非糖尿病維持性血液透析病人動靜脈內瘺喪失功能的列線圖模型構建及應用

侯遠麗 陳芳 劉世玲 李丹

Construction and application of nomogram model for loss of function of arteriovenous fistula in non-diabetic maintenance hemodialysis patients

HOU Yuanli，CHEN Fang，LIU Shiling，LI DanNanjing Pukou People′s Hospital，Jiangsu 211800 ChinaCorresponding Author LI Dan，E-mail：1160830350@qq.com

Keywords nomogram model;non-diabetic maintenance hemodialysis patients;arteriovenous fistula;late power failure;nursing

摘要 目的：調查非糖尿病維持性血液透析病人動靜脈內瘺（AVF）喪失功能的影響因素，構建列線圖風險預測模型并檢測其預測效果。方法：采用便利抽樣法選擇2021年1月—2023年1月在江蘇省南京市浦口人民醫院就診的102例非糖尿病維持性血液透析病人為研究對象，收集其一般資料和疾病相關資料，根據AVF功能狀態分為喪失功能組及正常組;然后使用Logistic回歸分析探究其AVF喪失功能的影響因素，并構建列線圖風險預測模型，檢驗其預測效果。結果：102例病人中喪失功能的有23例，失功率為22.55%;Logistic回歸分析結果顯示，年齡、透析時間、舒張壓、營養不良-炎癥-動脈粥樣硬化綜合征（MIAS）、鈣磷乘積、纖維蛋白原、橈動脈內徑均為非糖尿病維持性血液透析病人AVF喪失功能的影響因素（P＜0.05）。Hosmer-Lemeshow檢驗結果顯示，χ 2=4.561，P=0.683;受試者工作特征曲線下面積為0.890［95%CI（0.854，0.945）］，模型預測準確率為80.95%。結論：本研究為非糖尿病維持性血液透析病人構建的AVF喪失功能的列線圖風險模型能為臨床高危病人的識別提供有效依據。

關鍵詞 列線圖模型;非糖尿病維持性血液透析病人;動靜脈內瘺;晚期喪失功能;護理

doi：10.12102/j.issn.2095-8668.2024.12.030

維持性血液透析為終末期腎臟病病人重要的治療方式，能幫助病人糾正水電解質和酸堿平衡紊亂，促進體內代謝廢物的排出［1］。有關研究顯示，良好的血管通路是維持血液透析病人順利實施治療的重要橋梁，可有效保證其透析充分性，是維持其長期存活的關鍵［2］。KDOQI（Kidney Disease Outcomes Quality Initiative）血管通路臨床實踐指南［3］明確指出，動靜脈內瘺（arterio venous fistula，AVF）是維持性血液透析病人最理想的血管通路，具有感染風險小、創傷輕微的特點。AVF是永久性血管通路，其使用壽命與病人維護能力和血管情況密切相關;有研究表明，AVF應用期間受多重因素影響易發生內瘺狹窄或血栓形成等并發癥，導致內瘺功能下降甚至喪失功能，增加病人住院率與病死率［4］。既往學者對維持性血液透析病人AVF喪失功能的相關因素進行探究，發現糖尿病病人因自身血管條件因素導致AVF喪失功能風險更高，可作為AVF喪失功能的獨立危險因素［5］。而國外學者臨床發現，非糖尿病病人AVF喪失功能風險同樣存在［6］。因此，為進一步掌握非糖尿病血液透析病人AVF喪失功能的相關因素，本研究將綜合既往學者經驗和研究結論，以非糖尿病維持性血液透析病人為研究對象，探究其AVF喪失功能的影響因素，并構建科學可行的風險預測模型，為臨床提出可行的管理策略及改善病人治療結局提供借鑒。

1 對象與方法

1.1 研究對象

采用便利抽樣法選擇2021年1月—2023年1月在江蘇省南京市浦口人民醫院就診的102例非糖尿病維持性血液透析病人為研究對象。納入標準：1）年齡>18歲，且<80歲;2）血液透析時間≥3個月;3）AVF為長期透析通路;4）溝通與認知正常，且對本研究知情同意并自愿參與。排除標準：1）使用除血液透析外的其他腎臟替代治療者;2）合并糖尿病、急性腎損傷、中毒等;3）既往有精神疾病史;4）凝血功能障礙者;5）臨床資料缺失且無法隨訪者。根據Logistic回歸分析樣本量計算準則［7］，樣本量應為自變量數目的5～10倍;本研究中可能影響AVF喪失功能的變量為19個，考慮無效病例和脫落病例，最終確定樣本量為102例。本研究通過了我院醫學倫理委員會審核，審批號2021-SR-045。

1.2 調查工具

1.2.1 一般資料

一般資料包括性別、年齡、體質指數（BMI）、原發病、冠心病史、腦血管病史、透析時間。

1.2.2 疾病相關資料

1）臨床資料：收縮壓、舒張壓、AVF使用時間、內瘺位置、透析血流量;2）實驗室指標：營養不良-炎癥-動脈粥樣硬化綜合征（malnutrition-inflammation-atheros clerosis? syndrome，MIAS）（即血清清蛋白<35 g/L、C反應蛋白>8.0 mg/L，且合并動脈粥樣硬化癥［8］）、血紅蛋白、低蛋白血癥（血清清蛋白<35 g/L）、血尿素氮、血清肌酐、尿酸、鈣磷乘積［血鈣（mmol/L）×血磷（mmol/L）×12.4］、甲狀旁腺激素、C反應蛋白、纖維蛋白原、D-二聚體;3）血管資料：AVF前的頭靜脈內徑、橈動脈內徑以及肱動脈內徑。

1.2.3 AVF喪失功能標準

根據2019年中國血液透析用血管通路專家共識［9］進行判定和分組，AVF喪失功能標準為透析3個月后出現以下任意1種情況：1）內瘺無法觸及震顫，無法聞及血管雜音;2）血流量＜200 mL/min，血管超聲發現內瘺體征異常，伴有狹窄或阻塞（血管狹窄程度≥50%或吻合口直徑＜2.0 mm、內瘺靜脈直徑＜2.7 mm）。

1.3 資料收集

本研究由3名接受過同質化培訓的護理人員于透析3個月后進行資料收集，學習調查流程、調查工具、調查意義及注意事項。調查前對病人進行統一宣教，每份資料獨立進行調查，確保調查統計結果都準確錄入;若選項＞15%未填寫則該問卷視為無效，及時回收調查問卷，保證問卷質量。本研究共發放問卷102份，收回有效問卷102份，有效回收率為100%。

1.4 統計學方法

通過SPSS 26.0軟件進行統計分析，符合正態分布的定量資料用均數±標準差（x±s）描述，行t檢驗;定性資料采用例數、百分比（%）表示，行χ 2檢驗。不符合正態分布的定量資料則使用中位數及四分位數［M（P25，P75）］描述，采用Mann-Whitney U檢驗。基于Logistic回歸分析結果建立列線圖風險預測模型，采用H-L檢驗、ROC曲線下面積（area under curve，AUC）檢驗預測模型效果。檢驗水準α=0.05。

2 結果

2.1 非糖尿病維持性血液透析病人AVF喪失功能情況

本研究結果顯示，102例病人中23例發生喪失功能（22.55%），納入喪失功能組;79例未發生喪失功能（77.45%），納入正常組。

2.2 非糖尿病維持性血液透析病人AVF喪失功能的單因素分析

結果顯示，年齡、BMI、透析時間、舒張壓、MIAS、低蛋白血癥、鈣磷乘積、C反應蛋白、纖維蛋白原、頭靜脈內徑、橈動脈內徑均為非糖尿病維持性血液透析病人AVF喪失功能的影響因素（P＜0.05），見表1。

2.3 非糖尿病維持性血液透析病人AVF喪失功能的Logistic回歸分析

將非糖尿病維持性血液透析病人AVF是否發生喪失功能作為因變量（否=0，是=1），以單因素分析中差異有統計學意義（P＜0.05）的影響因素作為自變量納入Logistic回歸分析，賦值情況見表3。結果顯示，年齡、透析時間、舒張壓、MIAS、鈣磷乘積、纖維蛋白原、橈動脈內徑均是非糖尿病維持性血液透析病人AVF喪失功能的影響因素（P＜0.05），見表4。

2.4 非糖尿病維持性血液透析病人AVF喪失功能列線圖風險預測模型

基于Logistic回歸分析結果采用R軟件構建列線圖預測模型，計算方法：各變量對應列線圖相應點，即得到該變量得分，通過對各變量得分求和得到總分，在總分標尺上找到對應點作垂直線得出預測概率值，即非糖尿病維持性血液透析病人AVF喪失功能的預測值。見圖1。

2.5 列線圖風險預測模型的應用驗證

1）擬合優度檢驗：Hosmer-Lemeshow檢驗顯示，χ 2=4.561，P=0.683，表示預測符合度與實際情況一致性較高。2）鑒別效度檢驗：本研究構建的風險預測模型的AUC為0.890［95%CI（0.854，0.945）］，對應靈敏度、特異度分別為0.823，0.850，表明該模型預測能力較好，見圖2;C-index范圍為0.818，校準曲線斜率接近1，表明模型區分度較好，見圖3。

采用訓練集和驗證集樣本比例為8∶2確定本研究驗證集樣本量為21例，根據納入及排除標準采用便利抽樣法于2021年1月—2023年1月就診的非糖尿病維持性血液透析病人22例為驗證集，采用該模型進行評價，結果顯示，該模型預測非糖尿病維持性血液透析病人4例AVF發生喪失功能，實際發生2例;AVF無喪失功能17例，實際未發生喪失功能14例，計算得預測準確率為（2+15）/21×100%=80.95%。由于驗證集樣本量較少，該模型預測能力有待進一步驗證。

3 討論

3.1 非糖尿病維持性血液透析病人AVF喪失功能的影響因素

血管狹窄是AVF喪失功能的主要原因，是造成血液透析不充分的常見因素，也是增加病人住院率和病死率的重要因素。本研究結果顯示，102例病人中發生AVF喪失功能的病人有23例（22.55%），與徐耀等［10］研究中得出的AVF喪失功能率為23.17%相近，表明血液透析病人AVF喪失功能率處于較高水平。因此，盡早關注相關危險因素有利于喪失功能前進行針對性監測和干預，從而延長AVF的使用壽命，保障透析質量。

3.1.1 年齡

本研究結果顯示，年齡越大的病人AVF喪失功能發生率越高，與龔曼芹等［11］研究得出的病人AVF通暢時間會隨年齡的增加而明顯縮短的結論相符，表明年齡是其喪失功能的獨立危險因素。由于老年人常合并動脈閉塞、高血脂等血管疾病，自身血管條件較差，更易形成血栓，繼而增加AVF喪失功能風險。此外，老年人普遍自我管理能力較差，內瘺維護的知識和渠道也更局限，導致其對自身AVF的監測意識薄弱，從而更容易發生AVF相關性并發癥和功能障礙。而Gameiro等［12］的研究結果則相反，其發現年齡與AVF并發癥發生率呈負相關，即年齡越低AVF相關性并發癥發生率更高。因此，仍需進一步探索年齡與AVF并發癥發生風險的關系。

3.1.2 透析時間

本研究結果顯示，透析時間是AVF喪失功能的危險因素，即透析時間越長AVF喪失功能率越高。分析可能的原因有以下兩點：其一，病人透析時間越長，導致血流對局部血管長期沖擊，累及局部血管的收縮功能，導致血管彈性蛋白減少，結締組織增生，且血小板也更易聚集，使血管出現鈣化樣結構改變，最終影響血流通暢性［13］。其次，透析時間越長表示內瘺穿刺次數越多，有研究發現，內瘺穿刺次數也是導致其喪失功能的影響因素［14］，穿刺次數越多會導致血管內皮損傷更嚴重，使血管內膜發生異常增生，血管彈性降低，不僅會增加血管瘤樣擴張導致管腔狹窄，還會使脂類物質聚集而引發血管栓塞。

3.1.3 舒張壓

本研究結果顯示，舒張壓偏低是導致病人AVF喪失功能的危險因素，與楊卉等［15］發現的低血壓與AVF血栓形成有關的結論一致。透析期間低血壓是常見的并發癥，多由透析期間超濾率增大導致循環血容量減少、血管內壁壓力和彈性降低所致。因此，舒張壓的下降則預示著血管內壁壓力和彈性下降，極易導致血流量不足和血液黏稠度增加，為血栓形成提供條件，繼而增加AVF喪失功能風險。因此，合理管理舒張壓是延長AVF使用壽命的重要舉措。

3.1.4 MIAS

黎新強等［16］的研究發現，影響血液透析病人預后的獨立因素中包含營養不良、心血管疾病及炎癥，三者也可在相互作用下增加病人死亡率。本研究結果也發現合并MIAS的病人其AVF的喪失功能率更高。當病人同時存在營養不良、炎癥、動脈粥樣硬化，即合并MIAS后體內炎癥因子可導致血管通道狹窄或血栓形成，并通過誘導肌肉蛋白水解導致能量消耗，從而加重營養不良，三者互為因果且預后較差。

3.1.5 鈣磷乘積

本研究結果顯示，鈣磷乘積是AVF喪失功能的危險因素。鈣磷代謝紊亂是慢性腎病病人發生甲狀腺功能亢進、維生素D代謝紊亂的重要影響因素，病人的鈣磷水平異常可提高平滑肌細胞的繁殖速度，促進血管鈣化，最終增加動脈血管硬度，影響血管舒縮功能，繼而提高血管狹窄和閉塞風險［17］。

3.1.6 纖維蛋白原

纖維蛋白原水平可反映機體凝血機能狀態，本研究發現纖維蛋白原水平是影響AVF喪失功能的重要因素，分析原因為：纖維蛋白原是纖維蛋白的前體，其水平過高會導致血液凝固、血小板聚集和血管壁改變等發生，促使血管閉塞風險。但也有研究指出，非糖尿病病人的纖維蛋白原與AVF喪失功能率并無相關性，較糖尿病病人而言，非糖尿病病人體內的纖維蛋白溶解速度較快，因此纖維蛋白原水平多趨于正常，從而對AVF的影響較低［18］。這與本研究結論存在差異，因此需進一步證實。

3.1.7 橈動脈內徑

王仡豪［19］的研究發現，血管直徑直接影響AVF手術吻合結果及透析血流量，血管條件對AVF的使用壽命尤為重要。本研究結果顯示，橈動脈內徑是AVF喪失功能的影響因素，即橈動脈直徑越小AVF喪失功能風險越高，可能與橈動脈內徑較細影響AVF血流量有關。鄭雯雯等［20］的研究表明AVF手術的動脈直徑應>2.0 mm，靜脈直徑應>2.5 mm，動脈直徑較小可作為術前評估AVF成熟度不足的重要預測因子。臨床應對病人進行綜合評估后根據血管條件為其選擇血管通路。

3.2 非糖尿病維持性血液透析病人AVF喪失功能的列線圖風險預測模型具有較高的預測效果

列線圖預測模型可直觀地描述影響因素，有利于臨床管理者更加簡單地分析該指標發生的風險和概率［21］。王仁伴等［22］曾采用列線圖對維持性血液透析病人透析中低血壓發生風險構建風險預測模型，經過驗證后AUC為0.830，表明該預測風險能有效預測高危病人低血壓發生率，為臨床提供了良好的護理依據。梁燕等［23］的研究為病人建立自體AVF喪失功能列線圖風險預測模型，得出AUC為0.824，在臨床應用中取得良好的預測價值。但臨床對非糖尿病維持性血液透析病人AVF喪失功能的影響因素及風險預測模型研究較少，因此本研究基于多因素Logistics回歸分析結果繪制非糖尿病維持性血液透析病人AVF喪失功能的列線圖風險預測模型，量化非糖尿病維持性血液透析病人AVF喪失功能風險。H-L檢驗結果顯示，χ 2=4.561（P=0.683），表明該模型觀察到的AVF喪失功能發生率與實際發生情況符合度較高，可較好地反映臨床實際情況;同時C-index=0.818，校準曲線斜率接近1，AUC為0.890［95%CI（0.854，0.945）］，提示模型有較好的預測能力，可考慮在臨床中進行應用。最后以驗證集樣本計算模型預測準確率為80.95%，表明該模型預測準確率較高，能為醫護人員提供更為便捷的評估方式及準確的風險評估依據。

4 小結

本研究結果表明非糖尿病維持性血液透析病人AVF喪失功能率較高，基于多因素回歸分析構建的列線圖預測模型有助于臨床確定具有較高AVF喪失功能風險的病人，提前制定相應的監測和管理策略以降低喪失功能風險。但本研究受住院周期限制納入樣本量較小，且均來自同一所醫院，結論存在一定局限，今后還需增加樣本量以驗證該模型的科學性和可適性，為臨床評價非糖尿病維持性血液透析病人AVF的喪失功能風險提供依據。

參考文獻：

［1］ 張朝陽，蔡廣研.老年血液透析患者預后影響因素研究進展［J］.中國實用內科雜志，2021，41（11）：913-916.

［2］ 茹曾斌.維持性血液透析患者血管通路的選擇及影響因素分析［J］.中國醫療器械信息，2019，25（21）：142-143.

［3］ 周潔，陳冬平，葉朝陽.2019版KDOQI血管通路臨床實踐指南解讀［J］.中國血液凈化，2020，19（7）：482-491.

［4］ 代紅梅，劉冬梅.維持性血液透析患者不同血管通路臨床常見并發癥分析［J］.中外醫療，2019，38（20）：25-27.

［5］ 孫小芳.維持性血液透析患者動靜脈內瘺失功原因調查及護理分析［J］.世界最新醫學信息文摘，2019，19（88）：330-331.

［6］ ARHUIDESE I J，PUROHIT A，ELEMUO C，et al.Outcomes of autogenous fistulas and prosthetic grafts for hemodialysis access in diabetic and nondiabetic patients［J］.Journal of Vascular Surgery，2020，72（6）：2088-2096.

［7］ 高永祥，張晉昕.Logistic回歸分析的樣本量確定［J］.循證醫學，2018，18（2）：122-124.

［8］ 羅慧，陳建國，何東元.營養不良-炎癥-動脈粥樣硬化綜合征研究進展［J］.臨床薈萃，2015，30（5）：590-593.

［9］ 金其莊，王玉柱，葉朝陽，等.中國血液透析用血管通路專家共識（第2版）［J］.中國血液凈化，2019，18（6）：365-381.

［10］ 徐耀，徐艷，郝冬冬，等.維持性血液透析患者自體動靜脈內瘺功能障礙影響因素分析［J］.中國血液凈化，2020，19（6）：393-397.

［11］ 龔曼芹，吳淼，李兆.維持性血液透析患者動靜脈內瘺狹窄影響因素分析［J］.中國醫學前沿雜志（電子版），2019，11（7）：134-137.

［12］ GAMEIRO J，IBEAS J.Factors affecting arteriovenous fistula dysfunction：a narrative review［J］.The Journal of Vascular Access，2020，21（2）：134-147.

［13］ 王爽，毛英麗，孫秀梅，等.維持性血液透析患者自體動靜脈內瘺失功的影響因素［J］.中國醫藥，2020，15（3）：423-426.

［14］ 肖劍，馬良.血液透析動靜脈內瘺功能的影響因素及預測模型的建立［J］.中國中西醫結合腎病雜志，2021，22（3）：242-245.

［15］ 楊卉，林金秤.自體動靜脈內瘺失功危險因素分析及治療進展［J］.贛南醫學院學報，2020，40（1）：99-103.

［16］ 黎新強，湯嘉敏，聶忠，等.維持性血液透析患者動靜脈內瘺堵塞的影響因素［J］.國際移植與血液凈化雜志，2020，18（3）：20-22.

［17］ CHEN J，ZHOU M，ZENG K，et al.The risk factors of autogenous arteriovenous fistula dysfunction in maintenance hemodialysis patients and the curative effect of personalized nursing［J］.American Journal of Translational Research，2021，13（5）：5107-5116.

［18］ MCALEESE K E，GRAHAM S，DEY M，et al.Extravascular fibrinogen in the white matter of Alzheimer′s disease and normal aged brains：implications for fibrinogen as a biomarker for Alzheimer′s disease［J］.Brain Pathology，2019，29（3）：414-424.

［19］ 王仡豪.動靜脈內瘺失功預測模型的建立及介入治療的預后分析［D］.上海：海軍軍醫大學，2020.

［20］ 鄭雯雯，魯春紅，戴小梅，等.維持性血液透析患者自體動靜脈內瘺失功危險因素的Meta分析［J］.中國血液凈化，2019，18（10）：705-709.

［21］ 朱婷，周海蘭，華驍帆.基于多維度指標預測乳腺癌術后復發的列線圖模型建立及應用［J］.實用臨床醫藥雜志，2023，27（5）：43-48.

［22］ 王仁伴，胡文雯，邵國建.維持性血液透析患者透析中低血壓發生的列線圖預測模型構建與評估［J］.現代實用醫學，2022，34（4）：439-441.

［23］ 梁燕，汪云云，吳雙喜，等.維持性血液透析患者自體動靜脈內瘺失功預測模型的構建與評估［J］.護士進修雜志，2022，37（23）：2191-2195.

（本文編輯趙奕雯 孫玉梅）

作者簡介 侯遠麗，副主任護師，本科

*通訊作者 李丹，E-mail：1160830350@qq.com

引用信息 侯遠麗，陳芳，劉世玲，等.非糖尿病維持性血液透析病人動靜脈內瘺喪失功能的列線圖模型構建及應用［J］.循證護理，2024，10（12）：2238-2243.