-inflammation value; sPAP: systolic pulmonary artery pressure.

Discussion

The main findings of our study are as follows: higher PIV was associated with higher short- and long-term all-cause mortality in patients with acute decompensated HF, and PIV was an independent predictor of long-term all-cause mortality in patients with acute decompensated HF. To our knowledge, this is the first study to evaluate the effect of the novel biomarker PIV on the prognosis of patients with acute decompensated HF.

Although promising therapies have been discovered for the treatment of HF in recent decades, the rate of mortality and morbidity still remains high. Therefore, the development of new treatments, as well as the development of prognostic biomarkers, is of great importance for risk stratification of patients with HF. The well-known biomarker NT-proBNP is widely used for evaluating prognosis in patients with HF.15 Although NT-proBNP is a good prognostic indicator, it has important limitations in clinical practice. First, when NT-proBNP is compared to the real value, it is below the expected value due to its short half-life. Second, NT-proBNP is significantly affected by conditions such as age, sex, and obesity, and it is not particularly easily available. Therefore, the search for new biomarkers that are cheaper and easier to obtain has begun to attract the attention of researchers.16,17

Recently, some studies have showed that inflammatory factors can be biomarkers of HF18,19 and that some inflammatory factors are involved in the occurrence and development of HF.20, 21 In the present study, we evaluated the relationship between PIV and short- and long-term outcomes of patients with acute decompensated HF. The results of our study showed that PIV could an independent biomarker for short- and long-term all-cause mortality of patients with acute decompensated HF. In our study we found that the risk of all-cause mortality increased over time at different PIV levels. During the same follow-up period, we found that the risk of all-cause mortality in patients with HF increased with increasing PIV values at admission, including mortality at 30 days, 180 days, 1 year, and 5 years after admission to the hospital. According to Cox proportional hazards regression analysis, a higher PIV at admission was an independent predictor of mortality. Therefore, we can conclude that PIV is a powerful biomarker in predicting the prognosis of patients with acute decompensated HF. Five-year Kaplan-Meier survival analysis showed that acute decompensated HF patients with higher PIV tertile had significantly poorer overall survival.

Although, for years, data from research and clinical studies using experimental HF models have supported the concept that HF is primarily a heart muscle disease dominated by abnormal activation of the neurohormonal and sympathetic systems, early clinical observations dating back to the 1950s reported an association between C-reactive protein and different etiologies of HF.22 Additionally, Villacorta et al. reported that C-reactive protein is an independent predictor of cardiovascular mortality in patients with acute decompensated HF and that inflammation represents an important component in the pathophysiology of this disease.23 This suggested that an inflammatory component should be considered in the complexity of HF. Later studies showed that inflammation has an important role in the etiology, progression, and prognosis of HF. Several studies showed that elevated pro-inflammatory cytokines such as tumor necrosis factor-alpha (TNF-α) were significantly associated with myocardial apoptosis and necrosis, bringing about ventricular adverse remodeling.22 In addition, it was shown that the elevated levels of TNF-α were associated with impaired cardiac systolic function and poor long-term survival.24 Also, interleukin (IL)-6, one of the classical cytokines derived from monocytes, was found to be elevated in patients with left ventricular dysfunction without symptoms, and it has been suggested that it is a sensitive indicator for early diagnosis of HF.25 Markousis-Mavrogenis et al. also reported that IL-6 was associated with severity and overall survival in HF.26 Lymphocyte, neutrophil, monocytes, and platelet counts are the main cells in the response to infection and inflammation. Neutrophils are leukocytes that act as the first line of host defense against pathogens and play an important role in the etiology and development of HF. Previous studies have shown that they is associated with poor outcome in HF patients.27

The NLR has recently been added to the list of inflammatory markers evaluated in HF patients, following the emergence of the important role that neutrophils can play in the development and outcome of HF. An observational study showed that NLR was significantly associated with chronic kidney disease, major cardiovascular events, and re-hospitalization for HF.28 Two recent studies reported that systemic immune-inflammation index (SII), which is calculated from platelet counts and NLR, was associated with poor long-term prognoses in patients with HF.19

PIV is a novel biomarker that is calculated from neutrophils, leukocytes, lymphocytes, and monocytes. To the best of our knowledge, this is the first study on PIV in predicting mortality of acute decompensated HF. PIV was first evaluated in cancer patients, and it has been reported to be an independent predictor of mortality.12,13 In a previous study, we reported that PIV was a better predictor of mortality in patients with acute ST-segment elevation myocardial infarction in the short and long term, compared to other indexes such as NLR, PLR, and SII.29

The importance of our study and its difference from the abovementioned studies are that it contains the 4 most important cells of inflammation. The previous studies showed that biomarkers with more components were better predictors than biomarkers with 1 and 2 components in cancer patients. De Giorgi et al. showed that SII has a better prognostic value than NLR in patients with renal cell cancer.30 On the other hand, Fuca et al. showed that PIV was better than SII and NLR in metastatic colorectal cancer and melanoma.14Although the previous blood count-based biomarkers did not include monocytes, they are one of the most important cornerstones of inflammation. In addition, previous studies have shown that they have an important prognostic value in atherosclerosis and HF pathogenesis. It has also been reported that an elevation in monocytes is associated with poor prognosis in patients with HF.31

Study limitations

There are several limitations in this study. First, although the follow-up period was sufficient with 5 years, the size of the population included in the study was small. Second, this study was conducted at a single center and did not validate the prognostic value of PIV in a validation cohort. Finally, because the study was retrospective, only all-cause mortality could be evaluated, and the study was unable to determine the underlying mechanism of the association between high PIV and poor prognosis of patients with HF. Therefore, larger prospective studies are needed to confirm the results of this study.

 Conclusion

In conclusion, this study showed that higher PIV values at admission were associated with 30-day, 180-day, 1-year, and 5-year all-cause mortality; therefore, PIV can be used as a low-cost, simple, and repeatable predictor of prognosis in patients with HF.

Study association

This study is not associated with any thesis or dissertation work.

Ethics approval and consent to participate

This study was approved by the Ethics Committee of the Eskisehir Osmangazi University under the protocol number 43. All the procedures in this study were in accordance with the 1975 Helsinki Declaration, updated in 2013.

Sources of funding

There were no external funding sources for this study.