維持性血液透析患者促紅細胞生成刺激劑低反應相關影響因素及預測模型的構建

[中圖分類號] R459.5;R556;R692.5 [文獻標志碼] A

Influencing factors for hyporesponsiveness to erythropoiesis-stimulating agents in patients on maintenance hemodialysis and construction of a predictive modelYIN Jiaming， LUO Congjuan， SHEN Bing， YUAN Nan，SUN Lijie，CHAI Yalin（Departmentof Nephropathy，The Afiliated Hospital of Qingdao University，Qingdao 266003，China）

[ABSTRACT]ObjectiveTo investigate theinfluencing factors for hyporesponsiveness toerythropoiesis-stimulatingagents （ESAs）inpatients on maintenance hemodialysis（MHD），andtoconstructapredictive model.MethodsAtotalof12Opatients with end-stagechronic kidney disease（CKD）whoreceived MHDand had hyporesponsivenesstoESAsfrom January 2020 to June 2023 were enrolledashyporesponsiveness group，and122patients without hyporesponsivenesstoESAs whoreceivedMHDduring thesame periodoftimewereenroledasnon-hyporesponsivenessgroup.Relateddata werecollectedforbothgroups，incudingsex， age，body height，body weight，primary diseases（chronic glomerulonephritis，chronicrenal insuficiencyof unknowncause，nephroticsyndrome，polycystickidney，bstructivenephropathy，lupus nephritis，iabetes，ndhypertension），durationofdialyis， andfrequencyofdialysis.Meanwhile，relatedlaboratorymarkerswerecolectedat6monthsofESAstreatment，ie，serumalbumin，bloodcalcium，blood phosphorus，serum total cholesterol，serum triglyceride，serumparathyroid hormone，blooduricacid， hemoglobin（Hb），mean corpuscular Hb concentration，mean corpuscular volume，hematocrit，lymphocyte count，and platelet count，ad platelet-to-lymphocyteratio（PLR）wascalculated.Amultivariatelogisticregresionanalysiswasperformedfortheindicators with statistical diference intheunivariateanalysis，andPython3.12wasusedtoplotanomogram.Thereceiverperating characteristic（ROC）curve was ploted toassessthevalueof related indicators inpredicting hyporesponsiveness to ESAsin MHD patients.ResultsThemultivariatelogisticregresionanalysisshowedthatPLR，serumalbumin，andtriglyceridewere influencingfactorsforhyporesponsivenesstoESAsinMHDpatients.Thepredictivemodelconstructedbasedontheaboveindicatorshad aYoudenindexofO.319andanareaundertheROCcurveofO.689.Thecalibrationcurveshowedagooddegreeoffitingbetween theactualvalueandthepredictivevalue，andthedecisioncurveanalysisshowedahighnetbenefitinpredictinghyporesponsivenes to ESAs in MHD patients within a range of 0.4-0.6 forthreshold probability.ConclusionPLR，serum albumin，and triglyceride have a certain value in predicting hyporesponsiveness to ESAsin MHD patients. The risk prediction model for hyporesponsiveness to ESAs in MHD patients constructed based on PLR，triglyceride，and albumin has good predictive performance and can provide a basis for [KEY WORDs]Renal dialysis；Anemia；Renal insuficiency；Erythropoietin；Lymphocytes；Neutrophils；Blood platelets

腎性貧血是慢性腎病（CKD）常見的并發癥，在維持性血液透析（MHD）的CKD患者中，其發病率可達 90%^[1] 。腎性貧血可加速腎臟炎癥和纖維化發生[2]。在腎性貧血治療中，促紅細胞生成刺激劑（ESAs）是目前最常用的藥物，但是有部分患者對于ESAs反應不佳。研究表明，CKD患者存在微炎癥狀態，微炎癥是指非病原微生物感染所導致的慢性持續性炎癥反應，即CKD可致機體出現免疫應答，MHD患者由于透析膜的生物相容性低等因素也可加重CKD患者炎癥反應[3]，導致微炎癥狀態持續存在并進一步誘發炎癥反應。研究表明，炎癥指標血小板/淋巴細胞比值（PLR）與CKD患者的全因死亡率呈顯著正相關4，也與CKD患者貧血發生的風險相關，而且PLR在CKD、自身免疫性疾病的診斷中也具有潛在的預測價值[5-8]。低白蛋白血癥是CKD患者中導致不良結局（包括死亡）的公認獨立危險因素，在MHD患者中，透析器引起的蛋白流失和炎癥會進一步加重低蛋白血癥[9]。預測MHD患者ESAs低反應可以對患者及時進行干預，然而目前關于預測ESAs低反應的研究仍較少。本研究通過探討MHD患者ESAs低反應的影響因素，構建ESAs患者低反應發生的預測模型，以期為臨床上腎性貧血治療提供參考依據。

1資料與方法

收集2020年1月—2023年6月于青島大學附屬醫院收治的242例MHD患者的臨床資料。患者納入標準： ① 終末期腎病（CKD5期）且貧血者；②MHD 期間ESAs治療至少6個月并且每周靜脈注射達到 450U/kg 者； ③ 年齡 18～75 歲者。排除標準： ① 患有惡性腫瘤或血液系統疾病（例如再生障礙性貧血、骨髓增生異常綜合征等造血異常疾病）者； ②ESAs 治療前1個月者或治療期間有出血者；③ ESAs治療前1個月或ESAs治療期間有輸血者；④ ESAs治療前1個月或ESAs治療期間心功能NYHA分級3級及以上者； ⑤ ESAs治療期間有發熱、腹瀉等感染癥狀或者有抗生素使用者。依據ESAs治療6個月時是否發生ESAs低反應（ Hblt; 110g/L） ，將所有患者分為ESAs低反應組120例，非ESAs低反應組122例。

收集患者的一般臨床資料，包括性別、年齡、身高、體質量、原發病（慢性腎小球腎炎、原因不明慢性腎功能不全、腎病綜合征、多囊腎、梗阻性腎病、狼瘡性腎炎、糖尿病、高血壓）、透析持續時間、透析頻率。同時收集ESAs治療6個月時患者的如下各實驗室指標：血清白蛋白、血鈣、血磷、血清總膽固醇、血清三酰甘油、血清甲狀旁腺激素、血尿酸、血紅蛋白（Hb）、平均紅細胞Hb濃度、平均紅細胞體積、血細胞比容、淋巴細胞計數、血小板計數，并計算PLR。

采用SPSS25.0軟件對數據進行統計分析。采用Shapiro-Wilk檢驗判斷數據是否符合正態分布。正態分布的連續變量以 x±s 表示，兩組間比較采用獨立樣本 Ψ_t 檢驗；非正態分布的連續變量以 M （P₂₅，P₇₅） 表示，兩組間比較采用Mann-Whitney U 檢驗。分類變量以例（率）表示，兩組間比較采用 χ² 檢驗。對MHD患者ESAs低反應的影響因素采用多因素logistic回歸分析，使用Python3.12構建患者ESAs低反應影響因素預測模型，并繪制受試者工作特征（ROC）曲線評估模型對 MHD 患者ESAs低反應的預測價值，使用Bootstrap法通過在同組數據中行內部驗證評估模型性能（隨機抽樣1000次），同時繪制臨床決策曲線進行臨床實用性評價，以 Plt;0.05 為差異有統計學意義。

2結果

2.1 兩組患者一般資料比較

兩組患者的年齡、性別、身高、體質量、透析持續時間、原發病、透析頻率比較差異均無顯著性（ Pgt; 0.05）。見表1。

2.2 兩組患者實驗室指標比較

兩組患者的血清白蛋白、三酰甘油、Hb、平均紅細胞體積、血細胞比容、PLR比較差異具有顯著性（Z=-10.650～3.191，P Plt;0.05 ；其余指標兩組間未見顯著差異 （Pgt;0.05） 。見表2。

2.3MHD患者ESAs低反應發生的多因素logistic回歸分析

以2.2中有顯著差異指標（血清白蛋白、血清三酰甘油、PLR）為自變量，以ESAs低反應為因變量（是 =1 ，否 =0 ），進行多因素logistic回歸分析，結果顯示，血清白蛋白、血清三酰甘油、PLR為MHD患者ESAs低反應發生的獨立危險因素 （Plt;0.05） 0見表3。

表2兩組患者實驗室指標比較

2.4MHD患者ESAs低反應發生風險預測模型的建立和驗證

將PLR、血清三酰甘油、血清白蛋白作為患者發生ESAs低反應的預測因素，通過Python3.12軟件生成列線圖，見圖1，并繪制ROC曲線，見圖2，結果顯示，ROC曲線的AUC為0.689，C指數等于AUC（0.689），約登指數為0.319，靈敏度為0.470，特異度為0.849；Hosmer-Lemeshow擬合優度檢測顯示擬合優度好 （Υ²=5.827，Plt;0.05） ，見圖2。內部驗證的結果顯示，理想的預測情況曲線（Ideal）與表觀性能曲線（Apparent）走勢基本一致，表明該模型校準良好，偏差校正曲線（Bias-correct）與表象曲線（Apparent）垂直差距小，提示模型穩定性高，過擬合風險低，見圖3。

2.5 臨床實用性評價

臨床決策曲線顯示，閾值概率在 0.4～0.6 范圍內時，MHD患者預測ESAs低反應具有較高的凈收益，見圖4。其中“Nomogram\"表示模型所獲得的凈收益，“AII\"表示在所有患者均接受干預的假設下的凈收益，“None\"表示在沒有患者接受干預時的凈收益。

3討論

CKD全球疾病負擔日益加重，我國人群CKD患病率為 8.2% ，其中，CKD 4～5 期患者的占比為1.8%^[10] ，CKD5期患者發生貧血概率超過 80% ，MHD是CKD5期患者的首選治療方法[11]，然而MHD患者貧血的發生率達 90% 以上，嚴重影響患者預后，控制貧血發生是目前臨床研究的重要方向。既往研究表明MHD患者存在微炎癥狀態[12]，而微炎癥狀態會限制鐵的利用，引起鐵調素增加，抑制促紅細胞生成素的生成[13]，進而會引起ESAs低反應性，導致MHD患者貧血的治療效果不佳。本研究在此基礎之上進一步探討了MHD貧血患者ESAs低反應的影響因素，并構建了ESAs低反應影響因素的預測模型。

CKD患者由于晚期糖基化終末產物和終末氧化蛋白產物在體內蓄積，導致單核巨噬細胞系統激活，促炎癥細胞因子分泌增加，引起免疫紊亂和炎癥損傷[14-15]。行MHD的CKD患者，由于透析膜的生物相容性低、導管或通路部位的污染、血栓的形成、透析液中的雜質等也會進一步加重炎癥的刺激，導致鐵限制性紅細胞生成，損害正常紅細胞的增殖和分化，加重了ESAs低反應，從而使貧血治療效果不佳[16-17]

在機體處于微炎癥狀態時，血小板通過釋放大量的免疫調節細胞因子、趨化因子而參與炎癥反應和免疫調節[18-19]，PLR是反映血小板與淋巴細胞關系的指標，能充分評估機體的炎癥狀況與免疫狀態。另有研究發現PLR與CKD患者發生貧血的風險相關，在CKD患者中，PLR高的患者比PLR低的患者發生貧血的風險更大，且差異有顯著性[5]。本研究結果顯示，ESAs低反應患者的PLR值顯著高于非ESAs低反應的患者，血清白蛋白、血清三酰甘油、血紅蛋白、平均紅細胞體積、血細胞比容均低于非ESAs低反應患者。多因素logistic分析結果顯示，高PLR、低血清白蛋白水平、低血清三酰甘油水平是MHD貧血患者發生ESAs低反應的危險因素，提示PLR在預測貧血患者發生ESAs低反應以及評估貧血治愈難度方面有較高的參考價值，這與VALGA等[20]的研究結果一致。且PLR不易受運動、飲水等生理活動的影響，結果較為穩定[7]。國內的一項納入2018例患者的研究表明，PLR與CKD患者發生貧血的風險相關[21]，再次說明PLR對貧血情況評估的重要性[22]

LEE等[23]的研究發現，CKD兒童中血清白蛋白與貧血呈負相關。國內的一項研究發現血清白蛋白與促紅細胞生成素抵抗指數（ERI呈負相關，這提示血清白蛋白與ESAs低反應相關[24]。接受血液透析的患者通常并發營養不良，而通常表現為低血清白蛋白水平[25]。有證據表明，營養不良和炎癥產生的病理變化發生了惡性循環[26]，使得MHD的營養不良患者的并發癥發生率和死亡風險增加，除此之外，MHD患者透析過程中在排除毒素的同時也會排除分子量相同的營養物質，由此引起的相關營養丟失也易導致進行性營養不良，可使血清白蛋白減少，這也進一步加重了ESAs低反應。另外SHIRVANI等[27]研究發現，貧血患者的血清膽固醇、血清三酰甘油水平較非貧血患者低，紅細胞數量可能與血清膽固醇的合成及運送相關。羅沙司他是一種治療ESAs低反應貧血患者的藥物，有研究發現，經羅沙司他治療后的ESAs低反應患者在貧血癥狀改善的同時，血清中三酰甘油也較前顯著下降，且Hb與血清三酰甘油存在著相關關系，脂質失衡可能間接影響鐵的代謝，從而影響Hb的合成，這提示ESAs低反應患者的脂質代謝可能發生變化，但其具體機制仍待進一步研究探討[28]

列線圖是可以直觀體現預測模型各變量關系并將數據可視化的模型[29-30]，本研究以PLR、血清三酰甘油、血清白蛋白構建的MHD患者ESAs低反應發生的風險預測模型的ROC值為0.689，提示在臨床應用中具有較好的判別MHD的貧血患者發生ESAs低反應的能力。臨床決策曲線提示閾值設置在 0.4～0.6 時，列線圖預測MHD患者ESAs低反應發生具有較高的臨床凈獲益，說明預測模型的臨床效用良好。

本研究仍存在一定的局限性，如研究過程中雖排除了腫瘤患者以及年齡 gt;75 歲的患者，但仍未能完全排除混雜因素；預測模型所涵蓋的患者范圍受到一定限制；本研究因缺失值過多，未納入鐵蛋白、血清鐵等鐵代謝相關指標。

綜上所述，本研究結果顯示，PLR、血清白蛋白以及三酰甘油為MHD患者ESAs低反應發生的預測因子，基于以上因素構建的臨床預測模型具備良好的預測效能及臨床實用性，該預測模型可以輔助臨床醫護人員對MHD貧血患者發生ESAs低反應進行提前預測，以便及時進行干預，從而改善患者的預后。

倫理批準和知情同意：本研究涉及的所有試驗均已通過青島大學附屬醫院醫學倫理委員會的審核批準（文件號QYFYWZLL29338）。所有試驗過程均遵照《涉及人的生物醫學研究倫理審查辦法》的條例進行。受試對象或其親屬已經簽署知情同意書。

作者聲明：尹佳茗、申兵、袁楠、羅從娟參與了研究設計；尹佳茗、柴雅琳、孫李杰、羅從娟參與了論文的寫作和修改。所有作者均閱讀并同意發表該論文，且均聲明不存在利益沖突。

[參考文獻]

[1]沈海燕，劉孝琴.關于維持性血液透析患者ESAs治療低反應kidney disease[J]. EBioMedicine， 2022，77：103942.

[3]高祖玲，楊海俊，熊維建.維持性血液透析患者微炎癥狀態的 研究進展[J].重慶醫學，2018，47（22）：2963-2965，2968.

[4]CHEN Y，NIE Y F， WUJ Y，et al. Association between systemic inflammatory indicators with the survival of chronic kidney disease：A prospective study based on NHANES[J]. Front Immunol，2024，15：1365591.

[5]FU SJ，HUANG JD，FENG ZB，et al. Inflammatory indexes and anemia in chronic kidney disease：Correlation and survival analysis of the National Health and Nutrition Examination Survey 2005-2018[J]. Ren Fail，2024，46（2）：2399314.

[6]ZAHOREC R. Neutrophil-to-lymphocyte ratio， past，present and future perspectives[J]. Bratisl Lek Listy， 2021，12（7）： 474-488.

[7]楊琨，劉佳麗，張燕妮.外周血NLR、PLR、NHR、MHR與老年 終末期腎臟病患者微炎癥狀態的研究[J].現代診斷與治療， 2023，34（8）：1107-1112.

[8]蔡怡旎，楊定平.外周血炎癥細胞比值與慢性腎臟病患者微炎 癥的關系研究[J].臨床腎臟病雜志，2018，18（5）：268-272.

[9]KALANTAR-ZADEH K，FICOCIELLO L H，BAZZANELLA J，et al. Slipping through the pores：Hypoalbuminemia and albumin loss during hemodialysis[J]. Int JNephrol Renovasc Dis， 2021，14：11-21.

[10] WANG L，XU X， ZHANG M，et al. Prevalence of chronic kidney disease in China：Results from the sixth China chronic disease and risk factor surveillance[J]. JAMA Intern Med， 2023，183（4） ：298-310.

[11] LI Y，SHI H，WANG W M，et al. Prevalence，awareness， and treatment of anemia in Chinese patients with nondialysis chronic kidney disease： First multicenter， cross-sectional study[J].Medicine（Baltimore），2016，95（24）：e3872.

[12]HAN X X， ZHANG H Y，KONG JW，et al. Inflammatory index is a promising biomarker for maintenance hemodialysis patients with cardiovascular disease[J]. Eur J Med Res，2024， 29（1） ：544.

[13]LEE K H，PARK E，CHOI HJ，et al. Anemia and iron deficiency in children with chronic kidney disease （CKD）：Data from the know-ped CKD study[J]. J Clin Med，2019，8（2） ： 152.

[14]KAYSEN G A. The microinflammatory state in uremia： Causes and potential consequences[J]. J Am Soc Nephrol，2001， 12（7） ：1549-1557.

[15] YAMADA S，TOKUMOTO M，TATSUMOTO N， et al. Phosphate overload directly induces systemic inflammation and malnutrition as well as vascular calcification in uremia[J].Am JPhysiol Renal Physiol，2014，306（12）：F1418-F1428.

[16] MENG Q，YANG X W，LIU Z C，et al. Excessive erythrophagocytosis accounts for systemic inflammation in chronic kidney disease[J].J Inflamm Res，2024，17：7111-7121.

[17] WEISS G， GANZ T，GOODNOUGH L T. Anemia of inflam mation[J].Blood，2019，133（1）：40-50.

[18] ZHAOJX，XUY Y，XIEJY，et al.Roxadustat does not affectplateletproduction，activation，andthrombosisformation [J].Arterioscler Thromb Vasc Biol，2021，41（10）：2523-2537.

[19]WU H H L，CHINNADURAI R. Erythropoietin-stimulating agent hyporesponsiveness in patients living with chronic kidney disease[J].Kidney Dis（Basel），2022，8（2）：103-114.

[20] VALGA F，MONZONT，HENRIQUEZ F，et al.Platelet-tolymphocyte and neutrophil-to-lymphocyte ratios as markers of erythropoietin resistance in chronic haemodialysis patients：A multicentre cross-sectional study[J]. Nefrologia （Engl Ed）， 2020，40（3）：320-327.

[21]LILL，YANGYQ，QIUM，etal.Theclinical significance ofneutrophil-lymphocyte ratio in patients treated with hemodialysiscomplicated with lung infection[J].Medicine（Baltimore），2021，100（29）：e26591.

[22]TUY，LI ZL，LIU H，et al.Roxadustat on renal anemia with macroinflammation：A retrospective cohort study[J]. KidneyDis（Basel），2024，10（3）：193-199.

[23]LEEKH，PARKE，CHOIHJ，etal.Anemia and iron deficiency in children with chronic kidney disease（CKD）：Data from the know-ped CKD study[J]. J Clin Med，2019，8（2）： 152.

[24] ZHA Y，QIAN Q. Protein nutrition and malnutrition in CKD andESRD[J].Nutrients，2017，9（3）：208.

LZ5」AVESANIU M，SABAIINU A，GUEKKAA，et aI. A cOmparative analysis of nutritional assessment using global leadershipinitiative on malnutrition versus subjective global assessment and malnutrition inflammation score in maintenance hemodialysispatients[J].JRen Nutr，2022，32（4）：476-482.

[26]YAMADA S，TSURUYAK，KITAZONO T，etal.Emerging cross-talks between chronic kidney disease-mineral and bone disorder（CKD-MBD） and malnutrition-inflammation complex syndrome（MICS）in patients receiving dialysis[J]. ClinExpNephrol，2022，26（7）：613-629.

[27]SHIRVANI M，VAKILI SADEGHI M，HOSSEINI S R，et al.DoesSerum lipid profile differ in anemia and non-anemic oldersubjects[J].CaspianJIntern Med，2017，8（4）：305-310.

[28]WANGL C，WU YL，LI YJ，et al.Effect of roxadustat on serum metabolome and lipidome in patients with end-stage renal disease and erythropoiesis-stimulating agent resistance[J]. Ann TranslMed，2022，10（19）：1069.

[29]CHENJM，LIY，LIU P，et al.A nomogram to predict the in-hospital mortality of patients with congestive heart failure andchronic kidneydisease[J].ESCHeartFail，2o22，9（5）： 3167-3176.

[30]LIF，WEIRB，WANGY，etal.Nomogram prediction model forrenal anaemia in IgA nephropathy patients[J].Open Med （Wars），2021，16（1）：718-727.

（本文編輯耿波）