维持性血液透析患者自体动静脉内瘘失功预测模型的构建与评估

梁燕 汪云云 吴双喜 肖燕

(上海市杨浦区中医医院 1.血透室 2.护理部，上海 200090)

维持性血液透析(maintenance hemodialysis，MHD)是慢性肾衰竭的重要替代疗法，相关数据显示[1]，我国血液透析及腹膜透析患者超过40万。良好的血管通路是延长血液透析时间，确保血液透析顺利进行的关键。自体动静脉内瘘(autologous arteriovenous fistula，AVF)为MHD常用的血液循环通路，具有操作简便、血流量充足及并发症少等优点。但临床使用中由于早期血栓形成、血管狭窄、血流减少等原因，易导致AVF失功[2-3]。一篇有关血液透析患者AVF通畅率的系统评价和荟萃分析[4]显示，AVF 第1年通畅率为60%，第2年通畅率为51%。另有研究[5]显示，AVF使用1年后功能丧失率为32%～38%，而使用2年后功能丧失率为44%～62%。AVF失功受多种因素影响，可对透析效果产生不良影响，且增加医疗费用，加重患者经济负担，严重者甚至威胁患者生命安全。彭小梅等[6]研究表明，女性、年龄>60岁、合并糖尿病为影响AVF失功的危险因素。另有研究[7]表明，血小板水平、未及时转诊也是AVF早期失功的重要因素。目前有关MHD患者AVF失功的危险因素研究较多，临床并未取得一致意见，且AVF失功的个体化预测仍为临床难题。本研究探究影响MHD患者AVF失功的危险因素，并建立AVF失功的预测模型，对于预防AVF失功，延长使用寿命具有重要临床意义。现报告如下。

1 资料与方法

1.1一般资料 回顾性收集2017年8月-2019年5月我院收治的264例MHD患者临床资料作为建模组，纳入标准：(1)肾小球滤过率>10 mL/min，病情稳定。(2)AVF术后使用内瘘作为血管通路。(3)无认知功能障碍。排除标准：(1)血栓栓塞病史。(2)合并有心、肝等功能障碍。(3)合并自身免疫性疾病。(4)维持性透析时间<3个月。(5)机械受压所致AVF失功。另选取2019年6月-2020年12月我院收治的82例MHD患者作为验证组进行外部验证，验证组的纳入与排除标准与建模组一致。

1.2调查方法

1.2.1人口学资料 采用我院自制的一般资料调查问卷收集患者人口学信息，包括性别、年龄、体质量指数(BMI)、合并疾病(糖尿病、冠心病)、吸烟史和原发病(慢性肾小球肾炎、糖尿病肾病及肾小球硬化等)。将患者按照是否发生AVF失功分为2组，采用单因素与多因素logistic回归模型分析其影响因素。

1.2.2生化指标检测 患者空腹状态下采集静脉血5 mL，离心后取上清液，采用光电比色法检测血磷、血小板计数；使用化学发光法检测甲状旁腺激素(PTH)水平；借助AU680全自动生化分析仪检测高密度脂蛋白(HDL)、低密度脂蛋白(LDL)、血红蛋白、白蛋白、肌酐、D-二聚体，计算内生肌酐清除率。

2 结果

2.1建模组与验证组一般资料比较 建模组与验证组一般资料在吸烟史、白蛋白水平方面差异有统计学意义(P<0.05)。其余各指标差异均无统计学意义(P>0.05)。2组可比性较强。见表1。

表1 建模组与对照组一般资料比较

2.2影响MHD患者AVF失功的相关因素分析 建模组264例MHD患者中AVF失功61例，发生率为23.11%。单因素logistic分析结果显示：年龄、合并糖尿病、低血压、LDL水平、血小板计数、白蛋白水平与MHD患者发生AVF失功相关(P<0.05)；多因素logistic回归分析显示年龄(OR=3.383,95%CI=1.515～7.551)、合并糖尿病(OR=2.807,95%CI=1.366～5.766)、低血压(OR=4.508,95%CI=2.176～9.340)、LDL水平(OR=2.134,95%CI=1.263～3.607)、血小板计数(OR=1.100,95%CI=1.033～1.171)是MHD患者发生AVF失功的独立危险因素(P<0.05)。基于logistic回归分析得到预测模型公式Z=1.218×年龄+1.032×合并糖尿病+1.506×低血压+0.758×LDL+0.095×血小板计数-7.644。见表2。

表2 影响MHD患者AVF失功的单因素与多因素logistic回归分析

2.3预测MHD患者AVF失功的列线图模型建立 基于影响MHD患者AVF失功的独立危险因素建立列线图预测模型，以分值形式呈现各因素对AVF失功的的贡献度。各因素取值通过做垂线与列线图上端分值权重的交点即为该因素的影响权重分值，各变量得分之和对应列线图总分，于总分处向下做垂线与预测概率相交，交点即为该例患者发生AVF失功的概率。列线图显示：随着LDL、血小板计数水平升高，AVF失功预测概率增加。年龄>60岁为31分的影响权重，合并糖尿病为23分，低血压为35分。见图1(扫后文二维码获取)。

2.4列线图模型的内部验证 Bootstrap法重复100次进行内部验证，校准曲线与理想曲线为斜率接近1的直线，预测发生风险值与实际发生风险值基本一致，见图2(扫二维码可见)。依据logistic模型预测概率绘制ROC曲线，曲线下面积为0.824(95%CI：0.762～0.886)，见图3(扫后文二维码获取)。提示该列线图预测模型在预测MHD患者AVF失功具有良好的区分度。预测模型的Hosmer-Lemeshow 拟合优度检验χ2=10.717，P=0.218(P>0.05提示模型拟合效果较好)。

2.5列线图模型的外部验证 外部验证组的ROC曲线下面积为0.799(95%CI：0.722～0.876)，见图4(扫后文二维码获取)。预测模型外部验证组GiViTI校准曲线带的95%CI区域均未穿过45°对角平分线(P=0.301)，提示模型预测AVF失功的区分度与拟合度良好。见图5(扫后文二维码获取)。

2.6列线图模型的临床应用 横坐标为高风险阈值概率，纵坐标为净获益率，绘制出临床决策曲线(DCA)，高风险阈值概率设为(0,1)，None虚线代表所有患者均未发生AVF失功的净获益率，All虚线代表所有患者均发生AVF失功的净获益率，红色曲线(模型1)代表本研究模型的决策曲线。高风险阈值概率为0.01～0.65，列线图模型预测AVF失功是合理的，患者净获益高，说明该列线图模型具有一定临床实用价值。见图6。扫二维码见图1-图6。

3 讨论

3.1MHD患者AVF失功发生现状 AVF可提供足够的血流量，且使用寿命长，不易引起并发症，是目前公认的MHD患者首选血管通路。但有研究[8-9]显示，AVF导管内血栓形成可导致管腔狭窄或闭塞，使血管通路血流减少，引起AVF失功，影响血液透析治疗。AVF导管内血栓形成主要与自身血管条件差、水分超滤过多、透析低血压、有高凝血倾向等相关。国内外报道[10-11]显示，MHD患者AVF失功发生率为15%～28%。本研究对MHD患者AVF失功率调查显示:AVF失功率为23.85%，低于田淋等[12]研究结果(26.45%)，而略高于Kim等[13]报道的20.9%。提示临床中应加强AVF失功的预防性干预。个体化预测AVF失功风险，有助于提高预防性干预措施的针对性与有效性。列线图是基于logistic回归模型分析结果，将各危险因素以分值形式可视化呈现，能够有效实现对不良事件的个体化预测。梅游英等[14]研究已表明，列线图模型在预测不良MHD患者心血管事件发生风险方面具有良好的区分度与一致性。

3.2MHD患者AVF失功影响因素

3.2.1年龄 本研究对影响MHD患者AVF失功的相关因素进行分析，结果显示：年龄是MHD患者AVF失功的独立危险因素，与既往报道[15]一致；列线图显示：年龄>60岁为31分的影响权重。高龄患者血管弹性相对较差，血管内膜明显增生，易形成血栓。此外，年龄越大患者合并糖尿病和高血压等损伤血管疾病的可能性越高，因此年龄大的患者血液透析期间更易发生AVF失功。鄢艳等[16]研究显示，年龄不是AVF失功的影响因素，与本研究结果不一致；因此有关年龄对AVF失功的影响还有待大样本前瞻性研究做进一步分析。

3.2.2低血压 本研究也显示：低血压是AVF失功的独立危险因素，列线图显示其可增加35分的影响权重。原因可能在于血压偏低时血管充盈度下降，血流量减少，吻合口周边血流减缓，从而导致动静脉内瘘闭塞而失功[17]。提示应加强血压监测，必要时减少抗凝药物使用，以预防AVF失功。

3.2.3糖尿病 本研究结果显示：合并糖尿病是影响AVF失功的独立危险因素，列线图显示合并糖尿病为23分的影响权重。糖尿病患者由于血糖、血压不稳定，血小板活性强，血管内皮细胞出现损伤，血管修复能力差，而糖基化可导致血管收缩、管腔狭窄，导致血栓形成。既往研究[7]显示，糖尿病患者发生微钙化的概率更高。血管钙化通过使内皮功能失调而影响血管收缩功能，血流动力学发生改变，诱发AVF失功。马鹏跃等[18]研究显示，高水平的糖化血红蛋白(>7%)可导致内皮细胞功能受损，加剧脂质与钙磷代谢，加重内膜损伤，改变AVF瘘管的外周动脉结构，损害血管舒张功能。可见，糖尿病可从多个方面影响AVF的使用寿命，因此针对MHD患者应加强血管控制，尽可能延长AVF畅通时间。

3.2.4血小板 血小板决定血液黏度，血小板计数水平越高血液黏度越大，血流速度减缓甚至瘀滞，阻塞血管腔，从而引起AVF失功[19]。本研究结果显示：血小板计数水平越高，AVF失功风险越大，与临床研究一致[20]。LDL水平与AVF失功风险呈正相关；列线图显示：LDL水平越高，AVF失功风险越大，原因可能在于LDL水平升高可加重动脉粥样硬化，增加血液粘滞度，升高血栓形成风险。熊良伟等[21]研究指出，LDL水平升高可显著影响动脉粥样硬化进展，可能是LDL水平影响AVF失功的主要因素。

3.3MHD患者AVF失功列线图模型评价 本研究基于影响AVF失功的独立危险因素建立列线图预测模型，从而实现对MHD患者AVF失功发生风险的个体化预测：假设1例患者>60岁(31分)，合并糖尿病(23分)，低血压(35分)，LDL水平为2 mmol/L(24.5分)，血小板计数为200×109/L(44分)，总分为157.5分，对应的预测概率为60%，提示该患者发生AVF失功的风险为60%，为高风险患者，应提前进行预防性干预。本研究预测模型的内部验证显示：ROC曲线下面积为0.824，外部验证显示ROC曲线下面积为0.799；这表明预测模型的区分度良好。内部验证Bootstrap法重复100次显示，校准曲线与理想曲线为斜率接近1的直线，预测发生风险值与实际发生风险值基本一致，预测模型的Hosmer-Lemeshow 拟合优度检验χ2=10.717，P=0.218，且预测模型外部验证组GiViTI校准曲线带的95%CI区域均未穿过45°对角平分线(P=0.301)，提示该模型预测AVF失功的一致性良好。此外，本研究在内部与外部验证基础上采用DCA评价模型进一步进行临床应用价值评价，从而综合比较预测模型筛查后干预的临床效益与全部患者进行干预或不干预的临床效益。DCA显示：高风险阈值概率为0.01～0.65，列线图模型预测AVF失功是合理的，患者净获益高，提示该列线图模型具有良好的临床实用性。

综上所述，基于年龄、合并糖尿病、低血压、LDL水平及血小板计数建立的MHD患者AVF失功风险的列线图模型具有良好的区分度、一致性与临床实用性，有助于医护人员筛选出AVF失功的高危患者，从而为预防干预措施的制定提供一定指导价值。但本研究虽进行了内部验证与外部验证，但样本量较少，且选取的患者均来自1家医院，可能使结果存在一定偏倚。因此，有关预测模型的临床推广性还有待大样本、多中心数据做进一步分析。