基于Nomogram建立肝硬化并發急性腎損傷的風險評估模型

潮燕, 陳聰

池州市人民醫院感染科,安徽池州 247200

肝硬化患者由于全身血流動力學改變、免疫調節紊亂、肝細胞反復損傷等,易導致一系列并發癥,其中急性腎損傷(acute kidney injury,AKI)是肝硬化患者常見的并發癥[1]。研究表明,肝硬化并發AKI患者的病死率明顯高于單純肝硬化患者[2],故如何及早預測肝硬化并發AKI的風險并加以防控一直是臨床關注的熱點。Nomogram即列線圖,是一種由帶有刻度的線段排列而成,能夠將風險定量化的平面統計模型。近年來已有研究將列線圖應用于AKI的風險評估[3],并證實較常規模型具有一定的優勢,但目前就肝硬化并發AKI的風險而言,尚未形成統一且有效的風險評估模型。本文擬在篩選肝硬化并發AKI危險因素的基礎上構建列線圖風險評估模型,為臨床對肝硬化并發AKI的早期識別和防控工作提供參考。

1 資料和方法

1.1 研究對象

選取本院2019年1月—2021年9月住院的肝硬化患者作為研究對象。納入標準:①符合肝硬化診斷標準[4];②入院時間>48 h,腎功能檢查次數≥2次;③HBV-DNA<20 IU/mL和HCV-RNA<15 IU/mL;④臨床資料完整。排除標準:①既往有慢性腎損傷病史,即尿蛋白>500 mg/天,尿紅細胞鏡檢陽性;②近3個月內接受過手術或造影劑檢查;③合并嚴重心腦血管、血液、免疫系統疾病;④因其他系統疾病引起的繼發性AKI。本研究經本院倫理委員會審批通過。共入選174例肝硬化患者,其中男120例,女54例,年齡(52.25±9.62)歲,住院時間(19.74±8.28)天。采用計算公式n=[(Ζα/2)2×P×(1-P)]/δ2對樣本量進行驗證[5],則應接觸樣本量為139例,故此次納入樣本量充足(174>139)。參照AKI診斷標準[6]:入院48 h內血清肌酣(serum crea tinine,Scr)較基線升高≥26.5 μmol/L,或7天內Scr升高超過基線值的50%。并根據AKI發生情況對患者進行分組。

1.2 資料收集

通過醫院信息系統收集患者臨床資料,具體包括性別、年齡、體質指數(body mass index,BMI)、肝硬化病因、腎囊腫、腎結石、消化道出血、細菌感染、腹水、食管胃靜脈曲張、谷丙轉氨酶、谷草轉氨酶、血清白蛋白、血鈉和Child-pugh分級。根據Child-pugh分級標準[7]:5～6分為A級,7～9分為B級,≥10分為C級。

1.3 統計學處理

采用SPSS 22.0軟件進行數據分析。組間比較采用χ2檢驗。采用LASSO回歸篩選出非零系數的影響因素,采用Logistic回歸方程篩選肝硬化并發AKI的危險因素。采用R(R3.5.3)軟件包和rms程序包繪制列線圖。采用bootstrap自抽樣法作內部驗證,通過計算C-index、繪制校正曲線、ROC曲線和決策曲線驗證模型的風險評估效能。P<0.05為差異有統計學意義。

2 結 果

2.1 肝硬化患者AKI并發情況

174例肝硬化患者中發生AKI 41例,占23.6%,其中腎前性34例(82.9%),腎性5例(12.2%),腎后性2例(4.9%)。

2.2 肝硬化并發AKI的單因素分析

基于AKI發生情況將患者分為AKI組41例和非AKI組133例。兩組患者年齡、消化道出血、細菌感染、腹水、血清白蛋白、血鈉和Child-pugh分級資料間比較,差異有統計學意義(P<0.05;表1)。

表1 肝硬化并發AKI的單因素分析 例(%)

2.3 肝硬化并發AKI的影響因素篩選

LASSO回歸結果顯示,年齡、消化道出血、細菌感染、腹水、血清白蛋白、血鈉和Child-pugh分級為系數不為零的重要影響因素(圖1)。

圖1 LASSO回歸分析篩選影響因素圖A為二項式偏差曲線與log(λ)的關系曲線,虛線垂直線顯示為最佳λ值;B為14個特征因素的LASSO系數分布。

2.4 肝硬化并發AKI的多因素Logistic回歸分析

以AKI發生情況為因變量(發生=1,未發生=0),以LASSO回歸中篩出的重要影響因素(年齡≥60歲=1,<60歲=0;消化道出血有=1,無=0;細菌感染有=1,無=0;腹水有=1,無=0;血清白蛋白<30 g/L=1,≥30 g/L=0;血鈉<135 mmol/L=1,≥135 mmol/L=0;Child-pugh分級C級=2,B級=1,A級=0)為自變量,進行多因素Logistic回歸分析。結果顯示,高齡、消化道出血、細菌感染、腹水、低蛋白血癥、低鈉血癥和Child-pugh分級高是肝硬化并發AKI的獨立危險因素(P<0.05;表2)。

表2 肝硬化并發AKI的多因素Logistic回歸分析

2.5 肝硬化并發AKI列線圖風險評估模型的建立

基于上述危險因素構建肝硬化并發AKI的列線圖風險評估模型,見圖2。

圖2 肝硬化并發AKI的列線圖風險評估模型

2.6 列線圖模型的驗證

模型驗證結果顯示:C-index為0.884;校正曲線趨近于理想曲線(圖3A),表明該模型具有良好的評估精度。AUC為0.898(95%CI:0.854～0.933,圖3B),表明該模型具有良好的區分度。決策曲線表明,在2%～91%范圍內,列線圖評估肝硬化并發AKI風險凈獲益值較高(圖3C),表明該模型臨床風險評估效能良好。

圖3 列線圖模型的驗證A為校正曲線圖;B為ROC曲線;C為決策曲線分析圖。

3 討 論

本文結果顯示,肝硬化并發AKI的患者占肝硬化患者的23.6%,低于國外報道[8-9],其差異可能與選定的肌酐基線不同有關;但高于國內報道[10];表明肝硬化患者是AKI的高風險人群。

本研究篩選出高齡、消化道出血、細菌感染、腹水、低蛋白血癥、低鈉血癥和Child-pugh分級高是肝硬化并發AKI的獨立危險因素。史冬梅等[11]研究顯示,老年慢性肝病患者更易發生AKI。分析原因,可能是老年患者應激能力和腎臟儲備能力有所下降。Hsieh等[12]研究顯示,消化道出血與肝硬化并發AKI密切相關,與本文結果相同;可能是因為消化道出血會加重患者外周血容量不足,導致腎臟缺血受損。Koola等[13]報道,低鈉血癥是失代償期肝硬化發生AKI的危險因素。肝硬化患者常由于伴腹水而長期限鈉或使用利尿劑,引起低鈉血癥;而低鈉血癥反過來又可加重腹水,兩者惡性循環進一步降低了腎臟血流量,從而易誘發AKI。肝硬化患者常合并自發性腹膜炎、肺炎等細菌感染,機體產生炎性介質、免疫復合物等可進一步加重腎灌注不足,從而引起腎損傷[14]。文獻[15]指出,腹水是急性腎損傷的重要預測因子,與本文觀點一致。腹水引起的腹內壓升高會對腎血管造成直接壓迫,使腎血流量減少,繼而可引發腎損害。低蛋白血癥誘發AKI的主要原因也是有效循環血流量的不足[16]。劉藝琪等[17]報道,肝硬化并發AKI組的Child-pugh評分顯著高于單純肝硬化組,其機制可能與免疫復合體沉積、腎血流動力學的改變、鈉排泄受損等有關。

既往有研究通過決策樹模型來評估AKI的發生風險[18],且整體精準度達到了86.0%,但此模型無法輸出每例患者的評估風險值。劉強等[19]雖然以代數方程的形式構建了能夠個體化預測AKI的模型,但在臨床實操中需要繁瑣的數學運算,實用價值有限。本研究構建的列線圖模型不僅達到了個體化預測的目標,而且直觀明了,使用快速簡潔,可供臨床直接使用,實用價值較高。本研究通過計算C-index,繪制校正曲線、ROC曲線和決策曲線多種驗證方式對模型進行系統性驗證,證明了模型具有良好的風險評估能力。

綜上所述,臨床對高齡、消化道出血、細菌感染、腹水、低蛋白血癥、低鈉血癥和Child-pugh分級高的肝硬化患者應高度警惕其發生AKI。根據危險因素建立的列線圖模型對肝硬化并發AKI的風險具有一定的評估價值,有助于臨床及早篩查AKI高風險的患者并采取干預措施。