基于脓毒症急性肾损伤多因素的预测模型构建及验证

李雅琳 李东风 孙振康 王静

脓毒症作为重症医学领域最常见的一类临床综合征,是指患者对感染反应失调而引起的全身炎症反应综合征,会引发危及生命的器官损害[1-4]。肾脏为脓毒症患者最易受累的脏器之一,典型表现为急性肾损伤(AKI),AKI为脓毒症常见并发症,同时也是脓毒症患者死亡独立危险因素[5-7]。因此,掌握脓毒症AKI相关因素,及早采取预防措施尤为关键。现阶段,临床关于脓毒症患者发生AKI的影响因素研究多集中于年龄、基础疾病等,具有一定局限性。炎症反应在脓毒症病情进展中发挥至关重要的作用,已有大量研究证实,炎症相关因子IL-6、降钙素原(PCT)、肿瘤坏死因子-α(TNF-α)、C反应蛋白(CRP)等均参与脓毒症病情进展[8-12],但多数研究仅局限于脓毒症的疗效评估,对于其在脓毒症并发AKI中的作用缺乏系统性研究。基于此,本研究回顾性选取脓毒症患者并建立含炎症因子的发生AKI预测模型,旨在探讨炎症因子对其的影响,为临床提供参考依据。

对象与方法

1.对象:回顾性选取2021年2月～2022年10月我院重症医学科收治的脓毒症患者200例。纳入标准:(1)均符合脓毒症诊断标准[13];(2)年龄>18岁。排除标准:(1)伴有糖尿病肾脏疾病、慢性肾炎、高血压肾病等其他慢性肾功能障碍;(2)接受肾移植;(3)入院24 h内死亡;(4)入院1周内肾毒性药物接触史;(5)其他原因所致入院时已发生AKI;(6)合并恶性肿瘤。参考《急性肾损伤临床实践指南》中AKI相关诊断标准[14],根据是否发生AKI将200例患者分为AKI组(80例)和非AKI组(120例)。本研究经我院医学伦理委员会审核通过。

2.方法:收集所有患者的一般资料(性别、年龄、BMI)、临床资料[体温、心率、平均动脉压、住院时间、合并症、机械通气时间、急性生理学和慢性健康状况评分系统(APACHE)Ⅱ评分]、入科时实验室检查结果[总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、WBC计数、PLT计数]及炎症因子(TNF-α、IL-6、CRP、PCT)水平。

结 果

1.两组患者一般资料、临床资料及实验室检查结果比较:AKI组BMI、APACHEⅡ评分、TNF-α、IL-6、CRP、PCT水平及合并糖尿病患者比例均高于非AKI组,PLT计数低于非AKI组(P<0.05)。两组间其余指标比较差异均无统计学意义(P>0.05)。见表1。

表1 两组患者一般资料、临床资料及实验室检查结果比较

2.脓毒症患者发生AKI的影响因素:多因素logistic回归分析结果显示,BMI、合并糖尿病、PLT、TNF-α、CRP、IL-6、PCT均为脓毒症患者发生AKI的影响因素(P<0.05)。见表2。

3.列线图模型的构建与评估:将脓毒症患者发生AKI的影响因素纳入Nomogram预测模型,经内部验证,预测脓毒症患者发生AKI相关因素的一致性指数为0.902(95%CI0.885～0.974),校正曲线显示该模型预测脓毒症患者发生AKI与实际观察相关性较好,平均绝对误差为0.1。ROC曲线分析结果显示,该列线图模型预测AUC为0.902(95%CI0.875～0.969,P<0.05)。见图1、图2。

图1 脓毒症患者发生AKI的预测模型列线图

图2 脓毒症患者发生AKI预测模型的校正曲线

4.决策曲线分析:采用决策曲线评估含炎症因子相关指标(BMI、合并糖尿病、PLT、TNF-α、IL-6、CRP、PCT)与不含炎症因子相关指标(BMI、合并糖尿病、PLT)预测模型的临床净获益,当含炎症因子指标的模型预测脓毒症患者发生AKI阈值在0.1～1.0区间时,可提供附加临床净获益。见图3。

图3 含与不含炎症因子的列线图决策曲线分析

5.模型外部验证:另随机选取同一来源及入选标准的172例脓毒症患者,其中69例发生AKI,103例未发生AKI。外部验证结果显示,58例发生AKI,87例未发生AKI,该模型预测的敏感度为84.06%(58/69),特异度为85.29%(87/103)。

讨 论

既往有研究结果显示,感染性休克患者AKI发生率高达60%以上[15]。另有研究结果证实,AKI是脓毒症患者预后不良的主要原因,患者并发AKI后病死率明显升高[16]。既往研究结果指出,脓毒症患者病死率为45.2%,当并发AKI后其病死率升高至74.5%[17]。脓毒症极易引发多器官功能障碍,尤其肾脏最易受累,AKI尤为常见,是该病患者全因死亡病因之一[18-19]。现阶段AKI诊断多依据血肌酐过高及尿量减少,但在该情况发生时肾脏已明显损害,并非早期阶段,致使患者错失治疗最佳时机,因此,及时明确脓毒症患者发生AKI的影响因素尤为关键。

本研究发现,BMI、合并糖尿病、PLT、TNF-α、IL-6、CRP、PCT水平均为脓毒症患者发生AKI的影响因素,其中BMI、合并糖尿病、PLT作为脓毒症患者发生AKI的影响因素这一观点已在既往研究中证实[20-22]。随着临床研究不断深入,一系列生化因素已被研究并确认为疾病发生、发展及预后的风险因素,其中炎症因子因参与脓毒症发生发展而备受关注。脓毒症发病后,炎症因子释放过量,引起肾血流动力学异常,造成肾缺血或灌注不足,从而影响肾功能,且炎症反应首要攻击靶细胞后,肾脏内皮细胞过度激活,炎症因子产生、释放增加,形成恶性循环。TNF-α由活化的单核细胞/巨噬细胞产生,有促炎症细胞分化及抗感染等作用。既往研究显示,脓毒症合并AKI患者经治疗后TNF-α水平明显下降[23],提示TNF-α水平变化与脓毒症患者AKI发展有关。IL-6作为临床常见促炎细胞因子,是由激活的淋巴细胞、巨噬细胞等分泌的急性反应蛋白通过诱导T细胞分化,大量释放炎症因子,进而促发炎症反应。在脓毒症中,其可被TNF-α诱导产生,参与脓毒症患者器官损伤过程[24]。CRP为急性时相反应蛋白,其水平升高提示机体存在急性感染,为临床感染性疾病诊断、病情评估的最常用炎症性指标之一;而脓毒症作为全身炎症反应综合征,CRP与其发生发展密切相关[25]。PCT作为反映机体炎症的蛋白类物质,可加速多种炎症因子合成、分泌,上调炎症通路表达,促进肾小球系膜细胞凋亡,加速肾功能下降。本研究通过结合脓毒症患者自身因素及炎症因子TNF-α、CRP、IL-6、PCT等,成功构建预测列线图,结果显示含炎症因子TNF-α、IL-6、CRP、PCT构建的Nomogram预测模型得分高的患者,发生AKI风险较大。

本研究绘制的决策曲线显示,当含炎症因子的模型预测脓毒症患者AKI阈值在0.1～1.0区间时,其预测模型获益较极端曲线高,可提供附加临床净获益。另随机选取172例脓毒症患者,其中58例发生AKI,87例未发生AKI,外部验证结果显示,该模型预测效能较高,预测敏感度为84.06%,特异度为85.29%,充分证实列线图模型的预测价值。由于炎症因子TNF-α、IL-6、CRP、PCT常规可用,且可准确检测,故由此建立的模型是预测脓毒症患者发生AKI的有效且具有经济性的方法。因此,临床对于脓毒症患者应考虑个体化治疗及护理策略,包括炎症因子监测及选择合适的AKI防治措施等。

综上所述,脓毒症患者发生AKI受BMI、合并糖尿病、PLT、TNF-α、IL-6、CRP、PCT等因素影响,含炎症因子的预测模型可提高预测脓毒症患者发生AKI的准确性。但本研究样本量较小,有待临床多中心、多渠道取样以进一步研究证实。