鄧祖撫

廣東省雷州市人民醫(yī)院腎內(nèi)科，廣東雷州 524200

慢性腎臟病是臨床較為常見的腎臟系統(tǒng)疾病。據(jù)數(shù)據(jù)報道顯示，約有2%的慢性腎臟病患者會進入終末期腎病，造成不可逆性腎損傷，威脅患者生命安全[1]。腎替代療法是治療終末期腎病的主要方式之一，其中包括腎移植、腹膜透析和血液透析3種方式，但由于腎臟來源有限，因此腎移植在臨床上難以廣泛開展，臨床上治療以腹膜透析和血液透析為主。但由于腹膜透析患者容易受到感染和局部炎癥，最終引發(fā)腹膜炎，影響透析療效。因此血液透析成為臨床多數(shù)醫(yī)生選擇的主要方式。目前研究顯示，由于各種因素部分血液透析患者仍然存在透析效果不佳、病死率較高等風險，因此研究維持性血液透析患者死亡的危險因素是延長患者生存期的關(guān)鍵[2]。該研究通過對2020年1月—2021年7月期間該院收治的436例終末期腎病患者作為研究對象，并對患者進行2年隨訪，分析患者死亡的危險因素，進一步構(gòu)建預測模型，為臨床評估維持性血液透析患者的病死率提供依據(jù)，現(xiàn)報道如下。

1 資料與方法

1.1 一般資料

方便選取該院收治的436例終末期腎病患者作為研究對象，該研究經(jīng)該院醫(yī)學倫理委員會批準通過。納入標準：①經(jīng)檢查和診斷符合終末期腎病診斷標準[3]的患者；②符合維持性血液透析治療適應(yīng)證的患者；③首次發(fā)生終末期腎病者；④自愿參加該次研究并簽字者。排除標準：①資料缺失者；②年齡＜18周歲的未成年患者；③透析齡不超過90 d的患者；④在入組前進行過腎移植、腹膜透析、血液透析等相關(guān)治療的患者；⑤隨訪過程中丟失者；⑥同時參與其他研究者。

1.2 方法

1.2.1 臨床資料收集方法 收集所有患者臨床資料，包括性別、年齡、原發(fā)病、合并癥、血管通路、各實驗室指標等。

1.2.2 預測模型構(gòu)建方法 根據(jù)隨訪2年結(jié)果將存活組患者與死亡組患者一般資料進行對比，有差異項目作為變量進入多因素Logistic回歸分析構(gòu)建模型，選擇α=0.05作為入選變量的標準，α=0.1作為剔除變量的標準，構(gòu)建維持性血液透析患者死亡風險預測數(shù)學模型。模型確立后，根據(jù)各危險因素的權(quán)重系數(shù)β和變量類型共同構(gòu)建評分標準?；A(chǔ)評分：將權(quán)重系數(shù)β最低的變量評定為1分，其余各危險因素權(quán)重系數(shù)β與其相除四舍五入取整作為每個危險因素的基礎(chǔ)評分。等級評分：根據(jù)變量類型，若危險因素為二分類或多分類變量，取值為0時，其等級評分為0分，取值不為0時，其等級評分為1分。若危險因素為有序分類變量，則最低等級為1分，之后每提高一個等級增加1分。最終評分：將所有危險因素的基礎(chǔ)評分乘以其等級評分，得到最終評分。

1.3 觀察指標

隨訪患者2年，觀察患者死亡、存活情況，通過對比死亡組和存活組患者臨床資料，有差異項目代入Logistic回歸方程計算，分析維持性血液透析患者死亡的危險因素。通過各危險因素的權(quán)重系數(shù)和變量類型，創(chuàng)建預測維持性血液透析患者死亡風險的評分標準。

1.4 統(tǒng)計方法

采用SPSS 18.0統(tǒng)計學軟件對數(shù)據(jù)進行分析，計數(shù)資料采用頻數(shù)表示，進行χ2檢驗。采用Logistic回歸方程分析維持性血液透析患者死亡的危險因素，以患者是否死亡作為因變量，一般資料作為自變量，以α=0.05作為篩選變量的標準，P＜0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 隨訪2年患者情況

436例患者隨訪2年，其中存活患者129例（29.59%），死亡307例（70.41%）。

2.2 存活組與死亡組患者一般資料對比

存活組與死亡組患者在年齡、原發(fā)病、惡性腫瘤、血管通路、血清白蛋白以及血鈣水平上對比差異有統(tǒng)計學意義（P＜0.05）。見表1。

表1 存活組與死亡組患者一般資料對比Table 1 Comparison of general data of patients in survival group and death group

2.3 維持性血液透析患者死亡的危險因素分析

將存活組和死亡組患者有差異資料代入Logistic回歸方程計算，結(jié)果發(fā)現(xiàn)年齡、原發(fā)病、惡性腫瘤、血管通路以及血鈣均是維持性血液透析患者死亡的危險因素，血清白蛋白是其保護因素。見表2。

表2 維持性血液透析患者死亡的危險因素分析Table 2 Analysis of risk factors for death in maintenance hemodialysis patients

2.4 危險因素賦值

各危險因素包括年齡、原發(fā)病、惡性腫瘤、血管通路、白蛋白及血鈣，賦值方式見表3。

表3 危險因素賦值Table 3 Assignment of risk factors

2.5 維持性血液透析患者死亡風險的預測模型評分

根據(jù)Logistic回歸分析和危險因素賦值進行維持性血液透析患者死亡危險因素的數(shù)學模型構(gòu)建，得出ODDS=Exp[（0.724×年齡賦值）+0.729×原發(fā)病賦值+0.680×惡性腫瘤賦值+0.687×血管通路賦值-0.707×白蛋白賦值+0.680×血鈣賦值]。預測病死率=ODDS/（ODDS+1）×100%。

3 討論

隨著血液透析技術(shù)的不斷進步，血液透析患者的病死率不斷降低，但仍然處于較高水平。如何降低血液透析患者的病死率一直是臨床研究的重難點[4]。

該文對該院維持性血液透析患者進行研究，結(jié)果顯示，隨訪2年后患者病死率為70.41%，存活率為29.59%。在分析死亡和存活患者一般資料時發(fā)現(xiàn)，兩組患者在年齡、原發(fā)病、惡性腫瘤、血管通路、白蛋白以及血鈣水平上差異有統(tǒng)計學意義（P<0.05）。通過Logistic回歸方程計算顯示，年齡、原發(fā)病、惡性腫瘤、血管通路以及血鈣均是維持性血液透析患者死亡的危險因素。根據(jù)以上結(jié)果得出以下結(jié)論：①年齡：在李明等[5]人的研究中，對210例維持性血液透析患者進行分析發(fā)現(xiàn)，死亡組患者平均年齡為（56.6±16.6）歲，存活組患者平均年齡為（48.2±15.1）歲，死亡組年齡更大，該文結(jié)果與其研究結(jié)果相符。這是由于維持性血液透析患者需要長期進行血液透析治療，年齡偏大的患者機體功能較差，腎功能退化，腎損傷更嚴重，長時間侵入治療對機體損傷較大，因此生存率顯著降低[6]。②原發(fā)病：慢性腎小球腎炎是導致慢性腎臟病的最主要原因，若不及時進行有效治療，容易引發(fā)患者腎臟不可逆損傷，導致終末期腎病的發(fā)生。腎小球腎炎合并終末期腎病時，由于炎癥反應(yīng)的持續(xù)存在，腎臟嚴重加劇，血液透析雖能清除一部分炎癥因子，但持續(xù)的腎炎仍會釋放大量炎性因子，使血液透析治療效果不佳，患者生存期明顯縮短[7-8]。③惡性腫瘤：惡性腫瘤是人類健康頭號殺手之一，每年死于惡性腫瘤的患者僅次于心血管疾病，合并惡性腫瘤的患者由于惡性腫瘤本身的影響，生存率明顯不高[9-10]。④血管通路：研究顯示，動靜脈內(nèi)瘺作為血管通路時存在內(nèi)瘺成熟不良、血栓形成、阻塞等內(nèi)瘺相關(guān)并發(fā)癥的發(fā)生，而中心靜脈導管由多聚合材料制作，隨著護理技術(shù)的提高，中心靜脈導管作為血液透析血管通路，有效降低了內(nèi)瘺相關(guān)并發(fā)癥的發(fā)生率，保障血管通路的長期暢通，從而提高患者生存期[11-12]。⑤血清白蛋白：血清白蛋白是重要的營養(yǎng)指標，血清白蛋白濃度是判斷患者是否營養(yǎng)不良的重要標志[13-14]。維持性血液透析患者營養(yǎng)不良是常見的并發(fā)癥之一，營養(yǎng)不足時，患者生活質(zhì)量和透析耐受程度均有所降低。因此血清白蛋白水平是維持性血液透析患者長期治療的重要指標，也是患者死亡的保護因素[15]。⑥血鈣：患者長期進行血液透析時，鈣磷代謝紊亂，容易發(fā)生低鈣血癥，引發(fā)心血管器官組織鈣化，導致心血管疾病風險增加，增加患者透析病死率明顯[16]。

雖然目前對維持性血液透析患者死亡的影響因素研究較多，但多數(shù)研究僅指出影響因素有哪些，對維持性血液透析患者的預后評估并無過多研究，也不能判斷維持性血液透析患者的死亡風險。該文根據(jù)患者的死亡危險因素進行進一步研究，以Logistic回歸分析構(gòu)建死亡風險預測數(shù)學模型，結(jié)果顯示，ODDS=Exp[（0.724×年齡賦值）+0.729×原發(fā)病賦值+0.680×惡性腫瘤賦值+0.687×血管通路賦值-0.707×白蛋白賦值+0.680×血鈣賦值]。預測病死率=ODDS/（ODDS+1）×100%?？梢婋S著年齡的增大、原發(fā)病的嚴重、有惡性腫瘤、血管通路為靜脈內(nèi)瘺、血清白蛋白降低和血鈣水平升高，均是增加患者死亡風險的危險因素，患者評分越高，死亡風險越大[17-18]。

綜上所述，維持性血液透析患者死亡的危險因素包括年齡、原發(fā)病、惡性腫瘤、血管通路和血鈣水平，血清白蛋白是其保護因素。通過危險因素構(gòu)建預測模型預測患者病死率對臨床評估患者預后具有重要意義。該文研究中也存在一定不足之處，如僅構(gòu)建了數(shù)學模型，并未對模型進行驗證；部分實驗室指標，如C反應(yīng)蛋白、轉(zhuǎn)鐵蛋白飽和度、血壓等變量因缺失比例太高而刪除。下一步研究將選取更多變量和病例對所得模型進行驗證，保證模型構(gòu)建的準確度。