论文部分内容阅读
背景:在神经/神外重症病房(Neurological/neurosurgical critical care unit,NCCU;也称Neurological/neurosurgical intensive care unit,NICU)中,急性肾损伤(Acute kidney injury,AKI)是一个常见而又严重的并发症,该并发症会明显提高患者的死亡率和致残率。在疾病治疗方面,急性肾功能损伤会限制渗透性利尿剂的应用,由此带来体液失衡;限制经肾代谢但有潜在肾毒性的抗菌素的应用,由此导致抗感染难以奏效;限制质子泵抑制剂应用,因为该类药物已经被证实可以导致肾功能障碍。而神经外科经常需要应用脱水、抗感染和质子泵抑制剂,由此可能导致治疗困难和增加病死率及致残率。考虑到急性肾损伤后果严重,探索预测和预防急性肾损伤的新诊疗方法非常必要。方法:本研究为一回顾性研究,收集了2017年1月至2017年12月所有NICU患者的临床参数,包括病史,临床症状体征,实验室检查和影像科检查资料和医生的诊疗经过及用药情况。先进行简单的单因素分析,再从中筛选出具有统计学意义变量进入到最小绝对值收敛和选择运算子算法,又称套索算法(Least absolute shrinkage and selection operator,LASSO),以对变量进行进一步筛选,当变量筛选后引入逻辑回归对每一个变量进行解释,得到独立的危险因素。基于多因素分析结果,我们将其整合至列线图用以评估AKI的发生概率。同时对上述模型的有效性(区分度)、一致性及拟合优度进行了检验。结果:1.单因素分析将2017年1月至2017年12月的患者资料进行整理并按照入院后一月内有无发生AKI合并症分为两组,即急性肾损伤组(AKI组)和无急性肾损伤组(non-AKI组)。两组患者的基本临床资料进行比较,其中两组间的年龄、主要诊断、高血压既往史、冠状动脉粥样硬化性心脏病既往史存在统计学差异(P<0.05),院内合并症如肺炎、肝功能不全、低蛋白血症、电解质紊乱、凝血功能异常、贫血及心衰也存在统计学差异(P<0.05)。同时患者入院时的GCS评分及其分级、第七天与入院时差值亦展现出明显的差异性(P<0.05),患者入院第一周的出入量、收缩压平均值、舒张压平均值、GCS变异系数同样存在较大的统计学差异(P<0.05),此外,存在统计学差异的还有7天内肺感染(肺炎)、心衰,7天内手术、7天及住院期间的机械通气情况、NICU治疗时间、死亡率等因素(P<0.05)。1)入院化验基线我们以入院后前三天各主要化验的第一次测得结果作为化验基线指标,进行单因素分析后,表现出明显统计学差异(P<0.05)的指标有:碱性磷酸酶(ALP,Alkaline phosphatase),血小板(PLT,Platelet),钾离子浓度(K~+,Potassium concentration)。2)药物使用种类和剂量在药物使用剂量中,表现出明显统计学差异(P<0.05)的有咪达唑仑、美罗培南、哌拉西林钠他唑巴坦钠、头孢哌酮钠舒巴坦钠、呋塞米、托拉塞米、多巴胺、去甲肾上腺素、肾上腺素、地尔硫卓、乌拉地尔。2.多因素分析将单因素分析中表现出统计学差异的结果经过去除重复后进行LASSO回归,对其变量进行进一步筛选,最终经逻辑回归给出的独立危险因素有格拉斯哥评分等级(Glasgow coma scale classification,GCS classification)[OR:1.593;95%CI:0.995-2.549;P=0.0523],格拉斯哥评分变异系数(Coefficient of Variation of GCS,CV of GCS)[OR:1.017;95%CI:0.995-1.04;P=0.1367],高血压既往史(OR:2.238;95%CI:1.124-4.456;P=0.0219),冠状动脉粥样硬化性心脏病既往史(OR:2.924;95%CI:1.2-7.126;P=0.0182),住院内七天肺感染/肺炎(OR:3.032;95%CI:1.511-6.085;P=0.0018),住院内七天发现心力衰竭(OR:6.589;95%CI:2.235-19.42;P=0.0006),呋塞米使用剂量(OR:1.011;95%CI:1.005-1.016;P<0.0001),托拉塞米使用剂量(OR:1.028;95%CI:0.976-1.082;P=0.297),多巴胺使用剂量(OR:1;95%CI:1-1.001,P=0.3297),以及去甲肾上腺素使用剂量(OR:1.007;95%CI:1-1.015;P=0.0474)。3.模型检验最终该模型根据有效性(区分度)、一致性及拟合优度进行了验证。对该预测模型进行受试者工作特征曲线(Receiver operating characteristic,ROC)的描绘,并计算其曲线下面积(Area under curve,AUC),结果提示预测能量良好(AUC=0.8786)。校正曲线(Calibration curves,CC)用于评价模型的一致性,结果提示模型一致性良好。采用Hosmer-Lemeshow test进行模型的拟合优度评价,结果示拟合满意(χ~2=4.4175&P-value=0.8176)。结论:我们的研究表明,与不伴有AKI的患者相比,伴有AKI的患者,年龄较大,基础疾病多,NICU治疗时间偏长,而且死亡率高。10个AKI高危因素为:GCS分级、GCS变异系数、高血压病史、冠状动脉粥样硬化性心脏病病史、7日内出现肺炎、7日内出发现心衰、呋塞米、托拉塞米、多巴胺、去甲肾上腺素;GCS 1周差值则为保护性因素。基于上述资料绘制的列线图可对AKI的发生进行预测。此列线图可能帮助临床医生提高对AKI发生的警惕,起到即时侦测、即时干预的作用从而提高患者的预后。