Časť 1|Predpovedanie zotavenia obličiek po dialýze - vyžadujúce si akútne poškodenie obličiek Predpovedanie zotavenia obličiek po dialýze - vyžadujúce si akútne poškodenie obličiek

Predpovedanie zotavenia obličiek po dialýze - vyžadujúce si akútne poškodenie obličiek Predpovedanie zotavenia obličiek po dialýze - vyžadujúce si akútne poškodenie obličiek

Kontakt: 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^4,7a Alan S. Go^1,4,5

¹Division of Nefrology, Department of Medicine, University of California, San Francisco, San Francisco, California, USA;²Houston Kidney Consultants, Houston, Texas, USA;³Houstonský metodistický inštitút pre akademickú medicínu, Houston, Texas, USA;⁴Divízia výskumu, Kaiser Permanente Severná Kalifornia, Oakland, Kalifornia, USA;⁵Katedra epidemiológie a bioštatistiky, Kalifornská univerzita, San Francisco, San Francisco, Kalifornia, USA; 6Division of Critical Care, Department of Annesthesia, University of California, San Francisco, San Francisco, California, USA; a⁷Oddelenie nefrológie, Kaiser Permanente Oakland Medical Center, Oakland, Kalifornia, USA

Úvod:

Povyžadujúce dialýzu akútne poškodenie obličiek(AKI-D), obnovenie dostatočného množstvafunkcie obličiekprerušiťdialýzaje dôležitým klinickým výsledkom orientovaným na pacienta. Predpovedanie pravdepodobnosti uzdravenia u jednotlivých pacientov je bežnou dilemou.

Metódy:

Táto kohortová štúdia skúmala všetkých dospelých členov Kaiser Permanente Severná Kalifornia, ktorí zažili AKI-D medzi januárom 2009 a septembrom 2015 a predpovedali úmrtnosť hospitalizovaných pacientov<20%. candidate="" predictors="" included="" demographic="" characteristics,="" comorbidities,="" laboratory="" values,="" and="" medication="" use.="" we="" used="" logistic="" regression="" and="" classification="" and="" regression="" tree="" (cart)="">

na vývoj a krížovú validáciu predikčných modelov pre obnovu.

Výsledky:

Medzi 2214 pacientmi s AKI-D bol priemerný vek 67,1 roka, 40,8 percenta boli ženy a 54,0 percent boli belosi; Vyliečilo sa 40,9 percenta pacientov. Pacienti, ktorí sa zotavili, boli mladší, mali vyššiu východiskovú odhadovanú rýchlosť glomerulárnej filtrácie (eGFR) a hladiny hemoglobínu pred vstupom a bola u nich menšia pravdepodobnosť, že mali predchádzajúce srdcové zlyhanie alebo chronické ochorenie pečene. Postupná logistická regresia aplikovaná na bootstrapované vzorky identifikované východiskovým eGFR, predvstupovou hladinou hemoglobínu, chronickým ochorením pečene a vekmi ako prediktory najčastejšie spojené s vypadnutím.dialýzado 90 dní. Náš konečný model logistickej regresie zahŕňajúci tieto prediktory mal korelačný koeficient medzi pozorovanou a predpovedanou pravdepodobnosťou 0,97, s c-indexom 0,64. Alternatívny prístup CART neprekonal model logistickej regresie (c-index 0,61).

Záver:

Vyvinuli sme a krížovo overili šetrný predikčný model na zotavenie po AKI-D s vynikajúcou kalibráciou pomocou bežne dostupných klinických údajov. Mierna diskriminácia modelu však obmedzuje jeho klinickú užitočnosť. Na vývoj lepších nástrojov na predpovedanie je potrebný ďalší výskum.

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

KĽÚČOVÉ SLOVÁ:dialýza, dialýza-vyžadujúce funkciu obličiek,akútne poškodenie obličiek,predikčný model,obnovenie obličiek

Cistanche chráni a zlepšuje funkciu obličiek

AKI-D je vážny akútny zdravotný stav, ktorý postihuje 3 až 13 percent kriticky chorých pacientov.^1–3Hoci úmrtnosť v nemocnici medzi pacientmi s AKI-D klesla,^4–8zostáva značná časť tých, ktorí prežilidialýza- v závislosti v čase prepustenia z nemocnice a neskôr.^2,5,9–11 Renálna obnovapo AKID, definovaný ako návrat dostatočnéhofunkcie obličiekprestať pokračovaťdialýzaje dôležitým klinickým výsledkom orientovaným na pacienta. Hoci väčšina pacientov s normálnou východiskovou hodnotoufunkcie obličieksa nakoniec zotavia, ak prežijú hospitalizáciu AKI-D,12 mnohí pacienti so skúsenosťami s AKI-Dakútne poškodenie obličiek(AKI) sa prekrýva s chronickým ochorením obličiek (CKD) a nezotaví sa.^13–15

Predikcia zotavenia po nástupe AKI-D je bežnou dilemou, s ktorou sa stretávajú pacienti, ich rodiny a lekári naprieč rôznymi špecializáciami, od nefrológov po intenzivistov, hospitalistov a lekárov primárnej starostlivosti. Ukázalo sa, že východisková hodnota eGFR, proteinúria, vek, diabetes mellitus a komorbidita ovplyvňujú pravdepodobnosť zotavenia.9,10,13–17 Jediný publikovaný predikčný model skonštruovali Srisawat et al.¹⁸ ktorí zistili, že Charlsonov index komorbidity a skóre APACHE II boli prediktory. Ich štúdia však bola malá (n ¼ 76) a zahŕňala iba vysoko vybraných účastníkov zaradených do klinickej štúdie, ktorá vylúčila pacientov s už existujúcim štádiom 4 alebo 5 CKD, takže zovšeobecnenie bolo obmedzené z viacerých dôvodov.^19,20Celkovo sú údaje o prirodzenej anamnéze AKI-D variabilné a je ťažké vedieť, či sa individuálny pacient s AKI-D uzdraví.^9,21

Schopnosť presnejšie predpovedať zotavenie by mohla potenciálne viesť k poradenstvu a rozhodovaniu v nemocničnom aj ambulantnom prostredí. Mnohí hospitalizovaní pacienti s AKI sa pýtajú na svoje šance na uzdravenie ešte pred začatím akútdialýzaa niektorí môžu odmietnuť spustiťdialýzaak pochopia, že šance na uzdravenie sú veľmi nízke a pravdepodobne budúdialýzapo zvyšok ich života. Presná predpoveď oživenia by informovaladialýzarozhodnutia o prístupe pre pacientov s AKI-D: výber dočasných katétrov oproti tunelovaným katétrom v krátkodobom horizonte a načasovanie umiestnenia fistuly alebo štepu v strednodobom horizonte. Zlepšené prognostické schopnosti by tiež ovplyvnili načasovanie ambulantnej liečbydialýzaumiestnenie kresla (t. j. stanovenie času a miesta pre ambulantnú liečbudialýza), čo by mohlo potenciálne ovplyvniť dĺžku pobytu v nemocnici. V ambulantnom prostredí, keď pacienti zvažujú postupy, ktoré môžu predĺžiť AKI-D (napr. podanie jódovej kontrastnej látky), schopnosť predpovedať zotavenie pomôže pacientom a ich poskytovateľom primerane zvážiť riziká a prínosy. Z hľadiska výskumu by zlepšené prognostické schopnosti umožnili cielený zápis pacientov s AKI-D, ktorí majú primeranú šancu na zotavenie, do skúšok testujúcich potenciálnu liečbu.

V súčasnosti neexistujú žiadne overené modely predpovedí obnovy AKI-D a panely odborníkov označili túto medzeru v znalostiach za kľúčovú prekážku zlepšenia výsledkov v tejto zraniteľnej populácii.^9,22Pomocou rôznorodej komunitnej kohorty bolo naším cieľom vyvinúť predikčný model pre zotavenie po AKI-D, ktorý by bol použiteľný v rutinnej klinickej praxi.

Táto štúdia bola schválená inštitucionálnymi revíznymi radami KPNC a Kalifornskej univerzity v San Franciscu s upustením od informovaného súhlasu získaného kvôli povahe štúdie.

Cistanche chráni a zlepšuje funkciu obličiek

METÓDY

Zdrojová populácia

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 milióna členov. Títo pacienti boli liečení v 21 nemocniciach vlastnených Kaiser Permanente (doplnková príloha S1). Členstvo v KPNC je vysoko reprezentatívne pre okolitú miestnu a celoštátnu populáciu.23 Takmer všetky aspekty starostlivosti sú zachytené prostredníctvom systému elektronických zdravotných záznamov KPNC, ktorý je integrovaný v ústavoch, na pohotovostnom oddelení a v zariadeniach ambulantnej starostlivosti.

Táto štúdia bola schválená inštitucionálnymi revíznymi radami KPNC a Kalifornskej univerzity v San Franciscu s upustením od informovaného súhlasu získaného kvôli povahe štúdie.

Ukážka štúdie

Uskutočnili sme retrospektívnu kohortovú štúdiu všetkých dospelých (vek väčší alebo rovný 18 rokom) členov KPNC, u ktorých sa vyvinul AKI-D medzi 1. januárom 2009 a 30. septembrom 2015 a ktorí mali väčší alebo rovný 12 po sebe idúcim mesiacom členstvo v zdravotnom pláne a výhody lekárne pred indexovou hospitalizáciou, aby sa zabezpečilo primerané zachytenie relevantných komorbidít, laboratórnych testov a užívania liekov na predpis. Pre túto analýzu sme klasifikovali pacientov ako pacientov s AKI-D, ak podstúpili terapiu náhrady obličiek (RRT; akútna intermitentná hemodialýza a/alebo kontinuálna RRT) počas hospitalizácie bez akejkoľvek predvstupovej chronickej RRT a mali maximálnu koncentráciu kreatinínu v sére pacienta vyššiu ako alebo rovná 50 percentám východiskovej hodnoty pred prijatím (definované ako posledné ambulantné meranie mimo pohotovosti medzi 7 a 365 dňami pred prijatím). Chronická RRT pred prijatím bola zistená prostredníctvom komplexného registra liečby KPNC End-Stage Renal Disease (ESRD), ktorý sleduje začatie a ukončenie liečby RRT a dátum (dátumy) transplantácie obličky.13,15,24,25 Vylúčili sme pacientov, ktorí mali východiskovú hodnotu hodnoty eGFR<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="">obnovenie obličiekje klinicky relevantná len medzi tými pacientmi s AKI-D, ktorí pravdepodobne prežijú akútnu hospitalizáciu a tiež znížia analytické problémy zavedené, keď smrť možno interpretovať ako stav „nezotavenia“ po AKI-D). Uskutočnili sme aj 2 analýzy citlivosti: jednu, ktorá nevylúčila pacientov s predpokladanou pravdepodobnosťou hospitalizovanej úmrtnosti väčšou alebo rovnou 20 percentám a jednu, ktorá používala sérový kreatinín namiesto eGFR.

Zotavenie obličiek po AKI-D

Primárnym výsledkom bolo zotavenie natívnehofunkcie obličiekpo AKI-D, definovaná ako nezávislosť RRT do 90 dní po začatí RRT a prežívanie dlhšie alebo rovné 4 týždňov po ukončení RRT. Pacienti, ktorí ukončili RRT do 4 týždňov od 90-dňového limitu, boli sledovaní posledných 90 dní, aby sa potvrdilo, že zostali nažive počas minimálneho 4-týždňového obdobia. Použili sme stav po 90 dňoch, pretože pacienti sa bežne považujú za pacientov s ESRD, ak zostanúdialýza-závislý na viac alebo rovných 90 dní.9 Požadovali sme, aby boli pacienti nažive a mimodialýzana dobu dlhšiu alebo rovnú 4 týždňov, aby sa znížilo potenciálne nesprávne zaradenie ľudí, ktorí prerušili liečbudialýzaz dôvodu odňatia starostlivosti. K zotaveniu môže dôjsť počas počiatočnej hospitalizácie AKI-D alebo v ambulantnom prostredí po prepustení z nemocnice. Našu analýzu sme ukotvili na základe dátumu začatia RRT (namiesto prepustenia z nemocnice alebo nejakého iného dátumu), aby sme ju viac prepojili s prirodzenou históriou epizódy AKI než s inými vonkajšími faktormi, ktoré môžu ovplyvniť dĺžku hospitalizácie.

Kovarianty

Demografické charakteristiky (napr. vek, pohlavie, rasa a etnicita, o ktorých sa sami uviedli) boli získané z databáz zdravotných plánov.^27–29Relevantné komorbidity boli definované diagnostickou alebo procedurálnou medzinárodnou klasifikáciou chorôb, kódmi deviatej revízie a doplnené výsledkami laboratórnych testov, ambulantnými vitálnymi funkciami a predpísanými liekmi pomocou údajov založených na elektronických zdravotných záznamoch, ktoré boli vyčistené a prepojené na úrovni jednotlivých pacientov do Virtuálny dátový sklad Kaiser Permanente, ako už bolo opísané a overené.^25,30–38Vitálny stav pacienta bol stanovený pomocou komplexných informácií z administratívnych a klinických databáz zdravotného plánu, hlásenia proxy členov, súborov vitálneho stavu Správy sociálneho zabezpečenia a informácií o úmrtnom osvedčení štátu Kalifornia.^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 percent chýbajúcich hodnôt nebolo zahrnutých do procesu modelovania.

Štatistický prístup

Analýzy sa uskutočnili pomocou SAS, verzia 9.3 (SAS Inc., Cary, NC) a Salford Predictive Modeler, verzia 8.2 (Salford Systems, San Diego, CA). Základné charakteristiky sa porovnávali medzi skupinami zotavenia pomocou analýzy rozptylu pre kontinuálne premenné a x² testy na kategorické premenné.

Pôvodne sme vykonali multivariabilnú logistickú regresnú analýzu na predikciu zotavenia po AKI-D s nasledujúcimi kandidátskymi prediktormi: vek, pohlavie, rasa a etnický pôvod, fajčenie, užívanie liekov pred prijatím, už existujúce komorbidity (srdcové zlyhanie, ischemická choroba srdca, predchádzajúca ischemická mozgová príhoda, ochorenie periférnych artérií, fibrilácia predsiení, ochorenie mitrálnej alebo aortálnej chlopne, venózny tromboembolizmus, hypertenzia, diabetes mellitus, dyslipidémia, predchádzajúce hospitalizované gastrointestinálne krvácanie, ochorenie štítnej žľazy, chronické ochorenie pečene, chronické ochorenie pľúc, demencia, depresia) a hospitalizácia skóre rizika úmrtnosti.²⁶ Ďalšie kandidátske prediktory zahŕňali nasledujúce premenné pred prijatím: index telesnej hmotnosti, systolický krvný tlak, predvstupové hladiny lipoproteínov s vysokou a nízkou hustotou, eGFR (pomocou kreatinínovej rovnice spolupráce pri chronických ochoreniach obličiek Epidemiology Collaboration⁴¹), hladina proteinúrie na testovacej tyčinke, hladina hemoglobínu a počet krvných doštičiek. Index telesnej hmotnosti, predvstupový systolický krvný tlak a všetky laboratórne premenné sa považovali za ordinálne kategorické premenné (rozdiely medzi kategóriami uvedené v tabuľkách 1 a 2; podobné výsledky sa získali, keď sa tieto kovariáty považovali za kontinuálne premenné). Aby sme identifikovali dôležité prediktory, najprv sme vygenerovali 1 000 náhodných vzoriek analytickej kohorty pomocou prevzorkovania bootstrap s náhradou a potom sme na každej vzorke vykonali automatizovanú postupnú logistickú regresiu. Prediktory, ktoré boli vybrané postupnou regresiou vo väčších alebo rovných 75 percent bootstrapped vzoriek, boli zahrnuté do konečného modelu. Následne sme použili 10-násobnú krížovú validáciu na generovanie predpokladaných pravdepodobností zotavenia pre každého pacienta, ktoré sa použili na výpočet c-indexu a generovanie kalibračnej štatistiky. Nakoniec sa pomocou modelu logistickej regresie s použitím úplnej analytickej kohorty vygenerovali odhady parametrov modelu a pomery šancí pre konečný súbor prediktorov.

Tiež sme a priori plánovali vykonať analýzu CART na zotavenie, pretože nebolo známe, či táto metóda prinesie klinicky užitočnejšie výsledky ako prístup logistickej regresie.⁴² Kandidátske prediktory boli rovnaké ako tie, ktoré sa použili v logistickej regresnej analýze. CART zaobchádzalo so všetkými laboratórnymi hodnotami ako so spojitými premennými a optimálne vybranými hraničnými hodnotami, aby sa minimalizovala strata informácií. Neboli stanovené žiadne limity pre minimálnu veľkosť uzla alebo terminálu. Stromy boli orezané a optimalizované pomocou vstavaného 10-násobného krížového overenia, aby sa minimalizovala relatívna nesprávna klasifikácia prípadov a zároveň sa chránilo pred nadmernou montážou. Na vyhodnotenie výkonu konečného rozhodovacieho stromu sa vygenerovali C-indexy, zmätená matica a krivka prevádzkovej charakteristiky prijímača.

Pre časť 2 kliknitetu.