文献速递重症综合管理与镇静镇痛消化、代谢与肾脏急症

联合尿液生物标志物可预测心脏手术后急性肾损伤:系统评价与Meta分析

Combination of urinary biomarkers can predict cardiac surgery-associated acute kidney injury: a systematic review and meta-analysis.
PubMed 文献 · Ann Intensive Care · 2025-03-29
一句话结论心脏手术后联合检测尿液生物标志物预测CS-AKI的AUC为0.82(全部阶段)和0.85(严重AKI),优于单个标志物的可接受准确性。

该研究为系统评价与Meta分析,共纳入95篇文章、14,455例心脏手术患者,评估尿液生物标志物对心脏手术相关急性肾损伤(CS-AKI)的预测价值,主要效应量为AUC。单个标志物预测全部阶段CS-AKI的AUC最高为0.75,预测严重CS-AKI的AUC最高为0.74,均为可接受准确性。联合检测尿液生物标志物预测全部阶段和严重CS-AKI的AUC分别为0.82和0.85,达到良好准确性。临床预测模型加入尿液生物标志物后AUC从0.74升至0.80,但差异无统计学意义(p=0.0666)。

要点

  • 心脏手术患者CS-AKI发生率为28.77%(4,159/14,455),单个尿液生物标志物预测全部阶段CS-AKI的AUC最高为0.75,预测严重CS-AKI的AUC最高为0.74,均为可接受准确性。
  • 联合检测尿液生物标志物预测全部阶段和严重CS-AKI的AUC分别为0.82和0.85,达到良好准确性;联合2个与联合超过2个标志物的AUC无显著差异(p=0.6247)。
  • TIMP2xIGFBP7阈值2.0 (ng/ml)²/1000时特异性98.76%、敏感性40%;阈值0.3 (ng/ml)²/1000时敏感性81%、特异性82%;阈值0.15 (ng/ml)²/1000时敏感性87%、特异性68%。
  • 临床预测模型或评分加入尿液生物标志物后AUC从0.74升至0.80,但差异未达统计学显著(p=0.0666)。
  • 作者推荐联合使用尿液生物标志物或将其加入临床预测评分以早期识别CS-AKI患者;单个标志物识别严重CS-AKI推荐NGAL、TIMP2xIGFBP7和π-GST。

适用人群与场景

  • 接受心脏手术的患者,包括体外循环(CPB)和非体外循环手术;纳入研究超过70%使用CPB。
  • 研究纳入标准:报告心脏手术后尿液生物标志物预测CS-AKI的AUC-ROC、敏感性和特异性,且AKI定义符合KDIGO标准;未使用特定生物标志物过滤。
  • 研究对象未根据术前肾功能或合并症统一分层,患者内在因素异质性高。

诊断标准与关键阈值

  • CS-AKI诊断依据KDIGO标准(原文亦纳入基于AKIN和RIFLE标准的研究);RIFLE-Risk类别通常过度诊断AKI,RIFLE-Injury和RIFLE-Failure类别对应AKIN和KDIGO 2期和3期。
  • AUC判别标准:0.5为无判别能力,0.7至0.8为可接受,0.8至0.9为良好,高于0.9为优秀。
  • TIMP2xIGFBP7常用阈值:2.0 (ng/ml)²/1000和0.3 (ng/ml)²/1000。

处置流程与药物剂量

  • 作者推荐联合检测尿液生物标志物或将其加入临床预测评分,以早期识别CS-AKI患者,此时可实施预防措施。
  • 作者推荐使用NGAL、TIMP2xIGFBP7和π-GST作为单个尿液生物标志物识别严重CS-AKI患者。
  • TIMP2xIGFBP7可采用床旁检测(Nephrocheck);Zarbock等在PrevAKI试验中用其识别高危患者以实施KDIGO集束化干预,降低CS-AKI发生率。
  • 作者不推荐使用超过2个尿液生物标志物预测CS-AKI,因增加检测数量不提高预测价值,但可能增加医疗费用(联合2个与超过2个标志物AUC无显著差异,p=0.6247)。
  • 作者建议采用较低阈值0.15 (ng/ml)²/1000以在筛查严重CS-AKI时获得最大敏感性,即使以降低特异性为代价。

研究设计与关键结果

  • 系统评价与Meta分析,纳入95篇文章(包括随机和非随机研究),共14,455例心脏手术患者;CS-AKI发生率为28.77%(4,159/14,455)。
  • 单个尿液生物标志物预测全部阶段CS-AKI(KDIGO标准):术中及术后早期测量的AUC最高为0.75 [95%CI 0.67, 0.82];预测严重CS-AKI的AUC最高为0.74 [95%CI 0.72, 0.77]。
  • 联合尿液生物标志物预测全部阶段和严重CS-AKI:术中及术后早期测量的AUC分别为0.82 [95%CI 0.75, 0.88]和0.85 [95%CI 0.79, 0.91]。
  • 联合2个与超过2个尿液生物标志物的AUC分别为0.84和0.87,无显著差异(p=0.6247)。
  • 临床预测模型或评分单独AUC为0.74 [95%CI 0.69, 0.79],加入尿液生物标志物后AUC为0.80 [95%CI 0.76, 0.84],差异无统计学意义(p=0.0666)。
  • 以尿肌酐浓度归一化显著改善术后第2天和第3天KIM-1的预测价值(p=0.0321),对其他标志物无影响;π-GST归一化后准确性降低(p=0.0862)。
  • TIMP2xIGFBP7阈值2.0 (ng/ml)²/1000特异性98.76%、敏感性40%;阈值0.3 (ng/ml)²/1000敏感性81%、特异性82%;阈值0.15 (ng/ml)²/1000敏感性87%、特异性68%。
  • 43篇文章报告住院时间和死亡率:CS-AKI组ICU和住院时间更长;多数研究显示AKI组死亡率升高;Brown等报告尿液生物标志物与再入院和死亡率无关,而AKI持续时间超过3天有强预测价值。

证据类型、等级与局限

  • 证据类型:系统评价与Meta分析,遵循PRISMA 2020和Cochrane手册,PROSPERO注册号CRD42022371166。
  • 质量评估:QUADAS-2和GRADE Pro评估;总体偏倚风险为中到高,40%的研究使用冻存尿液样本批量分析且未报告测量时间及盲法;所有结局的证据确定性均为低。
  • 局限:纳入文章的异质性高,尿液生物标志物测量时间点变异大,被迫合并时间点;高异质性限制患者水平的推广性;偏倚风险高;早期文章追溯至2008年,报告规范变化可能增加早期研究偏倚;2015年前研究主要批量测量,引入偏倚;患者内在因素异质性高;因多变量混合效应模型复杂未能评估发表偏倚;未进行预先计划的亚组分析(如合并症亚组)因数据不足。

对床旁实践的改变

  • 作者推荐联合检测尿液生物标志物或将其加入临床预测评分,以早期识别CS-AKI患者并及时实施预防措施。
  • 作者推荐使用NGAL、TIMP2xIGFBP7和π-GST作为单个尿液生物标志物来识别严重CS-AKI患者。
  • 作者不推荐使用超过2个尿液生物标志物预测CS-AKI,因准确性无改善且可能增加费用。
  • 作者建议TIMP2xIGFBP7采用0.15 (ng/ml)²/1000阈值以最大化筛查严重CS-AKI的敏感性,即使降低特异性。
  • 作者建议研究者报告尿液生物标志物测量的确切时间并对临床数据设盲,以降低偏倚风险;不推荐进一步研究已建立的尿液生物标志物的准确性,推荐研究新的、稳定且易测量的标志物。

指南或共识出处

  • 心血管麻醉医师学会专家共识声明、急性疾病质量倡议(ADQI)组实践更新和ERAS学会心脏手术指南推荐将尿液生物标志物纳入急性肾损伤和心脏手术相关急性肾损伤的早期诊断和预防(原文引用文献6–8)。

提炼说明

  • 原文未涉及「红旗征与不能漏的情况」,故未列出这些栏目。
全文中译29 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Ann Intensive Care. 2025 Mar 29;15:45. doi: 10.1186/s13613-025-01459-7

背景

心脏手术相关急性肾损伤(CS-AKI)是一种常见的术后并发症,发生率为20–50%,导致院内发病率、死亡率和医疗费用增加[1, 2]。急性肾损伤(AKI)的诊断基于血清肌酐(sCr)升高、尿量减少或两者兼有,由KDIGO标准定义[3]。然而,sCr的升高仅在肾小球滤过率(GFR)丧失超过50%后才出现,这表明其在检测早期肾损伤方面的敏感性有限[4]。

肾脏应激、早期损伤和功能性尿液生物标志物(UBs)已被广泛研究,以识别发生CS-AKI高风险的患者,并突出可能从特定治疗措施中获益的患者群体。对尿中性粒细胞明胶酶相关脂质运载蛋白(NGAL)、肝型脂肪酸结合蛋白(L-FABP)、白细胞介素-18(IL-18)、肾损伤分子(KIM-1)、铁调素-25、N-乙酰-β-D-氨基葡萄糖苷酶(NAG)、金属蛋白酶组织抑制剂-2与胰岛素生长因子结合蛋白-7联合指标(TIMP2xIGFBP7)、α-和π-谷胱甘肽-S-转移酶(α-GST、π-GST)、α−1-微球蛋白等的广泛研究显示了不同的预测准确性。

一项多中心随机临床试验报告,在通过TIMP2xIGFBP7识别的高危患者中,术后早期引入KDIGO集束化管理显著降低了CS-AKI的发生率[5]。心血管麻醉医师学会最近的专家共识声明以及急性疾病质量倡议(ADQI)组的实践更新和ERAS学会心脏手术指南推荐将尿液生物标志物纳入急性肾损伤以及心脏手术相关急性肾损伤的早期诊断和预防中[6–8]。然而,单个生物标志物的预测价值以及联合不同生物标志物的潜在益处仍不清楚。

因此,我们旨在综述现有文献,以获得关于各种尿液生物标志物在CS-AKI中预测准确性的总结性信息,以指导临床医生将哪种尿液生物标志物纳入其临床实践以预防CS-AKI的发生。

方法

我们根据PRISMA 2020指南的建议报告我们的系统综述和荟萃分析(图1),同时我们遵循Cochrane手册[9, 10]。研究方案已在PROSPERO注册(注册号CRD42022371166)。PRISMA检查表见补充材料。

图1 代表研究筛选过程的PRISMA 2020流程图 查看原图 ↗

纳入标准

所有报告心脏手术后尿液生物标志物诊断准确性的研究均被纳入我们的分析,前提是这些研究提供了预测心脏手术相关急性肾损伤的AUC-ROC、敏感性和特异性,且急性肾损伤由肾脏疾病改善全球结局(KDIGO)标准定义[3]。我们未对特定尿液生物标志物研究使用任何筛选限制。

信息来源

我们于2022年11月11日在三个数据库进行了初步系统检索:EMBASE、PUBMED和CENTRAL。我们于2024年11月3日更新了文献检索。

检索策略

在系统检索过程中,使用了以下检索关键词:

(((尿液) OR (排泄) OR (肾脏) OR (肾) OR (尿) OR (应激) OR (损伤)) AND (生物标志物)) AND ((((心脏) AND (手术)) OR (主动脉 AND 手术) OR (主动脉 AND 瓣膜 AND 手术) OR (非体外循环) OR ((体外循环) AND (旁路)) OR (二尖瓣 AND 手术) OR (二尖瓣 AND 瓣膜 AND 手术) OR (冠状动脉 AND 手术) OR (体外循环)))。

选择过程

选择过程由两名独立的综述作者(NK和MP)使用文献管理软件(EndNote 20,Clarivate Analytics)完成。在手动和自动去除重复文献后,先进行标题和摘要筛选,随后进行全文筛选。在每个阶段均计算评审者间一致性的Cohen's Kappa系数,若Cohen's Kappa系数大于0.80则进入下一阶段。分歧通过共识解决,并涉及第三名评审者(CT)。

数据收集过程

所有合格研究的所有数据均由两名独立研究者(NK和MP)按照预先设定的数据收集方案并行收集。研究者之间的任何分歧均通过共识解决。

数据条目

从所有合格研究中提取以下数据:第一作者、发表年份、研究人群、研究时间段、原产国、中心数量、纳入患者数量、人群年龄和性别、术前血清肌酐、纳入和排除标准、心脏手术类型、体外循环(CPB)的使用、尿液生物标志物类型、测量时间点、检测试剂制造商、生物标志物截断值和单位、CS-AKI定义标准、CS-AKI时间范围、无CS-AKI和伴有CS-AKI的患者数量(按分期)、诊断研究的目的、敏感度和特异度及其95%置信区间(95% CI)、阴性预测值(NPV)和阳性预测值(PPV)、受试者工作特征曲线下面积(AUC-ROC)及其95% CI、标准误(SE)和p值、真阳性(TP)、假阳性(FP)、真阴性(TN)、假阴性(FN)、阳性似然比(+ LR)和阴性似然比(−LR)。

研究偏倚风险评估

两名作者(NK和MP)独立使用QUADAS-2 [11]进行偏倚风险评估,并使用GRADE Pro [12]评估证据质量,分歧由另一名作者(CT)解决。

综合方法

统计分析使用R统计软件(版本4.1.2.)和在线工具的R脚本[13]进行。所有统计分析中p值小于0.05被视为具有显著性。

我们收集了AUC值及其置信区间。我们根据置信区间估算AUC值的标准差。若无可用置信区间,我们使用已发表的公式[14]。

主要的统计学挑战在于,一项研究中不同生物标志物对应的AUC值通常属于同一总体。为了创建统计学上严谨的合并AUC值,我们必须同时考虑样本误差之间的相关性以及同一研究中不同结局对应的随机效应之间的相关性。为了考虑这些相关性,我们使用metaphor R包的RMA.mv函数拟合了多变量混合效应模型。我们使用了分层随机效应相关结构。为了规避样本误差之间相关性未知所导致的问题,我们用Pustejovsky等人提出的稳健方法对该方法进行了补充,该方法在clubSandwhich R包的coef_test函数中实现[15]。作为初步猜测,我们假设同一标本对应的任意两个miRNA AUC之间具有相同的相关性,然后应用了clubSandwhich包的稳健校正。我们将结果可视化为森林图。

对于敏感度和特异度的荟萃分析,同样从研究中提取/计算了二乘二列联表,其中包括真阳性、假阳性、假阴性和真阴性值,以及相应的阈值(如有)。

在诊断性荟萃分析领域,一种方法是计算汇总ROC曲线,例如遵循Rutter和Gatsonis等人的方法[16]。另一种选择是双变量模型,其侧重于合并敏感度和特异度[17, 18]。有趣的是,Harbord等人的研究表明,这两种方法在数学上是等价的,只是侧重点不同[19]。我们仅有TIMP2xIGFBP7的足够数据用于诊断性荟萃分析。针对三个特定阈值,我们用相应数据进行了荟萃分析,侧重于合并敏感度和特异度。我们在ROC图上绘制了纳入研究的敏感度和特异度、敏感度和特异度的汇总估计值以及相应的95%置信区域和预测区域。在这些可视化图中,椭球的大小反映了根据前述方法计算的各研究的权重[20]。预测区域的大小有助于了解异质性。

由于高异质性以及结局之间相关性所带来的复杂性,我们未进行发表偏倚分析。

各研究中生物标志物的测量时间点有所不同,如补充表1所示。我们根据急性肾损伤的病理生理学对时间点进行了合并,并据此汇总数据。术前、麻醉诱导时、Foley导尿管置入时的时间点被合并为“术前”。所有术中测量以及术后6小时内的测量被合并为“术中及术后早期”。我们有足够的数据对TIMP2xIGFBP7的术中测量和术后早期测量分别进行独立分析,差异不显著。因此我们决定保持“术中及术后早期”的合并汇总方式。我们将术后6至24小时、术后第1天、第2天和第3天的所有测量时间点进行合并,并据此进行亚组分析。我们单独汇总了“早期最大值”测量。

AUC值位于[0.5–1.0]范围内,其中最小值代表随机分类器的性能,最大值对应于完美分类器(例如,分类错误率等于零)[14, 21]。一般而言,AUC为0.5表示无区分能力(即,基于检测区分患有和不患有该疾病或状况的患者的能力),0.7至0.8被认为可接受,0.8至0.9被认为良好,高于0.9的值被认为优秀[22]。

结局

我们的主要结局是单个生物标志物预测按KDIGO标准定义的所有阶段CS-AKI的合并AUC。我们的次要结局是单个生物标志物预测按AKIN和RIFLE标准定义的CS-AKI的合并AUC、单个生物标志物预测严重CS-AKI的合并AUC,以及尿液生物标志物预测所有和严重CS-AKI的合并灵敏度和特异度[23, 24]。

方案偏离

我们偏离了方案,不仅基于原始注册创建了森林图,还在我们的荟萃分析中纳入了额外的次要结局和研究,其中急性肾损伤的结局定义基于AKIN或RIFLE标准,并合并和分析了联合尿液生物标志物预测术后CS-AKI的AUC-ROC[23, 24]。由于文献中缺乏足够的数据,未进行预先计划的亚组分析,例如分析尿液生物标志物在具有较高CS-AKI风险的合并症患者中的预测价值。各研究之间高风险患者组的定义不一致;因此,无法进行亚组分析。我们基于合并的UB测量时间点进行亚组分析,以统计学方法处理研究间关于测量时间的异质性。由于研究间总体异质性高且证据质量低,我们对住院时间、ICU停留时间和28天死亡率进行了定性评估。

结果

检索与筛选

总体而言,在初始和更新的系统检索中,使用我们的检索词共识别出13,908项研究,去除重复后按标题和摘要筛选了11,788篇文章。发现266项研究符合全文筛选条件。排除168项后,我们确定了98篇符合条件的文章。本综述共纳入95篇文章(图1)。

我们对87项研究进行了定量分析;8项研究进行了定性评价。我们发现四项研究在多篇文章中报道,纳入了不同的生物标志物分析或不同的结局(补充参考文献1、2、3、4、5、6、7、8、9、10)。

我们合并了描述11种尿液生物标志物性能的数据:TIMP2xIGFBP7、NGAL、NAG、KIM-1、L-FABP、IL-18、胱抑素-C、α-GST、π-GST、铁调素-25和α-1-微球蛋白。描述血幼素、血管紧张素原、脑啡肽酶、微小RNA、ATF3和微量元素的数据进行了定性分析,因为每种可合并的文章少于三篇。

纳入研究的基本特征

共14,455例患者的纳入分析的基线特征详见表1。在我们研究的人群中,CS-AKI的发生率为28.77%(4,159/14,455)。

我们的数据主要收集自前瞻性观察性试验的文章。我们在补充表1中总结了纳入文章中关于尿液生物标志物测量的额外数据。

首先,我们研究了单个尿液生物标志物的预测准确性;其次,我们汇总了不同尿液生物标志物组合预测CS-AKI的AUC-ROC值。第三,我们分析了临床评分和临床模型在添加尿液生物标志物测量前后的性能。

表1 纳入研究的基本特征 查看原表 ↗

主要结局

单个生物标志物

没有任何单个生物标志物达到优异的预测值。

为预测KDIGO标准定义的所有阶段CS-AKI,可分析关于TIMP2xIGFBP7、NGAL和KIM-1的报告;在不同时间点测得的汇总AUC-ROC值见表2。

表2 不同测量时间点单个生物标志物对KDIGO标准定义的所有AKI和严重AKI的预测 查看原表 ↗

次要结局

单个生物标志物

研究TIMP2xIGFBP7和NGAL预测KDIGO标准定义的严重AKI的文章的汇总AUC-ROC值见表2。

为预测任何诊断标准(KDIGO、AKIN和RIFLE)定义的所有阶段AKI,NGAL、L-FABP、IL-18、KIM-1、α-GST、标准化Cystatin-C和标准化NAG的汇总AUC值见表3,识别严重AKI病例的汇总AUC见表3。

用尿肌酐浓度标准化尿液生物标志物显著提高了术后第2天和第3天测得的KIM-1的预测价值(p = 0.0321)。然而,这并未影响任何其他生物标志物的性能。对于Cystatin-C和NAG,我们只能汇总标准化生物标志物的数据;这些数据相应地列于表3。对于π-GST,标准化降低了准确性(p = 0.0862)。

我们的汇总数据表明,每种生物标志物在术中或术后早期测量时给出最佳预测值;然而,这种准确性的提高并不显著。

我们有足够的数据计算TIMP2xIGFBP7在两个广泛使用的阈值下的汇总灵敏度和特异度:阈值2.0 (ng/ml)2/1000提供了98.76%的优异特异度,但灵敏度仅为40%,而阈值0.3 (ng/ml)2/1000的灵敏度为81%,特异度为82%。我们的结果表明,阈值0.15 (ng/ml)2/1000的灵敏度为87%,特异度为68%,如图2所示。

表3 不同时间点单个生物标志物对所有标准定义的所有AKI和严重AKI的预测 查看原表 ↗
图2 不同阈值下TIMP2xIGFBP7预测CS-AKI的汇总灵敏度和特异度 查看原图 ↗

尿液生物标志物的组合

十六位作者还报告了单个生物标志物组合的性能;然而,组合生物标志物AUC的计算显示出显著的异质性,且大多数关于数学方法的信息缺失(补充参考文献1,2,7,11,12,13,14,15,16,17,18,19,20,21,22,23)。

我们不论所应用的数学方法如何,汇总了这些数据,如图3所示。

关于生物标志物的组合,术中及术后早期测量的所有阶段和严重AKI的汇总AUC-ROC分别为0.82 [0.75, 0.88]和0.85 [0.79, 0.91]。组合生物标志物的数量并未提高准确性;两个组合尿液生物标志物的AUC为0.84,两个以上组合尿液生物标志物的AUC为0.87(p = 0.6247)。

图3 用于预测2期和3期急性肾损伤的生物标志物组合。右侧显示偏倚风险评估;CS-AKI 心脏手术相关急性肾损伤,Alpha and piGST α和π谷胱甘肽-S-转移酶,KIM-1 肾损伤分子1,NAG N-乙酰-β-D-氨基葡萄糖苷酶,IL-18 白细胞介素-18,NGAL 中性粒细胞明胶酶相关脂质运载蛋白,CysC 胱抑素C,CypA 亲环素A,L-FABP L型脂肪酸结合蛋白,RBP RNA结合蛋白,HJV 血幼素,pNGAL 血浆中性粒细胞明胶酶相关脂质运载蛋白 查看原图 ↗

临床模型联合尿液生物标志物的预测价值

共有9篇文章报告了临床评分(Cleveland Clinic评分、EuroScore)和当地开发的临床预测模型的准确性,以及加入尿液生物标志物检测后预测值的提升(补充参考文献22、24、25、26、27、28、29、30、31)。临床预测模型和评分的合并AUC为0.74 [0.69, 0.79],而通过尿液生物标志物检测改进的模型为0.80 [0.76, 0.84],如图4所示。然而,改善并不显著。

图4 临床模型和尿液生物标志物对急性肾损伤各期的预测。上:单纯临床评分系统。下:通过尿液生物标志物增强的评分系统。预测价值更好,但差异不显著 p = 0.0666。急性肾损伤预测评分:Cleveland Clinic评分、CS-AKI术前和围手术期、AKICS、Ng、SRIMortality评分:EUROScore;尿液生物标志物:NGAL 中性粒细胞明胶酶相关脂质运载蛋白,KIM-1 肾损伤分子-1,CysC 胱抑素C,L-FABP L型脂肪酸结合蛋白,TIMP2xIGFBP7 金属蛋白酶-2组织抑制剂 胰岛素样生长因子结合蛋白 查看原图 ↗

偏倚风险和GRADE评估

偏倚风险评估的结果见补充表2。总体而言,偏倚风险为中至高度,因为40%的研究使用了分批分析的冷冻尿液样本,且未报告生物标志物水平的检测时间,也未报告实验室和研究人员对临床结局实施盲法。

由于研究设计的原因,所有结局的证据确定性均被证明为低。GradePro评估见补充表3。

定性综合:其他生物标志物

报告少于三次的尿液生物标志物包括铁调素、血管紧张素原、脑啡肽酶、微小RNA、ATF3和微量元素。两位作者在重叠人群中研究了铁调素,预测严重AKI的AUC范围为0.71至0.91(补充参考文献32、33)。两位作者还检测了血管紧张素原,预测价值较差(补充参考文献34、35)。脑啡肽酶是一种位于肾刷状缘的糖蛋白,根据最近一篇报告AUC为0.77的文章,可能具有作为AKI生物标志物的潜力(补充参考文献36)。两项研究报告了微小RNA的表现,一项为微小RNA-21,术后6小时AUC为0.9,另一项为miR-125a-5p,AUC小于0.60(补充参考文献37、38)。微小RNA是调节转录后基因表达的短寡核苷酸,其中几种参与AKI。ATF3(尿液外泌体激活转录因子3)是应激反应的关键调节因子,已被证明在缺血-再灌注损伤和脓毒症诱导的AKI中发挥作用。Wu等报告术后12小时诊断AKI的AUC为0.691(补充参考文献39)。Gardner等最近研究了微量元素,发现心脏手术和综合ICU患者人群中AKI预测微量元素存在差异(补充参考文献40)。心脏手术患者术后Zn的AUC值为0.77。相比之下,在综合ICU人群中,Zn、Cd和Cu也具有尚可的预测价值。这些分子和元素为未来研究检测更准确的尿液生物标志物提供了可能途径。

定性综合:其他结局

偏离我们注册的研究方案,由于研究间异质性高和证据质量差,我们选择不对住院时间和死亡率进行荟萃分析。

43篇文章报告了住院时间和死亡率结局。CS-AKI患者组的ICU和住院时间均明显更长,这是危重患者人群中众所周知的现象。

死亡率结局的报告并不统一,随访时间从30天到1年不等,包括复合结局(死亡或RRT、主要不良肾脏事件(MAKE)和全因死亡)。大多数研究显示AKI组死亡率升高。Brown等研究了30天和365天再入院率和死亡率。他们得出结论,尿液生物标志物与再入院和死亡率无关,而AKI持续时间超过3天具有很强的预测作用(补充参考文献41)。

讨论

在本系统综述和荟萃分析中,我们审查了95篇文章,包括14,455例接受CS的患者。我们的主要发现是,单个尿液生物标志物可以以可接受的准确性识别发生CS-AKI的患者,但联合尿液生物标志物或临床模型联合尿液生物标志物可以实现极好的准确性。

单个尿液生物标志物对CS-AKI的预测

我们的结果表明,通过测量个体尿液生物标志物来预测CS-AKI具有可接受的准确性,在术中或术后早期测量时性能最高。对于预测CS-AKI的所有分期,IL-18和L-FABP的准确性最高;对于早期识别发生严重CS-AKI的患者,NGAL、TIMP2xIGFBP7和π-GST最为准确。TIMP2xIGFBP7可通过床旁检测(Nephrocheck)进行测量,Zarbock等人在PrevAKI试验中应用该检测来识别高风险患者,以进行KDIGO集束化干预以降低CS-AKI的发生率[5]。上述其他生物标志物的测量在实验室中进行,耗时较长,在日常实践中用途较小。Cummings等人对TIMP2xIGFBP7进行了连续测量,获得了对CS-AKI的极佳预测价值,并证明血清肌酐的升高晚于尿液生物标志物的升高[25]。当肾功能丧失及随之而来的肌酐升高尚不明显时,肾脏应激尿液生物标志物的升高已经提示早期肾脏应激[25]。Tai等人最近对8篇文章的荟萃分析发现,TIMP2xIGFBP7预测CS-AKI的AUC为0.868[26]。然而,我们对19篇关于TIMP2xIGFBP7的出版物的综述发现,术中及术后早期测量仅产生可接受的准确性[24],(补充参考文献24, 30, 42–57)。

目前,TIMP2xIGFBP7测量使用两个阈值,即0.3 (ng/ml)2/1000和2.0 (ng/ml)2/1000。我们的分析提示,鉴于预防措施的显著潜在危害,可应用0.15 (ng/ml)2/1000的较低阈值,以在筛查严重CS-AKI病例时达到最大灵敏度,即使以降低特异度为代价。

联合尿液生物标志物预测CS-AKI

我们的研究是首个分析联合尿液生物标志物预测CS-AKI的研究。我们汇总了报告中所有可获得的潜在UB组合,不论生物标志物类型和计算方法。我们旨在研究已检测的单个UB的任意组合的预测价值。尿液生物标志物的联合产生了良好的准确性。增加测量的分子数量并不会带来更好的预测价值,但可能增加医疗费用。因此,我们不推荐使用超过两种UB测量来预测CS-AKI。

以尿液生物标志物增强的临床模型预测CS-AKI

基于临床模型和评分系统的CS-AKI预测在世界范围内的床旁实践中广泛应用。过去二十年中已建立了多种评分系统(EuroScore、Cleveland Clinic评分和AKICS);然而,其预测价值未达到优秀范围[27–29]。本地开发的临床多元回归模型也已发表,准确性参差不齐(补充文献25、26)。在对九项报告的分析中,我们关注了任何评分系统的预测价值以及尿液生物标志物整合对准确性的潜在影响。我们发现,已建立或本地开发的临床模型的预测价值在加入尿液生物标志物测定后从可接受的准确性提高到良好准确性,但未达到统计学显著程度。通过继续使用知名评分系统和现有的床旁尿液生物标志物测定,临床医生可以实现对CS-AKI高危患者的优秀识别率。

优势与局限性

据我们所知,这是迄今为止在CS-AKI领域研究尿液生物标志物预测价值的最大、最全面的荟萃分析之一。它包括单个尿液生物标志物在CS-AKI中的预测值以及生物标志物与预测模型联合的预测值。我们纳入了使用所有急性肾损伤标准(KDIGO、RIFLE和AKIN)的文章,并基于标准进行了亚组分析,结果显示合并AUC无差异。RIFLE标准通常通过RIFLE-Risk类别过度诊断AKI[30]。使用RIFLE的文章被纳入严重AKI结局的研究,其中RIFLE-Injury和RIFLE-Failure类别对应于AKIN和KDIGO的2期和3期。因此,我们决定将使用不同AKI标准的文章合并分析。

本综述存在一定局限性,主要归因于所纳入文章的异质性。尿液生物标志物测定时间点在各研究间显示出高度变异性,迫使我们基于病理生理学考虑合并时间点并据此进行亚组分析。临床参数和方法学来源共同导致的高水平异质性限制了我们的发现于患者层面的可推广性。支持使用所研究生物标志物的证据同样受此局限性影响而减弱。由于报告技术不统一,我们观察到研究间存在高偏倚风险。最早发表的文章可追溯至2008年,报告规范已发生变化,这可能增加早期研究的偏倚风险。此外,2015年之前的研究主要报告在研究观察期后批量测定的尿液生物标志物,这固有地引入了偏倚。较新的发表则受益于床旁检测或更快速实验室技术的优势。文章人群在AKI外在因素方面具有同质性,即接受心脏手术的患者(超过70%使用CPB);然而,内在因素显示出高度异质性,因为患者纳入不考虑术前肾功能和易感合并症。

由于所用多变量混合效应模型的复杂性,无法使用传统方法(如漏斗图)评估发表偏倚。

对实践和研究的启示

我们建议将尿液生物标志物联合使用或作为临床预测评分的补充,以在早期识别发生心脏手术相关急性肾损伤(CS-AKI)的患者,此时可以实施预防措施。我们建议使用NGAL、TIMP2xIGFBP7和pi-GST进行个体尿液生物标志物测量,以识别发生重度CS-AKI的患者。我们的结果提示,研究人员应报告尿液生物标志物以描述确切的测量时间,并对人员进行临床数据盲法,以降低偏倚风险。鉴于数据广泛,我们不建议进一步研究已建立的尿液生物标志物的准确性。然而,我们建议研究新的、稳定的且易于测量的生物标志物。

本研究旨在加速循证医学在医疗实践中的实施,并弥合临床实践与医学科学之间的差距,与转化医学的目标相一致[31, 32]。

结论

个体尿液生物标志物可以以可接受的准确性识别发生CS-AKI的患者。联合尿液生物标志物与临床模型并用尿液生物标志物改进后的模型为预测CS-AKI提供了良好的准确性,使医生能够早期诊断高危个体并实施预防措施,以减少CS相关AKI的发生率和进展。

补充信息

补充材料1。

补充材料2。

参考来源

  1. Kiss N, Papp M, Turan C, et al. Combination of urinary biomarkers can predict cardiac surgery-associated acute kidney injury: a systematic review and meta-analysis. Ann Intensive Care. 2025. PMID: 40155515. doi:10.1186/s13613-025-01459-7
  2. 全文:PMC11953499(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11953499/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。