脓毒症相关持续性急性肾损伤的危险因素及预测模型

目的本文旨在利用大型国际数据库,确定脓毒症相关持续性急性肾损伤(sepsis associated AKI,SA-AKI)的危险因素,构建预测模型森林图,并验证模型准确率。方法从2019年4月15日公开发布的大型国际数据库eICU数据库中识别脓毒症相关急性肾损伤(SA-AKI)患者(886例),将SA-AKI患者分为短暂性SA-AKI组(668例)和持续性SA-AKI组(218例)。使用单因素和多因素logistic回归分析,寻找持续性SA-AKI独立危险因素,构建预测模型森林图,并通过分类模型评价指标评估模型。回顾性收集湖北某三甲医院195例数据作为外部验证组进行模型外部验证。结果单因素logistic回归分析表明:年龄、尿素氮、胆红素、SOFA评分、CRRT、KDIGO 2期、高血压病、心血管病、慢性肾病、肝病、升压剂、OASIS评分、Apache IV评分、纳入时肌酐水平、入院24 h肌酐变化、血红蛋白、血小板、ICU住院天数是持续性SA-AKI独立危险因素;多因素logistic回归向前LR分析表明:CRRT、升压剂、Apache IV评分、胆红素、纳入时肌酐、ICU内天数、24 h肌酐水平变化是持续性SA-AKI的独立预测因素,预测模型灵敏度78.9%,特异度78.7%,AUC曲线下面积0.858。以此构建SA-AKI模型整体预测准确率为83.4%,召回率83.4%,精确率82.6%,F1分数82.1%。将验证集中数据带入最终模型中,得出ROC曲线下面积0.865,灵敏度为89.1%,特异度为78.6%。结论确定了持续性SA-AKI危险因素并成功构建持续性SA-AKI预测模型。

脓毒症相关急性肾损伤死亡预测模型的构建

目的利用国际大型数据库电子重症监护病房合作研究数据库(eICU-CRD)数据,建立脓毒症相关性急性肾损伤(SA-AKI)患者30 d死亡预测模型列线图,并进行预测效能验证。方法采用eICU-CRD中的数据进行回顾性队列研究。从eICU-CRD数据库中筛选SA-AKI患者数据,包括人口统计学特征、既往病史、SA-AKI类型、改善全球肾脏病预后组织(KDIGO)-AKI分期、病情严重程度评分、生命体征、实验室指标及治疗措施;以入院时间为观察起点,死亡为结局事件,随访时间为30 d。比较不同30 d预后患者的相关变量;采用单因素Logistic回归分析和多因素Logistic回归向前似然比分析筛选SA-AKI患者30 d死亡危险因素,并构建死亡预测模型列线图;采用受试者工作特征曲线(ROC曲线)、校准曲线和Hosmer-Lemeshow检验对模型的预测效能进行验证。结果最终共201例SA-AKI患者数据纳入分析,其中30 d存活51例,死亡150例,病死率为74.63%。与存活组比较,死亡组患者年龄更大〔岁:68(60,78)比59(52,69),P<0.01〕,体质量、短暂性SA-AKI比例、血小板计数(PLT)、血糖更低〔体质量(kg):79(65,95)比91(71,127),短暂性SA-AKI比例:61.33%(92/150)比82.35%(42/51),PLT(×10^(9)/L):207(116,313)比260(176,338),血糖(mmol/L):5.5(4.4,7.1)比6.4(5.1,7.6),均P<0.05〕,持续性SA-AKI比例、序贯器官衰竭评分(SOFA)、血乳酸(Lac)、总胆红素(TBil)更高〔持续性SA-AKI比例:38.67%(58/150)比17.65%(9/51),SOFA评分(分):7(5,22)比5(2,7),Lac(mmol/L):0.4(0.2,0.7)比0.3(0.2,0.4),TBil(μmol/L):41.0(17.1,51.3)比18.8(17.1,34.2),均P<0.05〕。单因素Logistic回归分析显示,年龄〔优势比(OR)=1.035,95%可信区间(95%CI)为1.013~1.058,P=0.002〕、体质量(OR=0.987,95%CI为0.977~0.996,P=0.007)、持续性SA-AKI(OR=2.942,95%CI为1.333~6.491,P=0.008)、SOFA评分(OR=1.073,95%CI为1.020~1.129,P=0.006)、PLT(OR=0.998,95%CI为0.996~1.000,P=0.034)、Lac(OR=1.142,95%CI为1.009~1.292,P=0.035)、TBil(OR=1.422,95%CI为1.070~1.890,P=0.015)与SA-AKI患者30 d死亡风险相关;多因素Logistic回归向前似然比分析显示,年龄(OR=1.051,95%CI为1.023~1.079,P=0.000)、体质量(OR=0.985,95%CI为0.974~0.995,P=0.005)、心血管疾病(OR=9.055,95%CI为1.037~79.084,P=0.046)、持续性SA-AKI(OR=3.020,95%CI为1.258~7.249,P=0.013)、SOFA评分(OR=1.076,95%CI为1.013~1.143,P=0.017)、PLT(OR=0.997,95%CI为0.995~1.000,P=0.030)是SA-AKI患者30 d死亡独立危险因素。根据以上危险因素构建SA-AKI患者30 d死亡预测模型列线图;ROC曲线分析显示,该模型ROC曲线下面积(AUC)为0.798(95%CI为0.722~0.873),敏感度为86.7%,特异度为62.7%;校准曲线图显示,拟合曲线与标准曲线接近,说明预测概率与实际概率接近,提示模型预测效能较好;Hosmer-Lemeshow检验显示,χ^(2)=6.393,df=8,P=0.603>0.05,提示该模型能够很好地拟合观察数据;通过模型预测准确率判断模型拟合质量,结果显示,该模型的预测准确率为95.3%,模型整体预测准确率为81.6%,说明模型拟合情况较好。结论基于SA-AKI患者30 d死亡危险因素可以成功构建死亡预测模型,该模型具有较高的准确率、敏感度、可信度和一定的特异度,有助于早期筛选出高死亡风险患者,并采取更加积极的救治方案。

早期经鼻高流量氧疗在呼吸困难伴低氧血症的急诊患者中的应用:一项随机对照研究

目的探讨在急诊科采用经鼻高流量氧疗(high-fl ow nasal cannula,HFNC)作为初始氧疗,与传统氧疗(conventional oxygen therapy,COT)相比是否可以降低呼吸困难伴低氧血症患者的气管插管率,并改善其他临床结局。方法自2019年10月1日至2020年9月30日在郑州大学第一附属医院进行前瞻性单中心随机对照研究。研究人员于急诊抢救室筛选出呼吸困难伴低氧血症的患者,并进行评估,纳入符合条件的急诊抢救室急性呼吸困难伴低氧血症患者210例,1∶1随机分配至HFNC组或COT组,分组后立即接受HFNC或COT治疗1 h。主要指标包括24 h内气管插管率,次要指标包括本次就诊总气管插管率、升级呼吸支持比率、患者治疗后去向、重症监护室时间和住院病死率等。计量资料根据数据分布采用独立样本t检验或Mann-Whitney U检验进行分析。计数资料采用卡方检验,并对60天生存率进行Kaplan-Meier分析。结果HFNC降低了就诊24 h内气管插管率(4.8%vs.14.3%,P=0.019),减少了患者被迫升级氧疗的比率(34.3%vs.53.3%,P=0.005),但不影响本次就诊的总气管插管率(χ2=0.463,P=0.509)。在急诊抢救室期间,HFNC使更多的患者达到目标指脉氧饱和度(90.5%vs.78.1%,P=0.02)、呼吸频率降至24次/min以下(68.6%vs.49.0%,P=0.004),但不影响住院时间,住院病死率和60 d存活率(P>0.05)。结论在急诊科初始应用HFNC可降低24 h内气管插管率,降低就诊过程中氧疗措施升级率,改善氧合,缓解呼吸困难。