基于生物标志物预测重症患者急性肾损伤决策树模型的构建和验证研究
Construction and validation of a decision tree based on biomarkers for predicting severe acute kidney injury in critically ill patients作者机构:南方医科大学附属小榄医院重症医学科广东中山528415
出 版 物:《中华危重病急救医学》 (Chinese Critical Care Medicine)
年 卷 期:2020年第32卷第6期
页 面:721-725页
核心收录:
学科分类:100218[医学-急诊医学] 1002[医学-临床医学] 1011[医学-护理学(可授医学、理学学位)] 100210[医学-外科学(含:普外、骨外、泌尿外、胸心外、神外、整形、烧伤、野战外)] 1010[医学-医学技术(可授医学、理学学位)] 10[医学]
基 金:广东省医学科研基金项目(A2017557) 广东省中山市社会公益科技研究项目(2019B1100)
摘 要:目的构建和评价基于生物标志物预测重症患者发生急性肾损伤(AKI)的决策树模型。方法前瞻性选择2017年1月至2018年6月入住南方医科大学附属小榄医院重症医学科的重症患者。记录患者临床资料,入重症监护病房(ICU)即刻测定生物标志物〔血清胱抑素C(sCys C)、尿N-乙酰-β-D-氨基葡萄糖苷酶(uNAG)〕,并记录终点指标。以2017年1月至12月收治的患者作为测试队列,采用决策树分类回归树(CART)算法,以生物标志物最佳截断值为决策节点,构建预测重症AKI的生物标志物决策树模型,采用整体精准度和受试者工作特征曲线(ROC)评估该决策树模型的预测价值。以2018年1月至6月收治的患者作为验证队列,进一步验证该决策树模型的整体精准度和预测能力。结果在测试队列研究中,共263例患者入选,其中57例(21.7%)发生重症AKI〔定义为改善全球肾脏病预后组织(KDIGO)AKI 2期及3期〕。与非重症AKI患者相比,重症AKI患者年龄更大〔岁:64(49,74)比52(41,66)〕,急性生理学与慢性健康状况评分Ⅱ(APACHEⅡ)更高〔分:23(19,28)比15(11,20)〕,罹患高血压、糖尿病等基础疾病及合并脓毒症的比例更高(64.9%比40.3%、28.1%比10.7%、63.2%比29.6%),sCys C和uNAG水平更高〔sCys C(mg/L):1.38(1.12,2.02)比0.79(0.67,0.98),uNAG(U/mmol肌酐):5.91(2.43,10.68)比2.72(1.60,3.90)〕,住院病死率和90 d病死率更高(21.1%比4.4%,52.6%比13.1%),ICU住院时间更长〔d:6.0(4.0,9.5)比3.0(1.0,6.0)〕,肾脏替代治疗需求更多(22.8%比1.9%),差异均有统计学意义(均P0.05)。ROC曲线分析显示,sCys C、uNAG预测重症AKI的ROC曲线下面积(AUC)分别为0.857〔95%可信区间(95%CI)为0.809~0.897〕和0.735(95%CI为0.678~0.788),最佳截断值分别为1.05 mg/L和5.39 U/mmol肌酐。以生物标志物最佳截断值构建的决策树模型结构直观,预测重症AKI的整体精准度为86.0%,AUC为0.905(95%CI为0.863~0.937),敏感性为0.912,特异性为0.796。在130例患者的验证队列中,该决策树模型预测重症AKI的整体精准度为81.0%,AUC为0.909(95%CI为0.846~0.952),敏感性为0.906,特异性为0.816。结论基于生物标志物预测重症患者AKI的决策树模型具有较高的准确性,直观明了,可执行性强,有助于临床医师进行判断和采取决策。