梅斯医学MedSci APP
医路相伴,成就大医

MC Cardiovasc Disord:预测急性失代偿慢性心力衰竭和糖尿病患者在重症监护病房48小时后住院死亡率的新模型

Tags: 糖尿病   急性失代偿慢性心力衰竭      作者:从医路漫漫 更新:2024-04-22

背景:心力衰竭(HF)是一种由多种原因引起的心脏功能和结构明显异常的临床综合征,其发病率高、住院次数多、死亡率高,严重威胁患者的生活质量,造成巨大的社会经济负担。在美国,成人HF的患病率为1-2%,1年全因死亡率为17%。在中国,HF患者达到890万人,住院患者死亡率达到2.8%,并有上升趋势。此外,糖尿病是HF的一种非常普遍的共病,大约20%-40%的患者合并糖尿病,合并糖尿病的HF患者的不良事件(重复住院率、住院死亡率)的风险明显高于没有糖尿病的患者。

急性失代偿性慢性心力衰竭(ADCHF)和糖尿病患者的预后受到多种因素的影响,如年龄、种族、合并症、电解质紊乱、治疗策略等。不同的研究报告了急性心力衰竭(AHF)住院死亡率从20%到60%。根据患者的临床信息及时、准确地预测其院内死亡风险,有助于临床医生快速筛查高危患者,提前进行个体化治疗,是改善患者院内临床预后的有效途径。近年来,诺模图被用作预测疾病预后的可视化工具。虽然已有研究将其作为预测HF预后不良的理想模型,但所开发的模型预测效果不佳或结果不一致,在临床实践中没有给出明确的结论。更重要的是,有关ADCHF和糖尿病患者住院期间死亡的研究很少,还缺乏一个简单且有良好鉴别能力的模型来预测这类患者的住院死亡率。

目的:本研究基于重症监护医学信息中心III(MIMIC-III)数据库中诊断的ADCHF和糖尿病患者的临床和实验室指标,开发并验证诺模图模型来预测医院死亡率,以帮助临床医生对患者进行风险分层并指导临床决策。

方法:我们从MIMIC-III数据库中提取诊断为ADCHF和糖尿病的患者的临床数据。采用最小绝对收缩和选择算子回归分析筛选危险变量,纳入多因素Logistic回归,并以诺模图表示。使用Bootstrap进行内部验证。用受试者工作特征曲线下面积(AUC)、校正曲线和判定曲线分析(DCA)评价诺模图的识别力和预测准确性。

结果:867例ADCHF合并糖尿病患者中,住院死亡81例(9.3%)。将年龄、心率、收缩压、红细胞分布宽度、休克、β受体阻滞剂、血管紧张素转换酶抑制剂或血管紧张素受体阻滞剂、辅助机械通气和血尿素氮纳入诺模图模型。校正曲线表明诺模图得到了很好的校正。诺模图的AUC值为0.873(95%CI:0.834~0.911),高于简化急性生理功能评分II[0.761(95%CI:0.711~0.810)]和序贯器官衰竭评分[0.699(95%CI:0.642~0.756)]和指南心力衰竭评分[0.782(95%CI:0.731~0.835)],说明诺模图对住院期间死亡率有较好的预测能力。此外,内部验证的C指数为0.857(95%CI:0.825-0.891),再次验证了该模型的有效性。

图1使用最小绝对收缩和选择算子(LASSO)二元逻辑回归模型进行临床风险特征选择。(a) 18个临床风险特征的LASSO系数分布图。(b) LASSO模型中的调谐参数(λ)选择通过最小标准进行10倍交叉验证

表1基于LASSO回归的多因素logistic回归分析

图2预测急性失代偿性慢性心力衰竭合并糖尿病患者住院死亡风险的诺模图。RDW:红细胞分布宽度;ACEI/ARBs:血管紧张素转换酶抑制剂/血管紧张素受体阻断剂;HR:心率;SBP:收缩压;BUN:血液尿素氮

图3急性失代偿性慢性心力衰竭合并糖尿病患者诺模图模型校正曲线

图4受试者工作特征(ROC)曲线分析和决策曲线分析。(a) ROC曲线分析及ROC曲线下面积(AUC) (b)决策曲线分析。SAPS II:简化急性生理功能评分;SOFA:序贯器官衰竭评估;GWGT-HF:心力衰竭指南

结论:本研究构建了一种简单而准确的诺模图来预测ADCHF合并糖尿病患者的住院死亡率,尤其是那些在重症监护病房住院超过48小时的患者,有助于临床医生评估风险并对患者进行个体化治疗,从而降低住院死亡率。

原文出处:

Linlin, Liu,  Lei, Feng,  Cheng, Lu,  A new nomogram to predict in-hospital mortality in patients with acute decompensated chronic heart failure and diabetes after 48 Hours of Intensive Care Unit.MC Cardiovasc Disord 2024/04/07;24

来源:MedSci原创
版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有,非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。本网所有转载文章系出于传递更多信息之目的,且明确注明来源和作者,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。同时转载内容不代表本站立场。
在此留言
小提示:本篇资讯需要登录阅读,点击跳转登录

相关推荐

移动应用
medsci.cn © 2020