文摘
背景。急性肾损伤)是一种重要的st段抬高心肌梗死发病率肝素)和预后恶化。本研究的目的是调查临床资料之间的关系,测试结果,手术发现,和阿基在STEMI患者和开发一个简单的、实用的阿基的风险预测模型。方法。预后预测研究与临床风险评分进行发展。数据用于模型开发的数据库中提取出来的河南省心血管疾病临床数据和样本资源库工程研究中心。用于外部验证的数据来源于中国胸痛中心数据库。研究端点定义为阿基的发生。逻辑回归分析用来确定阿基的独立预测指标。物流系数的预测被用于分数加权和转换。新衍生风险分数的预测性能验证,分别由接受者操作特征(ROC)回归人口和外部验证人口发展。结果。共有364名患者,与阿基57例(15.6%),307年(84.4%)没有阿基,包括分数推导。验证的人群包括88 STEMI患者在不同的机构。总共有11个潜力预测探索了在多变量逻辑回归模型。新的风险评分是基于五个最终的预测 ,射血分数不超过40%, , 和罪犯病变位于middistal段。只有五个预测变量,比分预测阿基的风险有效区别的能力(接受者操作特征曲线下面积(AuROC): 0.721, 95%可信区间(CI): 0.652 - -0.790)。在外部验证,新开发的分数确认类似的歧视为人群用于推导(AuROC: 0.731, 95% CI: 0.624—-0.838)。结论。新开发的分数被证明具有良好的预测性能和几乎可以申请安琪STEMI患者的危险分层。
1。介绍
st段抬高心肌梗死肝素)是一种急性冠心病的危及生命的状态,并可能导致多种并发症,可能恶化STEMI的预后(1]。急性肾损伤)是一种常见的综合症表现通过增加血肌酐和肾小球滤过率(GFR)下降,可继发于STEMI [2]。血肌酐和肾小球滤过率(GFR)已被证明是短期和长期死亡率的预测STEMI患者和用于风险评分3]。的反映病人的肾脏和心脏功能储备,阿基是一个重要的并发症和长期死亡率的独立预测因子STEMI患者(4,5]。阿基的发生条件复杂化的STEMI患者导致长期住院,住院期间死亡率上升和下套管可怜的短期和长期的结果最后(6- - - - - -8]。识别有效和简单的预测可以帮助临床医生早期识别高危患者进行早期干预。在以前的研究中,有几个因素已经被证明是预测阿基的发展,如年龄、左心室射血分数,和炎症因子,并在临床治疗提供了援助。复合因素产生的潜在因素的组合具有更好的预测性能,因为同时计算多个潜在因素的预测能力。例如,血小板比淋巴细胞具有预测能力的发生主要对比感应AKI STEMI患者接受经皮冠状动脉介入(9]。在这项研究中,我们调查了可能的预测阿基通过分析各种STEMI患者的临床资料和相关的发生和发展作以简单易用的方式预测模型。
2。材料和方法
2.1。选择的参与者
研究参与者的数据用于预测模型开发的数据库中提取出来的河南省心血管疾病临床数据和样本资源库工程研究中心和包括总共治疗急性STEMI患者18岁或以上在新乡医学院第一附属医院从2018年7月到2021年4月。之前史的患者肾功能衰竭,患者患者没有主冠状动脉造影,重要信息不完整(如缺乏多种血清肌酐测试来确定阿基)的发生被排除在研究之外。用于外部验证的数据来自急性STEMI患者承认河南理工大学第一附属医院从2021年6月到2021年12月,它也在中国胸痛中心数据库和注册日期可以在互联网上浏览。
2.2。数据收集和定义
临床特点和潜在的预测因子提取定期收集医疗记录包括年龄、性别、入院血压,和动脉粥样硬化的危险因素,如高血压、糖尿病、血脂的概要,胆固醇。阿基被定义为血清肌酐上升超过26.5μmg / L入院48小时内或血清肌酐上升超过50%的基线水平1周内,中引用最新KDIGO标准开发的肾脏疾病:改善全球的结果(KDIGO) [10]。STEMI的诊断标准是基于指南的欧洲心脏病学会(ESC) [11]。低血压被定义为小于90毫米汞柱的收缩压。心脏衰竭克利斯被定义为第三类和第四还注重分类的心肌梗死。
所有参与者收到录取的主要在24小时内冠状动脉造影和血管病变,病变的位置罪魁祸首,他们是否接受PCI被记录下来。冠状动脉是分段根据美国心脏协会和学会心血管ct标准区分的罪魁祸首病变位于近端或middistal段12]。后段的中点原点在右冠状动脉和后段的第一个主要分支在左前降支和左旋支被定义为中产和远端部分。罪魁祸首病变位于近端部分被称为近端罪魁祸首病变而在中间和远端段被称为middistal段罪魁祸首病变(MDCLs)。
2.3。伦理审查和知情同意
本研究进行了符合赫尔辛基宣言的原则。河南省心血管疾病临床数据和样本资源库工程研究中心和中国胸痛中心数据库在这项研究中使用公开可用的数据库。所有患者信息是完全匿名调查,研究数据仅用于匿名的回顾性分析。因此,需要一种伦理批准声明和知情同意放弃这个手稿。
2.4。样本大小的计算和统计方法
由于没有普遍推荐的样本量计算方法临床风险评分模型,本研究使用所有可用的数据库中数据的推导评分模型的准确性最大化的分数。
所有统计分析操作和程序使用SPSS 25.0进行电脑包。连续变量与正态分布表示为平均标准偏差和分析学生的 - - - - - -测试;与非正态的分布是连续变量表示为四分位数Mann-Whitney测试方法和分析。分类变量表示为百分比和分析使用卡方检验或确切概率法。逻辑回归分析用于分析变量的预测效果和确定评分模型。新衍生风险评分模型的预测性能进行验证,分别由接受者操作特征(ROC)回归人口和外部验证人口发展。一个值< 0.05被认为是显示统计学意义。
2.5。模型开发
参照以前的研究结果在阿基类型的可用数据,病人的临床资料、实验室检测和手术相关内容选择确定的初始因素。对所有潜在的初步分析预测进行了使用逻辑回归分析和接受者操作特征(ROC)分析。风险比(或),价值,ROC曲线下面积的95%可信区间(CI) AuROC, 95%报道分别为每一个潜在的预测。连续变量通过ROC分析获得最佳分界点和这个值减少到二进制变量,为了简化模型。多元逻辑回归分析和预测顺序值> 0.1是消除从逻辑回归模型来确定的最终预测安琪和相关的回归系数。每个最终预测是分配与特定的分数根据每个项目的逻辑回归系数。物流每个预测系数除以系数最低的模型和随后围捕到最近的没有预测的适用性的十进制整数,而最小的回归系数的预测是定义为1点。
2.6。模型的验证
预测模型的辨别力和校准被ROC分析评估。Hosmer-Lemeshow测试评估模型的适应。观察到患阿基的风险与风险预测的新模型和校准图表成立。中华民国的预测模型进行了测试分析,外部验证人口和Hosmer-Lemeshow测试来评估模型的预测效果在外部人口。
3所示。结果
3.1。参与者
共有364名患者,与阿基57和307没有阿基,包括进行分析。阿基的发病率在研究人群中为15.6%。病人的基线临床特点、实验室检测和冠状动脉介入调查结果表中给出1和2。相比那些没有安琪,安琪患者年龄( vs。 年, )低血红蛋白( vs。 , ),有较高的糖尿病患病率(33.3%比19.9%, ),有更高比例的 (10.5%比3.2%, ),有更高的红细胞分布宽度(RDW) ( vs。 , ),和有较高比例的罪魁祸首病变位于middistal段(75.4%比49.5%, )。在这项研究中,没有病人需要紧急血液透析。
3.2。预测的简化
血红蛋白、年龄、血清肌酐基线和红细胞分布宽度从表1和2是潜在的预测因子。简化的连续变量转化为二分变量通过获得的最佳分界点的ROC分析结果(表3)。
这些新变量单变量逻辑回归分析。十一个潜在的临床预测同时探索在多变量逻辑回归(表4)。
顺序消除noncontributive和无意义的预测后,通过使用反向淘汰(似然比, ),五个独立的预测因素留在最后的物流模型,包括射血分数不超过40%, , , ,和middistal段罪魁祸首病变。物流每个预测系数被用作重量分数转换(表5)。
新衍生的风险等级分数被命名为新乡医科大学(XMU)得分。至少XMU分数范围从0到最多9(表5)。好的分数可以预测阿基的风险区别的能力(AuROC: 0.721, 95% CI: 0.652—-0.790)(图1)。
3.3。校准的分数
校准的分数通过Hosmer-Lemeshow测试和值为0.110 ( )。阿基的发病率预测的分数和实际发生率观察计算在分组的情况下根据分数(图2)。线性回归分析也执行这两个事件,显示 , (图3)。发病率预测符合观察到的发病率。
3.4。外部验证
连续88例手术在河南理工大学第一附属医院与XMU评估得分。ROC分析结果表明,XMU分数可以预测的风险在外部验证参与者(AuROC: 0.731, 95% CI: 0.624—-0.838)。Hosmer-Lemeshow测试演示了一个很全面的校准,用4.589 ( )。
4所示。讨论
本研究分析了安琪STEMI患者之间的关系和多个临床数据和程序发现,总结了预测阿基,派生简单预测模型(XMU分数)。XMU得分具有良好的区别和在开发参与者和外部的校准验证参与者。在这项研究中,射血分数值,年龄,肌酐基线水平,红细胞分布宽度,和冠状动脉的罪魁祸首病变位置被发现与阿基的风险。
射血分数值、年龄和基线肌酐水平已被证明是阿基风险预测因素在先前的研究13]。射血分数值可以反映心脏泵的功能,和减少心脏泵直接减少肾脏的血液灌注,导致肾脏功能障碍。年龄是证实阿基的独立危险因素,在临床使用预测评分模型(13,14]。基线肌酐水平在多个AKI风险预测以前作为风险因素和预测能力。基线肌酐高患者更有可能遭受阿基(15,16]。射血分数值、年龄和肌酐也显露出一种STEMI患者与长期和短期死亡率的关系(17,18]。这三个因素是连续变量;考虑易用性研究的需求,连续变量被转换为二进制变量根据临界值的ROC分析和预测模型中作为最终的预测因素。
RDW反映了红细胞体积的异质性程度在外周血和它以前用于贫血的鉴别诊断19]。在这项研究中,安琪被发现的风险增加RDW水平提高的。ROC分析的结果的基础上, 是包含在最终的预测变量的预测模型。RDW AKI的预测能力可能与炎症反应有关。最近的结果近年来表明,RDW与炎症反应相关,氧化应激反应(20.,21),炎症和氧化应激已经证实阿基的一个风险因素。
本研究发现在患者的风险增加冠状动脉的罪魁祸首病变发生在中间和远端部分。不能确定确切的原因。在冠状动脉粥样硬化斑块破裂是目前被认为是STEMI发展的一个重要因素。动脉粥样硬化斑块成分包括坏死脂质组成的核心,坏死物质,胆固醇晶体、巨噬细胞、泡沫细胞,纤维帽(22]。斑块坏死的比例高的核心和更少的纤维组织被称为薄Fibroatheroma (TCFA) [23]。较粗的斑块纤维帽,更多的斑块内容在TCFA破裂释放进入血液循环,包括炎症因子,胆固醇结晶和坏死物质(24]。这些内容是AKI的风险因素(25,26]。TCFA已被证明主要集中在中、远端部分和旋转的分支(前降23,27]。血管内超声,钟等人发现斑块特征之间的相关性和斑块破裂位置斑块发生在中产阶级的冠状动脉有更大的比近端坏死核心段(28]。STEMI TCFA造成的破裂有较高的风险阿基通过释放更多的核心内容,而MDSCL代表TCFA破裂的几率很高。因此,AKI的罪魁祸首病变位置的预测能力TCFA斑块分布有关。
有一些限制,比如小数量的中心和小样本大小;研究设计是一个回顾性分析,缺乏严格的前瞻性研究。将来更大的前瞻性研究应该进行完善。
5。结论
在结论,本研究提出了新的基于五个独立预测风险评分。XMU分数被证明有良好的预测价值更少数量的预测和被证明是一个很好的预测安琪STEMI患者的风险和外部验证。它可以用来作为参考在临床工作。
数据可用性
使用的数据来支持本研究的结果可从通讯作者或第一作者。
的利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作是支持的重点科研项目,河南省高等教育机构(2006320035号和19 a360032)和河南省科学技术研究项目(182102310182和182102310182号)。