高文鹏 吕海金 周琅 郭圣文

0 引言

急性肾损伤(acute kidney injury，AKI)在重症监护室 (intensive care unit，ICU)患者中很常见，具有较高的发病率与死亡率[1-2]。全球肾脏病预后组织KDIGO(Kidney Disease：Improving Global Outcomes)发表的 AKI 临床实践指南[3]中对AKI的具体判别标准为：48 h内血清肌酐升高≥26.5 μmol /L 或在7 d内血清肌酐增加到基线值的 1.5 倍以上，或尿量小于0.5 mL/(kg·h)且持续时间不少于6 h。研究表明，AKI导致ICU患者更高的治疗费用、不良的临床反应和慢性肾病的发展[3]，并且是ICU患者高死亡率的独立影响因素[4-5]。

由于血清肌酐是AKI的非特异性标志物，对AKI的诊断具有一定滞后性[6]，而临床中尿量不易监测且操作误差较大，故寻找影响AKI的重要临床因素并进行早期预测，是对ICU内AKI风险患者及时干预、指导治疗的关键。迄今为止，有关AKI的早期预测通常有以下两种方法：一种是寻找具有特异性的生物标志物，另一种是基于统计学或机器学习方法建立风险预测模型。由于生物标志物的方法费用高、可纳入样本量少且受个体差异影响较大，其临床应用受限。

随着开源重症数据库的建立和医院电子病历(electronic health records，EHR)的普及，ICU 患者临床数据的可用性不断提高[7]，从而为AKI 预测研究提供充分的数据支持，相关研究逐渐增多。如Haines等[8]收集伦敦皇家医院ICU内830名患者的人口学信息和入院后24 h内的血液学指标，使用逻辑回归进行AKI预测，结果显示预测AKI 1～3期的受试者工作特征曲线(receiver operator characteristic curve,ROC曲线)下面积(area under curve,AUC)值为0.70，预测AKI 2～3期AUC值为0.91。Malhotra等[9]收集两家独立医院ICU共2 017 名患者的人口学信息、合并症、生命体征、血液学指标及干预措施，使用多变量回归分析进行AKI预测，独立测试集的AUC值为0.81。……