急性重癥膽管炎的影響因素分析及風(fēng)險(xiǎn)預(yù)測(cè)評(píng)分模型的建立與評(píng)價(jià)

向泓宇， 黨 政， 許樹林， 牛 剛， 李月勝， 繆佰紋， 龐耀平， 范瑞芳， 秦建偉

1 中國人民解放軍聯(lián)勤保障部隊(duì)第九四〇醫(yī)院 肝膽外科， 蘭州 730000； 2 西北民族大學(xué)醫(yī)學(xué)部， 蘭州 730000

急性膽管炎是臨床常見的急腹癥之一，急性膽管炎一般起病急、進(jìn)展迅速，如不進(jìn)行及時(shí)有效的干預(yù)，病情可快速發(fā)展為膿毒癥，甚至出現(xiàn)膿毒性休克或死亡[1-4]。近年來隨著加速康復(fù)外科與精準(zhǔn)醫(yī)療理念的發(fā)展，對(duì)患者實(shí)施精準(zhǔn)、個(gè)體化的診療可有效降低醫(yī)療成本、提高醫(yī)療效率、改善患者預(yù)后，其中臨床預(yù)測(cè)/診斷模型的構(gòu)建為精準(zhǔn)、個(gè)體化的診療提供了可能[5-6]。本研究將通過對(duì)急性膽管炎患者的臨床資料進(jìn)行統(tǒng)計(jì)學(xué)分析，找出急性重癥膽管炎的獨(dú)立危險(xiǎn)因素與保護(hù)因素并構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)評(píng)分模型，旨在早期發(fā)現(xiàn)急性重癥膽管炎的高危患者，為臨床診療提供參考。

1 資料與方法

1.1 研究對(duì)象 本研究對(duì)2016年1月—2021年7月中國人民解放軍聯(lián)勤保障部隊(duì)第九四〇醫(yī)院肝膽外科急性膽管炎患者的臨床資料進(jìn)行回顧性分析。納入標(biāo)準(zhǔn)：(1)滿足2018東京指南[2]中急性膽管炎診斷標(biāo)準(zhǔn)；(2)臨床資料完善患者；(3)年齡≥18歲。排除標(biāo)準(zhǔn)：(1)合并其他感染性疾病患者；(2)合并呼吸系統(tǒng)、泌尿系統(tǒng)慢性疾病，以及慢性肝炎、惡性腫瘤患者。

1.2 研究方法

1.2.1 分組 依據(jù)2018東京指南[2]把急性膽管炎嚴(yán)重程度作為結(jié)局變量，將入組患者分為非重癥膽管炎組(輕癥急性膽管炎、中癥急性膽管炎)與重癥急性膽管炎組。

1.2.2 研究變量 收集兩組患者一般資料，包括年齡、性別、入院體溫、平均動(dòng)脈壓、BMI、既往病史等。實(shí)驗(yàn)室指標(biāo)均在患者入院后6 h內(nèi)檢測(cè)，包括WBC、中性粒細(xì)胞計(jì)數(shù)、淋巴細(xì)胞計(jì)數(shù)、中性粒細(xì)胞計(jì)數(shù)/淋巴細(xì)胞計(jì)數(shù)、淋巴細(xì)胞百分比、TBil、DBil、IBil、AST、ALT、Alb、前白蛋白、ALP、中性粒細(xì)胞百分比等。影像學(xué)資料包括膽總管直徑、是否多發(fā)結(jié)石等。

2 結(jié)果

2.1 一般資料 共收集381例急性膽管炎患者，其中非重癥膽管炎患者273例，重癥膽管炎患者108例。兩組患者一般資料比較，年齡、入院體溫、有無高血壓、有無腹部手術(shù)史、有無貧血的差異均有統(tǒng)計(jì)學(xué)意義(P值均<0.05)；而性別、BMI、平均動(dòng)脈壓、有無冠心病、有無糖尿病的差異均無統(tǒng)計(jì)學(xué)意義(P值均>0.05)(表1)。

2.2 實(shí)驗(yàn)室指標(biāo)及影像學(xué)資料的單因素分析 非重癥組與重癥組患者實(shí)驗(yàn)室指標(biāo)及影像學(xué)資料比較，WBC、中性粒細(xì)胞計(jì)數(shù)、淋巴細(xì)胞計(jì)數(shù)、淋巴細(xì)胞百分比、中性粒細(xì)胞百分比、中性粒細(xì)胞計(jì)數(shù)/淋巴細(xì)胞計(jì)數(shù)、血小板計(jì)數(shù)/淋巴細(xì)胞計(jì)數(shù)、TBil、DBil、IBil、ALP、Alb、前白蛋白、膽總管直徑是否≥1.5 cm的差異均有統(tǒng)計(jì)學(xué)意義(P值均<0.05)；而AST、ALT、是否多發(fā)結(jié)石的差異均無統(tǒng)計(jì)學(xué)意義(P值均>0.05)(表2)。

2.3 模型的構(gòu)建與擬合 依據(jù)應(yīng)變量(結(jié)局變量)事件數(shù)(EPV)方法及各項(xiàng)指標(biāo)的臨床意義，最終選取年齡、腹部手術(shù)史、膽總管直徑、中性粒細(xì)胞計(jì)數(shù)/淋巴細(xì)胞計(jì)數(shù)、TBil、高血壓、Alb、中性粒細(xì)胞百分比、ALP、WBC作為預(yù)測(cè)因子。以是否為重癥膽管炎為結(jié)局變量(0=否，1=是)，將上述預(yù)測(cè)因子行l(wèi)ogistic回歸分析(向后步進(jìn)法)，結(jié)果顯示TBil、中性粒細(xì)胞百分比、年齡為獨(dú)立危險(xiǎn)因素，Alb為保護(hù)因素。將上述獨(dú)立危險(xiǎn)因素與保護(hù)因素再次納入logistic回歸進(jìn)行模型擬合，得到logistic回歸方程：P=-10.023+0.051×年齡+0.014×TBil-0.139×Alb+0.120×中性粒細(xì)胞百分比(表3)。

表1 兩組患者一般資料比較Table 1 Comparison of general data between the two groups

表2 兩組實(shí)驗(yàn)室指標(biāo)及影像學(xué)資料的比較Table 2 Comparison of laboratory and imaging data between the two groups

表3 重癥膽管炎患者多因素logistic回歸分析結(jié)果Table 3 Results of multivariate logistic regression analysis in patients with severe cholangitis

2.4 模型診斷與評(píng)價(jià)

2.4.1 強(qiáng)影響點(diǎn)分析 對(duì)回歸模型行強(qiáng)影響點(diǎn)分析，結(jié)果提示Cook距離均小于1，說明建模數(shù)據(jù)中沒有對(duì)模型參數(shù)估計(jì)有很強(qiáng)影響的數(shù)據(jù)點(diǎn)(圖1)。

圖1 強(qiáng)影響點(diǎn)分析Figure 1 Analysis of strong influence points

2.4.2 多重共線性檢驗(yàn) 計(jì)算回歸模型所有獨(dú)立危險(xiǎn)因素與保護(hù)因素的方差擴(kuò)大因子(variance inflation factor，VIF)，結(jié)果年齡(VIF=1.175)、TBil(VIF=1.127)、Alb(VIF=1.26)、中性粒細(xì)胞百分比(VIF=1.012)所有指標(biāo)VIF值均小于5，說明各變量間不存在多重共線性。

2.4.3 評(píng)價(jià)模型區(qū)分度 繪制ROC曲線，并得到ROC曲線下面積(AUC)為0.925(95%CI：0.897～0.952)，說明模型有良好的區(qū)分能力，其最佳截?cái)嘀禐?.245(特異度=0.817，靈敏度=0.935)(圖2)。

圖2 急性重癥膽管炎風(fēng)險(xiǎn)預(yù)測(cè)模型的ROC曲線Figure 2 ROC curve of the risk prediction model for acutesevere cholangitis

2.4.4 評(píng)價(jià)模型的預(yù)測(cè)精度 繪制模型的校準(zhǔn)曲線，可見校準(zhǔn)曲線近似為一條對(duì)角線，即預(yù)測(cè)概率近似等于實(shí)際概率，并計(jì)算出Brier值=0.098，說明模型有較好的預(yù)測(cè)能力(圖3)。

2.4.5 模型的臨床可用性評(píng)價(jià) 對(duì)模型行臨床決策曲線分析，通過比較3種不同的決策曲線發(fā)現(xiàn)，在閾概率為0.1～0.9內(nèi)，預(yù)測(cè)模型的決策曲線均高于2條極端曲線，即預(yù)測(cè)模型的凈收益更高。說明通過使用預(yù)測(cè)模型識(shí)別相應(yīng)風(fēng)險(xiǎn)人群并對(duì)其進(jìn)行臨床干預(yù)能獲得更好的臨床收益(圖4)。

圖3 急性重癥膽管炎風(fēng)險(xiǎn)預(yù)測(cè)模型的校準(zhǔn)曲線Figure 3 Calibration curve of the risk prediction model foracute severe cholangitis

注：None，表示對(duì)所有患者均不進(jìn)行臨床干預(yù)的決策曲線；All，表示對(duì)所有患者均進(jìn)行臨床干預(yù)的決策曲線。

2.5 內(nèi)部驗(yàn)證 使用加強(qiáng)Bootstrap法對(duì)原始數(shù)據(jù)進(jìn)行100次有放回的重抽樣，得到100個(gè)與原始模型樣本量相等的數(shù)據(jù)集作為內(nèi)部驗(yàn)證集。利用上述數(shù)據(jù)集進(jìn)行模型的構(gòu)建與擬合，得到100個(gè)不同的預(yù)測(cè)模型，并計(jì)算模型表現(xiàn)(AUC、Brier值)。將原始開發(fā)數(shù)據(jù)分別代入上述模型，再次計(jì)算模型表現(xiàn)。分別計(jì)算內(nèi)部驗(yàn)證集模型表現(xiàn)與原始開發(fā)數(shù)據(jù)集模型表現(xiàn)的差值，得到高估值，求高估值的均值，得到高估值調(diào)整值(AUC高估值調(diào)整值=0.009 7；Brier值高估值調(diào)整值=-0.008 5)。用原始模型的模型表現(xiàn)-高估值調(diào)整值，得到內(nèi)部驗(yàn)證后的模型表現(xiàn)(AUC內(nèi)部驗(yàn)證=0.915；Brier值內(nèi)部驗(yàn)證=0.106)，并繪制內(nèi)部驗(yàn)證后的校準(zhǔn)曲線(圖5)。綜上可見內(nèi)部驗(yàn)證后模型的區(qū)分度與校準(zhǔn)度仍有良好表現(xiàn)。

圖5 急性重癥膽管炎風(fēng)險(xiǎn)預(yù)測(cè)模型內(nèi)部驗(yàn)證后的校準(zhǔn)曲線Figure 5 Calibration curve after internal verification of the risk prediction model for acute severe cholangitis

2.6 模型的表現(xiàn) 根據(jù)不同的應(yīng)用情況，本研究構(gòu)建了3種不同的模型表現(xiàn)形式，分別為網(wǎng)頁計(jì)算器、列線圖與評(píng)分系統(tǒng)。網(wǎng)頁計(jì)算器(https://riskpredictionmodel.shinyapps.io/pfmx123456/?_ga=2.57437224.362975390.1636945096-44674223.1636945096)可在線上對(duì)受試者進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，結(jié)果快速而精確。列線圖(圖6)可脫離網(wǎng)絡(luò)限制對(duì)受試者進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，但預(yù)測(cè)結(jié)果存在誤差。最后，本研究通過參考Framingham風(fēng)險(xiǎn)評(píng)分模式，構(gòu)建評(píng)分表(表4)，對(duì)受試者各項(xiàng)臨床指標(biāo)進(jìn)行評(píng)分，并根據(jù)總分對(duì)患者進(jìn)行風(fēng)險(xiǎn)分層，其中得分≤11分為低風(fēng)險(xiǎn)人群，得分12～14分為中風(fēng)險(xiǎn)人群，得分>14分為高風(fēng)險(xiǎn)人群。通過評(píng)分表可快速判斷受試者的風(fēng)險(xiǎn)類別，對(duì)臨床的診療提供了一定的參考。

3 討論

近年來，隨著抗生素的廣泛使用，細(xì)菌的耐藥性及多重耐藥菌的檢出率不斷增高，急性膽道感染的診療日趨復(fù)雜[1]。一項(xiàng)5454例患者的多中心回顧性研究[7]發(fā)現(xiàn)，依據(jù)2013東京指南診斷及嚴(yán)重程度分級(jí)標(biāo)準(zhǔn)，Ⅲ級(jí)、Ⅱ級(jí)、Ⅰ級(jí)膽管炎患者30 d病死率分別為5.1%、2.6%、1.2%，病死率隨著疾病的嚴(yán)重程度顯著升高。早期識(shí)別重癥膽管炎的風(fēng)險(xiǎn)因素對(duì)于降低病死率具有積極意義。本研究通過對(duì)381例急性膽管炎患者的臨床資料進(jìn)行回顧性分析，結(jié)果表明TBil(OR=1.014)、中性粒細(xì)胞百分比(OR=1.128)、年齡(OR=1.053)為獨(dú)立危險(xiǎn)因素，Alb(OR=0.871)為保護(hù)因素。

有學(xué)者[8-9]提出炎性細(xì)胞因子可致高膽紅素血癥。由于急性膽管炎患者大多合并膽道梗阻，因此機(jī)械梗阻與炎癥可共同導(dǎo)致膽紅素升高。Yildiz等[10]通過構(gòu)建急性化膿性膽管炎死亡預(yù)測(cè)的簡(jiǎn)化評(píng)分系統(tǒng)，發(fā)現(xiàn)TBil≥118 μmol/L在預(yù)測(cè)病死率上具有統(tǒng)計(jì)學(xué)意義。Schwed等[11]也在一項(xiàng)多中心回顧性研究中指出，TBil>171 μmol/L為急性膽管炎患者不良結(jié)局的獨(dú)立危險(xiǎn)因素。本研究表明，TBil每增加1 μmol/L，重癥膽管炎的發(fā)生風(fēng)險(xiǎn)將在此基礎(chǔ)上增加1.4%，與上述研究結(jié)果相似。

中性粒細(xì)胞是參與急性和某些慢性炎癥的主要細(xì)胞類型[12]。一項(xiàng)回顧性研究[13]指出，中性粒細(xì)胞百分比>90%是急性重癥膽管炎患者的死亡風(fēng)險(xiǎn)因素。也有動(dòng)物實(shí)驗(yàn)[14]顯示，急性梗阻性膽管炎模型中有大量中性粒細(xì)胞聚集于肝血竇，肝血竇內(nèi)中性粒細(xì)胞的募集可能介導(dǎo)肝竇內(nèi)皮細(xì)胞損傷，這被認(rèn)為是出現(xiàn)器官功能衰竭的關(guān)鍵和初始事件。本研究結(jié)果也提示中性粒細(xì)胞百分比值越高，重癥膽管炎的發(fā)生風(fēng)險(xiǎn)越大，是重癥膽管炎發(fā)生的重要影響因素。

表4 急性重癥膽管炎風(fēng)險(xiǎn)預(yù)測(cè)評(píng)分表Table 4 Table of risk prediction score of acute severe cholangitis

圖6 急性重癥膽管炎風(fēng)險(xiǎn)預(yù)測(cè)模型列線圖Figure 6 Nomogram of the risk prediction model for acute severe cholangitis

老年患者免疫力下降且合并多種基礎(chǔ)疾病，病情往往迅速惡化，甚至導(dǎo)致死亡[15-16]。有研究[17-18]發(fā)現(xiàn)高齡是急性化膿性膽管炎的獨(dú)立危險(xiǎn)因素，并且膿毒癥的發(fā)生與年齡呈正相關(guān)。這與本研究結(jié)論一致。

在嚴(yán)重感染時(shí)，由于分解代謝和毛細(xì)血管通透性的增加可致Alb水平降低。此外嚴(yán)重感染后常出現(xiàn)缺血、缺氧和氧化損傷，而Alb是氧化應(yīng)激反應(yīng)的主要細(xì)胞外靶點(diǎn)[19]。多項(xiàng)研究[19-21]發(fā)現(xiàn)，低蛋白血癥是膿毒癥患者不良預(yù)后的影響因素。也有學(xué)者提出Alb<30 g/dL是急性膽管炎患者住院死亡的重要風(fēng)險(xiǎn)預(yù)測(cè)因子，這與Schneider等[22]、Gravito-Soares等[23]研究結(jié)論相似。本研究則發(fā)現(xiàn)Alb為重癥膽管炎的保護(hù)因素，其水平越低重癥膽管炎的發(fā)生概率越大。

本研究通過聯(lián)合早期多項(xiàng)臨床指標(biāo)，構(gòu)建了一個(gè)預(yù)測(cè)急性重癥膽管炎的模型，并且通過構(gòu)建網(wǎng)頁計(jì)算器、列線圖與評(píng)分系統(tǒng)，對(duì)模型進(jìn)行了可視化呈現(xiàn)。在目前的研究中鮮有運(yùn)用網(wǎng)頁計(jì)算器對(duì)疾病的發(fā)生進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，網(wǎng)頁計(jì)算器相對(duì)于傳統(tǒng)的評(píng)分模型能快速精確的預(yù)測(cè)疾病的發(fā)生風(fēng)險(xiǎn)，為操作者提供了便利。同時(shí)該模型具有良好的區(qū)分度(AUC=0.925，95%CI：0.897～0.952)、校準(zhǔn)度與臨床價(jià)值，可對(duì)急性重癥膽管炎患者進(jìn)行有效的識(shí)別與預(yù)測(cè)。本研究的局限性主要在于為回顧性研究及單中心參與，同時(shí)由于某些臨床指標(biāo)缺失的原因，樣本刪失較多而致整體樣本量相對(duì)較少，且未進(jìn)行外部驗(yàn)證評(píng)估模型的泛化性。期望后期通過多中心、前瞻性、大樣本研究對(duì)模型進(jìn)行優(yōu)化，并通過外部驗(yàn)證評(píng)估模型的泛化能力。總之，希望通過構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)評(píng)分模型，幫助臨床醫(yī)師早期識(shí)別高危患者，為后續(xù)的診療提供一定的參考，積極改善患者的預(yù)后。

倫理學(xué)聲明：本研究方案于2021年3月10日經(jīng)由中國人民解放軍聯(lián)勤保障部隊(duì)第九四〇醫(yī)院倫理委員會(huì)審批，批號(hào)：2021KYLL039，患者均簽署知情同意書。

利益沖突聲明：本研究不存在研究者、倫理委員會(huì)成員、受試者監(jiān)護(hù)人以及與公開研究成果有關(guān)的利益沖突。

作者貢獻(xiàn)聲明：向泓宇、秦建偉負(fù)責(zé)課題設(shè)計(jì)，資料分析，撰寫論文；黨政、許樹林、牛剛、李月勝、繆佰紋、龐耀平、范瑞芳參與收集數(shù)據(jù)，修改論文；秦建偉負(fù)責(zé)擬定寫作思路，指導(dǎo)撰寫文章并最后定稿。