妇科恶性肿瘤化疗患者营养状况降低的影响因素

目的调查妇科恶性肿瘤化疗患者营养状况降低情况,探究其影响因素。方法选取2023年3月至2023年7月新乡市中心医院(新乡医学院第四临床学院)的247例妇科恶性肿瘤化疗患者,收集患者临床资料,调查其营养状况,以患者完成主观整体评估问卷(PG-SGA)评估患者营养状态,将评分≥2分患者定义为营养降低,纳入降低组,反之为营养未降低,纳入未降低组。对比两组临床资料,采用lasso筛选出与患者营养状况降低相关的指标,进入logistic多因素回归分析妇科恶性肿瘤化疗患者营养状况降低的影响因素。结果247例接受患者化疗的妇科恶性肿瘤患者营养状况降低发生率为30.36%(75/247),可疑营养不良、中度营养不良、重度营养不良占比分别为21.33%(16/75)、54.67%(41/75)、24.00%(18/75)。经lasso回归分析筛选,获得6个预测因素,且logistic多因素分析显示,TNM分期、经济水平、前1周饮食状况、味觉改变、抑郁、血清白蛋白是妇科恶性肿瘤化疗患者营养状况降低的影响因素(P<0.05)。结论妇科恶性肿瘤化疗患者营养状况降低受抑郁、TNM分期、味觉改变等多因素影响,医护工作者可据此实施针对性护理以改善患者营养状况。

那不勒斯预后评分预测FIGO分期Ⅰ~Ⅱ期宫颈癌患者术后复发和转移的临床价值

目的:探讨那不勒斯预后评分(Naples prognostic score,NPS)在国际妇产科联盟(International Federation of Gynecology and Obstetrics,FIGO)分期Ⅰ~Ⅱ期宫颈癌患者术后复发和转移的预测价值。方法:回顾性收集186例FIGOⅠ~Ⅱ期宫颈癌患者的临床资料,根据NPS分为低危组(0分)、中危组(1~2分)和高危组(3~4分),比较各组间临床特征的差异。根据患者是否复发和转移分为无复发转移组(147例)和复发转移组(39例),比较2组患者的临床特征差异。采用COX回归分析患者复发转移的影响因素,采用Kaplan-Meier法比较不同NPS患者的无病生存期(disease free survival,DFS)。结果:NPS低危、中危和高危组白蛋白、中性粒细胞-淋巴细胞比值(neutrophil-lymphocyte ratio,NLR),淋巴细胞-单核细胞比值(lymphocyte-monocyte ratio,LMR)、分化程度和宫旁浸润比例比较,差异均有统计学意义(均P<0.05)。COX回归分析结果显示,NPS是宫颈癌患者复发转移的独立预后因素(HR_(高危vs.低危)=14.304,95%CI:3.214~63.656,P<0.001)。亚组分析结果显示,鳞癌患者NPS高危组的DFS明显低于中危组和低危组(Log-rankχ^(2)=23.267,P<0.001);FIGO分期Ⅰ期和Ⅱ期患者NPS高危组的DFS明显低于中危组和低危组(Log-rankχ^(2)分别为15.760和8.294,P<0.05)。结论:NPS是FIGO分期Ⅰ~Ⅱ期宫颈癌患者术后复发转移的独立影响因素,NPS较高的患者DFS相对较短。

肠内免疫微生态营养支持辅助治疗老年营养不良的效果及其抗炎机制

目的观察肠内免疫微生态营养(EIN)支持辅助治疗老年营养不良的效果并探讨其抗炎机制。方法选取2021年1月至2023年1月新乡市中心医院(新乡医学院第四临床学院)收治的103例老年营养不良患者纳入研究,采用随机数表法分为对照组(n=51)和观察组(n=52),对照组患者采取肠内营养(EN)支持,观察组患者采取EIN支持,连续治疗2周。比较两组患者治疗前、治疗2周后的人体测量指标[上臂围(AC)、小腿围(CC)、体质量指数(BMI)、肱三头肌皮褶厚度(TSF)]、营养生化指标[转铁蛋白(TF)、白蛋白(ALB)、淋巴细胞计数(LY)]、NRS2002评分、肠道微生态指标[双歧杆菌、乳酸杆菌、尿乳果糖/甘露醇(L/M)、二胺氧化酶(DAO)]和血清炎症因子[肿瘤坏死因子-α(TNF-α)、白细胞介素-10(IL-10)、降钙素原(PCT)、高敏C反应蛋白(hs-CRP)],同时比较两组患者的不良反应发生情况。结果治疗2周后,观察组患者的AC、CC、BMI、TSF分别为(23.58±2.47)cm、(27.78±3.50)cm、(19.06±1.77)kg/m^(2)、(8.58±0.95)mm,与对照组的(22.75±2.38)cm、(26.82±3.91)cm、(18.51±1.63)kg/m^(2)、(8.26±0.86)mm比较差异均无统计学意义(P>0.05);治疗2周后,观察组患者的血清TF、ALB、LY分别为(1.78±0.33)g/L、(35.60±4.48)g/L、(2.70±0.40)×10^(9)/L,明显高于对照组的(1.61±0.36)g/L、(32.71±4.09)g/L、(1.91±0.37)×10^(9)/L,差异均有统计学意义(P<0.05),但观察组患者的NRS 2002评分为(3.59±0.34)分,与对照组的(3.65±0.30)分比较,差异无统计学意义(P>0.05);治疗2周后,观察组患者的血清TNF-α、IL-10、PCT、hs-CRP水平分别为(55.56±4.43)ng/L、(26.61±2.46)ng/mL、(4.46±0.88)mg/L、(7.23±0.96)mg/L,明显低于对照组的(67.71±5.68)ng/L、(33.32±2.81)ng/mL、(6.13±0.95)mg/L、(9.56±1.01)mg/L,差异均具有统计学意义(P<0.05);治疗2周后,观察组患者的乳酸杆菌、双歧杆菌含量分别为(9.11±0.76)IgCFU、(9.25±0.81)IgCFU,明显高于对照组的(8.54±0.71)IgCFU、(8.60±0.66)IgCFU,尿L/M、DAO分别为0.11±0.02、(15.51±1.69)U/L,明显低于对照组的0.16±0.03、(18.85±2.26)U/L,差异均具有统计学意义(P<0.05);观察组患者的不良反应发生率为9.62%,略低于对照组的15.69%,但差异无统计学意义(P>0.05)。结论EIN支持辅助治疗能抑制老年营养不良患者炎症反应,改善肠道微生态,提高患者营养水平,且具有一定安全性。

预后营养指数联合NLR、PLR在腹膜透析患者全因死亡中的预测价值

目的探讨预后营养指数(PNI)、中性粒细胞与淋巴细胞比值(NLR)和血小板与淋巴细胞比值(PLR)预测腹膜透析(PD)患者死亡的临床价值。方法选取接受腹膜透析治疗的患者189例,根据随访期间是否死亡分为死亡组(71例)和生存组(118例),比较2组临床指标的差异,采用受试者工作特征(ROC)曲线分析PNI评分、NLR、PLR预测PD患者死亡的临床价值,多因素Cox回归模型分析患者死亡的危险因素,Kaplan-Meier法比较不同PNI评分、NLR、PLR水平患者的生存差异。结果与存活组相比,死亡组年龄偏大,合并高血压和糖尿病比例升高,NLR和PLR升高,PNI下降(P<0.05)。ROC曲线结果显示,NLR、PLR、PNI预测腹膜透析患者全因死亡的ROC曲线下面积(AUC)分别为0.684、0.689、0.729,敏感度分别为57.75%、67.61%、57.75%,特异度分别为79.66%、68.64%、80.51%,最佳临界值分别为NLR=4.91、PLR=152.92,PNI=43.74,联合指标对患者全因死亡的预测价值优于单独检测。Cox回归分析发现,NLR升高(HR=2.271,95%CI:1.375~3.753)、PLR升高(HR=2.846,95%CI:1.672~4.844)、PNI下降(HR=2.802,95%CI:1.701~4.616)是腹膜透析患者全因死亡的危险因素。生存分析结果显示,NLR≥4.91、PLR≥152.92和PNI≤43.74患者的累积生存率明显下降(Log rankχ^(2)分别为23.299、20.625、28.183,P<0.01)。结论PNI联合NLR和PLR对腹膜透析患者预后转归有较好的预测效果。

腹膜透析患者全因死亡影响因素及风险模型构建

目的分析腹膜透析患者全因死亡影响因素,并构建患者全因死亡的风险模型。方法回顾性收集2019年1月至2021年1月新乡市中心医院(新乡医学院第四临床学院)的355例腹膜透析患者临床资料,根据随访期间是否全因死亡分为病例组(80例)和对照组(275例),采用最近邻匹配法的倾向性评分(匹配条件:性别、腹膜透析时间、原发疾病)按照1∶3比例从对照组筛选出240例与病例组构成原始数据集,后将原始数据集按照7∶3比例分为训练集(224例)和验证集(96例),统计训练集患者临床资料、预后营养指数(PNI)、蛋白生化指标,Cox回归方程筛选影响因素,构建列线图模型行内部验证,并在验证集中行外部验证。结果355例腹膜透析患者中有22.54%患者全因死亡,77.46%患者存活;训练集中两组年龄、体重指数(BMI)、PNI评分、血红蛋白(Hb)、白蛋白(ALB)、前白蛋白(PA)、转铁蛋白(TF)、尿酸(UA)比较,差异有统计学意义(P<0.05);Cox回归显示,年龄、PNI评分、ALB、Hb、UA是腹膜透析患者全因死亡的影响因素(P<0.05);基于以上因素构建列线图预测模型,训练集和验证集校准曲线、受试者工作特征(ROC)曲线、决策曲线含PNI、蛋白生化指标的列线图模型具有较好预测能力和临床附加收益。结论腹膜透析患者全因死亡影响因素为年龄、PNI评分、ALB、Hb、UA,基于年龄、PNI评分、ALB、Hb、UA构建的列线图预测模型具有较高预测价值和临床适用性。