Del 1|Förutsäga njuråterhämtning efter dialys-kräver akut njurskada Förutsäga njuråterhämtning efter dialys-kräver akut njurskada

Förutsäga njuråterhämtning efter dialys-kräver akut njurskada Förutsäga njuråterhämtning efter dialys-kräver akut njurskada

Kontakt: emily.li@wecistanche.com

Benjamin J. Lee^1,2,3, Chi-yuan Hsu^1,4, Rishi Parikh⁴Charles E. McCulloch⁵Thida C. Tan⁴, Kathleen D. Liu^1,6, Raymond K. Hsu¹, Leonid Pravoverov⁷, Sijie Zheng^4,7och Alan S. Go^1,4,5

¹Avdelningen för nefrologi, Institutionen för medicin, University of California, San Francisco, San Francisco, Kalifornien, USA;²Houston Kidney Consultants, Houston, Texas, USA;³Houston Methodist Institute for Academic Medicine, Houston, Texas, USA;⁴Division of Research, Kaiser Permanente Northern California, Oakland, Kalifornien, USA;⁵Institutionen för epidemiologi och biostatistik, University of California, San Francisco, San Francisco, Kalifornien, USA; 6Division of Critical Care, Department of Anesthesia, University of California, San Francisco, San Francisco, Kalifornien, USA; och⁷Nefrologiska avdelningen, Kaiser Permanente Oakland Medical Center, Oakland, Kalifornien, USA

Introduktion:

Efterdialyskrävande akut njurskada(AKI-D), återvinning av tillräckligtnjurfunktionatt avbrytadialysär ett viktigt kliniskt och patientorienterat resultat. Att förutsäga sannolikheten för återhämtning hos enskilda patienter är ett vanligt dilemma.

Metoder:

Denna kohortstudie undersökte alla vuxna medlemmar i Kaiser Permanente Northern California som upplevde AKI-D mellan januari 2009 och september 2015 och hade förutspått dödlighet på slutenvården<20%. candidate="" predictors="" included="" demographic="" characteristics,="" comorbidities,="" laboratory="" values,="" and="" medication="" use.="" we="" used="" logistic="" regression="" and="" classification="" and="" regression="" tree="" (cart)="">

att utveckla och korsvalidera prediktionsmodeller för återhämtning.

Resultat:

Bland 2214 patienter med AKI-D var medelåldern 67,1 år, 40,8 procent var kvinnor och 54,0 procent var vita; 40,9 procent av patienterna återhämtade sig. Patienter som återhämtade sig var yngre, hade högre uppskattad glomerulär filtrationshastighet (eGFR) vid baseline och hemoglobinnivåer före intagning och hade mindre risk att ha tidigare hjärtsvikt eller kronisk leversjukdom. Stegvis logistisk regression applicerad på prover med bootstrapped identifierade baslinje eGFR, hemoglobinnivå före tillträde, kronisk leversjukdom och ålder som de prediktorer som oftast är förknippade med att avbrytadialysinom 90 dagar. Vår slutliga logistiska regressionsmodell inklusive dessa prediktorer hade en korrelationskoefficient mellan observerade och förutspådda sannolikheter på 0.97, med ett c-index på 0.64. En alternativ CART-metod överträffade inte den logistiska regressionsmodellen (c-index 0,61).

Slutsats:

Vi utvecklade och korsvaliderade en sparsam prediktionsmodell för återhämtning efter AKI-D med utmärkt kalibrering med hjälp av rutinmässigt tillgängliga kliniska data. Men modellens blygsamma diskriminering begränsar dess kliniska användbarhet. Ytterligare forskning behövs för att utveckla bättre förutsägelseverktyg.

Kidney Int Rep (2019) 4, 571–581; https://doi.org/10.1016/j.ekir.2019.01.015

NYCKELORD:dialys, dialys-kräver, njurfunktion,akut njurskada,prediktionsmodell,njuråterhämtning

Cistanche skyddar och förbättrar njurfunktionen

AKI-D är ett allvarligt akut medicinskt tillstånd som drabbar 3 procent till 13 procent av kritiskt sjuka patienter.^1–3Även om dödligheten på sjukhus bland patienter med AKI-D har minskat,^4–8en ansenlig del av de överlevande finns kvardialys-beroende vid tidpunkten för sjukhusutskrivning och därefter.^2,5,9–11 Renal återhämtningefter AKI-D, definierad som återlämnande av tillräckligtnjurfunktionatt avbrytadialys, är ett viktigt kliniskt och patientorienterat resultat. Även om de flesta patienter med normal baslinjenjurfunktionså småningom återhämta sig om de överlever AKI-D sjukhusvistelsen,12 många patienter med AKI-D erfarenhetakut njurskada(AKI) ovanpå kronisk njursjukdom (CKD) och återhämtar sig inte.^13–15

Förutsägelse av återhämtning efter uppkomsten av AKI-D är ett vanligt dilemma som patienter, deras familjer och läkare konfronteras med på flera specialiteter, från nefrologer till intensivister, sjukhusläkare och primärvårdsläkare. Baslinje eGFR, proteinuri, ålder, diabetes mellitus och samsjuklighetsbörda har visat sig påverka sannolikheten för återhämtning.9,10,13–17 Den enda publicerade prediktionsmodellen konstruerades av Srisawat et al.,¹⁸ som fann att Charlson komorbiditetsindex och APACHE II-poäng var prediktorer. Deras studie var dock liten (n ¼ 76) och inkluderade endast mycket utvalda deltagare som var inskrivna i en klinisk prövning som uteslöt patienter med redan existerande stadium 4 eller 5 CKD, så generaliserbarheten var begränsad av flera skäl.^19,20Sammantaget är data om AKI-Ds naturliga historia varierande, och det är svårt att veta om en enskild patient med AKI-D kommer att återhämta sig.^9,21

Förmågan att förutsäga återhämtning mer exakt kan potentiellt vägleda rådgivning och beslutsfattande i både slutenvård och öppenvård. Många inlagda patienter med AKI frågar om deras chanser att återhämta sig redan innan de påbörjar akutdialys, och vissa kan avböja att startadialyshelt och hållet om de förstår att chanserna för återhämtning är mycket låga och att de sannolikt kommer att fortsättadialysför resten av sina liv. Exakt förutsägelse av återhämtning skulle informeradialysTillgångsbeslut för patienter med AKI-D: både valet av tillfälliga katetrar jämfört med tunnlade katetrar på kort sikt och tidpunkten för placering av fistel eller transplantat på medellång sikt. Förbättrade prognostiska förmågor skulle också påverka tidpunkten för öppenvårddialysstolplacering (dvs. fastställa en tid och plats för öppenvårddialys), vilket potentiellt kan påverka sjukhusvistelsens längd. I poliklinisk miljö, när patienter överväger procedurer som kan förlänga AKI-D (t.ex. administrering av jodkontrast), skulle förmågan att förutsäga återhämtning hjälpa patienter och deras vårdgivare att på lämpligt sätt väga risker och fördelar. Ur ett forskningsperspektiv skulle förbättrade prognostiska förmågor möjliggöra riktad inskrivning av patienter med AKI-D som har en rimlig chans att återhämta sig till försök som testar potentiella behandlingar.

Det finns för närvarande inga validerade förutsägelsemodeller för AKI-D-återhämtning, och expertpaneler har identifierat denna kunskapslucka som en nyckelbarriär för att förbättra resultaten i denna sårbara befolkning.^9,22Med hjälp av en mångfaldig, gemenskapsbaserad kohort var vårt mål att utveckla en förutsägelsemodell för återhämtning efter AKI-D som skulle kunna tillämpas på rutinmässig klinisk praxis.

Denna studie godkändes av de institutionella granskningsnämnderna vid KPNC och University of California, San Francisco, med avstående från informerat samtycke som erhållits på grund av studiens natur.

Cistanche skyddar och förbättrar njurfunktionen

METODER

Källa Population

The source population was based within Kaiser Per- Permanente Northern California (KPNC), a large, integrated health care delivery system that provides comprehensive care for >4,4 miljoner medlemmar. Dessa patienter behandlades på 21 Kaiser Permanente-ägda sjukhus (tilläggsbilaga S1). KPNC-medlemskapet är i hög grad representativt för den omgivande lokala och statliga befolkningen.23 Nästan alla aspekter av vården fångas upp genom KPNC:s elektroniska journalsystem, som är integrerat i inställningar för slutenvård, akutmottagning och öppenvård.

Denna studie godkändes av de institutionella granskningsnämnderna vid KPNC och University of California, San Francisco, med avstående från informerat samtycke som erhållits på grund av studiens natur.

Studieprov

Vi genomförde en retrospektiv kohortstudie av alla vuxna (ålder över eller lika med 18 år) KPNC-medlemmar som utvecklade AKI-D mellan 1 januari 2009 och 30 september 2015 och som hade mer än eller lika med 12 månader i följd medlemskap i hälsoplanen och apoteksförmåner före index sjukhusvistelse för att säkerställa adekvat fångst av relevanta komorbiditeter, laboratorietester och användning av receptbelagd medicin. För denna analys klassificerade vi patienter som med AKI-D om de genomgick njurersättningsterapi (RRT; akut intermittent hemodialys och/eller kontinuerlig RRT) under sjukhusvistelse i frånvaro av någon kronisk RRT före intagning och hade en maximal koncentration av kreatinin i serum på slutenvården Större än eller lika med 50 procent av baslinjen före intagning (definierad som den senaste polikliniska mätningen utanför akutmottagningen mellan 7 och 365 dagar före inläggning). Kronisk RRT före inläggning fastställdes genom ett omfattande KPNC End-Stage Renal Disease (ESRD) behandlingsregister som spårar initiering och avbrytande av RRT-behandlingar och datum/datum för njurtransplantation.13,15,24,25 Vi uteslöt patienter som hade baseline eGFR-värden<15 ml/min="" per="" 1.73="" m2="" (because="" it="" is="" difficult="" in="" this="" egfr="" range="" to="" distinguish="" true="" aki-d="" from="" the="" progression="" of="" severe="" ckd)="" or="" predicted="" probability="" of="" inpatient="" mortality="" ≥20%="" using="" a="" kpnc-validated="" risk="" score26="" (because="" the="" issue="" of="">njuråterhämtningär kliniskt relevant endast bland de patienter med AKI-D som sannolikt kommer att överleva den akuta sjukhusvistelsen och även för att minska analytiska problem som introduceras när döden kan tolkas som ett tillstånd av "icke-återhämtning" efter AKI-D). Vi genomförde också 2 känslighetsanalyser: en som inte uteslöt patienter med en förutspådd sannolikhet för slutenvårdsdödlighet större än eller lika med 20 procent och en som använde serumkreatinin istället för eGFR.

Renal återhämtning efter AKI-D

Det primära resultatet var återhämtningen av inföddanjurfunktionefter AKI-D, definierad som RRT-oberoende inom 90 dagar efter RRT-initiering och överlevnad i mer än eller lika med 4 veckor efter RRT-avbrott. Patienter som avbröt RRT inom 4 veckor efter 90-dagens gräns observerades efter 90 dagar för att bekräfta att de förblev vid liv under minsta 4-veckorsperiod. Vi använde status vid 90 dagar eftersom patienterna konventionellt anses ha ESRD om de finns kvardialys-beroende i mer än eller lika med 90 dagar.9 Vi krävde att patienterna skulle vara vid livdialysi mer än eller lika med 4 veckor för att minska potentiell felklassificering av personer som avbrutit behandlingendialyspå grund av indragning av vården. Återhämtning kan ske under den första AKI-D-sjukhusinläggningen eller i öppenvården efter utskrivning från sjukhuset. Vi förankrade vår analys baserat på datumet för RRT-initiering (snarare än sjukhusutskrivning eller något annat datum) för att koppla den närmare till den naturliga historien för AKI-episoden snarare än andra främmande faktorer som kan påverka längden på sjukhusvistelsen.

Kovariater

Demografiska egenskaper (t.ex. ålder, kön, självrapporterad ras och etnicitet) erhölls från hälsoplansdatabaser.^27–29Relevanta komorbiditeter definierades av diagnostisk eller procedurmässig internationell klassificering av sjukdomar, nionde revisionskoder och kompletterades med laboratorietestresultat, polikliniska vitala tecken och ordinerade mediciner med hjälp av elektroniska journalbaserade data som rengjordes och länkades på individ-patientnivå till Kaiser Permanente Virtual Data Warehouse som tidigare beskrivits och validerats.^25,30–38Patientens vitalstatus fastställdes med hjälp av omfattande information från hälsoplanens administrativa och kliniska databaser, medlemsrapportering, socialförsäkringsadministrationens vitalstatusfiler och information om dödsattest i delstaten Kalifornien.^39,40 Demographic characteristics and inpatient laboratory values were measured on the date of RRT initiation for AKI-D, and baseline outpatient laboratory values and vital signs were measured 7 to 365 days before admission. For variables that had missing data, a category for missingness was created for each of those variables. Variables with >20 procent av värdena som saknades ingick inte i modelleringsprocessen.

Statistiskt tillvägagångssätt

Analyser utfördes med användning av SAS, version 9.3 (SAS Inc., Cary, NC) och Salford Predictive Modeler, version 8.2 (Salford Systems, San Diego, CA). Baslinjeegenskaper jämfördes mellan återhämtningsgrupper med användning av variansanalys för kontinuerliga variabler och x² tester för kategoriska variabler.

Vi genomförde initialt multivariabel logistisk regressionsanalys för att förutsäga återhämtning efter AKI-D, med följande kandidatprediktorer: ålder, kön, självrapporterad ras och etnicitet, rökstatus, användning av läkemedel före intagning, redan existerande komorbiditeter (hjärtsvikt, kranskärlssjukdom, tidigare ischemisk stroke, perifer artärsjukdom, förmaksflimmer, mitral- eller aortaklaffsjukdom, venös tromboembolism, hypertoni, diabetes mellitus, dyslipidemi, tidigare inlagd gastrointestinal blödning, sköldkörtelsjukdom, kronisk leversjukdom, kronisk lungsjukdom, demens, depression) riskpoäng för dödlighet.²⁶ Ytterligare kandidatprediktorer inkluderade följande preadmissionsvariabler: body mass index, systoliskt blodtryck, preadmission high-density och low-density lipoproteinnivåer, eGFR (med användning av Chronic Kidney Disease Epidemiology Collaboration kreatininekvationen⁴¹), nivå av proteinuri i dipstick, hemoglobinnivå och trombocytantal. Kroppsmassaindex, systoliskt blodtryck före intagning och alla laboratoriebaserade variabler behandlades som kategoriska ordinalvariabler (uppdelningar mellan kategorier som visas i tabellerna 1 och 2; liknande resultat erhölls när dessa kovariater behandlades som kontinuerliga variabler). För att identifiera viktiga prediktorer genererade vi först 1000 slumpmässiga prover av den analytiska kohorten genom bootstrap-omsampling med ersättning och genomförde sedan automatisk stegvis logistisk regression på varje prov. Prediktorer som valdes ut genom stegvis regression i Större än eller lika med 75 procent av proverna med bootstrapped inkluderades i den slutliga modellen. Vi använde sedan 10-faldig korsvalidering för att generera förutspådda sannolikheter för återhämtning för varje patient, som användes för att beräkna ett c-index och generera kalibreringsstatistik. Slutligen genererades modellparameteruppskattningar och oddskvoter för den slutliga uppsättningen av prediktorer genom en logistisk regressionsmodell som använder den fullständiga analytiska kohorten.

Vi planerade också på förhand att utföra en CART-analys för återhämtning eftersom det inte var känt om denna metod skulle ge mer kliniskt användbara resultat än den logistiska regressionsmetoden.⁴² Kandidatprediktorer var desamma som de som användes i den logistiska regressionsanalysen. CART behandlade alla laboratorievärden som kontinuerliga variabler och optimalt valda cut-points för att minimera informationsförlust. Inga gränser sattes för en minsta nod eller terminalstorlek. Träd beskärades och optimerades med hjälp av inbyggd 10-faldig korsvalidering för att minimera den relativa felklassificeringen av fall samtidigt som de skyddades mot överfintering. C-index, en förvirringsmatris och en mottagares funktionskurva genererades för att utvärdera prestandan för det slutliga beslutsträdet.

För del 2, vänligen klickahär.