免疫球蛋白A血管炎患者發生早期腎損傷的臨床預測模型構建及驗證

萬 鵬, 徐今朝, 文 莉

(湖北醫藥學院附屬隨州醫院 皮膚科, 湖北 隨州, 441300)

過敏性紫癜(HSP)被稱為免疫球蛋白A(IgA)血管炎(IgAV), 是一類微血管變態反應性出血性疾病[1], 患者常表現為皮膚瘀點、瘀斑,可伴有循環系統、消化系統、泌尿系統損傷,其中腎臟損傷可導致IgAV腎炎(IgAVN), 屬于IgAV嚴重并發癥,如治療不及時可進展為腎功能衰竭,嚴重影響患者預后[2]。腎穿刺活檢是當前評價腎臟損傷程度的金標準,但侵入性操作會導致出血、感染等風險,操作不當可能導致不可逆腎損傷[3]。因此,探索一種有效、無創的腎損傷輔助診斷方式作為腎穿刺的補充診斷方式,提高腎損傷診斷水平,一直是臨床研究的熱點。研究[4-5]顯示,中性粒細胞與淋巴細胞的比值(NLR)在IgAV患者發生腎損傷時顯著升高,血小板與淋巴細胞的比值(PLR)和白細胞介素-6(IL-6)是IgAV患者發生腎損傷的危險因素,血小板和IL-6可通過刺激巨核細胞或刺激血小板生成素的合成,導致血小板大量生成,進一步加劇免疫炎癥反應。血常規及尿常規等實驗室檢查指標在臨床普遍應用。血常規及尿常規中相關指標與IgAV患者發生腎損傷具有一定相關性。本研究篩選IgAV患者發生腎損傷的危險因素,并構建臨床預測模型,以早期識別腎損傷患者,及時發現病情變化,為調整治療方案提供幫助。

1 資料與方法

1.1 一般資料

選取2020年1月—2022年9月湖北醫藥學院附屬隨州醫院(隨州市中心醫院)收治的165例IgAV患者為研究對象,其中男86例,女者79例。納入患者均符合IgAV診斷標準,診斷需主要標準加至少1條次要標準[6]。主要標準:分批出現的可觸及性非血小板減少皮膚紫癜。次要標準: ① 急性彌漫性腹痛; ② 組織學顯示以 IgA沉積為主; ③ 關節炎或關節痛; ④ 腎臟損害。排除標準: ① 患者既往有其他疾病,如消化系統疾病、泌尿系統疾病以及急慢性感染性疾病等; ② 入院前3個月使用激素、免疫抑制劑等藥物治療者; ③ 患者入院前3個月有手術、外傷、輸血史等; ④ 入院前已經接受相關治療的患者。依據患者病情是否累及腎臟將患者分為腎損傷組(65例)和無腎損傷組(100例),其中腎損傷組患者尿蛋白陽性或尿紅細胞>5個/高倍視野,無腎損傷組患者尿常規均正常。本研究經醫學倫理委員批準(醫科倫審2022第07號)。

1.2 方法

收集患者入院時相關臨床資料,包括年齡、性別、身高、體質量、心率、生活環境(城鎮/鄉村)等一般資料。記錄2組中性粒細胞計數、淋巴細胞計數、血小板計數、血肌酐、乳酸脫氫酶、白細胞介素-6、尿素氮、尿β2-微球蛋白、尿微量白蛋白等實驗室檢查資料,計算體質量指數(BMI)、NLR、PLR、尿微量白蛋白與肌酐比值。

1.3 模型構建和評價

將統計分析中P<0.05的指標通過IBM SPSS statistics 23.0進行單因素Logistic回歸分析,回歸分析結果P<0.05的指標認定為可以反映IgAV患者發生腎損傷的獨立危險因素,將獨立危險因素納入二元Logistic回歸模型,運用R4.2.2的rms程序包進行模型構建及模型可視化。

采用模型區分度、校準度以及可推廣性評價模型。區分度是指模型區分高風險和低風險的能力,以C指數評價,在Logistic回歸模型中, C指數等于根據所構建模型繪制出的受試者工作特征(ROC)曲線的曲線下面積(AUC), 取值范圍0～1, 值越大代表模型區分度越高; 校準度以Hosmer-Lemeshow擬合優度檢驗和校準曲線評價,在Hosmer-Lemeshow擬合優度檢驗中,P>0.05表明模型擬合度較好,在校準曲線評價中,曲線越接近斜率為1的參考線,模型校準度越高; 臨床適用性以決策曲線評價[7]。

采用R4.2.2軟件運行rms程序包構建IgAV患者發生腎損傷的臨床預測模型,并進行模型可視化,通過隨機拆分的十折交叉驗證及Bootstrap法重復抽樣1 000次計算一致性指數(CI)對模型進行驗證,繪制ROC曲線、校準曲線、決策曲線以及Hosmer-Lemeshow擬合優度檢驗評估模型的臨床有效性。P<0.05為差異有統計學意義,在Hosmer-Lemeshow檢驗中,P>0.05表明模型擬合度較好。

1.4 模型驗證

模型內部驗證通過隨機拆分的十折交叉驗證及Bootstrap法重復抽樣1 000次計算CI對模型進行驗證,以ROC曲線的AUC值作為評價指標,數值越接近1,預測效果越好[7]。模型外部驗證采用時段驗證方式。

1.5 統計學方法

2 結 果

2.1 2組患者臨床資料比較

2組性別、年齡、體質量指數、NLR、尿素氮、血肌酐比較,差異無統計學意義(P>0.05)。見表1。

表1 2組臨床資料比較

2.2 IgAV患者發生腎損傷的影響因素分析

以是否發生腎損傷為因變量,以生活環境、心率、PLR、血小板計數、乳酸脫氫酶、白細胞介素-6、尿β2-微球蛋白、尿微量白蛋白為自變量,進行單因素Logistic回歸分析。結果顯示,生活環境、心率、PLR、白細胞介素-6、尿β2-微球蛋白、尿微量白蛋白是IgAV患者發生早期腎損傷的影響因素(P<0.05)。見表2。

表2 IgAV患者發生腎損傷的單因素Logistic回歸分析結果

2.3 IgAV患者發生腎損傷臨床預測模型構建

將Logistic回歸分析結果(生活環境、心率、PLR、白細胞介素-6、尿β2-微球蛋白、尿微量白蛋白)引入統計學軟件R4.2.2, 運行程序包rms建立IgAV患者發生腎損傷的臨床預測模型并進行列線圖可視化處理,具體處理方法見https: //nmofhsp. shinyapps.io/dynnomapp/。

2.4 模型驗證

隨機拆分的十折交叉驗證(精確度=0.79, Kappa=0.55); Bootstrap法重復抽樣1 000次,CI為0.85; 受試者工作特征(ROC)曲線分析AUC為0.87(95%CI: 0.81～0.93), 表明該模型具有較高的區分度,見圖1。校準曲線分析結果顯示,該模型預測IgAV發生腎損傷的發生率與實際發生率基本吻合,見圖2。Hosmer-Lemeshow擬合優度檢驗顯示,該模型預測IgAV引發的腎損傷發生率與實際發生率比較,差異無統計學意義(P=0.41)。決策曲線分析結果顯示,該模型預測IgAV患者發生腎損傷風險的概率閾值為0.10～1.00時,給患者帶來的凈獲益概率大于0, 見圖3。收集2022年10月1日—2023年5月1日入院患者臨床資料進行時段驗證,經篩選僅有16例患者臨床資料符合納入和排除標準,經IgAV腎損傷臨床預測模型預測,預測結果與實際發生情況符合(AUC=0.93)。

圖1 模型預測IgAV患者發生早期腎損傷的ROC曲線

圖2 預測IgAV患者發生早期腎損傷的發生率

圖3 IgAV患者發生早期腎損傷臨床預測模型的決策曲線

3 討 論

本研究結果表明,2組患者NLR、血肌酐、尿素氮水平比較,差異無統計學意義 (P>0.05), 說明NLR、血肌酐等指標預測IgAV患者早期腎損傷價值不高。生活環境、白細胞介素-6、尿β2-微球蛋白、尿微量白蛋白等對早期腎損傷有預測價值,與IgAV早期腎損傷標記物的研究[8]結果具有一致性。數據分析顯示,心率高是IgAV患者的保護性因素,心率較高的患者發生腎損傷的可能性更低。目前尚缺乏關于心率與腎損傷的相關研究,但關于心率與心血管損傷、修復的哺乳動物研究[9]發現,長期心動過緩可導致缺血、毛細血管新生以及毛細血管密度增加,毛細血管密度在中度IgA腎病患者中表達水平最高,這雖然在一定程度上解釋了本研究出現心率與腎損傷具有相關性的結果,但本研究結果可能因單中心、樣本容量的原因導致統計偏差。流行病學研究[10]顯示, IgAV的發生具有城鄉差異,農村地區較城市地區的患病率更高,這可能受監護人的關注度、飲食習慣、空氣質量等因素的影響,具體原因需進一步研究。理論上血小板在IgAV患者發生腎損傷時能夠發揮修復血管內皮的作用,聚集后形成微血栓并釋放活性物質,增加腎小球基底膜的通透性,最終導致血尿、蛋白尿。國外相關研究[11]提示,血小板計數大于500×109/L是患者發生IgAVN的獨立危險因素之一。但本研究經單因素回歸分析, 2組血小板計數差異無統計學意義(P=0.05), 可能與地域差異及患者腎損傷程度有關。NLR、PLR能夠預測多種疾病的進展及預后,在IgAV患者合并胃腸道出血和腎損傷的標志物研究中, NLR、PLR均可顯著反映預后結局。但本研究NLR未能明顯反映腎損傷結局,說明NLR預測早期腎損傷的價值有限,后期經大樣本多中心的研究可證實此結論。PLR已被證實對2型糖尿病患者的腎損傷結局事件具有預測價值[12]。JASZCZURA M等[5]研究發現, IgAV合并腎損傷患者血小板增多和活化,腎損傷組的PLR高于非腎損傷組,與本研究結果一致。關于IgAV患者發生腎損傷的相關標記物研究[13]表明,尿常規異常,尿微量蛋白升高、血尿素氮、血肌酐升高的患者,腎穿刺活檢常提示腎損傷。

臨床主要從區分度、校準度、可推廣性(準確性、穩定性)3個方面評價模型預測的效能[14]。區分度常以制作ROC曲線計算AUC以考察模型區分能力,AUC大于0.75且越接近于1,提示模型預測區分度越好[15]。本研究構建的IgAV早期腎損傷臨床預測模型的AUC為0.87, 具有較好的區分度。校準度以校準曲線分析、Hosmer-Lemeshow擬合優度檢驗考察模型預測概率與實際發生率的吻合程度,本研究校準曲線斜率接近1, Hosmer-Lemeshow擬合優度檢驗均顯示該模型預測效能良好。決策曲線是處理假陽性與真陽性決策獲益的一種方法,以圖形方式對比無預測的凈收益與有預測凈收益之間的關系,本研究中決策曲線顯示, IgAV早期腎損傷臨床預測模型預測IgAV患者發生腎損傷風險的概率閾值為0.10～1.00時,該模型給患者帶來凈獲益的概率大于0。

關于IgAV腎損傷臨床預測模型的研究較少。本研究構建的臨床預測模型(AUC=0.87,AIC=154.96)較宋均亞等[16]構建的模型(AUC=0.86,AIC=195.88)預測價值高。本研究中AUC更接近數值1, 區分度更好,模型復雜度和擬合評價指標AIC(赤池信息準則)值更低,且模型外部驗證的AUC為0.93, 說明本研究構建的IgAV腎損傷臨床預測模型預測效能更好。IgAV患者進展為IgAVN是影響患者病程及預后的決定性因素,臨床以腎穿刺活檢病理分級為評估腎損傷的“金標準”,但大部分基層醫院并不能開展腎穿刺活檢技術,且該檢查手段為有創操作,可繼發腎損傷導致腎周血腫、引發感染[17]。因此,探索IgAV患者早期腎損傷有效、無創的補充診斷方式具有極大的臨床價值。

綜上所述,本研究綜合多個觀察指標,以臨床預測模型的形式對患者病情進行評估預測,可增加預測穩定性,降低單一指標帶來的過擬合問題,從而為IgAV早期腎損傷患者的診斷以及后續治療方案的調整提供依據。但本研究為單中心研究,樣本量相對較少,結果可能存在一定偏倚,后期在多中心、大樣本、樣本標準化的條件下,可通過算法提高數據缺失情況下的預測能力,完善IgAV早期腎損傷臨床預測模型,為臨床決策提供參考。