慢性心力衰竭患者合并肾功能不全的2种列线图风险预测模型比较研究

邢来敬, 刘艳存, 王宇, 杨巧芳

邢来敬, 刘艳存, 王宇, 杨巧芳. 慢性心力衰竭患者合并肾功能不全的2种列线图风险预测模型比较研究[J]. 实用临床医药杂志, 2023, 27(10): 91-96, 101. DOI: 10.7619/jcmp.20230672
引用本文: 邢来敬, 刘艳存, 王宇, 杨巧芳. 慢性心力衰竭患者合并肾功能不全的2种列线图风险预测模型比较研究[J]. 实用临床医药杂志, 2023, 27(10): 91-96, 101. DOI: 10.7619/jcmp.20230672
XING Laijing, LIU Yancun, WANG Yu, YANG Qiaofang. A comparative study of two Nomograph risk factor predictive models of chronic heart failure with renal insufficiency[J]. Journal of Clinical Medicine in Practice, 2023, 27(10): 91-96, 101. DOI: 10.7619/jcmp.20230672
Citation: XING Laijing, LIU Yancun, WANG Yu, YANG Qiaofang. A comparative study of two Nomograph risk factor predictive models of chronic heart failure with renal insufficiency[J]. Journal of Clinical Medicine in Practice, 2023, 27(10): 91-96, 101. DOI: 10.7619/jcmp.20230672

慢性心力衰竭患者合并肾功能不全的2种列线图风险预测模型比较研究

基金项目: 

河南省医学科技攻关计划省部共建项目 SB201901100

详细信息
    通讯作者:

    杨巧芳, E-mail: 2452793783@qq.com

  • 中图分类号: R541.6;R692

A comparative study of two Nomograph risk factor predictive models of chronic heart failure with renal insufficiency

  • 摘要:
    目的 

    基于Lasso-Logistic回归分析构建2种慢性心力衰竭患者合并肾功能不全的列线图风险预测模型并进行比较。

    方法 

    收集996例慢性心力衰竭患者的临床资料,按7∶3比例随机分为建模组698例与验证组298例。基于Lasso回归筛选变量,将差异具有统计学意义的变量纳入多因素Logistic回归分析筛选独立影响因素,对构建的2种列线图模型进行比较并评价临床有效性。

    结果 

    建模组698例患者中, 148例患者合并肾功能不全,占21.20%。模型1多因素Logistic回归分析结果显示,血红蛋白、肌酐、尿酸、年龄、瓣膜性心脏病、有无合并症是慢性心力衰竭患者合并肾功能不全的独立影响因素(P < 0.05); 模型2多因素Logistic回归分析结果显示,血红蛋白、肌酐、尿酸、有无合并症是慢性心力衰竭患者合并肾功能不全的独立影响因素(P < 0.05)。模型1的曲线下面积(AUC)为0.814, Hosmer-Lemeshow检验结果显示该模型未偏离完美拟合(P=0.08), 且校准图显示该模型具有较好的一致性; 模型2的AUC为0.806, Hosmer-Lemeshow检验结果显示该模型偏离完美拟合(P < 0.01), 且校准图显示该模型的一致性较差。验证组结果显示,模型1、模型2的AUC分别为0.835、0.824, Hosmer-Lemeshow检验结果显示模型均未偏离完美拟合(P=0.12、0.45), 且校准曲线显示一致性较好。

    结论 

    基于Lasso-Logistic回归分析构建的2个风险预测模型对慢性心力衰竭患者合并肾功能不全风险具有较好的预测能力,但模型1的区分度、Hosmer-Lemeshow检验结果和校准曲线一致性更佳,临床适用性更强,净收益更高,建议临床应用时选择模型1。

    Abstract:
    Objective 

    To construct two Nomograph risk factor predictive models for chronic heart failure patients with renal insufficiency based on Lasso-Logistic regression analysis and compare their efficacy.

    Methods 

    The clinical data of 996 patients with chronic heart failure were collected. These patients were randomly divided into modeling group(698 cases) and verification group(298 cases) in a ratio of 7∶3. Lasso regression was used to screen variables, multivariate Logistic regression was used to screen independent risk factors for variables with statistical significance, and two models were compared to the evaluate their clinical effectiveness.

    Results 

    Of 698 patients in the modeling group, 148(21.20%) were complicated with renal insufficiency. Multivariate Logistic regression results of model 1 showed that hemoglobin, creatinine, uric acid, age, valvular heart disease, and presence or absence of complication were independent risk influencing factors(P < 0.05). Multivariate Logistic regression results of model 2 showed that hemoglobin, creatinine, uric acid, and presence or absence of complication were independent influencing factors (P < 0.05). The area under the curve (AUC) of model 1 was 0.814, and Hosmer-Leishow test results showed that it did not deviate, and was perfectly matched (P=0.08), the calibration chart showed that the model has good consistency. The AUC of model 2 was 0.806. The results of Hosmer-Lemeshow showed that the model was deviated from the perfect fit (P < 0.01), and the calibration chart showed that the consistency of the model was poor. The results of the validation group showed that the AUCs of model 1 and model 2 were 0.835, 0.824, respectively. Hosmer Lemeshow test showed that the models did not deviate from the perfect fit (P=0.12, 0.45), and the calibration curve also had good consistency.

    Conclusion 

    The two Nomograph risk factors predictive models based on Lasso-Logistic regression have better ability in predicting the risk of chronic heart failure patients with renal insufficiency, but model 1 has better differentiation, consistency beween Hosmer-Lemeshow test results and calibration curve, stronger clinical applicability and higher net benefit, so model 1 is recommended for clinical application.

  • 骨骼肌减少症是一种进行性和广泛性的骨骼肌疾病, 主要表现为骨骼肌含量减少,伴肌肉力量和躯体功能下降[1], 也称为肌少症。维持性血液透析(MHD)是终末期肾脏病(ESRD)患者的重要替代治疗方式,但ESRD患者在长期MHD治疗过程中会出现尿毒症毒素潴留、微炎症状态、酸碱平衡失调、营养不良等不良反应[2], 易成为肌少症的高发人群。研究[3-4]显示慢性阻塞性肺疾病、恶性肿瘤等慢性消耗性疾病参与了肌少症的发生。研究[5-6]显示,肌少症不仅降低了患者的生活质量,还增加了患者心血管疾病并发症的风险及病死率。目前,基于肌少症发病率、进展、相关危险因素及预后的研究仍存在很大差异[7]。本研究探讨ESRD行MHD患者肌少症的相关影响因素,现将结果报告如下。

    选取2021年9月—2022年12月在贵州医科大学附属医院血液净化中心规律行MHD的197例ESRD患者为研究对象。纳入标准: ①接受血液透析治疗且透析时间≥3个月者; ②年龄18~80岁者; ③自愿签署知情同意书者。排除标准: ①存在生物电阻抗试验禁忌证者,例如体内存在金属支架或起搏器而影响人体成分检测; ②合并其他严重消耗性疾病者,例如恶性肿瘤、重症感染、肝硬化、自身免疫性疾病等; ③ 3个月内有过急性感染或出血者; ④糖尿病足或截肢患者; ⑤意识不清或无法配合者; ⑥严重胃肠道疾病者,例如胃肠部分切除术。参考2019年亚洲肌少症工作组[8](AWGS)的诊断标准将患者分为肌少症组和非肌少症组。本研究经过贵州医科大学附属医院伦理委员会同意(批件号: 2023伦申第352号),所有纳入患者均知情同意且自愿参加本研究。

    研究人员通过口头询问及查阅病历的方式完成资料收集,包括年龄、性别、是否合并糖尿病、是否合并继发性甲状旁腺功能亢进症、是否合并高血压、透析龄、透析方式等。

    收集患者3个月内最近一次透析前静脉血实验室检测指标,包括血红蛋白、血小板、白细胞、肌酐、尿素、尿酸、甘油三酯、血清白蛋白、低密度脂蛋白、高密度脂蛋白、甲状旁腺素、维生素D、血钙、血磷、血钾、铁蛋白、总铁蛋白结合力、C反应蛋白、β2微球蛋白等。

    由经过营养科医师专门培训的同一研究人员在患者透析1 h后测量身高、体质量、肱三头肌皮褶厚度(TSF)、上臂围(MAC)、上臂肌围(MAMC)等。TSF测量: 受试者自然站立,检查者左手拇指和食指、中指将受试者上臂背侧肩峰到尺骨鹰嘴连线中点处皮肤提起,使用按压式皮脂钳脂肪夹测量其厚度,测量3次取平均值。MAC测量: 患者非内瘘手自然下垂,软尺绕患者上臂尺骨鹰嘴到肩峰连线中点处1周测量周长,测量3次取平均值。MAMC计算: MAMC(cm)=MAC(cm)-0.314×TSF(cm)。

    透析后1 h采用生物电阻抗技法(人体成分分析仪InBodyS10型)检测并记录人体成分学指标,包括肌肉组织指数(LTI)、脂肪组织指数(FTI)、体内水分总量(TBW)、细胞外水分(ECW)、细胞内水分(ICW)、肌肉组织量(LTM)、脂质量(FAT)、脂肪组织量(FTM)、身体细胞质量(BCM)、体质量指数(BMI)、体脂百分比(PBF)、去脂体质量(FFM)等。肌肉力量检测: 透析前由同一名医务人员使用CAMRY EH101电子握力器(广东香山集团)进行握力测量,每次间隔2 min, 单手测量2次,取最大值。躯体功能检测: 嘱患者在不使用辅助行走工具的条件下,以正常的步速行走,并用AP-7001秒表(广州)记录其所用时间,检测2次,记录其平均值(m/s), 以此评估患者的身体活动能力。

    参考2019年AWGS的诊断标准: ①骨骼肌质量指数(SMI)为男性 < 7.0 kg/m2, 女性 < 5.7 kg/m2; ②握力为男性 < 28 kg, 女性 < 18 kg; ③ 6 m步速 < 1.0 m/s。在符合上述诊断标准①且合并②和(或)③的条件下,可诊断肌少症。

    采用SPSS 22.0统计软件对数据进行分析。符合正态分布的计量资料以均数±标准差表示; 非正态分布的计量资料以[M(P25, P75)]表示,组间比较采用Mann Whitney U检验; 计数资料以[n(%)]表示,组间比较采用χ2检验。采用单因素二元Logistic回归分析探讨ESRD行MHD患者肌少症发生的影响因素。采用Spearman法分析参数间相关性,采用受试者工作特征(ROC)曲线分析参数的诊断效能。P < 0.05为差异有统计学意义。

    本研究共纳入197例行MHD的ESRD患者,其中男90例(45.69%), 女107例(54.31%)。根据肌少症诊断标准,共有72例患者被诊断为肌少症,肌少症发生率为36.55%, 其中女28例,男44例。肌少症组与非肌少症组在年龄、性别、透析龄、合并高血压方面比较,差异有统计学意义(P < 0.05)。见表 1

    表  1  肌少症组与非肌少症组一般资料比较[M(P25, P75)][n(%)]
    一般资料 分类 肌少症组(n=72) 非肌少症组(n=125) Z/χ2 P
    年龄/岁 64.50(53.25, 71.75) 58.00(43.50, 68.00) -2.005 0.045
    性别 44(61.11) 46(36.80) 10.882   0.001
    28(38.89) 79(63.20)
    透析龄/月 39.00(21.00, 83.00) 30.00(16.00, 55.00) -2.176 0.030
    合并糖尿病 33(45.83) 59(47.20)   0.034 0.853
    39(54.17) 66(52.80)
    合并高血压 62(86.11) 120(96.00)   6.351 0.012
    10(13.89)   5(4.00)
    合并继发性甲状旁腺功能亢进 33(45.83) 59(47.20)   0.166 0.683
    39(54.17) 66(52.80)
    透析方式 血液透析 51(70.83) 80(64.00)   0.958 0.328
    血液透析滤过 21(29.17) 45(36.00)
    下载: 导出CSV 
    | 显示表格

    与非肌少症组相比, 肌少症组BMI、TSF、握力、FFM、LTI、TWB、ICW、LTM、FAT、BCM值更低,差异有统计学意义(P < 0.05), 见表 2

    表  2  肌少症组与非肌少症组人体学测量指标及人体成分比较(x±s)[M(P25, P75)]
    指标 肌少症组(n=72) 非肌少症组(n=125) Z/t P
    上臂围/cm 23.55(22.00, 25.00) 25.00(23.00, 27.00) -3.493   0.060
    肱三头肌皮褶厚度/mm 8.00(6.00, 10.00) 10.00(7.00, 15.00) -3.313   0.001
    上臂肌围/cm 20.86(18.80, 22.59) 21.43(19.72, 23.30)   1.723   0.005
    握力/kg 19.75(12.95, 23.50) 28.10(19.85, 37.40) -6.000 < 0.001
    肌肉组织指数/(kg/m2) 14.48±2.58 16.27±2.94 -4.284 < 0.001
    脂肪组织指数/(kg/m2) 6.90±3.41 7.34±3.95 -0.791   0.430
    体内水分总量/L 30.35(26.30, 34.17) 35.10(31.25, 39.10) -5.386 < 0.001
    细胞外水分/L 12.85(11.40, 14.42) 15.20(13.05, 16.70) -4.931 < 0.001
    细胞内水分/L 17.18±3.31 20.11±3.75 -5.495 < 0.001
    肌肉组织量/L 37.10±8.40 44.27±9.23 -5.419 < 0.001
    脂质量/% 12.75(8.12, 17.47) 13.70(8.70, 19.70) -1.094   0.274
    脂肪组织量/% 17.35(11.02, 23.95) 18.90(12.10, 27.45) -1.346   0.178
    身体细胞质量/kg 20.86±5.76 25.55±6.38 -5.137 < 0.001
    体质量指数/(kg/m2) 21.35(19.22, 23.84) 25.50(21.15, 25.65) -4.176 < 0.001
    去脂体质量/kg 38.55(32.80, 43.27) 46.40(40.60, 52.30) -6.462 < 0.001
    体脂百分比/% 27.36±9.58 26.63±9.42   0.517   0.606
    下载: 导出CSV 
    | 显示表格

    肌少症组与非肌少症组患者在肌酐、甘油三酯、高密度脂蛋白、β2微球蛋白方面比较,差异均有统计学意义(P < 0.05), 见表 3

    表  3  肌少症组与非肌少症组血液检测指标比较(x±s)[M(P25, P75)]
    指标 肌少症组(n=72) 非肌少症组(n=125) Z/t P
    肌酐/(μmol/L) 811.90±252.23 913.06±289.45 -2.473 0.014
    尿素/(mmol/L) 19.18(14.54, 25.40) 19.64(16.10, 24.26) -1.560 0.876
    尿酸/(μmol/L) 423.05(335.25, 497.07) 426.00(365.95, 504.20) -1.203 0.229
    血钙/(mmol/L) 2.26(2.12, 2.40) 2.21(2.08, 2.34) -1.430 0.152
    血钠/(mmol/L) 139.37(137.53, 141.03) 139.64(137.06, 141.05) -0.084 0.933
    血钾/(mmol/L) 4.38(3.98, 4.99) 4.54(4.19, 5.06) -1.195 0.051
    血磷/(mmol/L) 1.72±0.60 1.77±0.52 -0.607 0.544
    甘油三酯/(mmol/L) 1.79(1.18, 2.76) 2.24(1.35, 3.37) -2.085 0.037
    高密度脂蛋白/(mmol/L) 1.01(0.85, 2.76) 0.92(0.76, 1.12) -2.046 0.041
    低密度脂蛋白/(mmol/L) 2.09±0.81 2.14±0.80 -0.476 0.634
    白细胞/(×109/L) 6.32±1.73 6.49±1.92 -0.594 0.553
    甲状旁腺素/(pg/mL) 206.75(115.00, 338.92) 239.30(124.45, 371.55) -0.599 0.549
    维生素D/μg 30.00(19.72, 35.55) 28.10(19.04, 37.17) -0.452 0.652
    铁蛋白/(ng/mL) 183.70(74.51, 324.62) 143.40(68.15, 345.65) -0.097 0.922
    总铁蛋白结合力/(μmol/L) 45.07(39.87, 52.35) 46.09(40.83, 53.48) -0.576 0.565
    血白蛋白/(g/L) 42.45(39.31, 44.67) 41.90(39.81, 43.67) -0.795 0.426
    红细胞/(×1012/L) 3.83±0.71 3.70±0.65   1.320 0.188
    血红蛋白/(g/L) 116.37±20.49 111.84±16.33   1.704 0.090
    血小板/(×109/L) 175.50(140.75, 220.75) 190.00(155.00, 222.50) -1.131 0.258
    C反应蛋白/(mg/L) 4.08(1.25, 12.11) 2.82(0.89, 5.82) -1.959 0.050
    β2微球蛋白/(mg/L) 39.11±11.64 34.73±11.68   2.535 0.012
    下载: 导出CSV 
    | 显示表格

    以组间比较中有统计学意义的因素(年龄、性别、透析龄、合并高血压、BMI、TSF、肌肉力量、LTI、TWB、ICW、LTM、FAT、BCM、FFM、肌酐、β2微球蛋白、甘油三酯、高密度脂蛋白)为自变量,以发生肌少症作为因变量,并将本研究中差异无统计学意义但考虑既往研究表示是肌少症的影响因素的指标(甲状旁腺素、维生素D、铁蛋白结合力、C反应蛋白、上臂肌围、合并糖尿病)纳入Logistic回归分析中。

    自变量赋值: 性别(男=1, 女=0); 合并高血压(是=1, 否=0); 合并糖尿病(是=1, 否=0); 连续变量均以原值录入。单因素二元Logistic回归分析结果显示,高龄(OR=1.048, P=0.040, 95%CI: 1.021~1.078)、男性(OR=0.371, P=0.001, 95%CI: 0.204~0.673)、握力(OR=0.838, P < 0.001, 95%CI: 0.764~0.920)、FFM(OR=0.634, P < 0.001, 95%CI: 0.527~0.761)是ESRD行MHD患者肌少症发生的影响因素,且男性、高龄与肌少症发生呈正相关,握力、FFM与肌少症发生呈负相关。见表 4

    表  4  ESRD行MHD患者肌少症影响因素的单因素二元Logistic回归分析
    因素 β SE Wald χ2 OR P 95%CI
    性别 -0.993 0.305 10.670 0.371 0.001 0.204~0.673
    透析龄   0.010 0.006 2.645 1.010 0.104 0.998~1.002
    年龄   0.047 0.023 4.224 1.048 0.040 1.021~1.078
    肌酐 -0.001 0.001 0.330 0.999 0.566 0.997~1.002
    甘油三酯 -0.355 0.198 3.219 0.701 0.073 0.476~1.033
    高密度脂蛋白 -0.892 1.002 0.792 0.410 0.373 0.058~2.921
    甲状旁腺素 -0.001 0.001 0.469 0.999 0.493 0.997~1.001
    维生素D -0.006 0.007 0.736 0.994 0.391 0.981~1.007
    铁蛋白结合力 -0.003 0.027 1.086 0.972 0.297 0.921~1.025
    C反应蛋白   0.044 0.025 2.979 1.044 0.084 0.994~1.097
    β2微球蛋白   0.043 0.027 2.542 1.044 0.111 0.990~1.100
    上臂周径   0.044 0.058 0.571 1.045 0.450 0.933~1.170
    握力 -0.176 0.047 13.828 0.838 < 0.001   0.764~0.920
    肌肉组织指数 -0.211 0.272 0.601 0.810 0.438 0.475~1.380
    细胞内水分   0.129 0.323 0.160 1.138 0.689 0.604~2.145
    肌肉组织量   0.039 0.122 0.101 1.039 0.751 0.818~1.320
    身体细胞质量 -0.085 0.141 0.362 0.919 0.547 0.697~1.211
    体质量指数 -0.010 0.024 0.188 0.990 0.665 0.945~1.037
    去脂体质量 -0.456 0.094 23.815 0.634 < 0.001   0.527~0.761
    体脂百分比 -0.010 0.034 0.080 0.990 0.777 0.926~1.059
    高血压 -0.745 1.409 0.282 0.473 0.595 0.030~7.490
    糖尿病 0.715 0.611 1.366 2.043 0.242 0.617~6.771
    下载: 导出CSV 
    | 显示表格

    对SMI、握力、6 m步速行Spearman相关性分析,结果显示,年龄与SMI、6 m步速无相关性(P>0.05), 年龄与握力呈负相关(r=-0.283, P < 0.001); 握力与6m步行速度无相关性(P > 0.05), 但握力与SMI呈正相关(r=0.455, P < 0.001); FFM与SMI、握力呈正相关(r=0.904、0.499, P < 0.001), FFM与6 m步行速度呈负相关(r=-0.245, P=0.001)。见表 5图 1

    表  5  相关危险因素与SMI、握力、6 m步速的相关性分析
    因素 SMI 握力 6 m步速
    年龄 r -0.134 -0.283   0.339
    P   0.060 < 0.001   0.051
    握力 r   0.455 -0.485
    P < 0.001 0.053
    FFM r   0.904   0.499 -0.245
    P < 0.001 < 0.001   0.001
      SMI: 骨骼肌质量指数; FFM: 去脂体质量。
    下载: 导出CSV 
    | 显示表格
    图  1  肌少症发生相关影响因素与SMI、握力及6 m步速的相关性
    A: 年龄与握力的相关性; B: 握力与SMI的相关性; C: FFM与SMI的相关性; D: FFM与握力的相关性; E: FFM与6 m步速的相关性。

    性别诊断肌少症的曲线下面积(AUC)为0.622(95%CI: 0.540~0.703), 截断值为男性,灵敏度为61.11%, 特异度为63.20%; 年龄诊断肌少症的AUC为0.586(95%CI: 0.503~0.669), 截断值59.5岁,灵敏度为62.50%, 特异度为54.40%; 握力诊断肌少症的AUC为0.757(95%CI: 0.692~0.822), 截断值为27.75 kg, 灵敏度为97.22%, 特异度为54.40%; FFM诊断肌少症的AUC为0.777(95%CI: 0.714~0.840), 截断值为45.05 kg, 灵敏度为86.11%, 特异度为58.40%; 多指标联合诊断肌少症的AUC为0.817(95%CI: 0.759~0.875), 灵敏度为100.00%, 特异度为64.00%。见图 2

    图  2  多指标单独和联合诊断肌少症的ROC曲线

    对于ESRD行MHD患者而言,随着肾功能进行性恶化及透析时间延长,尿毒症引起的感染、体内酸碱平衡失调、厌食症、贫血、透析相关骨病、激素紊乱等并发症可导致蛋白质吸收受损和肌肉萎缩加重,导致肌少症在该类人群中发生率可达49.4%[9-10]。本研究纳入的197例患者中,参照2019年AWGS的诊断标准,共有72例患者诊断为肌少症,发病率为36.55%, 与何莉等[11]通过Meta分析得到的亚洲地区MHD患者肌少症患病率相当。

    本研究中,高龄、男性与ESRD行MHD患者肌少症发生呈正相关,与其他研究[12-13]结果相符。分析原因为: 随着患者年龄的增加,其体内肌蛋白分解与合成代谢的平衡逐渐失衡, α运动神经元加速退化,且肌纤维逐渐从Ⅱ型转化为Ⅰ型,同时骨骼肌质量明显降低,使得患者平衡能力及运动功能下降,从而导致肌少症在高龄患者中更容易发生[14]。此外,伴随年龄的增加,患者机体也会发生显著改变,例如激素、代谢、免疫因子、基因代谢等因素会对肌肉质量和肌肉力量产生影响,且肌肉力量的衰减早于肌肉质量的衰减[15-16]。本研究发现高龄与握力呈负相关,这也验证了年龄增长可对肌肉力量产生影响。有研究[17]显示年龄所诱导的激素变化、线粒体功能障碍等也参与肌少症的发生。

    本研究中,男性肌少症的发病率高于女性,这与相关研究[18-19]结果相符。但也有研究[20]显示不同性别患者的肌少症发生情况无显著差异。分析原因可能与ESRD患者的性激素水平有关,此类患者往往存在性腺功能减退,体内睾酮缺乏,导致促进黄体生成素信号传导受阻及催乳素清除下降[21]; 当睾酮缺乏时,可导致肌生成素过度表达,造成肌肉蛋白负平衡[22]。研究[23-24]证实,厌食症与肌少症的发生存在相关性,相较于女性而言,男性更容易发生炎症介导的厌食症。持续的炎症状态不仅影响食欲,导致营养摄入减少,还会通过刺激泛素-蛋白酶体途径的活化,诱导线粒体动力学的改变,抑制肌肉的修复和再生,导致肌少症的发生[25]

    本研究中,握力、FFM与ESRD行MHD患者肌少症发生呈负相关。分析原因为ESRD行MHD患者受特殊的饮食限制、食欲减退、慢性炎症状态、机体代谢紊乱、氧化应激等因素影响,易发生营养不良。研究[26]表明,营养状况与握力可相互影响,握力可反映患者的营养和骨骼肌肉状况,即营养不良患者的握力水平差、体质量过低,其罹患肌少症风险增大[27]。孟宇等[28]研究证实FFM值可反映MHD患者的营养状态和炎症反应状态,即FFM值与营养状态呈正相关,与炎症指标呈负相关。慢性微炎症状态会导致患者罹患肌少症的风险增加,其可能与长期透析过程中免疫力低下、导管相关性感染、营养不良所致炎症有关; 同时,慢性微炎症状态还会影响患者食欲,导致机体营养摄入不足。戴祺洁等[29]研究证实,机体蛋白质含量与肌少症发生呈负相关。故临床上应加强ESRD行MHD患者营养充足的宣教,必要时可给予特殊营养制剂,以降低患者感染的风险。

    综上所述,肌少症在ESRD行MHD患者中发病率较高,高龄、男性、握力、FFM是ESRD行MHD患者发生肌少症的影响因素。FFM可预测ESRD行MHD患者肌少症的发生概率,联合性别、年龄、握力的预测效能更高。改善营养状态及微炎症状态可以预防或减少ESRD行MHD患者肌少症的发生。

  • 图  1   基于Lasso回归的特征变量筛选

    A: 收缩系数图; B: 10倍交叉验证图。

    图  2   模型1交互式列线图

    图  3   模型2交互式列线图

    图  4   模型1和模型2的ROC曲线

    图  5   模型1校准曲线图

    图  6   模型2的校准曲线图

    图  7   模型1与模型2的决策曲线图

    表  1   建模组慢性心力衰竭患者的基线特征(x±s)[n(%)]

    特征 分类 发生组(n=148) 未发生组(n=550)
    性别 97(65.54) 330(60.00)
    51(34.46) 220(40.00)
    居住地区 城市 73(49.32) 254(46.18)
    农村 75(50.68) 296(53.82)
    冠心病 60(40.54) 223(40.55)
    88(59.56) 327(59.45)
    瓣膜性心脏病 97(65.54) 440(80.00)
    51(34.46) 110(20.00)
    心肌病 122(82.43) 445(80.91)
    26(17.57) 105(19.09)
    心律失常 120(81.08) 459(83.45)
    28(18.92) 91(16.55)
    吸烟史 85(57.43) 344(62.55)
    63(42.57) 206(37.45)
    酗酒史 105(70.95) 393(71.45)
    43(29.05) 157(28.55)
    合并症 3(2.03) 90(16.36)
    145(97.97) 460(83.64)
    B型钠尿肽升高 4(2.70) 45(8.18)
    144(97.30) 505(91.82)
    年龄/岁   70.44±13.20   66.25±14.95
    收缩压/mmHg 123.96±21.43 124.49±47.38
    舒张压/mmHg   76.28±12.82   75.92±12.42
    每搏量/mL   64.86±23.69   66.09±19.68
    白细胞计数/(×109/L)       6.29±2.16       6.78±2.48
    红细胞计数/(×1012/L) 3.92±0.73       4.22±0.64
    血钠/(mmol/L) 138.78±5.46 139.43±3.74
    血氯/(mmol/L) 100.70±5.52 101.48±6.18
    肌酐/(μmol/L) 143.68±99.51   87.61±48.97
    淋巴细胞百分比/%   22.49±11.32   24.35±9.44
    血红蛋白/(g/L) 118.71±23.10 129.14±22.27
    血钾/(mmol/L)       4.42±0.62       4.29±0.55
    尿素/(mmol/L)   12.06±7.16       7.97±4.27
    尿酸/(μmol/L) 458.51±162.30 376.34±136.81
    下载: 导出CSV

    表  2   自变量赋值表

    自变量 赋值 自变量 赋值
    性别 男=0, 女=1 居住地区 城市=0, 农村=1
    冠心病 否=0, 是=1 瓣膜性心脏病 否=0, 是=1
    心肌病 否=0, 是=1 心律失常 否=0, 是=1
    吸烟史 否=0, 是=1 酗酒史 否=0, 是=1
    合并症程度 否=0, 是=1 BNP 否=0, 是=1
    下载: 导出CSV

    表  3   模型1、模型2的多因素Logistic回归分析结果

    变量 模型1 模型2
    SE OR(95%CI) P SE OR(95%CI) P
    肌酐 0.002 1.01(1.00~1.01) < 0.001 0.002 1.01(1.01~1.02) < 0.001
    尿酸 0 1.00(1.00~1.00) < 0.001 0.001 1.01(1.00~1.01) < 0.001
    血红蛋白 0.004 1.00(0.98~1.00) 0.025 0.004 0.98(0.98~0.99) < 0.001
    年龄 0.008 1.00(1.00~1.04) 0.019
    有无合并症 0.612 7.17(2.71~32.38) < 0.001 0.612 7.22(2.56~30.49) < 0.001
    瓣膜性心脏病 0.229 1.92(1.22~3.01) 0.004
    下载: 导出CSV
  • [1]

    LAN T, LIAO Y H, ZHANG J, et al. Mortality and readmission rates after heart failure: a systematic review and meta-analysis[J]. Ther Clin Risk Manag, 2021, 17: 1307-1320. doi: 10.2147/TCRM.S340587

    [2]

    LIM Y M F, ONG S M, KOUDSTAAL S, et al. Trends for readmission and mortality after heart failure hospitalisation in Malaysia, 2007 to 2016[J]. Glob Heart, 2022, 17(1): 20. doi: 10.5334/gh.1108

    [3]

    EMMONS-BELL S, JOHNSON C, ROTH G. Prevalence, incidence and survival of heart failure: a systematic review[J]. Heart, 2022, 108(17): 1351-1360. doi: 10.1136/heartjnl-2021-320131

    [4]

    LÖFMAN I, SZUMMER K, DAHLSTRÖM U, et al. Associations with and prognostic impact of chronic kidney disease in heart failure with preserved, mid-range, and reduced ejection fraction[J]. Eur J Heart Fail, 2017, 19(12): 1606-1614. doi: 10.1002/ejhf.821

    [5] 中华人民共和国国务院. 中国防治慢性病中长期规划(2017—2025年)[J]. 中国实用乡村医生杂志, 2017, 24(11): 6-11. doi: 10.3969/j.issn.1672-7185.2017.11.002
    [6] 郭艺芳. 2022年美国心力衰竭管理指南更新要点解读[J]. 中国全科医学, 2022, 25(17): 2051-2054. doi: 10.12114/j.issn.1007-9572.2022.0288
    [7]

    NELSON R G, GRAMS M E, BALLEW S H, et al. Development of risk prediction equations for incident chronic kidney disease[J]. JAMA, 2019, 322(21): 2104-2114. doi: 10.1001/jama.2019.17379

    [8] 澈乐木格, 邓龙廉, 赵建全. 预测早发冠心病的发生风险: 临床列线图的开发和评估[J]. 实用临床医药杂志, 2022, 26(24): 51-56. doi: 10.7619/jcmp.20222458
    [9] 中华医学会, 中华医学会杂志社, 中华医学会全科医学分会, 等. 慢性心力衰竭基层诊疗指南(实践版·2019)[J]. 中华全科医师杂志, 2019, 18(10): 948-956. doi: 10.3760/cma.j.issn.1671-7368.2019.10.009
    [10]

    TRIPOSKIADIS F, XANTHOPOULOS A, PARISSIS J, et al. Pathogenesis of chronic heart failure: cardiovascular aging, risk factors, comorbidities, and disease modifiers[J]. Heart Fail Rev, 2022, 27(1): 337-344. doi: 10.1007/s10741-020-09987-z

    [11]

    CHA′ON U, TIPPAYAWAT P, SAE-UNG N, et al. High prevalence of chronic kidney disease and its related risk factors in rural areas of Northeast Thailand[J]. Sci Rep, 2022, 12(1): 18188. doi: 10.1038/s41598-022-22538-w

    [12] 黄荔荔, 徐琴, 沈建宏, 等. 228例心力衰竭患者非计划再入院率调查及logistic预测模型建立研究[J]. 中国心血管病研究, 2022, 20(9): 811-816. doi: 10.3969/j.issn.1672-5301.2022.09.006
    [13] 康元, 牛晓菁, 史秩菁, 等. 红细胞比容对老年女性心力衰竭患者3年不良结局事件的预测意义[J]. 中华老年心脑血管病杂志, 2022, 24(9): 908-911. doi: 10.3969/j.issn.1009-0126.2022.09.004
    [14] 吴超, 赵雪燕, 袁晋青, 等. 心力衰竭患者NT-proANP、NT-proBNP和NT-proCNP与肾功能指标的相关性分析[J]. 南昌大学学报: 医学版, 2021, 61(2): 34-38, 67. https://www.cnki.com.cn/Article/CJFDTOTAL-JXYB202102007.htm
    [15] 徐玲玲, 周阳, 刘瑾, 等. 江苏省滨海县社区体检人群慢性肾功能不全的患病率及其相关因素调查[J]. 中华肾脏病杂志, 2022, 38(6): 520-527. doi: 10.3760/cma.j.cn441217-20211122-00072
    [16] 孙磊, 李禄全, 杨晓慧. 基于决策曲线分析的临床预后重要影响因素研究[J]. 中国卫生统计, 2018, 35(6): 846-849. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGWT201806011.htm
    [17] 奚丽婧, 郭昭艳, 杨雪珂, 等. LASSO及其拓展方法在回归分析变量筛选中的应用[J]. 中华预防医学杂志, 2023, 57(1): 107-111. doi: 10.3760/cma.j.cn112150-20220117-00063
    [18]

    CHANG H J, LIN K R, CHANG J L, et al. Risk factors for chronic kidney disease in older adults with hyperlipidemia and/or cardiovascular diseases in Taipei city, Taiwan: a community-based cross-sectional analysis[J]. Int J Environ Res Public Health, 2020, 17(23): 8763. doi: 10.3390/ijerph17238763

    [19] 何珊, 关晓楠, 马桂伶, 等. 青年与中老年心力衰竭患者的临床特点及预后研究[J]. 中国临床医生杂志, 2023, 51(1): 24-27. doi: 10.3969/j.issn.2095-8552.2023.01.008
    [20] 何文静. 血管紧张素抑制剂对心力衰竭合并肾性贫血患者肌酐和血红蛋白的影响[J]. 心脑血管病防治, 2019, 19(2): 153-155, 173. doi: 10.3969/j.issn.1009-816x.2019.02.015
    [21]

    JANUS S E, HAJJARI J, CHAMI T, et al. Multi-variable biomarker approach in identifying incident heart failure in chronic kidney disease: results from the Chronic Renal Insufficiency Cohort study[J]. Eur J Heart Fail, 2022, 24(6): 988-995. doi: 10.1002/ejhf.2543

    [22]

    HOEVELMANN J, MAHFOUD F, LAUDER L, et al. Valvular heart disease in patients with chronic kidney disease[J]. Herz, 2021, 46(3): 228-233. doi: 10.1007/s00059-020-05011-0

    [23]

    TERNACLE J, CÔTÉ N, KRAPF L, et al. Chronic kidney disease and the pathophysiology of valvular heart disease[J]. Can J Cardiol, 2019, 35(9): 1195-1207. doi: 10.1016/j.cjca.2019.05.028

    [24] 朱鹏程, 张倩, 卞金辉, 等. 二叶式主动脉瓣钙化关键基因的生物信息学分析[J]. 实用临床医药杂志, 2021, 25(9): 9-13, 17. doi: 10.7619/jcmp.20211339
    [25]

    KAJIMOTO K, SATO N, TAKANO T. Relationship of renal insufficiency and clinical features or comorbidities with clinical outcome in patients hospitalised for acute heart failure syndromes[J]. Eur Heart J, 2017, 6(8): 697-708.

  • 期刊类型引用(11)

    1. 陆飞,袁卫东,范亚平. 维持性血液透析患者肌少症风险预测模型的构建与验证. 中国血液净化. 2025(03): 198-202 . 百度学术
    2. 唐月红,游靓,彭瑛. 地中海饮食模式联合渐进式抗阻及有氧训练对老年肌少症患者躯体功能、肌肉力量、营养水平的影响. 中国当代医药. 2025(04): 170-173 . 百度学术
    3. 杨婷婷,李建锋. 维持性血液透析患者肌少症患病情况及相关因素分析. 延边大学医学学报. 2025(02): 92-95 . 百度学术
    4. 李远远,陈劲,郁秀娟,熊凌杰,刘丹丹. 高龄住院失能患者失能程度的影响因素及失能与营养不良、肌少症的相关性分析. 实用临床医药杂志. 2024(07): 67-71 . 本站查看
    5. 游睿,曹正江,汤曦,周莉. 维持性血液透析合并肌少症患者临床治疗及营养干预现状. 中国医药. 2024(07): 1113-1116 . 百度学术
    6. 范慧,任直亲,张海杰. 老年糖尿病肾病患者透析相关肌少症的危险因素分析与预后观察. 老年医学与保健. 2024(04): 1084-1088+1093 . 百度学术
    7. 王雨涛,柳娟. 慢性肾脏病患者血清IL-6、Cys C、TNF-α与肌肉减少症的关系及对患者死亡风险的影响. 昆明医科大学学报. 2024(10): 85-90 . 百度学术
    8. 庞婷,吴伟莉,杨斌姣. 维持性血液透析患者导管相关感染的病原菌情况、危险因素与预测模型构建. 实用临床医药杂志. 2024(21): 60-65 . 本站查看
    9. 李培芳,叶婷,王殿尹. 尿毒清颗粒联合复方α-酮酸对维持性血液透析肾脏病患者Kt/V、URR及微炎症状态的影响. 临床合理用药. 2024(34): 114-116 . 百度学术
    10. 张阳凡,张敏. 终末期肾病维持性血液透析患者感染结核分枝杆菌情况及其危险因素分析. 中国国境卫生检疫杂志. 2024(06): 600-603 . 百度学术
    11. 李梅莹,张斯萍. 基于ORTCC模型联合抗阻训练对维持性血液透析肌少症患者握力、依从性和步速的影响. 河北医药. 2024(24): 3745-3749 . 百度学术

    其他类型引用(0)

图(7)  /  表(3)
计量
  • 文章访问数:  163
  • HTML全文浏览量:  66
  • PDF下载量:  14
  • 被引次数: 11
出版历程
  • 收稿日期:  2023-03-05
  • 修回日期:  2023-04-25
  • 网络出版日期:  2023-06-06

目录

/

返回文章
返回
x 关闭 永久关闭