亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于列線圖模型評估TG /HDL-C 和非HDL-C/HDL-C 對腹膜透析患者預后的預測價值

        2024-03-18 13:37:50王昕陽陳秋莎
        中國藥業(yè) 2024年5期
        關鍵詞:模型

        王昕陽,魏 靜,陳秋莎

        (中國人民解放軍西部戰(zhàn)區(qū)空軍醫(yī)院,四川 成都 610021)

        慢性腎臟?。–KD)是全世界常見的公共衛(wèi)生問題,我國CKD 的患病率高達10.2%~13.0%[1-2]。CKD患者患心血管疾病(CVD)的風險顯著高于普通人群,即使已接受腎臟替代治療,CVD 仍是最常見的并發(fā)癥[3]。對于腹膜透析或血液透析的CKD 患者,CVD 是已明確的主要死亡原因,且腹膜透析患者CVD 的發(fā)生風險更高[4]。故尋求一種便攜、快速的可識別CKD 預后惡化的危險因素,對降低行腹膜透析的CKD 患者的死亡率及延長其生存時間非常重要。血脂異常是CKD 患者常見的并發(fā)癥,特別是腹膜透析治療會導致甘油三酯(TG)升高,同時伴有高密度脂蛋白膽固醇(HDL-C)水平降低[5]。大量研究證實,高TG 和低HDL - C 水平是CVD 的危險因素之一[6]。多項研究顯示,TG/ HDL - C升高與CKD 患病率相關,但關于高TG/ HDL - C 與CKD 腹膜透析患者死亡率關系的研究結果并不一致,甚至相反。另外,有研究發(fā)現(xiàn),非HDL - C/HDL - C 可作為CVD發(fā)生的預測指標[7-8]。非HDL-C包括所有致動脈粥樣硬化的脂蛋白,但關于非HDL - C/ HDL - C與腹膜透析患者預后關系的研究較少。列線圖模型建立在回歸分析基礎上,對各影響因素每個取值進行賦分,以可視化預測結局事件的發(fā)生概率。為此,本研究中探討了TG/HDL-C 和非HDL-C/HDL-C 與腹膜透析患者5年全因死亡風險的關系,并建立列線圖模型,預測腹膜透析患者的預后?,F(xiàn)報道如下。

        1 資料與方法

        1.1 一般資料

        納入標準:首次在我院行腹膜透析;年齡不低于18歲。本研究方案經(jīng)我院醫(yī)學倫理委員會審批(批件號為2023040702),患者或家屬均簽署知情同意書。

        排除標準:既往血液透析史或腎移植病史;連續(xù)腹膜透析治療短于3 個月;在外院置管的腹膜透析;病歷資料丟失或不完整。

        病例選擇與分組:選取我院2016年4月至2020年6月行腹膜透析的CKD 患者200 例,根據(jù)最佳截斷值分為4組。其中,TG/HDL-C <1.92組142例,TG/HDL-C ≥1.92組58例,非HDL-C/HDL-C <2.78組101例,非HDL-C/HDL-C ≥2.78組99例。

        1.2 方法

        基線數(shù)據(jù)為采集腹膜透析開始后的1~3 個月內,晨起后8:00 空腹靜脈血。基線資料包括患者的人口學資料(年齡、性別、體質量指數(shù)),既往史(高血壓、糖尿病、心血管疾病),檢查指標(血壓、尿素清除指數(shù)),檢驗指標[白細胞計數(shù)(WBC)、血紅蛋白(Hb)、白蛋白(ALB)、血小板計數(shù)(PLT)、血肌酐(SCr)、血尿素氮(BUN)、尿酸(UA)、鈉(Na)、鈣(Ca)、鉀(K)、TG、總膽固醇(TC)、HDL-C、低密度脂蛋白膽固醇(LDL-C)和甲狀旁腺激素(iPTH)水平],藥物使用情況(調脂藥等)。主要終點為患者5年全因死亡率。隨訪至2022年12月31日,患者定期來院進行體格檢查和實驗室檢查。TG/HDL-C 定義為TG 與HDL-C 的比值;非HDL-C定義為TC 減去HDL-C;非HDL-C/HDL-C 定義為非HDL-C與HDL-C的比值。

        1.3 統(tǒng)計學處理

        采用SPSS 24.0 統(tǒng)計學軟件和R 3.0.3 軟件分析。分類變量以率(%)表示,行Pearsonχ2檢驗。計量資料符合正態(tài)分布的以±s表示,行t檢驗;不符合正態(tài)分布的以四分位數(shù)[M(P25,P75)]表示,行Mann-WhitneyU檢驗或Wallis 檢驗。使用方差膨脹因子測量多重共線性,方差膨脹因子不低于10表示共線性。采用受試者工作特征曲線(ROC 曲線)分析,確定TG/ HDL - C 和非HDL-C/HDL-C 的最佳截斷值。以5年全因死亡風險為終點,根據(jù)最高的約登指數(shù)得到TG/ HDL - C 和非HDL-C/HDL-C 的最佳截斷值。采用Kaplan - Meier生存曲線和Log-rank 檢驗評估生存率。采用單因素和多因素COX 比例風險回歸模型篩選腹膜透析患者死亡風險的獨立風險因素,建立列線圖模型,用Harrell 一致性指數(shù)(c-index)評估預測的準確性,繪制ROC曲線驗證模型的有效性。P<0.05為差異有統(tǒng)計學意義。

        2 結果

        2.1 患者基線資料

        最終納入200 例腹膜透析患者。其中,平均年齡為(50.2 ± 12.1)歲,男性122 例(61.00%),隨訪時間[M(P25,P75)]為59(3,60)個月。詳見表1。

        表1 4組患者一般資料比較Tab.1 Comparison of the patients' general data among four groups

        2.2 ROC 曲線分析

        以死亡為終點事件,采用ROC曲線分析TG,HDL-C,TG/HDL - C,非HDL - C/HDL - C 的最佳截斷值,詳見圖1。TG和HDL-C的最佳截斷值分別為1.42 mmol/L[AUC= 0.568,95%CI(0.506,0.679),P= 0.005],1.02 mmol/ L[AUC= 0.554,95%CI(0.514,0.651),P=0.003];TG/HDL-C 和非HDL-C/HDL-C 的最佳截斷值分別為1.92[AUC= 0.621,95%CI(0.558,0.728),P<0.001),2.78[AUC=0.604,95%CI(0.564,0.731),P<0.001]。

        圖1 TG,HDL-C,TG/HDL-C和非HDL-C/HDL-C最佳截斷值的ROC曲線Fig.1 ROC curves of optimal cut-off values for TG,HDL-C,TG/HDL-C and non-TG/HDL-C

        2.3 單因素和多因素COX 比例風險回歸分析

        隨訪結果顯示,52例患者死亡。采用Kaplan-Meier生存曲線和Log - rank 檢驗確定TG/ HDL - C 和非HDL-C/HDL-C 與患者生存期的相關性。結果顯示,TG/HDL-C ≥1.92組和非HDL-C/HDL-C ≥2.78組與總體生存率降低相關,詳見圖2。

        A.TG/HDL-C B. 非HDL-C/HDL-C圖2 4組患者的Kaplan-Meier生存曲線A.TG/HDL-C B.Non - HDL-C/HDL-CFig.2 Kaplan-Meier survival curves among four groups

        多因素COX比例風險回歸模型分析結果顯示,TG/HDL - C ≥1.92[HR= 4.16,95%CI(2.14,7.12),P<0.001]和非HDL-C/HDL-C ≥2.78[HR=2.16,95%CI(1.29,4.53),P<0.001]與腹膜透析患者5年全因死亡風險增加獨立相關;患者年齡[HR= 1.43,95%CI(1.11,2.26),P=0.018]與腹膜透析患者5年全因死亡風險增加獨立相關;iPTH[HR= 0.83,95%CI(0.62,0.98),P= 0.012]及使用調脂藥[HR= 0.81,95%CI(0.51,0.92),P<0.001]與腹膜透析患者5年全因死亡風險降低獨立相關。詳見表2。

        表2 腹膜透析患者死亡風險的單因素和多因素COX比例風險回歸模型分析結果Tab.2 Results of univariate and multivariate COX proportional -hazards model on mortality risk in peritoneal dialysis patients

        2.4 列線圖模型建立與驗證

        根據(jù)腹膜透析患者死亡風險COX 比例風險回歸模型篩選出的獨立影響因素,使用R 語言nomogram 數(shù)據(jù)包繪制腹膜透析患者死亡風險列線圖模型,詳見圖3。結合概率值繪制ROC 曲線,并進行驗證。ROC 曲線下面積(AUC)為0.817[95%CI(0.752,0.881),P<0.001],表明該模型用于預測腹膜透析患者5年全因死亡風險的準確性較好。詳見圖4。

        圖3 腹膜透析患者5年全因死亡風險預測列線圖Fig.3 Nomographic chart for predicting 5 - year mortality risk in peritoneal dialysis patients

        圖4 腹膜透析患者5年全因死亡風險預測列線圖模型的ROC曲線Fig.4 ROC curve of a nomogram model for predicting 5 - year mortality risk in peritoneal dialysis patients

        3 討論

        血脂異常在CKD腹膜透析患者中普遍存在,LDL-C和TG是導致普通人群CVD的重要危險因素之一[9-10]。血清LDL - C 水平尚未被確定為腹膜透析終末期腎病患者發(fā)生CVD的獨立危險因素[11]。有研究報道,其他血脂指標與HDL - C 的比值較單一血脂指標更能預測CVD 的風險和死亡率[12]。HDL - C 作為一種心血管保護因子,與TG 等血脂指標存在拮抗作用,其比例更能反映機體的整體水平。有研究證實,高TG/HDL-C 與冠狀動脈人群急性心肌梗死的發(fā)生相關,也與卒中復發(fā)有關[13]。值得關注的是,TG/HDL-C 的升高是透析人群CVD 發(fā)展和死亡的危險因素。一項針對腹膜透析患者的大型回顧性研究結果顯示,較高的TG/HDL-C與更低的CVD 發(fā)生率和更高的生存率相關[14]。另一項僅納入腹膜透析患者的研究顯示,TG/HDL-C 的升高與CVD 的風險和死亡率呈正相關,特別是女性和老年患者[15]。

        本研究結果顯示,高TG/HDL-C 與腹膜透析患者的5年全因死亡呈顯著正相關,TG/HDL-C 的最佳截斷值為1.92。截斷值與其他研究不同,可能由于人種和地區(qū)差異。COX 比例風險回歸模型通過校正年齡、體質量指數(shù)、高血壓等混雜因素后發(fā)現(xiàn),TG/ HDL - C ≥1.92[HR= 4.16,95%CI(2.14,7.12),P<0.001]與腹膜透析患者死亡風險增加獨立相關,這可能是由于腹膜透析患者長期接受高糖灌注,毛細血管等大量吸收葡萄糖,存在明顯的胰島素抵抗。因此,TG/HDL-C 是胰島素抵抗的預測因子,與高血糖、高脂血癥、高血壓的風險增加有關,可共同導致腹膜透析患者全因死亡風險增加[16]。本研究結果顯示,非HDL - C/ HDL - C是腹膜透析患者死亡預測的一個指標,其最佳截斷值為2.78。與TG/HDL-C 相似,普通人群中非HDL-C/HDL-C 的升高與胰島素抵抗和CKD 相關;此外,低水平的iPTH 與患者死亡預后相關。這可能是由于較高的iPTH 水平反映了機體的高熱量和蛋白質攝入狀態(tài),從而提高了腹膜透析患者的生存率。

        本研究結果顯示,TG/HDL-C 預測5年全因死亡風險的表現(xiàn)優(yōu)于非HDL-C/HDL-C,TG/HDL-C 和非HDL - C/ HDL - C 顯著優(yōu)于單用TG、HDL - C、非HDL - C 水平等指標。同時,年齡[HR= 1.43,95%CI(1.11,2.26),P=0.018]與腹膜透析患者5年全因死亡風險增加獨立相關,使用調脂藥[HR= 0.81,95%CI(0.51,0.92),P<0.001]與腹膜透析患者5年全因死亡風險降低獨立相關。列線圖是一種利用多種臨床特征預測總生存率的可視化分析方法,將TG/HDL-C 和非HDL-C/HDL-C同時納入分析,比單一的TG/HDL-C和非HDL - C/HDL - C 具有更好的預測價值。ROC 曲線分析結果顯示,該模型的準確性好,且簡單、方便、快捷。

        綜上所述,TG/ HDL - C 和非HDL - C/ HDL - C是腹膜透析患者死亡風險的獨立預測因子,所建立的列線圖模型可用于腹膜透析患者的預后判斷。但本研究中樣本量較少,且為單中心數(shù)據(jù),可能存在數(shù)據(jù)收集和分析的偏倚,并未納入其他因素如吸煙、平均腹膜葡萄糖負荷、胰島素抵抗與腹膜透析死亡相關的重要因素,也未納入TG/ HDL - C 和非HDL - C/ HDL - C 與血液透析患者的死亡數(shù)據(jù)。

        猜你喜歡
        模型
        一半模型
        一種去中心化的域名服務本地化模型
        適用于BDS-3 PPP的隨機模型
        提煉模型 突破難點
        函數(shù)模型及應用
        p150Glued在帕金森病模型中的表達及分布
        函數(shù)模型及應用
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權M-估計的漸近分布
        3D打印中的模型分割與打包
        一本久道久久综合久久| 小雪好紧好滑好湿好爽视频| 少妇内射兰兰久久| 精品国精品国产自在久国产应用| 香蕉亚洲欧洲在线一区| 日本一区二区免费看片| 呦系列视频一区二区三区| 国产午夜精品一区二区三区不卡 | 亚洲国产综合精品一区| 亚洲av无码国产精品久久| 中文字幕乱伦视频| 国产美女69视频免费观看| 午夜国产在线精彩自拍视频| 国产精品无码翘臀在线观看 | 欧妇女乱妇女乱视频| 自拍 另类 综合 欧美小说| 日韩精品一区二区三区免费观影| 亚洲国产高清精品在线| 亚洲精品一区二区| 国产肉体XXXX裸体784大胆| 免费女女同黄毛片av网站| 国产免费久久精品99久久| 亚洲av无码专区在线电影| av无码一区二区三| 成人免费播放视频影院| 无码中文亚洲av影音先锋 | 国产精品久久久久久久成人午夜| 视频女同久久久一区二区三区| 国产一区二区三区在线男友| 国产边摸边吃奶叫床视频| 欧美一级三级在线观看| 国内精品嫩模av私拍在线观看| 尹人香蕉久久99天天拍| 色欲av自慰一区二区三区| 免费无码又爽又刺激又高潮的视频| 国产黄色一区二区三区av| 国产成人午夜无码电影在线观看| 国产视频毛片| 日本岛国视频在线观看一区二区| 国产在线第一区二区三区| 亚洲中久无码永久在线观看同 |