Osa 1|Munuaisten toipumisen ennustaminen dialyysin jälkeen – akuutin munuaisvaurion ennustaminen munuaisten toipumisen ennustaminen dialyysin jälkeen – akuutin munuaisvaurion

Munuaisten toipumisen ennustaminen dialyysin jälkeen – akuutin munuaisvaurion ennustaminen munuaisten toipumisen ennustaminen dialyysin jälkeen – akuutin munuaisvaurion

Ota yhteyttä: emily.li@wecistanche.com

Benjamin J. Lee^1,2,3, Chi-yuan Hsu^1,4, Rishi Parikh⁴, Charles E. McCulloch⁵, Thida C. Tan⁴, Kathleen D. Liu^1,6, Raymond K. Hsu¹, Leonid Pravoverov⁷, Sijie Zheng^4,7ja Alan S. Go^1,4,5

¹Division of Nephrology, Department of Medicine, University of California, San Francisco, San Francisco, California, USA;²Houston Kidney Consultants, Houston, Texas, USA;³Houston Methodist Institute for Academic Medicine, Houston, Texas, USA;⁴Tutkimusosasto, Kaiser Permanente Northern California, Oakland, California, USA;⁵Epidemiologian ja biostatistiikan laitos, Kalifornian yliopisto, San Francisco, San Francisco, Kalifornia, USA; 6 Division of Critical Care, Anestesia-osasto, Kalifornian yliopisto, San Francisco, San Francisco, Kalifornia, USA; ja⁷Nefrologian osasto, Kaiser Permanente Oakland Medical Center, Oakland, Kalifornia, USA

Esittely:

Jälkeendialyysihoitoa vaativa akuutti munuaisvaurio(AKI-D), riittävän talteenottomunuaisten toimintalopettamaandialyysion tärkeä kliininen ja potilaslähtöinen tulos. Yksittäisten potilaiden toipumistodennäköisyyden ennustaminen on yleinen dilemma.

Menetelmät:

Tässä kohorttitutkimuksessa tutkittiin kaikkia Pohjois-Kalifornian Kaiser Permanenten aikuisia jäseniä, joilla oli AKI-D tammikuun 2009 ja syyskuun 2015 välisenä aikana ja jotka olivat ennustaneet sairaalassa kuolleisuutta<20%. candidate="" predictors="" included="" demographic="" characteristics,="" comorbidities,="" laboratory="" values,="" and="" medication="" use.="" we="" used="" logistic="" regression="" and="" classification="" and="" regression="" tree="" (cart)="">

kehittää ja ristiinvalidoida toipumisen ennustemalleja.

Tulokset:

2214 AKI-D-potilaan keski-ikä oli 67,1 vuotta, 40,8 prosenttia oli naisia ​​ja 54,0 prosenttia valkoihoisia; 40,9 prosenttia potilaista toipui. Potilaat, jotka toipuivat, olivat nuorempia, heillä oli korkeampi lähtötilanteen arvioitu glomerulusten suodatusnopeus (eGFR) ja hemoglobiinitaso ennen tuloa, ja heillä oli vähemmän todennäköistä, että heillä oli aikaisempi sydämen vajaatoiminta tai krooninen maksasairaus. Bootstrapped-näytteisiin sovellettu vaiheittainen logistinen regressio identifioi lähtötason eGFR:n, tuloa edeltävän hemoglobiinitason, kroonisen maksasairauden ja iän ennustajiksi, jotka yleisimmin liittyvät irtoamiseen.dialyysi90 päivän kuluessa. Nämä ennustajat sisältävän lopullisen logistisen regressiomallimme korrelaatiokerroin havaittujen ja ennustettujen todennäköisyyksien välillä oli 0,97, c-indeksin ollessa 0,64. Vaihtoehtoinen CART-lähestymistapa ei onnistunut paremmin kuin logistinen regressiomalli (c-indeksi 0,61).

Johtopäätös:

Kehitimme ja ristiinvalidoimme AKI-D:n jälkeisen toipumisen ennustusmallin erinomaisella kalibroinnilla käyttämällä rutiininomaisesti saatavilla olevia kliinisiä tietoja. Mallin vaatimaton syrjintä kuitenkin rajoittaa sen kliinistä käyttökelpoisuutta. Lisätutkimusta tarvitaan parempien ennustetyökalujen kehittämiseksi.

Kidney Int Rep (2019) 4, 571–581; https://doi.org/10.1016/j.ekir.2019.01.015

AVAINSANAT:dialyysi, dialyysi-vaativat munuaisten toimintaa,akuutti munuaisvaurio,ennustemalli,munuaisten palautuminen

Cistanche suojaa ja parantaa munuaisten toimintaa

AKI-D on vakava akuutti sairaus, joka vaikuttaa 3–13 prosenttiin kriittisesti sairaista potilaista.^1–3Vaikka AKI-D-potilaiden sairaalakuolleisuus on laskenut,^4–8jäljelle jää huomattava osa eloonjääneistädialyysi- riippuu sairaalasta kotiuttamishetkellä ja sen jälkeen.^2,5,9–11 Munuaisten palautuminenAKI-D:n jälkeen määritellään riittävän palautuksenamunuaisten toimintalopettaadialyysi, on tärkeä kliininen ja potilaslähtöinen tulos. Vaikka useimmilla potilailla on normaali lähtötasomunuaisten toimintalopulta toipuvat, jos he selviävät AKI-D-sairaalahoidosta,12 monet potilaat, joilla on AKI-D-kokemustaakuutti munuaisvaurio(AKI) päällekkäin kroonisen munuaissairauden (CKD) kanssa eivätkä parane.^13–15

Toipumisen ennustaminen AKI-D:n puhkeamisen jälkeen on yleinen dilemma, jota potilaat, heidän perheensä ja useiden erikoisalojen lääkärit kohtaavat, nefrologeista intensiivi-, sairaala- ja perusterveydenhuollon lääkäreihin. Perustason eGFR:n, proteinurian, iän, diabetes mellituksen ja rinnakkaissairauksien on osoitettu vaikuttavan toipumisen todennäköisyyteen.9, 10, 13–17 Ainoan julkaistun ennustemallin ovat rakentaneet Srisawat et al.,¹⁸ jotka havaitsivat, että Charlsonin komorbiditeettiindeksi ja APACHE II -pistemäärä olivat ennustajia. Heidän tutkimuksensa oli kuitenkin pieni (n ¼ 76), ja se sisälsi vain erittäin valittuja osallistujia, jotka osallistuivat kliiniseen tutkimukseen, joka sulki pois potilaat, joilla oli aiemmin 4 tai 5 CKD, joten yleistettävyys oli rajoitettua useista syistä.^19,20Kaiken kaikkiaan tiedot AKI-D:n luontaisesta historiasta ovat vaihtelevia, ja on vaikea tietää, paraneeko yksittäinen AKI-D-potilas.^9,21

Kyky ennustaa toipumista tarkemmin voisi ohjata neuvontaa ja päätöksentekoa sekä sairaala- että avohoidossa. Monet sairaalahoidossa olevat AKI-potilaat kysyvät toipumismahdollisuuksistaan ​​jo ennen akuutin alkamistadialyysi, ja jotkut saattavat kieltäytyä aloittamastadialyysikokonaan, jos he ymmärtävät, että toipumismahdollisuudet ovat erittäin alhaiset ja he todennäköisesti ovat päällädialyysiloppuelämänsä ajan. Tarkka toipumisen ennuste kertoisidialyysipääsypäätökset potilaille, joilla on AKI-D: sekä väliaikaisten katetrien valinta tunneloitujen katetrien sijaan lyhyellä aikavälillä että fistulin tai siirteen asennuksen ajoitus keskipitkällä aikavälillä. Parannetut ennustekyvyt vaikuttaisivat myös avohoidon ajoitukseendialyysituolin sijoittaminen (eli avohoidon ajan ja paikan määrittäminendialyysi), mikä saattaa vaikuttaa sairaalahoidon kestoon. Avohoidossa, kun potilaat harkitsevat toimenpiteitä, jotka voivat pidentää AKI-D:tä (esim. jodipitoisen varjoaineen anto), kyky ennustaa toipumista auttaisi potilaita ja heidän tarjoajiaan punnitsemaan asianmukaisesti riskejä ja hyötyjä. Tutkimuksen näkökulmasta paremmat ennustekyvyt mahdollistaisivat AKI-D-potilaiden, joilla on kohtuullinen mahdollisuus toipua, kohdennetun osallistumisen mahdollisia hoitoja testaaviin kokeisiin.

Tällä hetkellä ei ole olemassa validoituja AKI-D-palautumisen ennustemalleja, ja asiantuntijapaneelit ovat havainneet tämän tietovajeen keskeiseksi esteeksi tulosten parantamiselle tässä haavoittuvassa asemassa olevassa väestössä.^9,22Käyttämällä monipuolista, yhteisöpohjaista kohorttia tavoitteemme oli kehittää ennustemalli AKI-D:n jälkeiselle toipumiselle, joka soveltuisi rutiininomaiseen kliiniseen käytäntöön.

Tämän tutkimuksen hyväksyivät KPNC:n ja San Franciscon Kalifornian yliopiston institutionaaliset arviointilautakunnat luopumalla tietoisesta suostumuksesta tutkimuksen luonteen vuoksi.

Cistanche suojaa ja parantaa munuaisten toimintaa

MENETELMÄT

Lähdeväestö

The source population was based within Kaiser Per- Permanente Northern California (KPNC), a large, integrated health care delivery system that provides comprehensive care for >4,4 miljoonaa jäsentä. Näitä potilaita hoidettiin 21 Kaiser Permanenten omistamassa sairaalassa (lisäliite S1). KPNC:n jäsenet edustavat erittäin hyvin ympäröivää paikallista ja osavaltion laajuista väestöä.23 Lähes kaikki hoidon osa-alueet tallennetaan KPNC:n sähköiseen sairauskertomusjärjestelmään, joka on integroitu laitoshoitoon, ensiapuosastoon ja avohoitoon.

Tämän tutkimuksen hyväksyivät KPNC:n ja San Franciscon Kalifornian yliopiston institutionaaliset arviointilautakunnat luopumalla tietoisesta suostumuksesta tutkimuksen luonteen vuoksi.

Tutkimusnäyte

Teimme retrospektiivisen kohorttitutkimuksen kaikille aikuisille (ikä yli 18 vuotta) KPNC:n jäsenille, joilla oli AKI-D 1. tammikuuta 2009 ja 30. syyskuuta 2015 välisenä aikana ja joilla oli vähintään 12 peräkkäistä kuukautta terveyssuunnitelman jäsenyys ja apteekkiedut ennen indeksisairaalahoitoa, jotta varmistetaan asianmukaisten liitännäissairauksien, laboratoriotestien ja reseptilääkkeiden käytön riittävä selvitys. Tätä analyysiä varten luokittelimme potilaat, joilla on AKI-D, jos heille tehtiin munuaiskorvaushoitoa (akuutti ajoittainen hemodialyysi ja/tai jatkuva aktiivihoito) sairaalahoidon aikana ilman hoitoa edeltävää kroonista aktiivihoitoa ja potilaiden seerumin kreatiniinipitoisuuden huippu oli suurempi kuin tai yhtä suuri kuin 50 prosenttia vastaanottoa edeltävästä lähtötasosta (määritelty viimeisimmäksi ei-päivystysosaston avohoitomittaukseksi 7–365 päivää ennen vastaanottoa). Krooninen aktiivihoito ennen vastaanottoa varmistettiin kattavalla KPNC:n loppuvaiheen munuaissairauden (ESRD) hoitorekisterillä, joka seuraa aktiivihoitohoitojen aloitusta ja lopettamista sekä munuaisensiirtopäivämäärää.13,15,24,25 Jätimme pois potilaat, joilla oli lähtötaso. eGFR-arvot<15 ml/min="" per="" 1.73="" m2="" (because="" it="" is="" difficult="" in="" this="" egfr="" range="" to="" distinguish="" true="" aki-d="" from="" the="" progression="" of="" severe="" ckd)="" or="" predicted="" probability="" of="" inpatient="" mortality="" ≥20%="" using="" a="" kpnc-validated="" risk="" score26="" (because="" the="" issue="" of="">munuaisten palautuminenon kliinisesti merkityksellinen vain niillä AKI-D-potilailla, jotka todennäköisesti selviävät akuutista sairaalahoidosta ja vähentävät myös analyyttisiä ongelmia, jotka aiheutuvat, kun kuolema voidaan tulkita "ei-parantumattomaksi" AKI-D:n jälkeen). Teimme myös kaksi herkkyysanalyysiä: yksi, joka ei sulkenut pois potilaita, joiden ennustettu todennäköisyys sairaalapotilaaseen kuolleisuuteen oli suurempi tai yhtä suuri kuin 20 prosenttia, ja toinen, jossa käytettiin seerumin kreatiniinia eGFR:n sijaan.

Munuaisten toipuminen AKI-D:n jälkeen

Ensisijainen tulos oli alkuperäisen elpyminenmunuaisten toimintaAKI-D:n jälkeen, määritellään aktiivihoidon riippumattomuudeksi 90 päivän sisällä aktiivihoidon aloittamisesta ja eloonjäämisaika Yli tai yhtä suuri kuin 4 viikkoa aktiivihoidon lopettamisen jälkeen. Potilaita, jotka lopettivat aktiivihoidon 4 viikon sisällä 90-päivän katkaisuajasta, tarkkailtiin viimeisten 90 päivän aikana sen varmistamiseksi, että he pysyivät elossa 4-vähimmäisviikon ajan. Käytimme tilaa 90 päivän kohdalla, koska tavanomaisesti potilailla katsotaan olevan ESRD, jos he pysyvätdialyysi-riippuvainen Yli tai yhtä suuri kuin 90 päivää.9 Vaadimme, että potilaat ovat elossa ja poissadialyysiYli tai yhtä suuri kuin 4 viikkoa, jotta vähennetään ihmisten mahdollisia väärinluokituksia, jotka lopettivatdialyysihoidon keskeyttämisen vuoksi. Toipuminen voi tapahtua ensimmäisen AKI-D-sairaalahoidon aikana tai avohoidossa sairaalasta kotiutuksen jälkeen. Ankkuroimme analyysimme aktiivihoidon aloituspäivämäärän (enkä sairaalan kotiutumisen tai muun päivämäärän) perusteella, jotta se voitaisiin liittää lähemmin AKI-jakson luonnolliseen historiaan kuin muihin ulkopuolisiin tekijöihin, jotka voivat vaikuttaa sairaalahoidon kestoon.

Kovariaatit

Väestötiedot (esim. ikä, sukupuoli, itse ilmoittama rotu ja etnisyys) saatiin terveyssuunnitelmien tietokannoista.^27–29Asiaankuuluvat liitännäissairaudet määriteltiin diagnostisella tai menettelytavalla kansainvälisellä sairauksien luokittelulla, yhdeksännen version koodeilla ja niitä täydennettiin laboratoriotutkimustuloksilla, avohoidoilla ja määrätyillä lääkkeillä käyttäen sähköisiä terveyskertomuspohjaisia ​​tietoja, jotka puhdistettiin ja linkitettiin yksilötasolla potilaskohtaisesti. Kaiser Permanente Virtual Data Warehouse kuten aiemmin on kuvattu ja vahvistettu.^25,30–38Potilaan elintärkeä tila määritettiin käyttämällä kattavia tietoja terveyssuunnitelman hallinnollisista ja kliinisistä tietokannoista, jäsenten välitysraporteista, sosiaaliturvahallinnon elintilatiedostoista ja Kalifornian osavaltion kuolintodistustiedoista.^39,40 Demographic characteristics and inpatient laboratory values were measured on the date of RRT initiation for AKI-D, and baseline outpatient laboratory values and vital signs were measured 7 to 365 days before admission. For variables that had missing data, a category for missingness was created for each of those variables. Variables with >20 prosenttia puuttuvista arvoista ei sisällytetty mallinnukseen.

Tilastollinen lähestymistapa

Analyysit suoritettiin käyttämällä SAS:n versiota 9.3 (SAS Inc., Cary, NC) ja Salford Predictive Modelerin versiota 8.2 (Salford Systems, San Diego, CA). Lähtötilanteen ominaisuuksia verrattiin eri palautumisryhmissä käyttämällä jatkuvien muuttujien ja x:n varianssianalyysiä² kategoristen muuttujien testit.

Teimme alun perin monimuuttujalogistisen regressioanalyysin AKI-D:n jälkeisen toipumisen ennustamiseksi seuraavilla ehdokkailla: ikä, sukupuoli, itse ilmoittama rotu ja etnisyys, tupakointitila, lääkkeiden käyttö ennen vastaanottoa, olemassa olevat rinnakkaissairaudet (sydämen vajaatoiminta, sepelvaltimotauti, aiempi iskeeminen aivohalvaus, ääreisvaltimotauti, eteisvärinä, mitraali- tai aorttaläppäsairaus, laskimotromboembolia, kohonnut verenpaine, diabetes mellitus, dyslipidemia, aiempi sairaalassa ollut maha-suolikanavan verenvuoto, kilpirauhassairaus, krooninen maksasairaus, krooninen keuhkosairaus, dementia, masennus) ja potilaspotilas kuolleisuusriskipisteet.²⁶ Muita ehdokkaiden ennustajia olivat seuraavat ennen sisäänpääsyä muuttuvat muuttujat: painoindeksi, systolinen verenpaine, korkeatiheyksinen ja matalatiheyksinen lipoproteiinitaso, eGFR (käyttäen kroonisen munuaissairauden epidemiologisen yhteistyön kreatiniiniyhtälöä⁴¹), mittatikun proteinuriataso, hemoglobiinitaso ja verihiutaleiden määrä. Painoindeksiä, vastaanottoa edeltävää systolista verenpainetta ja kaikkia laboratorioon perustuvia muuttujia käsiteltiin ordinaalisina kategorisina muuttujina (luokkien väliset jaot näkyvät taulukoissa 1 ja 2; samanlaisia ​​tuloksia saatiin, kun näitä yhteismuuttujia käsiteltiin jatkuvina muuttujina). Tärkeiden ennustajien tunnistamiseksi loimme ensin 1000 satunnaista näytettä analyyttisestä kohortista bootstrap-uudelleennäytteenotolla ja korvaamalla ja suoritimme sitten automaattisen vaiheittaisen logistisen regression jokaiselle näytteelle. Ennustajat, jotka valittiin vaiheittaisella regressiolla Suurempi tai yhtä suuri kuin 75 prosenttia bootstrapped näytteistä, sisällytettiin lopulliseen malliin. Myöhemmin käytimme 10-kertaista ristiinvalidointia luodaksemme kullekin potilaalle ennustetut toipumistodennäköisyydet, joita käytettiin c-indeksin laskemiseen ja kalibrointitilastojen luomiseen. Lopuksi malliparametrien arviot ja todennäköisyyssuhteet lopulliselle ennustajajoukolle luotiin logistisen regressiomallin avulla käyttäen koko analyyttistä kohorttia.

Suunnittelimme myös etukäteen CART-analyysin suorittamista toipumista varten, koska ei tiedetty, tuottaisiko tämä menetelmä kliinisesti hyödyllisempiä tuloksia kuin logistinen regressio.⁴² Ehdokkaat ennustajat olivat samat kuin ne, joita käytettiin logistisessa regressioanalyysissä. CART käsitteli kaikkia laboratorioarvoja jatkuvina muuttujina ja optimaalisesti valittuina rajapisteinä tiedonhäviön minimoimiseksi. Minimisolmun tai terminaalin koolle ei asetettu rajoituksia. Puut karsittiin ja optimoitiin käyttämällä sisäänrakennettua 10-kertaista ristiinvalidointia tapausten suhteellisen virheellisen luokittelun minimoimiseksi samalla kun suojattiin ylikorjaukselta. C-indeksit, sekavuusmatriisi ja vastaanottimen toimintakäyrä luotiin lopullisen päätöspuun suorituskyvyn arvioimiseksi.

Jos haluat osan 2, napsautatässä.