为了满足这一未满足的需求，我们进行了一项有目标性的双队列研究，采用两阶段设计：首先，系统地筛选预先定义的炎症生物标志物（sST2、Galectin-3 和一组特定的细胞因子）与预后的关联；其次，在外部独立队列中严格验证最有前景的生物标志物，最终目标是完善风险分层。
方法
研究人群
这是一项回顾性、多中心、双队列研究，对象为2009年10月至2021年12月期间连续接受药物治疗的慢性血栓栓塞性肺高压（CTEPH）患者。发现队列包括来自上海肺科医院（2009-2013年）和阜外医院（2013-2021年）的患者，而验证队列则由广东省人民医院（2011-2021年）的患者组成。发现队列和验证队列在患者招募、临床人员或实验室流程上不存在重叠。
纳入标准如下：（1）年龄≥18岁；（2）根据2015年欧洲心脏病学会/欧洲呼吸学会（ESC/ERS）关于肺高压（PH）诊断和治疗指南的标准确诊CTEPH，包括通气-灌注不匹配、肺动脉造影结果和右心导管检查（RHC）的血流动力学确认（静息时平均肺动脉压≥25 mmHg）；（3）分类为“药物治疗CTEPH”，包括：（a）新诊断且未接受过干预手术的患者，或（b）PEA或BPA术后仍有残余PH的患者，这些患者在RHC确认残余PH（平均肺动脉压≥25 mmHg）时被纳入，符合当代研究[18]。手术可行性由包括PEA外科医生、介入心脏病学家、肺高压专家和放射科医生在内的多学科团队确定，考虑了病变分布、合并症和患者偏好。排除标准如下：（1）缺乏存档的血浆样本用于生物标志物分析；（2）PEA或BPA术后平均肺动脉压<25 mmHg，这些患者不符合2015年ESC/ERS指南[25]和当代队列研究[13, 18]中残余PH的血流动力学标准。
所有参与者均签署了书面知情同意书，其中包括允许收集和使用其血浆样本进行研究。本研究遵循《赫尔辛基宣言》的原则。研究方案获得了所有参与中心的伦理审查委员会（或伦理委员会）的批准：上海肺科医院（批准号K08-015C）、阜外医院（批准号IRB2012-BG006）和广东省人民医院（批准号GDREC2011094H）。
基线数据和样本收集
我们收集了详细的基线数据，如表1所示。这些变量包括人口统计学特征、危险因素、合并症、临床参数、血流动力学特征和治疗情况。所有血流动力学测量均在诊断性RHC期间获得。基线血浆样本在诊断性RHC期间收集。所有样本在收集后2小时内处理，以3000g离心15分钟，分装后储存在−80°C直至生物标志物定量。
sST2和炎症细胞因子测量
血浆sST2水平使用经国家药品监督管理局（NMPA）批准的临床验证测定法（中国艾基生物医药有限公司）进行量化，该方法基于Critical Care Diagnostics, Inc.的技术。细胞因子水平使用市售的基于珠子的多重Luminex测定法进行测量。所有测定法均表现出可接受的精确度和准确性，并通过临床平台（罗氏cobas 8000用于IL-6；I200用于sST2）对部分样本（n=30）进行了交叉验证，显示高相关性（Pearson's r = 0.93-0.97）。所有程序均按照制造商的协议进行[26]。详细信息见补充材料方法。
随访
随访通过定期门诊就诊、电话访谈或互联网咨询进行。生存时间从CTEPH诊断日期到死亡日期、最后一次确认联系日期或研究截止日期（2024年7月）中的最早日期计算。研究终点是全因死亡率，通过医院记录、死亡证明或与家属直接沟通严格验证。
统计分析
连续变量和分类变量使用描述性统计进行总结，并使用t检验/Mann-Whitney U检验或卡方检验/Fisher精确检验进行比较，视具体情况而定。
为了识别预后炎症标志物，我们首先进行了调整年龄和性别的Cox回归分析。在初始筛选中显著的生物标志物随后被进一步评估。其单独和联合的预后意义通过Kaplan-Meier生存分析和多变量Cox回归模型进行评估。Cox模型依次构建：模型1未调整；模型2调整了年龄和性别；模型3进一步调整了一组预设的潜在混杂因素，包括6分钟步行距离、世界卫生组织功能分级、N末端B型利钠肽前体、右房压、混合静脉氧饱和度、肺血管阻力、心脏指数以及包括活动性癌症、冠状动脉疾病、中风和肾功能不全在内的合并症。现有模型结合候选炎症生物标志物面板的预后区分能力与这些模型（COMPERA、COMPERA 2.0、FPHN侵入性、FPHN非侵入性和REVEAL2.0）[27-31]进行了比较，使用1000个样本的Bootstrap校正Harrell一致性指数（C-index）、净重新分类改进和综合鉴别改进。所有发现均在独立队列中进行了验证。使用R中的“survivalROC”包在发现队列中确定最佳截断值，并一致应用于验证队列。还通过Cox比例风险模型评估了识别出的生物标志物作为对数转换连续变量的预后价值，除了预先规定的二分类分析。所有细胞因子数据使用ComBat方法（图S2-3）进行了批次调整。由于本研究分析了现有的回顾性队列，我们通过事后功效分析评估了样本量的充分性。使用Stata的power logrank命令，输入总队列大小、生物标志物高水平亚组大小和观察到的风险比（HR），我们的分析显示，在发现队列和独立验证队列中，检测每个生物标志物与死亡率预后关联的统计功效超过99.0%。这一水平的功效远高于常规阈值80%，表明每个队列的样本量是足够的。双尾P值<0.05定义为统计显著性。分析使用SPSS v26和GraphPad Prism v8进行。
