文献速递消化、代谢与肾脏急症重症综合管理与镇静镇痛

厘清重症监护中的血糖与死亡率关系

Untangling glycaemia and mortality in critical care.
PubMed 文献 · Crit Care · 2017-06-24
一句话结论在有效血糖控制方案下,死亡与非死亡患者的胰岛素敏感性变异性等效,血糖结局更多取决于所提供的控制质量而非患者基础代谢状态。

该研究基于基督城医院ICU 2005年8月至2007年4月采用SPRINT血糖控制方案的371例患者数据,回顾性分析145例(119例存活,26例死亡)前72小时逐小时胰岛素敏感性(SI)及其逐小时变异性(%ΔSI)。结果显示死亡组SI水平在每一个6小时区段均高于存活组,总体高9%至47%,随血糖控制进展差异达统计学显著;但%ΔSI在全部6小时区段两组等效(中位数差异95%CI均在±12%内)。作者认为,在有效血糖控制方案下存活与死亡患者同样可控,血糖水平及变异性、进而血糖与结局的关联主要由所提供的控制决定,而非患者基础或代谢状况。

要点

  • 死亡组SI在头72小时每个6小时区段均高于存活组,总体高9%至47%,随血糖控制进展差异达统计学显著。
  • 死亡组与存活组%ΔSI在所有6小时区段等效(中位数差异95%CI在±12%内),提示在有效方案下两组同样可控。
  • 两组血糖中位数差异有统计学意义(5.8 vs 5.5 mmol/L,p<0.01),但落在临床等效范围内,不具临床意义。
  • 死亡组第1天最大SOFA评分(除外GCS)更高,APACHE II评分差异符合预期。
  • 作者结论:血糖结局及存活与死亡组间差异更多取决于所提供的控制质量,而非基础代谢状况。

适用人群与场景

  • 基督城医院重症监护科2005年8月至2007年4月按SPRINT血糖控制方案治疗的患者,来自371例原始数据。
  • 队列1:371例中231例在入ICU 12小时内启动SPRINT,其中145例接受至少24小时胰岛素治疗(119例存活,26例死亡)。
  • 队列2:仅纳入接受至少72小时血糖控制的80例患者,用于评估患者脱落(竞争风险)的影响。
  • 分析纳入标准:入ICU 12小时内启动SPRINT方案并接受胰岛素治疗,以避免入ICU至启动方案时间不同所致偏倚。

诊断标准与关键阈值

  • SI由经验证的基于模型的逐小时方法确定,单位为L/mU/min,通过积分拟合从临床血糖、胰岛素及营养数据计算。
  • %ΔSI定义为SI的逐小时百分比变化。
  • 等效范围:SI与%ΔSI的等效范围通常约12%至15%,取决于血糖;本研究采用最窄范围即血糖测量误差SD ±9.4%对应的范围作为最严格等效检验。
  • 血糖总体等效检验采用报告等效范围±9.4%(即血糖测量误差的1个SD)。

研究设计与关键结果

  • 研究类型:基于临床数据的回顾性分析,使用经验证的代谢模型估算SI;队列1共145例(119例存活,26例死亡),队列2共80例。
  • SI水平:队列1中前48小时除6–11小时和30–35小时外,存活与死亡组中位SI差异无统计学意义(95%CI跨零);至第3天差异变得显著(除66–71小时区段外);经Bonferroni校正后仅6–11小时和48–53小时区段仍具统计学差异。
  • SI水平:所有6小时区段死亡组SI均高于存活组;任何区段两组中位SI的百分比差异95%CI均未落入等效范围,即SI水平从未等效。
  • SI水平:作者报告死亡组SI平均约高20%,随时间区段约9%至40%;队列2剔除脱落影响后差异仍存在但更小(约12%)。
  • %ΔSI:队列1中12个区段有11个p≥0.11;仅36–41小时和42–47小时区段中位差异95%CI可视为显著,队列2仅18–23小时和24–29小时区段,但经Bonferroni校正(99.6%CI)后均不显著;所有差异均不具临床意义。
  • %ΔSI:存活与死亡组在每个6小时区段至72小时均等效(中位差异95%CI落在等效范围内)。
  • 血糖:队列1中位血糖5.8 vs 5.5 mmol/L(p<0.01),队列2同样p<0.01;两组中位血糖百分比变化队列1为5.3 [2.6, 7.1]、队列2为3.5 [0.9, 5.3],均在7.0%–9.4%等效范围内,差异不具临床意义。
  • 队列2与队列1关键结果一致,患者脱落对结果无影响;是否应用Bonferroni校正主要结果一致。

证据类型、等级与局限

  • 证据类型:基于临床数据的回顾性分析,使用经验证的ICING模型估算SI;该模型SI指标与金标准高胰岛素-正常血糖钳夹SI值相关性良好。
  • 局限:ICING模型在血糖4–10 mmol/L、胰岛素0–10 U/h、营养为目标喂养量20%–120%范围内最准确,超出此范围的分析误差可能增大。
  • 局限:本研究为回顾性研究,且数据来自单中心。
  • 局限:许多研究未记录详细的营养和/或胰岛素输入,本分析因数据缺乏细节和时间分辨率而难以在其他更大研究中重复。
  • 局限:作者指出需未来工作确认这些结果并探索结局与血糖控制的关系。

对床旁实践的改变

  • 作者认为,在有效血糖控制方案下存活与死亡患者同样可控,血糖水平及变异性、进而血糖与结局的关联主要由所提供的控制决定,而非患者基础或代谢状况。
  • 作者指出死亡组SI约高20%,但这一差异仅相当于SPRINT方案中约1 U/h胰岛素剂量变化所需SI改变的阈值水平,本队列中位胰岛素剂量为3 [2, 3] U/h(存活与死亡组相同),故该差异改变的实际干预很少。
  • 作者建议未来研究需确认这些结果并探索结局与血糖控制的关系,对血糖控制研究设计与方案制定有启示。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译14 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:Crit Care. 2017 Jun 24;21:152. doi: 10.1186/s13054-017-1725-y

背景

理由

重症监护病房(ICU)中的血糖控制(GC)是一个有争议的话题[1–7]。尽管一些研究显示,在严格或中等范围内进行血糖控制可改善死亡率[8–12],但其他几项研究和更大规模的分析未能重现这些结果[13–23]。血糖控制方案诱发的低血糖增加、患者变异性及/或方案依从性进一步混淆了结果。

血糖(BG)水平和/或变异性与死亡率之间的强关联[24–31]已被用来支持血糖控制的论点。中度或重度低血糖与死亡率增加之间的关联[29, 32–34]同样表明,尽管患者间和患者内变异性很大[28, 31, 35–39],改善控制必须安全地实现。处于中间范围的时间比例较高与死亡率降低之间的关联[40–45]表明,这种控制质量必须随时间推移并对大多数(或所有)患者保持一致,而考虑到结局的研究中仅有少数研究[8–10, 12]实现了这一点。这一总体论点认为,结局在很大程度上由血糖控制的质量和一致性所驱动。

然而,关联不等于因果关系。对这些关联的另一种同样合理的解释是,非存活者更难控制,因此他们具有与死亡率相关的更高的血糖水平和变异性。同样,也可能的情况是,死亡的患者变异性更大,因此在胰岛素控制下,由于其潜在的代谢变异性,更可能经历中度或重度低血糖。这类患者处于中间范围的时间也更少。与之等效的论点认为,存活者变异性更小,因此更容易控制,从而产生与改善结局相关的更正常、更一致的血糖。这一总体论点提示,血糖和结局由患者病情所驱动,与血糖控制方案无关,甚至可能提示无效的血糖控制会造成伤害[5]。

区分这两种解释将有助于厘清血糖控制方面的争论、研究和实践。在第一种情况下,我们是否需要更好的控制,包括任何新的传感器和设备,以实现对所有病房中所有患者安全、有效且一致的血糖控制?或者,在第二种情况下,血糖控制及其结局是否仅仅是患者潜在状态的反映,因此除了适度降低血糖外,可能不太需要进一步控制?总之,患者的血糖和结局(主要)是所实现的血糖控制的函数,还是由患者病情所驱动?

目的和研究问题

本研究的目的是通过提出以下问题来区分这两种解释:死亡的患者是否比存活的患者(在代谢上)更难控制?如果更难控制,则可以认为患者病情驱动了血糖和结局。如果不是,则控制质量可能具有更大的影响。

该问题通过回顾性分析临床数据及代谢水平和变异性来解决,分析使用经过临床验证的代谢模型[46–49]。较低的代谢水平以较低的胰岛素敏感性(SI)表示,表明需要增加胰岛素来降低血糖(BG),若存在变异性则会增加低血糖风险。较大的代谢变异性以胰岛素敏感性逐小时百分比变化(%ΔSI)较大表示,意味着响应胰岛素的结局血糖变异性更大。因此,这两种指标均反映了血糖控制(GC)的困难程度,其中恒定的SI水平可被滴定至最佳胰岛素剂量,但不可预测的患者变异性可能导致过度的高血糖和低血糖以及血糖变异性。

简言之,非存活者是否具有较低的SI和/或较大的%ΔSI,表明其比存活者更难控制?肯定的答案将表明众所周知的血糖与结局之间的关联更多地由患者病情驱动。如果非存活者与存活者相比难度相似或更容易控制,则表明所达到的GC质量在决定血糖和结局中占主导地位。

方法

为回答该研究问题,使用基于模型的SI分析代谢状态和变异性。关键结局包括以下内容:存活者与非存活者之间SI的差异和/或等效性

存活者与非存活者之间%ΔSI的差异和/或等效性

这些结局在ICU患者GC的前72小时内以6小时为区块进行比较。

患者队列

回顾性分析2005年8月至2007年4月期间在克赖斯特彻奇医院重症监护科接受专业化相对胰岛素营养表(SPRINT)GC方案的371例患者的临床数据[10]。SPRINT方案同时调节胰岛素和营养,平均每天约16次BG测量。图1显示了研究分析纳入标准。371例患者中,231例在ICU入院12小时内开始SPRINT,145例接受了至少24小时的胰岛素治疗。这些患者构成队列1,人口统计学数据列于表1。

在血糖方面,存活者和非存活者在目标范围内的时间相似。队列中位BG有统计学差异(5.8 vs 5.5 mmol/L,p < 0.01),但该差异在临床等效范围内(见下文“分析与统计”小节说明),因此被认为无临床意义。第1天最大序贯器官衰竭评估评分(排除格拉斯哥昏迷量表评分[50])在非存活者中较高,符合预期,特定合并症的详细分析显示相似趋势。除急性生理与慢性健康评估II评分的预期差异外,所有其他人口统计学特征相似。

为评估患者脱落的影响,在队列2中,我们仅考虑接受至少72小时GC的患者(80例)。在第一个队列中,我们评估了尽可能多的数据,排除了ICU住院时间极短的患者,而在第二个队列中,我们评估了因患者脱落导致的竞争风险对SI和死亡结局分析的影响。队列2的人口统计学数据见表2,与队列1相似。

图1 从最初按特殊相对胰岛素营养表(SPRINT)方案治疗的371例患者中进行队列选择。第一项比较比较队列1中的存活者与非存活者,使用尽可能多的数据,并排除重症监护病房(ICU)住院时间非常短的患者。第二项比较使用队列2来评估因患者脱落导致的竞争风险的影响 查看原图 ↗
表1 队列1的基线数据,包括按特殊相对胰岛素营养表方案治疗的145例患者 查看原表 ↗
表2 队列2的基线数据,包括按特殊相对胰岛素营养表方案治疗的80例患者 查看原表 ↗

基于模型的SI

图2中所示的基于生理模型的葡萄糖-胰岛素动力学由以下方程定义[49]:

主要模型变量和参数见表3,完整的模型细节和生理相关性见附加文件1。SI是一个患者特异性、随时间变化的参数,表征对葡萄糖和胰岛素给药的全身反应。所使用的SI单位(L/mU/分钟)与用于评估胰岛素介导的葡萄糖清除率的速率参数一致,其中每分钟升数表示流速或摄取速率,mU−1使其依赖于当前胰岛素浓度。当SI乘以计算SI期间的平均每小时葡萄糖时,单位与用于SI金标准高胰岛素-正常血糖钳夹评估的单位一致[51, 52]。基于积分的拟合[53]用于根据临床BG、胰岛素和营养相关数据每小时确定SI。

每例患者的SI水平按小时确定,前向SI变异性(%ΔSI)定义为SI的逐小时百分比变化,计算如下:

先前的回顾性分析显示,重症患者在ICU住院的前24小时内SI较低且变异性更大,其中SI以6小时为区组进行分析[35, 54]。然而,未分析存活者与非存活者之间的差异或其他临床结局。

图2 葡萄糖-胰岛素模型的示意图,显示生理隔室和清除率,以及外源性胰岛素和碳水化合物的出现及其动力学通路。CNS 中枢神经系统,EGP 内源性葡萄糖生成,PN 肠外营养,SI 胰岛素敏感性 查看原图 ↗
表3 强化控制胰岛素-营养-葡萄糖代谢葡萄糖模型的关键变量 查看原表 ↗

分析与统计学

在本研究中,我们分析了GC前3天(72小时)内的SI,并比较了存活者和非存活者SI和%ΔSI的演变。仅纳入在ICU入住前12小时内按SPRINT方案接受胰岛素治疗的患者,因此ICU入住时间与SPRINT方案治疗时间之间仅存在很小差异。鉴于先前研究[35, 36, 54]对整个队列所观察到的演变,此选择避免了因ICU入住后时间不同而导致的任何偏倚。

SI和%ΔSI按6小时区块进行分析。针对每个6小时区块,为存活者和非存活者分别创建各指标的累积分布函数(CDF)。这些CDF展示总体分布,其定义确切为捕获数据直方图的概率密度函数的积分。因此,它们清晰地定义了任意给定SI或%ΔSI值(x轴)的中位数及任意百分位似然(y轴)。

使用假设检验来检查差异,以p ≤ 0.05作为统计显著性的阈值。使用Kolmogorov-Smirnov检验来识别%ΔSI分布中的偏倚和形状差异。尽管不确定每一组比较是否严格独立(即每个6小时区块可能依赖于周围区块),为完整性和保守起见,使用Bonferroni校正进行多重比较以推广结果。在队列1和队列2中,均进行了12次比较,使显著性水平降至p = 0.004(0.05/12)[55]。

由于数据点数量相对较多,使用自举法来检验存活者与非存活者队列之间中位SI和中位%ΔSI的差异[55]。数据以有放回方式自举1000次,以生成与给定6小时区块原始数据相同大小的队列。生成中位SI值之间差异和中位%ΔSI值之间差异的95%置信区间(CI)。当该CI不跨越零时,中位数差异具有统计学显著性,p ≤ 0.05 [55]。在考虑Bonferroni校正进行多重比较时,考虑了与使用p = 0.004一致的99.6% CI。

使用假设检验来检查队列之间的差异,并汇集证据以拒绝数据来自相同基础分布的零假设。然而,它不能提供等效性证据,尤其是对于大样本量[55–57]。等效性检验用于评估这些差异对临床决策的影响,而不论基础统计显著性(p值)如何。因此,需要注意的是,差异可以既具有统计学显著性又是等效的,因为前者是统计度量,后者是两个分布差异的临床影响度量。

进行分析以确定SI变化的等效区间,以临床显著性反映。因此,该区间定义了由于测量误差和/或临床显著性而无法区分中位数差异的范围。临床显著性定义为超过BG测量误差(SD ±9.4% [58])或引起基于模型的胰岛素剂量建议变化所需的SI变化。这些计算可见于附加文件2。在本例中,由于测量误差导致的等效范围在观察到的临床输入范围内是最窄的。这一选择提供了最窄的范围,因此是最保守或最严格的等效性检验。

%ΔSI的所得等效范围通常约为12–15%,但取决于BG。因此,在这些范围内的任何SI或%ΔSI变化不能被检测为与测量误差引起的变化不同,因此是等效的。等效性检验独立于p值和假设检验。

对每个6小时间隔的SI和%ΔSI进行等效性检验。对于SI,将自助法得到的SI中位数百分比差异与等效范围进行比较。如果自助法得到的SI中位数百分比差异的95% CI在等效范围内,则接受SI等效(⇔)。对于%ΔSI,检查%ΔSI中位数的绝对差异。如果自助法得到的%ΔSI中位数差异的95% CI在等效范围内,则接受%ΔSI等效(⇔)。反之,在两种情况下,如果95% CI在等效范围之外,则拒绝等效(×)。最后,对队列1和队列2整体的BG进行等效性检验,使用报告的±9.4%等效范围,即相关BG测量误差的1个SD [58]。最后一种情况下的等效性检验确定了表1和表2中中位队列BG的显著差异是否具有临床意义。

结果

SI水平

表4显示了队列1和队列2中存活者和非存活者在最初72小时内的中位SI和IQR。队列1每个6小时区块的SI累积分布函数(CDF)见图3。总体而言,SI水平随时间升高,与[35]一致,其中非存活者的SI高于存活者。

在队列1中,前48小时内中位SI水平之间的差异无统计学意义(95% CI跨零),但6–11小时和30–35小时除外。到第3天,差异变得显著,但66–71小时区块除外。应用Bonferroni校正后,仅6–11小时和48–53小时区块仍具有统计学差异。在每个6小时区块中,非存活者的SI水平均高于存活者。图4显示了每个6小时区块的等效性检验结果。存活者和非存活者SI中位数百分比差异的中位数和95% CI值从未落在等效范围内。因此,无论评估差异的p值如何,存活者和非存活者的中位SI水平从未等效。

队列2的结果相似。然而,经Bonferroni校正后,仅48–53小时的中位SI具有统计学差异。存活者和非存活者从未等效,且在队列2中非存活者的SI始终更高,这些患者的ICU住院时间均≥3天。

图5显示了队列1和队列2中存活者与非存活者之间中位[IQR] SI和BG值随时间的演变。在两个队列中,非存活者的SI更高,如表4所示,且随着对照进展,这种差异更大。就BG而言,存活者和非存活者在大多数小时的水平相似。对存活者和非存活者之间总体BG分布的等效性检验显示,队列1中位BG百分比变化的中位数和95% CI为5.3 [2.6, 7.1],队列2为3.5 [0.9, 5.3],均在7.0–9.4%的等效范围内。因此,虽然差异具有统计学意义,但它们证实表1和表2中中位BG值的差异不具有临床意义。需要注意的是,这两幅图不一定反映患者个体层面SI的逐小时变异性。两名患者可能在6小时期间具有相同的变异性但出现在不同小时,从而在SI水平上显得不同,这解释了需要单独的%ΔSI分析来评估逐小时变异性。

表4 幸存者与非幸存者每6小时时间段胰岛素敏感度(SI)水平(L/mU/分钟)中位数[IQR]比较 查看原表 ↗
图3 队列1在血糖控制最初72小时内每6小时时间间隔的累积胰岛素敏感度(SI)水平。在任一SI水平,y轴给出低于该水平的SI值百分比(小数百分位数)。中位数差异的95%CI通过自举法计算 查看原图 ↗
图4 队列1和队列2每个6小时时间段胰岛素敏感度(SI)的等效性检验。蓝色实线给出9.4%血糖误差的等效范围[58],蓝色虚线给出在高度受控测试中所用设备报告的较小7%误差[105]。如果自举法计算的SI中位数百分比差异的95%CI(误差条)位于等效范围内,则接受等效性,否则拒绝(×) 查看原图 ↗
图5 队列1(a)和队列2(b)中幸存者(蓝色)和非幸存者(红色)胰岛素敏感度(SI)和血糖(BG)随时间变化的中位数[IQR]演变 查看原图 ↗

SI变异性(%ΔSI)

%ΔSI的结果见表5和图6。总体而言,幸存者和非幸存者的SI变异性均随时间降低(IQR变窄),与既往报告的结果一致[35]。在队列1和队列2中,%ΔSI均无显著差异(12个时间段中11个p ≥ 0.11),尤其是在进行多重比较的Bonferroni校正后(p < 0.004校正阈值)。%ΔSI中位数差异的95%CI(仅偏倚)仅在队列1的36–41小时和42–47小时时间段以及队列2的18–23小时和24–29小时时间段可被认为显著(自举法,表5最右列),但在进行Bonferroni校正后(99.6%CI),这些显著性未能保持。在所有情况下,这些差异均无临床意义。如图7所示,队列1和队列2中%ΔSI差异变化的中位数和95%CI始终位于等效范围内。因此,以%ΔSI评估的幸存者和非幸存者的SI变异性在每个6小时时间段至72小时均等效。

表5 幸存者与非幸存者每6小时时间段胰岛素敏感度逐小时百分比变化(%ΔSI)中位数[IQR]比较 查看原表 ↗
图6 队列1在血糖控制最初72小时内每6小时时间间隔的累积胰岛素敏感度逐小时百分比变化(%ΔSI)。在任一%ΔSI水平,y轴给出低于该水平的%ΔSI值百分比(小数百分位数)。p值使用Kolmogorov-Smirnov检验计算 查看原图 ↗
图7 队列1和队列2每个6小时时间段胰岛素敏感度变异性(胰岛素敏感度逐小时百分比变化[%ΔSI])的等效性检验。实线给出9.4%血糖误差的等效范围[58],虚线给出在高度受控测试中所用设备报告的较小7%误差[104]。如果自举法计算的%ΔSI中位数差异的95%CI(误差条)位于等效范围内,则接受等效性(表5中⇔),否则拒绝(×) 查看原图 ↗

关键结果

总之,关键结果如下:在血糖控制(GC)最初72小时内的任何6小时时间段,SI水平均不等效,且幸存者与非幸存者之间有时存在统计学差异。

在最初72小时的每个6小时时间段,非幸存者的SI水平均高于幸存者,且随着GC进展,该差异变得具有统计学显著性。

在GC后前72小时内的任何6小时区段中,存活者与非存活者之间的SI变异性是等效的。

患者脱落对结果没有影响,因为队列2具有相同的关键结局。

无论是否应用多重比较的Bonferroni校正,主要结果均一致。

因此,尽管存活者与非存活者在绝对SI上存在差异,非存活者具有更高的SI,但他们在%ΔSI上是等效的。

讨论

主要问题

患者特异性SI和SI变异性指标用于评估存活者与非存活者之间的潜在可控性。在比较这些队列时,同时检验了统计学差异和等效性。统计学差异(p < 0.05)检验数据是来自相似分布还是不同分布,而相比之下,等效性检验则检验这些值在临床或生理学上是否等效,与p值无关。

在十二个6小时时段中的五个时段,存活者与非存活者之间的SI存在统计学差异。然而,在任何时段,这些队列在SI上从未达到临床等效。非存活者在每个时段的SI均更高,提示达到正常血糖所需的胰岛素剂量略低,这也见于表1的临床结果中。所考察的两个队列的关键结果相同。

在每个时段,存活者与非存活者之间的%ΔSI是等效的,且仅在两个时段存在统计学差异。在相同GC方案下等效的变异性将反映为存活者与非存活者在血糖区间内的时间和血糖水平相似,如表1所示。两个队列的结果相同。存活者的中位BG更高(5.5 vs 5.8 mmol/L,两个队列均p < 0.01),但就测量误差而言,这一差异被证明在临床上是等效的,此外也不会改变临床干预。

SI水平倾向于决定滴定后的胰岛素总剂量,而正是变异性决定了胰岛素治疗的风险和整体可控性。总体而言,与非存活者具有更高SI以及等效变异性类似,这些结果表明,在有效的GC方案下,存活者与非存活者具有同等可控性。这一结果反过来提示,血糖与结局之间的关联主要由所达到的GC质量决定,而非由潜在的患者变异性决定。这一结果很重要,并对GC研究设计和实践具有意义。

SI指标的有效性

这些结果依赖于基于模型的SI估计的有效性。SI指标的可靠性由 underlying 数据和模型捕捉关键葡萄糖-胰岛素动态的能力决定。本研究使用的强化控制胰岛素-营养-葡萄糖(ICING)模型在结构上与动态胰岛素敏感性和分泌测试模型非常相似,后者的SI指标与金标准正常血糖钳夹SI值相关性良好[59–62],其他使用此处SI指标和药效动力学的非常相似模型也是如此[52]。ICING模型及其SI指标已被成功且安全地用于指导不同成人[47, 48, 63, 64]和新生儿[65, 66]重症监护环境及给药方式下的胰岛素治疗。这些临床结果表明,该模型能够捕捉并解释所有主要的葡萄糖-胰岛素动态,使SI参数及其通过前向预测指导治疗在临床上具有实用性。

此外,SI参数的治疗独立性已使用来自独立、匹配患者队列的临床数据进行评估[46, 67]。在第一个案例中,来自比利时列日和新西兰克赖斯特彻奇的两个队列和方案(Glucontrol [14]和SPRINT [10])均用两种方案进行模拟,并将其血糖水平和变异性与临床获得的结果进行比较。跨队列模拟结果的一致性和SI变异性随机图中的高度相似性进一步验证了SI的治疗和队列独立性[68]。在第二个案例中,这种相似性和交叉验证在三个内科ICU队列中重复进行,进一步验证了这些结果[67]。近期工作表明,正是SI变异性的 underlying 相似性,独立于绝对SI水平,驱动了GC结局[46, 67, 68]。因此,这种相似性也驱动了在两个非常不同的ICU中使用该模型和SI指标进行GC所观察到的临床结果之间的一致性[64]。

此外,SI已被证明能够评估和反映重要重症监护干预下SI和代谢的临床预期变化。在SPRINT方案的背景下,糖皮质激素[69]和β受体阻滞剂[70]对SI水平和%ΔSI的影响被证明是有限的。更具体地说,在本研究中,存活者和非存活者之间的胰岛素和营养输入无统计学差异(p > 0.34)(表1),而胰岛素使用增加会反映胰岛素抵抗增加(SI降低)。因此,这些结果表明,糖皮质激素介导的对SI的影响对两组没有任何净影响,因为Pretty等人的研究中存在这样的差异[69]。此外,外源性营养和肠促胰岛素效应在SI变化中的影响[71]、血液透析改变胰岛素清除对SI的影响[72],以及最终在治疗性低温期间和之后观察到的胰岛素抵抗[73],均使用基于同一模型的每小时识别的SI进行评估。这些研究中的每一项都证明了SI及其变化能够反映临床预期结局,并与给定干预的预期相关。

其他因素,如胰岛素给药形式(推注 vs 持续输注),对每小时计算的 SI 值影响很小。在本研究中,存活者和非存活者均接受推注剂量治疗,消除了该比较中可能存在的任何影响。葡萄糖传感器误差对 SI 计算的影响可能更为可测量 [74],但所有患者均使用相同的血糖仪,同样减轻了这种影响。连续葡萄糖监测(CGM)提供的观测结果表明,血糖水平的表观自发变异性比典型间歇采样所见更大。然而,需要注意的是,CGM 观察到的血糖变异性中很大一部分并非源于患者代谢,而是直接源于传感器漂移、传感器原位环境的变化、患者体位及其他因素 [75–82]。因此,CGM 所捕捉到的可能反映真实情况,也可能是伪影,或两者的某种组合。然而,在没有以相同频率进行另一参考测量的情况下,目前无法将这些系统性误差与真实的血糖变异性区分开来。因此,本文所用的每小时确定的 SI 值是适当的,特别是考虑到数据的测量频率,该频率无法捕捉数据中在测量之间发生并消退的任何真实血糖变异性。因此,本文所用的整体方法适用于该数据及其采样频率,并且确实捕捉到了非常高水平的变异性,如图 6 所示,SI 变化高达 640%。附加文件 1 中展示了两个 SI 随时间变化的示例,表明了可能存在的实际变异性。

葡萄糖复杂度与死亡率相关 [83, 84],但无法像血糖水平、目标范围内时间或变异性那样在床旁实时测量。同样,也没有强有力的生理学证据支持这种关联——而其他所考虑的指标则存在这样的证据——并且关于其在分析连续葡萄糖数据以建立这些关联时的正确使用存在问题 [85, 86]。

所呈现的结果提示非存活者具有更高的 SI,这起初似乎有悖直觉。然而,可以假设一些非存活者可能具有较弱的炎症免疫反应和/或对损伤的炎症反向调节反应较弱。尽管文献通常指出非存活者中炎症标志物升高(例如 [87, 88]),但也有证据表明在某些情况下免疫反应受损会导致死亡率增加(例如 [89–92])。这些生理反应(包括炎症反应 [93–98] 和反向调节反应 [94, 99–102])通过炎症标志物诱导的作用驱动高血糖,从而降低了本文分析的有效 SI 值。它们也是高血糖的三个主要驱动因素中的两个,第三个是葡萄糖本身。因此,死亡患者中减弱的反应会导致 SI 略高,这可能是该队列中 SI 略高且临床上胰岛素使用略低的原因。我们没有证据证明这一假设,但它可作为未来研究的一个良好假设。

特别是,非存活者的SI平均约高20%,在不同时间段范围约为9–40%,这处于或位于SPRINT中诱导胰岛素剂量变化1 U/h所需的SI变化水平之内,考虑到中位数为3 U/h(见附加文件2:图S2.5)。因此,这一差异很少改变干预措施,如表1所示(存活者和非存活者的中位数[IQR]均为3 [2, 3] U/h),其中喂养量也相似。排除队列2中的脱落者后,差异仍然存在但小得多(约12%)。因此,尽管非存活者的SI较高且不等于存活者的SI,但基于最保守的估计(SI变化百分比达到9.4%血糖测量误差),这一SI差异在干预措施方面没有显著的临床影响,因为改变干预措施需要约20–25%的SI变化(见附加文件2:图S2.5)。

此处使用的基于模型的SI的一个优点是,它考虑了所有胰岛素和营养输入以及由此产生的血糖变化,使SI指标能够反映身体利用胰岛素进行葡萄糖摄取的潜在能力。因此,使用SI可以进行客观的数值分析,并将结果推广到其他混合ICU人群。

优势和局限性

本工作的第一个潜在局限性在于,与所有模型一样,ICING模型有其最准确的血糖和营养-胰岛素干预范围[103]。这些范围涵盖了基督城医院ICU中通常观察到的情况,包括血糖在4–10 mmol/L范围内,胰岛素和营养治疗分别在0–10 U/h和目标的20–120%范围内。如果此分析在治疗可能经常超出这些范围的ICU或方案中重复,或者持续高血糖和/或低血糖常见的情况下,分析误差的可能性会更大。然而,在本例中,临床数据和输入均落在ICING模型的理想范围内。

本工作的一个显著优势是使用了足够详细和高质量的数据进行进一步分析。许多研究不记录(或不报告)详细的营养和/或胰岛素输入,因此分析受到限制,要么一开始就忽略营养,要么考虑每日平均值和效应。该数据集包括以1–2小时间隔的所有时间和值变化的胰岛素和营养数据,以及所有血糖测量值,从而在计算时变SI时允许更高程度的分辨率。局限性在于,由于所收集的GC数据缺乏细节和/或时间分辨率,此分析难以用其他更大研究的数据重复。

本研究受限于其回顾性性质以及仅使用单中心数据。然而,数据涵盖了跨越数年临床实践的相对较大的泛化患者队列。疾病和损伤可影响炎症反应,从而影响SI。因此,分析队列基于在ICU入住的前12小时内开始GC进行选择,以减少随时间变化的疾病和损伤程度对SI时变分析的影响。

结论

我们报告的结果显示,幸存者与非幸存者之间的代谢变异性相当,且非幸存者的SI更高。这些结果基于一个数值化、客观、基于模型的SI指标,该指标同时考虑了营养-胰岛素输入和代谢结局。底层数据队列来源于一个混合内科ICU,且由于既往工作已显示不同队列、国家和中心之间的变异性具有一致性,本研究结果很可能并非特定于原始数据集。总体而言,这些结果表明,血糖结局以及幸存者与非幸存者之间的差异更多是所提供控制水平的函数,而非底层代谢状况的函数。

这一结果对该领域的未来研究和方案设计具有启示意义。需要未来工作来确认这些结果并探索结局与GC之间的关系。

附加文件

附加文件1:代谢系统模型与胰岛素敏感性。本文件提供了关于本研究中用于计算患者时变胰岛素敏感性的生理模型和方法的额外细节。(DOCX 375 kb)

临床意义计算。本文件提供了用于定义本研究中临床“等效范围”的底层计算。(DOCX 68 kb)

参考来源

  1. Uyttendaele V, Dickson JL, Shaw GM, et al. Untangling glycaemia and mortality in critical care. Crit Care. 2017. PMID: 28645302. doi:10.1186/s13054-017-1725-y
  2. 全文:PMC5482947(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5482947/

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。