APP下载

慢性阻塞性肺疾病急性加重期患者死亡风险预测模型构建及效能验证

2021-02-24严英刘博伟马春明王宁苏全威张鹏宇

山东医药 2021年3期
关键词:白蛋白尿素次数

严英,刘博伟,马春明,王宁,苏全威,张鹏宇

1 承德医学院,河北承德067000;2 秦皇岛市第一医院;3 河北医科大学

慢性阻塞性肺疾病(COPD)是一种常见的、可以预防和治疗的疾病,以持续的呼吸道症状和气流受限为特征,通常是由于明显暴露于有毒颗粒或气体引起的气道和(或)肺泡异常所导致[1]。COPD 是全球范围内的公共卫生挑战,同时也是慢性病死亡的主要原因,每年可造成至少290 万人死亡[2]。COPD 急性加重(AECOPD)是指COPD 患者出现咳嗽、咳痰剧烈、呼吸困难等恶化现象,严重危害患者的生命健康[3]。反复的AECOPD 造成了严重的家庭和社会负担,是COPD 患者死亡的重要原因。大约30%COPD 病情恶化的患者需要接受至少一次住院治疗[4]。AECOPD 患者的住院病死率在全球范围内约为7%[5-10]。与此同时,AECOPD 患者的临床表现和疾病进展具有明显的异质性。重症患者可能需要全身使用糖皮质激素、广谱抗生素,甚至机械通气进入重症监护室。因此,早期判断AECOPD 的严重程度和预后具有重要意义。

当前COPD 患者预后的预测模型有传统的ADO指数[11]、BODE 指数[12]、CURB65 评分[13]、DECAF 评分[14]以及近年新开发的COPD 预后量表[15]、哥拉斯加预后评分[16]等。但这些大部分模型主要用于预测COPD 患者稳定期的预后,鲜有用于预测AECOPD患者住院期间死亡的预测工具。我们根据AECOPD患者入院时的生命体征以及实验室检查等指标构建了两种AECOPD 患者死亡风险预测模型,并对其临床应用的有效性进行了验证,现报告如下。

1 资料与方法

1.1 临床资料 选择2014年11月—2018年11月于秦皇岛市第一医院接受住院治疗的AECOPD患者757例,其中男450例(59.4%)、女307例(40.6%),年龄≥40岁、平均年龄73.8岁。对于多次住院的患者我们仅将其最后一次住院的资料纳入研究。离院方式为非医嘱离院或其他方式离院的患者被排除在外。该项研究得到了秦皇岛市第一医院伦理委员会的批准。

1.2 AECOPD 患者死亡风险预测模型的构建及验证 从医院信息系统中收集患者入院时的临床资料包括:年龄、性别、吸烟史、之前住院次数、意识状态,以及体温、脉率、呼吸频率、血压等生命体征指标,白细胞数、中性粒细胞数、C 反应蛋白、尿素、肌酐、白蛋白等实验室检查指标,结局事件(住院期间死亡或存活)。根据收集的临床资料计算CURB65评分[13]。以出院时为截点,将患者分为死亡和存活2组,采用SPSS22.0 统计软件及t 检验、秩和检验、χ2检验比较两组基线资料。

从收集到的临床资料中,初步筛选出年龄、性别、吸烟史、意识、体温、脉率、呼吸频率、收缩压、舒张压、入院时血白细胞数、中性粒细胞数、尿素、肌酐、白蛋白、之前住院次数(为患者既往在秦皇岛市第一医院住院的总次数)做Logistic 回归单因素分析,根据单因素分析结果是否有统计学意义及变量实际的临床意义、数据缺失情况筛选出年龄、意识、脉率、之前住院次数做多因素分析,然后根据Logis‑tic回归多因素分析结果中的β值确定各预测因子的分值权重,进而构建出APN 评分;再结合实验室检查指标筛选出年龄、意识、脉率、中性粒细胞数、尿素、白蛋白、之前住院次数做Logistic 回归多因素分析,同样根据结果中的β 值确定各预测因子的分值权重,进而构建出APUAN评分。

利用AUC 评估APN 评分及APUAN 评分对AE‑COPD 患者住院病死率的预测效能,并与传统的住院病死率预测模型(CURB65 评分)相比较。最后在Medcalc 统计软件中比较新建评分与传统的CURB65 评分之间的差异是否有统计学意义。P<0.05表示差异有统计学意义。

2 结果

2.1 AECOPD 死亡风险预测模型的构建结果 23例AECOPD 患者在住院期间死亡,734 例AECOPD患者存活。存活组男性占59.3%,有吸烟史患者占62.6%,有意识改变者占3.7%,年龄为75(66,81)岁,体温为36.5(36.3,36.8)℃,脉率为87(78,99)次/分,呼吸频率为20(20,22)次/分,收缩压为136(121,150)mmHg,舒张压为80(70,88)mmHg,白细胞数为7.53(5.66,9.95)×109/L,中性粒细胞数为5.39(3.65,7.63)×109/L,C 反应蛋白为7.80(1.22,26.18)mg/L,尿素为6.10(4.70,7.90)mmol/L,肌酐为66.30(53.80,82.40)μmol/L,白蛋白为(36.8 ±4.1)g/L,之前住院次数为0(0,0)次。死亡组男性占65.2%,有吸烟史患者占50.0%,有意识改变者占13.0%,年龄为85(75,89)岁,体温为36.5(36.2,36.8)℃,脉率为89(84,101)次/分,呼吸频率为22(20,24)次/分,收缩压为129(114,,139)mmHg,舒张压为78(67,85)mmHg,白细胞数为8.43(6.19,12.11)×109/L,中性粒细胞数为7.47(4.70,10.96)×109/L,C反应蛋白为22.41(9.79,102.41)mg/L,尿素为10.40(7.93,13.35)mmol/L,肌 酐 为103.70(61.78,161.53)μmol/L,白蛋白为(33.3±5.4)g/L,之前住院次数为0(0,1)次。与存活组比较,死亡组年龄、中性粒细胞数、C反应蛋白、尿素、肌酐均高(Z值分别为3.953、2.650、2.705、4.557、3.434,P 均<0.05),收缩压(Z 值为2.023)和白蛋白(t 值为2.960)低(P均<0.05)。

Logistic 回归单因素分析结果显示,年龄、意识、脉率、中性粒细胞数、C 反应蛋白、尿素、肌酐、白蛋白及之前住院次数与AECOPD 患者住院病死率有关(P 均<0.05)。结合变量实际的临床意义及数据缺失情况筛选出年龄、意识、脉率、之前住院次数以及年龄、意识、脉率、中性粒细胞数、尿素、白蛋白、之前住院次数分别做Logistic 回归多因素分析,从而得出APN 评分和APUAN 评分各变量的β 值、危险比(OR)、95%可信区间(CI)等见表1、2。根据β 值确定各变量的分值权重,APN 评分包含年龄、脉率、之前住院次数3个变量,年龄、脉率各分配3分,之前住院次数分配1分,总分为0~7分,分值越高表示患者预后越差。APUAN 评分包含年龄、脉率、尿素、白蛋白、之前住院次数5 项指标,脉率、白蛋白各分配3分,年龄分配2分,尿素和之前住院次数各分配1分,总分为0~10分,分值越高表示预后越差。APN评分与APUAN评分分值分配情况见表3。

2.2 死亡风险预测模型APN 评分、APUAN 评分的效能验证结果 APN 评分、APUAN 评分以及CURB65 评分的AUC 分别为0.813(95%CI:0.722,0.904)、0.856(95%CI:0.769,0.943)、0.761(95%CI:0.658,0.864)(见图1)。APN评分灵敏性、特异性、Youden 指数以及阳性预测值、阴性预测值、阳性拟然比、阴性拟然比分别为0.714、0.801、0.515、0.099、0.988、3.588、0.357,APUAN 评分分别 为0.714、0.859、0.573、0.133、0.990、5.064、0.333,CURB65 评分分别为0.810、0.690、0.500、0.078、0.992、2.613、0.275。APN 评分与CURB65评 分AUC 相 比 较,P=0.2746;APUAN 评 分 与CURB65评分AUC相比较,P=0.0159。

表1 AECOPD患者住院病死率Logistic回归多因素分析结果

表2 AECOPD患者住院病死率Logistic回归多因素分析结果

表3 APN评分与APUAN评分分值分配情况

图1 APN评分、APUAN评分以及CURB65评分预测AECOPD患者住院期间死亡风险的ROC

3 讨论

CURB65 评分是广泛用于评估社区获得性肺炎严重程度的评分之一。一项回顾性研究中发现,CURB65 评分与AECOPD 患者的病死率有关。最早于2011 年由CHANG 等[17]在其研究中应用CURB65评分预测AECOPD 患者早期病死率。近年一项系统综述中显示,CURB65评分的预测性能(C统计量:0.730)与广泛应用的ADO指数(C统计量:0.731)及BODE 指数(C 统计量:0.663)相比差异无统计学意义[18]。本研究选择CURB65 评分作为新建AECOPD患者死亡风险预测模型的参考模型,以期构建出更加简单、准确的预测模型。

本研究为一项回顾性研究,我们选取患者入院时的生命体征、实验室检查等指标通过Logistic 回归来构建死亡风险预测模型,可行性强。结果显示APN评分、APUAN评分预测AECOPD 患者死亡风险的AUC分别为0.813(95%CI:0.722,0.904)、0.856(95%CI:0.769,0.943),与传统的CURB65评分相比较预测价值相似,表示我们所构建的AECOPD患者死亡风险预测模型预测患者住院期间死亡风险的有效性高。

年龄与病死率相关,一般年龄越大,病死率越高。近年一项研究[18]显示,用于预测COPD患者预后的预测模型中,年龄是最常用预测因子之一。脉率是医生诊断COPD的重要指标之一,当患者处于危重状态时,脉率发生明显变化[19]。本研究引用了传统的CURB65评分中的预测因子之一尿素,尿素升高表明肾功能受到损害,与患者的全因死亡率相关。入院后早期血清白蛋白下降与炎症蛋白密切相关[20],血清白蛋白水平反映了炎症反应的程度。血清白蛋白水平越低,炎症反应越严重。之前住院次数与病情严重程度呈正比,一般来说,入院的次数越多,COPD患者的病情就越严重[18]。本研究所构建的AE‑COPD患者死亡风险预测模型APN评分包含了年龄、脉率、之前住院次数这3 项指标。APUAN 评分则是基于APN 评分,由年龄、脉率、尿素、白蛋白、之前住院次数5项指标构成。我们最终选择了年龄、脉率、尿素、白蛋白、之前住院次数用于新模型的构建。

APN 评分仅包含3 项指标,这些指标都是非常简单、易获得的,医生、护士、甚至学员都能很好地掌握这种评估方法,所以不管是在三级医院还是基层卫生院甚至小诊所的医生都可以应用该项评分对患者病情作出预判。APN 评分包含的各项指标均是客观因素,不会因为患者主观感受的差异带来偏差,预测准确性与传统的CURB65 评分相似(两者的AUC 差异无统计学意义)。APN 评分的又一大优势还在于它的无创性,我们知道大多数的评分系统比如传统的CURB65 评分、DECAF 评分等均需要通过有创手段获得相应指标数值,准确性相似的情况下,患者及家属可能更愿意接受该种方式。APUAN 评分是在APN 评分的基础上增加了尿素、白蛋白这两项指标,使得APUAN 评分能更全面反映患者的病情,因此APUAN 评分预测AECOPD 患者住院病死风险的准确性高于传统的CURB65 评分,其AUC 为0.856。我们构建两个AECOPD 患者死亡风险预测模型,目的在于迎合不同临床场景的需求。APN 评分主要用于首诊大夫或门诊医生在没有患者实验室检查指标的情况下对患者预后作出初步判断,甚至可用于患者的自我评估;而APUAN评分则是在获取患者实验室指标的前提下,对患者预后作出更精准的评估,指导下一步治疗;二者相互补充。

综上所述,本研究成功构建了2 个AECOPD 患者住院病死风险的预测模型,即APN评分和APUAN评分。APN 评分预测AECOPD 患者住院病死风险的有效性与CURB65 评分相似,APUAN 评分预测AECOPD 患者住院病死风险的有效性高于CURB65评分。本研究也存在一些局限性:首先样本量偏小,尤其阳性事件数相对较少,尚需要更大样本研究证实。其次,该项研究是单中心研究,APN 评分和APUAN 评分尚缺乏在其他数据库中的验证。第三,本研究缺乏血氧饱和度数据,随着便携式手指血氧仪的普及,绝大多数患者在入院时会测量血氧饱和度,可以在后续的研究中使用。

猜你喜欢

白蛋白尿素次数
国际尿素市场交投清淡
2020年,我国汽车召回次数同比减少10.8%,召回数量同比增长3.9%
喜舒复白蛋白肽饮品助力大健康
缺血修饰白蛋白对微血管心绞痛的鉴别诊断价值研究
缺血修饰白蛋白和肌红蛋白对急性冠状动脉综合征的早期诊断价值
尿素涨价坐实的两个必要条件
俄罗斯是全球阅兵次数最多的国家吗?
尿素再涨 也换救不了市场
下半年尿素市场四大关注点
探索性作战仿真实验重复次数控制研究