透析中低血壓的預測及防治現狀

何 鑫，洪大情，李貴森△

(1.四川省醫學科學院·四川省人民醫院腎內科，四川 成都 610072；2.西南醫科大學附屬醫院腎內科，四川 瀘州646000；3.電子科技大學醫學院，四川 成都 610072)

透析中低血壓(indradialytic hypotension，IDH)是血液透析過程中一種常見的并發癥[1]，嚴重影響患者預后[2, 3]，早期預測出IDH的發生風險，盡早采取干預措施能有效改善患者預后。但IDH缺乏典型的臨床表現，且危險因素眾多[4～6]，即使是有經驗的腎病醫師也很難預測，而人工智能可以集成各種參數[7]，對IDH預測的準確性高。目前人工智能已經被應用于IDH的預測[8～12]，表現出良好的性能，然而這些模型在目前的臨床環境中的適用性仍然很差。本文分析了人工智能在IDH預測中的應用現狀，并總結了IDH防治的研究進展。

1 IDH的預測

紅細胞壓積監測、生物阻抗、和生物反饋超濾、無創連續透析內血壓監測[13, 14]等已被提倡用于指導血液透析患者的容量管理。然而，尚未確定使用這些設備可降低IDH的風險。

在血液透析期間對所有患者進行徹底的預先評估和監測，對于有效預防和治療IDH，確保最佳透析，降低相關的發病率和死亡率仍然至關重要。目前機器學習技術已經嘗試創建模型來預測IDH。Gabutti等[8]使用人工神經網絡預測IDH的風險，并將結果與經驗豐富的腎病學家預測的結果進行比較，發現構建的模型在檢測低血壓的發生率、敏感性、特異性和可預測性方面優于腎科醫生，但該研究沒有納入患者的合并癥。Lin等[9]應用時間相關Logistic回歸分析建立了IDH的實時預測模型，其敏感度和特異度分別為0.86%和0.81%。該模型可以在不排除新數據的情況下穩健地應用于新患者，但需要患者上機后才能進行預測。Huang等[10]綜合比較了線性回歸模型、最小絕對收縮及選擇算子(LASSO)、基于樹的集成機器學習模型[RF和XGBoost(極限梯度增強)]以及支持向量機構建的預警模型在預測血液透析患者發生IDH風險的敏感性及特異性，集成機器學習模型對下一次收縮壓預測數據集檢驗的效果最好但該研究納入參數眾多，且未進行外部驗證，可能會存在過擬合的問題。Gomez-Pulido等[11]使用決策樹和支持向量機兩種不同機器學習算法生成預測模型，結果顯示DT的預測結果略好于支持向量機，其平均準確率為75%～81%。準確性始終大于50%(最高可達60%)，特異性均大于90%，但該研究缺少外部驗證，同樣可能存在過擬合的問題。Lee等[12]應用深度學習模型使用帶時間戳的數據集來預測IDH的發生風險，結果為回歸神經網絡模型預測的IDH-1性能最佳，ROC曲線下面積的最大為0.94。但深度學習模型十分復雜，為保證算法的實時性，需要更高編程技巧硬件支持。

人工智能已經越來越廣泛地應用于IDH的預測，因IDH定義的差異，報道的發生率不一致，為9.7%～51%[13]，不同研究開發的預測模型對IDH預測均有一定價值，其ROC曲線下面積為79.3%～90.4%[14]。但缺少外部驗證，且所有模型均未應用于臨床，基于人工智能的預測模型在臨床中的應用是值得期待的。

2 IDH的防治

IDH的防治應以預防而非治療為主，包括早期發現、快速處理、適當擴容[15]。

2.1 急性對癥治療將患者置于頭低足高位，吸氧；暫停超濾有利于恢復有效循環血容量；對于暫停超濾沒有改善的患者，應快速補液(如等滲、高滲鹽水、5%葡萄糖或高滲葡萄糖、白蛋白等[16])，但不利于患者達到干體重。對于頑固性IDH的患者，可考慮給予多巴胺20～40 mg緩慢靜脈注射。如果病情嚴重，應盡早終止透析。

2.2 IDH的預防①患者教育：低鹽飲食，血液透析患者每日鹽攝入量應<5 g/d，可以降低透析間期的體重增加；避免透析過程中進食。②調整透析處方：重新評估容量狀態，采用更頻繁和/或更長時間的血液透析，以減少UFR[17]，但難以實現。難治IDH可考慮由血液透析調整為血液透析濾過或腹膜透析。將透析液溫度降低到核心體溫以下是預防IDH最常用的方法之一[18]，在使IDH的發生率降低的同時不影響透析的充分性，還能預防IDH相關并發癥。使用較高的透析液鈉濃度(>140 mEq/L)是確保充分血管再充盈的有效手段[19]，并且已被證明可減少IDH的發生風險。但不推薦鈉建模和/或高鈉，因為高透析液鈉與透析間期體重增加有關。③藥物使用：合并高血壓的透析患者，應當選擇血液透析可清除的降壓藥物。若必須使用的降壓藥物不能被透析清除，可在透析前暫停使用(透析日)，透析后再根據患者血壓情況追加。米多君[20]、左旋肉堿、左卡尼汀[21]、氟氫可的松[22]、鹽酸舍曲林[23]、FK352、精氨酸加壓素、甘露醇[24]、呋塞咪[25]等藥物被報道可用于IDH的預防，但缺乏足夠的依據，這些藥物對發病率和死亡率的影響必須在進一步的臨床試驗中進行評估。

3 小結

維持足夠的透析劑量和充足的透析時間對改善透析患者的預后至關重要。IDH是維持充分透析的一個主要問題，現在和將來仍然是腎科醫生面臨的管理挑戰。近年來低溫透析、生物反饋透析、間歇補充型血液透析濾過等措施的出現，降低了IDH的發生，改善了MHD患者的預后，但目前IDH的發生風險仍居高不下，且藥物的使用仍存爭議。建立MHD患者數據庫，引用HD大數據開發智能預警系統，通過液體狀態及組織灌注設置最佳透析液參數，提供個性化透析方案從而減少IDH發生是新的方向。未來血液透析管理軟件、人工智能的應用可以輔助臨床醫師制定個體化治療方案，通過調整血液透析處方和藥物有助于減少IDH的發生。