條文本
PDF
文摘
客觀的充血性心力衰竭(CHF)是一種臨床綜合症的心髒病發展到嚴重階段。早期診斷和瑞郎CHF患者的死亡風險評估預後和治療的關鍵。本研究的目的是建立一個諾模圖,預測患者的住院死亡瑞士法郎在重症監護室(ICU)。
設計一個回顧性觀察性隊列研究。
設置和參與者研究數據來自411瑞郎CHF患者在重症監護的醫療信息集市數據庫和eICU合作研究數據庫(eICU-CRD)。
主要的結果住院死亡率。
方法單變量邏輯回歸分析用於選擇風險因素與瑞郎CHF患者住院死亡率有關,和多元邏輯回歸是用來構建預測模型。歧視,校準和臨床的有效性模型評估了AUC,校準曲線,Hosmer-Lemeshowχ2分別測試和決策曲線分析。最後,數據從15 503瑞郎CHF患者的多中心eICU-CRD被用於外部驗證既定的諾模圖。
結果符合入選標準的15 983例,住院死亡率的12.4%。多變量分析確定獨立危險因素年齡、種族、去甲腎上腺素,多巴胺,去甲腎上腺素,抗利尿激素,機械通氣,插管,肝衰竭(HepF),心率、呼吸率、溫度、收縮壓(SBP)、陰離子間隙(AG)、血尿素氮(BUN)測定,肌酐,氯,意味著微粒體積(MCV)、紅細胞分布寬度(RDW)和白細胞計數(“)。列線圖的c指數(0.767,95%可信區間0.759到0.779)優於傳統的順序評估器官衰竭,急性生理學得分第三得分與心髒衰竭的指導方針,表明其歧視力量。校準情節表明預測結果與觀測結果有很好的一致性。決策曲線的推導和驗證集都有淨收益。
結論20的瑞郎CHF患者住院死亡率的獨立危險因素是年齡、種族、去甲腎上腺素,多巴胺,去甲腎上腺素,抗利尿激素,機械通氣,插管,HepF,心率、呼吸率、溫度、SBP AG)、麵包、肌酐、氯、MCV、RDW和“。諾模圖,其中包括這些因素,準確地預測心力衰竭患者的死亡率。小說的諾模圖有可能用於臨床實踐作為一種工具來預測和評估死亡率瑞郎CHF患者在ICU。
- 成人密集和急救護理
- 成人心髒病學
- 先天性心髒病
- 心髒衰竭
數據可用性聲明
數據在公共、開放訪問存儲庫。公開的數據集進行分析在這項研究中,這些數據可以發現https://mimic-iv.mit.edu/和https://eicu-crd.mit.edu/。額外的數據可以通過森林女神訪問數據存儲庫http://datadryad.org/與doi: 10.5061 / dryad.tx95x6b18。
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。
來自Altmetric.com的統計
本研究的優點和局限性
邏輯回歸分析用於選擇變量相關的死亡率的充血性心力衰竭(CHF)患者。
諾模圖預測心力衰竭患者的死亡率重症監護室建成基於包含的風險因素。
諾模圖的應用可以為臨床醫生提供臨床決策意見改善心力衰竭患者的預後。
列線圖的歧視,校準和臨床有效性評估AUC,校準曲線,Hosmer-Lemeshowχ2分別測試和決策曲線分析。
介紹
充血性心力衰竭(CHF)是一種嚴重的臨床綜合症的心髒結構和/或功能異常。心室泵或灌裝容量不足,心髒血液輸出無法滿足身體的代謝需求,組織和器官低灌注,伴隨肺循環和體循環擁堵是瑞士法郎的常見原因。內部壓力增加導致典型症狀,如呼吸困難和疲勞,也可能伴隨著典型的跡象(如頸靜脈擴張,肺羅音和周圍水腫)。1心力衰竭可以分為左心衰,右心衰或全心衰竭取決於它的位置。此外,根據嚴重程度,可分為急性心力衰竭心髒衰竭和慢性心力衰竭。2
瑞士法郎並不是一個獨立的疾病,而是一個複雜的現象,發生在其他各種心髒病發展到一個更嚴重的水平,較高的發病率和死亡率。患者通常承認重症監護室(ICU)治療。在美國,大約有10% - -15%的住院心衰患者ICU。3 4盡管近年來診斷和治療取得重大突破,在心力衰竭的死亡率仍然很高,5年存活率與惡性腫瘤相似。5
有很多對瑞郎CHF患者的預後預測模型,但由於種種原因這些模型尚未廣泛應用於臨床實踐。6 - 8得到的指導心力衰竭(GWTGHF)風險評分,先前提出的彼得森等,9使用常用的臨床變量來預測住院死亡率和為臨床醫生提供了一個有效的風險分層工具,但提出了non-contemporary隊列,10這可能限製其適用於當前的實踐。傳統危重病評分係統對病人在ICU,包括順序(沙發)和急性生理器官衰竭評估分數III (APSIII),往往是不準確的,當應用於心力衰竭患者。
由於現有預測模型的不足,更簡單,高效、準確的臨床應用需要工具來預測瑞郎CHF患者住院死亡率。因此,我們旨在建立一個權威、高效和後續瑞郎CHF患者的住院死亡率預測模型基於瑞郎CHF患者的數據在一個大型關鍵疾病數據庫(醫療信息集市重症監護,MIMIC-IV)。這將為醫務人員提供一些參考改善瑞郎CHF患者不良預後的臨床實踐過程中(在臨床實踐過程中,它可以為醫務人員提供一定的指導價值改善心力衰竭患者的預後不良)。
方法
數據源
MIMIC-IV隻有,免費數據庫包含40多000名ICU患者數據涵蓋了從2008年到2019年時期。11另一個重症監護數據庫,eICU合作研究數據庫(eICU-CRD),被用來驗證結果。eICU-CRD多個數據庫,縱向,多中心回顧性隊列研究的患者在335年icu在美國從2014年到2015年。12它包括人口統計記錄,床邊生理指標監測、診斷基於Disease-9國際分類(ICD-9)代碼和其他實驗室數據。
研究人群
在ICD-9 MIMIC-IV數據庫,代碼檢查是4280瑞士法郎。同樣,瑞士法郎的ICD-9代碼被用來屏幕從eICU-CRD病人。多個ICU患者招生,隻有數據從第一個承認被認為是。排除標準年齡< 18歲和失蹤的結果數據。應用這些標準後,研究包括15 983和14 428瑞郎CHF患者在推導隊列和驗證組,分別。選擇過程中演示圖1。
病人選擇的流程圖。瑞士法郎,充血性心力衰竭;eICU-CRD eICU合作研究數據庫;MIMIC-IV,重症監護醫學信息集市。
數據檢索和結果
基於之前的研究,人口特征包括年齡、種族、性別、嚴重程度評分(沙發和APSIII分數),並發症(如慢性阻塞性肺疾病(COPD),糖尿病,肝衰竭(HepF)和急性心肌梗塞(AMI)),藥物信息(去甲腎上腺素、多巴胺、腎上腺素、去甲腎上腺素和加壓素),機械通風和插管,生命體征的第一個記錄在入住ICU(心率、呼吸率、收縮壓(SBP)和溫度)。實驗室測試索引入學也收集,包括陰離子間隙(AG)、氯、血尿素氮(BUN)、鈣、肌酸酐,鉀,鈉,意味著微粒血紅蛋白(婦幼保健),意思是微粒血紅蛋白濃度(MCHC),意思是微粒體積(MCV)、血小板、血紅蛋白、紅細胞分布寬度(RDW),紅細胞(RBC)和白細胞計數(“)。人口特征和生命體征記錄入院後的第一個24小時,和第一次測量的結果入院時被選為實驗室檢查指標。準確地比較eICU-CRD外部的數據驗證,我們試圖從MIMIC-IV提取相同的變量。
主要結果是住院死亡率,定義基於生存在放電狀態。
統計分析
連續變量表示平均數±標準差或中值(差),執行和分析使用學生的學習任務或Mann-Whitney U測試。分類變量是作為數字(百分比),並使用χ進行比較2測試或確切概率法。
單變量邏輯回歸分析表明,所有重要危險因素進入了多元邏輯回歸分析。的諾模圖構造了基於多元邏輯回歸分析的結果。校準的陰謀和Hosmer-Lemeshowχ2測試通常是用來評估模型的校準的程度。13有識別力的能力模型的評價通常是使用c指數或接受者操作特征曲線(ROC)。14決策曲線分析(DCA)的臨床有效性評估模型。15此外,模型的預測精度評估通過計算淨重新分類的改進(NRI)和綜合判別改進(伊迪)。16
SPSS軟件(V.21.0)和R (V.4.0.1)是用於統計分析。P < 0.05被認為是具有統計學意義。
病人和公眾參與
病人和公眾並不直接參與本研究。
結果
基線特征
我們選擇15 983瑞士法郎基於MIMIC-IV患者。列線圖建設和外部驗證,14 428瑞郎CHF患者從多中心eICU-CRD選擇。以下特點,分別記錄在推導和驗證集:病人的年齡中位數(74年和72年),男(54.6.0%和52.4%)、白(69.2%和74.9%),並存病的慢性阻塞性肺病(60.5%和20.9%),AMI(31.6%和1.7%)、糖尿病(44.2%和31.4%)和HepF(2.7%和1.0%)。接受機械通氣的患者的比例和插管推導和驗證集是85.8%和7.5%,分別。總體的死亡率是12.4%,12.8% MIMIC-IV eICU-CRD,分別。基線數據的推導和驗證集是相同的。患者的基線特征所示表1。
住院死亡率的預後因素
預後因素顯著相關的住院死亡率瑞郎CHF患者年齡、種族、去甲腎上腺素,多巴胺、腎上腺素、去甲腎上腺素,抗利尿激素,機械通氣,插管,AMI, HepF,心率、呼吸率、溫度、SBP AG)、麵包、肌酐、鈣、氯、血紅蛋白,鉀、MCHC、MCV、RDW、加拿大皇家銀行和“。多元邏輯回歸分析是對這些變量進行控製盡可能多的幹擾。最後,年齡,種族,去甲腎上腺素,多巴胺,去甲腎上腺素,抗利尿激素,機械通氣,插管,HepF,心率、呼吸率、溫度、SBP AG)、麵包、肌酐、氯、MCV、RDW和“被確定為瑞郎CHF患者的預後因素。詳細的數據所示表2。
預測住院死亡率的諾模圖
一種新穎的諾模圖(圖2使用多元邏輯回歸分析了。更高的總分數為所有風險因素表明患者住院死亡率的風險更高。列線圖表明年齡是最重要的因素對預後的影響,其次是呼吸速率,RDW,溫度、AG)、麵包,“,SBP MCV、心率、肌酐,抗利尿激素,氯,多巴胺,HepF,去甲腎上腺素、插管、去氧腎上腺素、機械通風和種族。沙發,APSIII和GWTGHF分數比較新穎的諾模圖。
諾模圖預測充血性心力衰竭患者的死亡率。AG)、陰離子間隙;包子,血尿素氮;HepF,肝衰竭;MCV,意味著微粒體積;RDW、紅細胞分布寬度;SBP收縮壓;“,白細胞計數。
列線圖的性能
列線圖的c指數為0.839 (95% CI 0.829 - 0.848),表明良好的辨別能力。ROC曲線的沙發,APSIII GWTGHF分數和小說列線圖用來預測住院死亡率介紹圖3。曲線下的麵積(AUC)值表示,我們的小說諾模圖模型比沙發,APSIII和GWTGHF評分模型。
ROC曲線的沙發,APSIII GWTGHF分數和推導的諾模圖組(A)和(B)的驗證集。APSIII,急性生理學第三得分;AUC,曲線下的麵積;GWTGHF,指導心力衰竭;中華民國,接受者操作特征;沙發,順序器官衰竭的評估。
的Hosmer-Lemeshowχ2這部小說的價值計算圖表為6.6 (p = 0.677),顯示無顯著差異。校準曲線顯示良好的預測和實際概率之間的一致性(圖4)。小說的淨效益的DCA曲線列線圖大於沙發上,APSIII和派生集(GWTGHF分數圖5)。
沙發的校正曲線,APSIII GWTGHF分數和推導的計算圖表集(模擬)和驗證集(情況)。APSIII、急性生理學第三得分;GWTGHF,指導心力衰竭;沙發,順序器官衰竭的評估。
決策曲線分析的沙發,APSIII GWTGHF分數和推導的諾模圖組(A)和驗證組(B), APSIII急性生理學第三得分;GWTGHF,指導心力衰竭;沙發,順序器官衰竭的評估。
小說的諾模圖模型有一個新名詞,伊迪0.601 (95% CI 0.522 - 0.651)和0.176(95%可信區間0.165到0.187)派生集(表3)。所有值表明列線圖的預測性能表示相當大的改進。
討論
瑞士法郎是各種心血管疾病的最終表現形式。心肌的結構或功能變得不正常,導致限製心室射血或填充。急性惡化或疾病的進展,組織和器官灌注不足的結果,最終導致死亡。17該病發病較快,影響患者病情比較嚴重。盡管一些預後評分係統和模型研究或風險因素分析ICU患者可用,沒有專門為瑞郎CHF患者的預後。因此,我們打算建立一個更全麵和準確的預測心力衰竭患者在ICU的諾模圖。
風險評估的諾模圖是一種有效的工具。18 19它提供了一個簡單的圖形表示對於複雜的統計預測模型,也適合個體患者的預後分析。20.目前多元邏輯回歸表明,年齡,種族,去甲腎上腺素,多巴胺,去甲腎上腺素,抗利尿激素,機械通氣,插管,HepF,心率、呼吸率、溫度、SBP AG)、麵包、肌酐、氯、MCV、RDW和“生存的瑞郎CHF患者的預後因素。小說的主要優勢列線圖是其簡潔,效率和應用程序的準確性。諾模圖使用20臨床變量很容易獲得,不需要複雜的計算,方便臨床醫生使用。
格拉斯哥昏迷評分(GCS)和APSIII分數是常用的ICU患者嚴重程度評分,和瑞士法郎在ICU患者往往更嚴重。GCS評分是用來決定瑞郎CHF患者的意識狀態,21沙發和APSIII分數確定ICU病人的生理狀態。22GWTGHF風險評分是一個有效的和被廣泛接受的心力衰竭計分係統通常用於risk-stratify住院死亡率。第23 - 25這個預測模型驗證在我們研究小組並與我們開發的模型。我們的諾模圖的性能優於其他分數。
幾個變量表示與心力衰竭患者的死亡率有關,如年齡、性別、體重指數、糖尿病、慢性阻塞性肺病、低SBP和肌酐。26研究表明,心率、呼吸率、溫度、SBP AG)、麵包、肌酐、氯、MCV、RDW和“是住院死亡率的預測。
老年病人承認ICU的數量近年來迅速增加。ICU患者的中位年齡在許多西方國家已經增加到超過65年了。27年齡通常被認為是疾病預後的一個重要指標。許多公認的預測模型使用年齡預測心力衰竭的嚴重程度或死亡率。28 29同樣,我們的研究結果還表明,年齡是瑞郎CHF患者的危險因素,這可能是由於老年患者有更多的並發症和不良反應治療。此外,我們發現,非洲以外的美國種族瑞士法郎死亡率增加的風險是與先前的研究一致。30.
臨床上,瑞郎CHF患者接受心髒加強,利尿、氧氣和其它治療措施。雖然這些治療方法可以達到某種效果,相對快速的患者疾病的發展、通風功能得不到提高,最終治療效果會降低。我們的研究表明,使用兒茶酚胺增加貧困結果瑞郎CHF患者的風險,這是類似於先前的研究。33節此外,我們的研究也證明了機械通風和插管瑞郎CHF患者住院死亡的風險增加。這是與以往的研究一致。10其原因可能是早期機械通氣對心髒功能有明顯的抑製作用,可能引起AMI或進一步擴大梗死麵積,導致預後不良。
以前的研究也發現高呼吸速率與心力衰竭預後不佳。4我們的研究結果同樣表明,增加呼吸速率增加的死亡率的危險因素。體溫的變化,“反映人體的炎症狀態,和值異常可能是預後不良的危險因素。“我們的研究表明,低體溫,升高,高AG)和高架MCV瑞郎CHF患者死亡率的風險增加,這與以前的研究結果是一致的。34 35RDW是一個參數,反映了紅細胞體積的異質性和變異係數表示的紅細胞體積。36結果從先前的研究表明,高RDW不良預後的獨立預測因子,37這是類似於我們的發現。
一個理想的臨床預後模型應該是可靠的和易於使用。例如,一些臨床訪問、可靠和非侵入性的臨床和實驗室指標通常用於構造預測模型。此外,小說列線圖的性能優於GWTGHF和其他嚴重程度評分。
大多數以前的研究在風險和瑞士法郎一直受限於他們的預後因素相對較小的樣本。38因此本研究的第一,我們知道在MIMIC-IV同時分析瑞郎CHF患者和eICU-CRD獲得大樣本開發預後列線圖。這個回顧性臨床研究涉及多個研究中心,結果指導臨床實踐提供重要的參考信息。
不可避免的是,這項研究也有一些局限性。首先,回顧性研究設計可以減少我們的研究結果的有效性,可以在未來的前瞻性病例對照研究進行驗證。第二,雖然盡可能多的混雜因素協變量調整後,殘餘混雜因素不能完全切除和一些關鍵的發病率數據丟失的數據集,以及某些變量之間的關係(即溫度和“),結果被視為線性時可能雙峰。第三,MIMIC-IV eICU-CRD包含從2008年到2019年的數據,從2014年到2015年,分別。樣品是舊的和一些疾病的特征可能會改變隨著時間的推移,這可能會影響我們的研究。最後,由於公共數據庫的局限性,許多其他變量可能影響模型及其結果,如吸煙和飲酒,詳細信息沒有收集病人的治療和藥物治療。
結論
我們已經確定,住院死亡率的重要風險因素瑞郎CHF患者的年齡、種族、去甲腎上腺素,多巴胺,去甲腎上腺素,抗利尿激素,機械通氣,插管,HepF,心率、呼吸率、溫度、SBP AG)、麵包、肌酐、氯、MCV、RDW和“。我們開發和驗證一個預後列線圖的瑞士法郎是高度準確的。的諾模圖構造研究提供了方法和選擇評價患者生存預後的瑞士法郎在加護病房,並可能成為一個輔助預測工具用於臨床實踐來預測和評估患者和理解他們的住院的生存狀態。
數據可用性聲明
數據在公共、開放訪問存儲庫。公開的數據集進行分析在這項研究中,這些數據可以發現https://mimic-iv.mit.edu/和https://eicu-crd.mit.edu/。額外的數據可以通過森林女神訪問數據存儲庫http://datadryad.org/與doi: 10.5061 / dryad.tx95x6b18。
倫理語句
病人同意出版
倫理批準
臨床數據用於支持本研究的發現提供的模擬- IV和eICU數據庫。盡管數據庫是公開和免費的,研究人員必須完成美國國立衛生研究院的基於web的課程稱為保護人類研究參與者申請許可來訪問數據庫。MIMIC-IV數據庫的建立是麻省理工學院的批準(馬薩諸塞州劍橋)和貝斯以色列女執事醫療中心(波士頓,馬薩諸塞州)。eICU由飛利浦提供醫療與麻省理工學院合作實驗室計算生理學。同意得到的原始數據收集。因此,倫理審批,需要知情同意放棄研究這個數據庫。這項研究是分析兩個第三方匿名公開可用的數據庫與預先存在的機構審查委員會(IRB)批準。知情同意是不必要的,因為MIMIC-IV和eICU數據是匿名的和公開的。
確認
感謝工作人員的合作研究團隊計算實驗室的生理學,麻省理工學院。
引用
腳注
貢獻者DH和FX概念化的研究目標,計劃文獻綜述的分析和指導。LZ和RY從MIMIC-IV數據庫提取數據。DH,深圳和TH參與數據分析和解釋。DH和一寫論文的初稿和提供的其他作者的評論和批準最後的手稿。HY和JL參與項目管理、監督和可視化。傑被認為是擔保人。這些數據的解釋和報告作者的唯一責任。
資金廣東省重點實驗室支持的研究是中醫藥信息化(2021 b1212040007)。
相互競爭的利益沒有宣布。
出處和同行評議不是委托;外部同行評議。