劉海波,胡曉衛(wèi),旦正尖措,歐 妍
1.西安交通大學(xué)第二附屬醫(yī)院,陜西西安 710004;2.陜西省中醫(yī)醫(yī)院檢驗科,陜西西安 710003; 3.西安交通大學(xué)第二附屬醫(yī)院腎內(nèi)科,陜西西安 710004
糖尿病腎病(DN)是影響全世界數(shù)百萬人健康的疾病,也是導(dǎo)致終末期腎病(ESRD)的主要原因之一,其特征是腎小球濾過率下降、系膜細(xì)胞增生、腎小球硬化等[1-3]。隨著糖尿病發(fā)病率的持續(xù)上升,DN的病例數(shù)量也在增加。國內(nèi)外已有較多DN的相關(guān)報道,主要包括DN的發(fā)病機(jī)制、影響因素、早期診斷與預(yù)防治療等[4-7]。與無腎臟并發(fā)癥的糖尿病患者相比,DN患者的心血管疾病發(fā)生率偏高,且隨著腎臟疾病的進(jìn)展,心血管疾病發(fā)生率呈上升趨勢,對于高齡、合并高血壓等危險因素的患者應(yīng)更加重視[8-9]。DN的發(fā)病機(jī)制中,炎癥、脂質(zhì)代謝異常、血栓形成和血管張力的調(diào)節(jié)障礙均具有重要作用,這些因素也是動脈粥樣硬化(AS)發(fā)展的基礎(chǔ),是心血管疾病發(fā)生的重要原因[10]。DN在許多方面與AS相似,在所有與糖尿病相關(guān)的并發(fā)癥中,DN可能是增加心血管疾病風(fēng)險的主要原因之一,而心血管疾病也是導(dǎo)致DN患者死亡的主要原因[11-12]。尋找心血管疾病危險因素,對心血管疾病進(jìn)行早期預(yù)防,是延長DN患者生存率,降低病死率的有效手段。本研究擬在DN患者實(shí)驗室數(shù)據(jù)的基礎(chǔ)上,建立心血管疾病預(yù)測模型,以期為腎內(nèi)科臨床實(shí)踐提供數(shù)據(jù)支持。
1.1一般資料 選取2019年1月至2021年4月陜西省中醫(yī)醫(yī)院收治的DN患者61例,其中男43例,女18例,平均年齡(62.2±10.8)歲,均符合中華醫(yī)學(xué)會發(fā)布的《中國糖尿病腎臟疾病防治臨床指南》[13]中相關(guān)診斷標(biāo)準(zhǔn)。經(jīng)心臟彩超、心電圖確診合并心血管疾病38例,其中男27例,女11例;平均年齡(61.7±10.3)歲。未合并心血管疾病23例,其中男16例,女7例,平均年齡(63.2±11.6)歲。
1.2方法
1.2.1信息收集 通過病歷信息系統(tǒng)收集242例DN患者相關(guān)信息,包括性別、年齡、入院時血壓、是否吸煙與飲酒,以及是否合并糖尿病周圍神經(jīng)病變(DPN)、糖尿病周圍血管病變(PVD)、糖尿病視網(wǎng)膜病變(DR)、腦梗死(CI)等。
1.2.2標(biāo)本采集與檢測 采集患者空腹外周靜脈血,檢測血常規(guī)指標(biāo)和生化指標(biāo)。血常規(guī)指標(biāo)包括白細(xì)胞計數(shù)(WBC)、紅細(xì)胞計數(shù)(RBC)、血紅蛋白(Hb)、血細(xì)胞比容(HCT)、紅細(xì)胞平均體積(MCV)、平均血紅蛋白量(MCH)、平均血紅蛋白濃度(MCHC)、紅細(xì)胞分布寬度(RDW)、血小板計數(shù)(PLT)。肝臟功能指標(biāo)包括總膽紅素(TBIL)、直接膽紅素(DBIL)、間接膽紅素(IBIL)、丙氨酸氨基轉(zhuǎn)移酶(ALT)、天門冬氨酸氨基轉(zhuǎn)移酶(AST)、堿性磷酸酶(ALP)、γ-谷氨酰轉(zhuǎn)移酶(GGT)、總膽汁酸(TBA)、總蛋白(TP)、清蛋白(ALB)、血清球蛋白(GLO)。腎臟功能指標(biāo)包括肌酐(CRE)、尿素氮(BUN)、尿酸(UA)、胱抑素C(CysC)。血脂指標(biāo)包括總膽固醇(CHO)、三酰甘油(TG)、載脂蛋白A1(ApoA1)、載脂蛋白B(ApoB)、高密度脂蛋白膽固醇(HDL-C)、低密度脂蛋白膽固醇(LDL-C)。電解質(zhì)包括鉀(K)、鈉(Na)、氯(Cl)、鈣(Ca)。采用邁瑞6900及配套試劑檢測血常規(guī)指標(biāo),采用全自動生化分析儀日立7600及中元生物、九強(qiáng)生物等試劑檢測生化指標(biāo)。
1.3統(tǒng)計學(xué)處理 采用R軟件進(jìn)行數(shù)據(jù)分析,采用多變量Logistic回歸,結(jié)合LASSO回歸篩選變量,建立DN患者并發(fā)心血管疾病的預(yù)測模型。
2.1變量信息與變量賦值 分析DN患者一般情況(性別、年齡)、是否吸煙與飲酒、血常規(guī)指標(biāo)(WBC、RBC、HCT、RDW、PLT等)、生化指標(biāo)、是否合并DPN、PVD、CI等共計42個變量信息,變量賦值見表1。

表1 變量信息和變量賦值

續(xù)表1 變量信息和變量賦值
2.2利用LASSO回歸篩選變量結(jié)果 使用LASSO回歸篩選DN患者并發(fā)心血管疾病的主要變量,在42個變量中共計篩選出10個變量,分別為WBC、Hb、HCT、RDW、TBIL、ALB、LDL-C、CRE、UA和合并DPN。LASSO模型的最優(yōu)參數(shù)(λ)選擇,采用了通過最小標(biāo)準(zhǔn)的5次交叉驗證,部分似然偏差[二項偏差(Binomial Deviance)]與λ的對數(shù)[log(λ)]曲線,見圖1。

圖1 使用LASSO回歸篩選重要的變量因素
2.3DN患者并發(fā)心血管疾病預(yù)測模型列線圖 DN患者并發(fā)心血管疾病預(yù)測模型中的預(yù)測因素包括WBC、Hb、HCT、RDW、TBIL、ALB、LDL-C、CRE、UA和合并DPN,每項預(yù)測因素不同結(jié)果對應(yīng)不同分值,通過結(jié)果信息計算總得分,對應(yīng)發(fā)生心血管疾病的概率,以列線圖表示,見圖2。

圖2 DN患者并發(fā)心血管疾病預(yù)測模型列線圖
2.4DN患者并發(fā)心血管疾病預(yù)測模型的評價結(jié)果 DN患者并發(fā)心血管疾病預(yù)測模型列線圖的C指數(shù)為0.912(95%CI:0.841~0.983),說明該預(yù)測模型具有良好的預(yù)測能力。校正曲線圖中橫軸代表預(yù)測發(fā)生心血管疾病的風(fēng)險,縱軸代表心血管疾病實(shí)際概率,對角線虛線表示理想模型的完美預(yù)測,實(shí)線表示列線圖的預(yù)測性能,與對角虛線的擬合較接近,說明模型預(yù)測效果較好,見圖3。

圖3 DN患者并發(fā)心血管疾病預(yù)測模型列線圖校正曲線
當(dāng)前,列線圖被廣泛應(yīng)用于醫(yī)學(xué)領(lǐng)域,常被用于表達(dá)預(yù)測模型中各變量之間的關(guān)系[14-15],其在風(fēng)險預(yù)測方面更準(zhǔn)確、更容易理解,能夠更好地幫助臨床決策。本研究開發(fā)并且驗證了一種新的預(yù)測模型,可用于DN患者并發(fā)心血管疾病的預(yù)測。本研究通過LASSO回歸篩選的10個變量(WBC、Hb、HCT、RDW、TBIL、ALB、LDL-C、CRE、UA、DPN)繪制列線圖。模型驗證顯示出良好的鑒別能力和校正能力,特別是高C指數(shù)表明該預(yù)測模型列線圖具有良好的預(yù)測能力。
本研究發(fā)現(xiàn),在通過LASSO回歸篩選繪制列線圖的10個變量中,RDW和LDL-C在該列線圖的評分中權(quán)重比較高。RDW是反映紅細(xì)胞體積變化的客觀指標(biāo),能夠通過全自動血細(xì)胞分析儀直接檢測,主要用于各種類型貧血的鑒別診斷,近年來,有相關(guān)研究報道RDW與心血管疾病密切相關(guān),有越來越多的證據(jù)表明,其是穩(wěn)定型心絞痛、心力衰竭等心血管疾病的危險因素,可通過慢性炎性反應(yīng),參與心血管疾病的發(fā)生、發(fā)展,同時RDW與冠狀動脈狹窄程度呈正相關(guān)[16-18],與本研究結(jié)果具有一致性。LDL-C在血漿中由極低密度脂蛋白轉(zhuǎn)化而來,主要在血管內(nèi)合成,是運(yùn)輸膽固醇到肝外組織的主要運(yùn)載工具,可促使動脈壁形成動脈粥樣斑塊,是AS的危險因素。相關(guān)研究表明,LDL-C水平異常升高能夠促進(jìn)心血管疾病的發(fā)生,降低其水平可在一定程度降低心血管疾病的風(fēng)險[18]。
本研究開發(fā)、繪制的列線圖具有相對較高的準(zhǔn)確性,能夠幫助臨床醫(yī)師了解DN患者發(fā)生心血管疾病的風(fēng)險。通過對個體風(fēng)險的評估,臨床醫(yī)師可以采用更多必要的醫(yī)療干預(yù)措施治療患者,患者也可以通過改變生活方式改善預(yù)后。但該列線圖還需要外部驗證,需進(jìn)一步的研究來確定基于該列線圖的個體干預(yù)是否會降低DN患者發(fā)生心血管疾病的風(fēng)險。