基于临床数据库建立急性肾损伤风险预测列线图模型

目的基于大样本临床数据库平台,应用R语言及传统统计学方法构建急性肾损伤(acute kidney injury,AKI)的风险预测列线图模型,同时验证模型的准确性。方法该研究为回顾性病例对照研究。筛选临床数据库2021年1月1日至12月31日于同济大学附属同济医院就诊患者中的AKI患者,同时纳入48 h内监测血肌酐但未发生AKI的患者作为对照组。收集患者的人口学、疾病史、手术史、用药史以及实验室检查等资料,以筛选临床上发生AKI的危险因素。首先,采用多因素Logistic回归分析及正向逐步Logistic回归分析筛选危险因素,利用这些危险因素构建列线图模型,同时使用交叉验证、Bootstrap验证和随机拆分样本验证方法进行内部验证,并收集同院后1年(即2022年1月至12月)患者的临床资料进行外部验证,通过受试者工作特征曲线来确定模型的区分度,同时采用校准曲线和决策曲线分别评估准确性和临床净效益。结果共有5671例患者纳入该研究,AKI患者1884例(33.2%),非AKI患者3787例(66.7%)。与非AKI组相比,AKI组年龄、手术史比例、肾脏替代治疗比例、高血压比例、糖尿病比例、脑血管意外比例、慢性肾脏病比例、药物使用史比例及死亡比例均较高(均P<0.05)。多因素Logistic回归分析结果显示,AKI发生的独立影响因素为手术史、高血压、脑血管意外、糖尿病、慢性肾脏病、使用利尿剂、使用硝酸甘油、使用抗利尿激素、体温、血肌酐、C反应蛋白、红细胞、白细胞、D-二聚体、肌红蛋白、血红蛋白、血尿素氮、脑钠肽、谷草转氨酶、谷丙转氨酶、三酰甘油、乳酸脱氢酶、总胆红素、活化部分凝血活酶时间、血尿酸和钾离子(均P<0.05)。正向逐步Logistic回归分析最终确定纳入列线图的预测因素,包括慢性肾脏病、高血压、肌红蛋白、血肌酐和血尿素氮(均P<0.05),列线图预测模型的受试者工作特征曲线下面积为0.926(95%CI 0.918~0.933,P<0.001),校准曲线显示列线图校准效果良好(P>0.05),决策曲线显示当列线图模型风险阈值>0.04时,该模型构建在临床上有用。此外,列线图模型在外部验证集预测的受试者工作特征曲线下面积为0.876(95%CI 0.865~0.886),提示列线图模型在外部验证集上有较高的区分度。结论预测AKI发生风险的列线图模型成功建立,该模型的建立有助于临床医师及早发现高危AKI患者,及时干预,改善预后。