新冠住院患者死亡风险显著升高，现有预测模型多依赖入院时的静态信息（如基础疾病、单次实验室指标等），时效性不足，易受偏倚影响，外部验证不足，报告性能可能虚高，并且多数模型依赖影像学或特殊检测，难以在常规监护中实时应用，因此存在显著局限。近期研究虽证实动态监测时序生物标志物可提升预测精度，但尚未建立普适性强、基于常规检测的动态预警工具。本研究拟采用联合模型，评估住院期间外周血细胞及其比值指标的纵向动态变化对死亡风险的预测能力。

本研究前瞻性纳入2022年12月1日至2023年1月31日，国内6家三级甲等医院经核酸检测确诊为COVID-19阳性的住院患者，均完成3个月随访。主要结局事件为死亡。基于住院期间全部血常规检测中的淋巴细胞、中性粒细胞、血小板计数及其比值类指标（NLR、PLR、NPR、NLPR）构建联合模型，所有纵向指标均提取其“当前值”（value）与“变化趋势”（slope）作为时间依赖协变量引入生存模型，value表示每次检测时的观测值，用于反映该指标即时水平对风险的影响；slope 表示该时点该指标的变化速率（即上升、下降或无变化），用于反映该趋势对风险的影响。

研究共纳入5853名新冠感染患者，852名（14.6%）患者死亡。死亡患者中有86.2%年龄＞65岁，合并基础疾病更多，病情更重。联合模型分析显示，中性粒细胞、血小板、NLR、NPR、NLPR的value和slope升高均与死亡风险增加相关（P < 0.05）；淋巴细胞、PLR、D-dimer的value升高均提示死亡风险显著降低（淋巴细胞：β = -0.93，95%CI -1.09 - -0.79，P < 0.0001；PLR：β = 0.18，95%CI 0.06 – 0.3，P =0.0030；D-dimer：β = 0.41，95%CI 0.33-0.49，P < 0.0001），但其slope对死亡均无独立预测效应。在所有指标中，NLPR及D-dimer的模型预测性能更优（NLPR：AUC=0.880，Brier=0.075；D-dimer：AUC=0.883，Brier=0.073）。

本研究基于联合模型实现了外周血细胞指标对新冠住院患者死亡风险的动态预测，突破了静态建模的局限。NLPR及D-dimer作为临床常规检测项目，具备良好实时性和可及性，可作为动态监测工具应用于死亡风险个体化预警中。