文献速递消化、代谢与肾脏急症重症综合管理与镇静镇痛

非心脏手术后急性肾损伤预测模型的外部验证

External Validation of a Prediction Model for Acute Kidney Injury Following Noncardiac Surgery.
PubMed 文献 · JAMA Netw Open · 2021-10-01
一句话结论SPARK指数在非心脏手术人群中随评分升高PO-AKI发生率增加,但区分度与校准度欠佳,预测概率可能高估。

本研究为单中心回顾性队列,纳入2007-2011年5135例全麻非心脏手术成人,外部验证SPARK指数对术后急性肾损伤(PO-AKI)和危重AKI的预测性能。PO-AKI发生303例(5.9%),危重AKI 137例(2.7%);SPARK A类PO-AKI 1.7%,D类16.0%。但PO-AKI和危重AKI的AUC分别为0.67(95%CI 0.63-0.70)和0.62(95%CI 0.57-0.67),校准差(PO-AKI:y=0.24x+3.28,R2=0.86;危重AKI:y=0.20x+2.08,R2=0.51)。年龄、糖尿病、预期手术时长、急诊手术、RAAS阻断剂使用和低钠血症在本队列与PO-AKI无关,导致预测概率高估。

要点

  • SPARK指数评分越高,PO-AKI发生率越高:A类1.7%(10/593),D类16.0%(53/332)。
  • PO-AKI的AUC为0.67(95%CI 0.63-0.70),危重AKI的AUC为0.62(95%CI 0.57-0.67),区分度欠佳。
  • 校准差:PO-AKI校准斜率y=0.24x+3.28(R2=0.86),危重AKI y=0.20x+2.08(R2=0.51),预测概率高估。
  • 年龄、糖尿病、预期手术时长、急诊手术、RAAS阻断剂使用和低钠血症在本队列与PO-AKI无关。
  • 模型更新后校准改善但区分度仍欠佳:PO-AKI交叉验证AUC 0.69(95%CI 0.64-0.75),危重AKI 0.65(95%CI 0.57-0.73)。

适用人群与场景

  • 纳入:2007年4月至2011年12月在Nara Medical University Hospital接受全麻非心脏手术、年龄≥18岁的成人,仅纳入首次合格手术。
  • 排除:心脏手术、产科手术、泌尿外科手术、术前透析、eGFR<15 mL/min/1.73 m2、预期手术时长<1小时、围术期肌酐数据缺失者。

诊断标准与关键阈值

  • PO-AKI定义(KDIGO标准):术后1周内血清肌酐较术前基线升高≥0.3 mg/dL(48小时内)或≥150%,或尿量<0.5 mL/kg/h持续≥6小时。
  • 危重AKI定义:AKI≥2期和/或任何与术后死亡相关或出院前需肾脏替代治疗的AKI。
  • SPARK指数变量:年龄、性别、糖尿病、RAAS阻断剂使用、术前eGFR、尿白蛋白、贫血、低钠血症、低白蛋白血症、预期手术时长、急诊手术。
  • 低白蛋白血症:血清白蛋白<3.5 g/dL;贫血:男性血红蛋白<13 g/dL,女性<12 g/dL;低钠血症:血清钠<135 mEq/L;白蛋白尿:试纸法≥1。

处置流程与药物剂量

  • 原文未提及

红旗征与不能漏的情况

  • 原文未提及

研究设计与关键结果

  • 单中心回顾性队列,纳入5135例(男性46.9%),中位年龄63(50-73)岁,中位eGFR 78.2(65.6-92.2)mL/min/1.73 m2;PO-AKI 303例(5.9%),危重AKI 137例(2.7%)。
  • SPARK A类PO-AKI 10/593(1.7%),D类53/332(16.0%);但C、D类AKI发生率低于SPARK原始队列。
  • PO-AKI的AUC 0.67(95%CI 0.63-0.70),危重AKI 0.62(95%CI 0.57-0.67);校准斜率PO-AKI y=0.24x+3.28(R2=0.86),危重AKI y=0.20x+2.08(R2=0.51)。
  • 多变量分析:性别、eGFR、贫血、低白蛋白血症、白蛋白尿与AKI显著相关;年龄、糖尿病、预期手术时长、急诊手术、RAAS阻断剂使用、低钠血症无关联。
  • 模型更新交叉验证:PO-AKI校准y=0.92x+0.08(R2=0.88),AUC 0.69(95%CI 0.64-0.75);危重AKI校准y=1.23x−0.77(R2=0.98),AUC 0.65(95%CI 0.57-0.73)。

证据类型、等级与局限

  • 证据类型:单中心回顾性外部验证队列研究。
  • 局限:回顾性设计、单中心、手术分类方法不同导致无法进行亚组分析;原文指出预测概率在老年合并症较多人群中可能不准确。

对床旁实践的改变

  • SPARK指数可用于非心脏手术前风险分层,评分越高PO-AKI风险越高,但预测的绝对概率可能高估,尤其对老年、合并症较多人群。
  • 不应仅凭SPARK预测概率决定围术期管理强度,需结合术中因素(如液体平衡、血管加压药使用)综合评估。

指南或共识出处

  • 原文未提及指南或共识;引用SPARK指数原始研究(参考文献8)及KDIGO标准(参考文献15)。
全文中译12 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:JAMA Netw Open. 2021 Oct 18;4(10):e2127362. doi: 10.1001/jamanetworkopen.2021.27362

引言

术后急性肾损伤(PO-AKI)是外科手术的一种严重并发症,不仅与短期死亡风险增加相关1,2,3,还与长期死亡率相关。4,5,6目前,急性肾损伤(AKI)尚无有效治疗方法;因此,术前识别高风险患者并谨慎管理以预防AKI具有重要意义。术前风险分层有助于制定基于风险的监测和管理策略,以预防PO-AKI及AKI相关死亡或透析。

在心脏手术中,已开发了多种预测模型并进行了内部或外部验证。7然而,非心脏手术中的PO-AKI研究较少。

近期,在韩国非心脏手术中开发了一种新模型——简易术后AKI风险(SPARK)指数8。SPARK指数的性能在另一队列中进行了外部验证,模型的区分度和校准度均合理。然而,外部验证是在同一大学附属医院的不同医院队列中进行的,患者人群和临床实践模式可能相似。因此,有必要在不同人群中进行进一步的外部验证。本研究旨在在日本非心脏手术后AKI的回顾性队列——NARA-AKI队列中验证SPARK指数对PO-AKI的预测效能。9,10,11,12

方法

数据来源与参与者

NARA-AKI队列研究是一项单中心回顾性队列研究。纳入标准如下:年龄至少18岁、2007年4月(我院开始使用电子病历)至2011年12月在奈良医科大学医院全身麻醉下接受非心脏手术的患者。排除标准为:接受心脏手术、产科手术(因妊娠期血液稀释导致血清肌酐水平下降,且AKI标准未在孕妇中验证)、泌尿外科手术(因肾切除或输尿管操作导致的肌酐升高其潜在机制可能与PO-AKI不同)、术前透析者;术前1个月内及术后1周内血清肌酐数据缺失者;以及其他分析变量缺失者。此外,与SPARK研究8一致,排除估算肾小球滤过率(eGFR)低于15 mL/min/1.73 m2或预计手术时间少于1小时者。若参与者在研究期间接受多次手术,仅考虑首次符合条件的手术。研究方案及知情同意豁免经奈良医科大学伦理委员会批准。本研究因回顾性性质豁免书面知情同意要求。研究内容已在我科室网页上公示。13本研究按照《赫尔辛基宣言》进行。14本研究已在大学医院医疗信息网络注册(UMIN000037141)。本研究遵循个体预后或诊断多变量预测模型透明报告(TRIPOD)指南。

预测因素

预测因素为SPARK指数中纳入的变量。8 这些变量包括年龄、性别、糖尿病、肾素-血管紧张素-醛固酮系统(RAAS)阻滞(血管紧张素转换酶抑制剂和/或血管紧张素受体阻滞剂)、术前eGFR、试纸法白蛋白尿、贫血、低钠血症、低白蛋白血症、预期手术时长(小时)和急诊手术。

结局

结局变量为PO-AKI和危重AKI。PO-AKI根据改善全球肾脏病预后组织标准15定义(术后1周内血清肌酐较术前基线值升高≥0.3 mg/dL [转换为微摩尔每升,乘以88.4] 或升高至150%,或尿量<0.5 mL/kg/h持续≥6小时)。危重AKI定义为AKI分期≥2期和/或任何与术后死亡相关或出院前需要肾脏替代治疗的AKI。

数据获取与定义

接受全身麻醉下非心脏手术的参与者名单、年龄、性别、手术日期和实验室数据均从电子病历中自动提取。合并症、用药情况、预期手术时长和结局由研究者从电子病历中手工检索。这些数据通过详细的病历审查获得,包括向其他医疗机构查询处方信息。病历审查由M.N.、M. Murashima和M.K.完成,使用相同的数据提取表和各变量的定义。随机抽取100份样本由提取者进行交叉核对。我们确认提取者之间不存在差异。基线实验室数据(包括血清肌酐水平)定义为术前1个月内且最接近手术日期的数值。eGFR使用日本肾脏病学会为日本人群开发的公式,基于基线血清肌酐值计算。16 年龄分层为<40岁、40至<60岁、60至<80岁以及≥80岁。术前eGFR分类为≥60 mL/min/1.73 m2、45至<60 mL/min/1.73 m2、30至<45 mL/min/1.73 m2以及15至<30 mL/min/1.73 m2。预期手术时长从外科医生术前提交的用于安排手术的申请表中提取。低白蛋白血症定义为血清白蛋白水平<3.5 g/dL(转换为克每升,乘以10);贫血定义为男性血红蛋白水平<13 g/dL或女性<12 g/dL(转换为克每升,乘以10)。低钠血症定义为血清钠浓度<135 mEq/L(转换为毫摩尔每升,乘以1.0)。白蛋白尿定义为试纸法白蛋白尿≥1。所有这些截断值均来源于SPARK指数研究。8 在本研究中,手术类型最初根据既往研究17分为4类(即胸腔内手术、腹腔内手术、盆腔或大关节手术及其他类型手术),并为验证SPARK指数进行了重新分类。

统计分析

数据根据情况以均值(标准差)、中位数(四分位距)或数量(百分比)表示。首先,根据SPARK指数为我们队列中的每位参与者计算AKI风险评分,并将参与者分为SPARK分级的4个类别(A表示最低风险,D表示最高风险)。评估每个类别中PO-AKI和危重AKI的发生率。其次,通过受试者工作特征(ROC)曲线下面积(AUC)评估SPARK指数的区分能力。AUC至少为0.7被视为可接受。第三,通过绘制预测概率与观察概率的关系图来检验校准。在SPARK研究中,模型系数乘以11.0306并四舍五入为整数以构建SPARK指数。为在我们队列中计算预测概率,SPARK指数中每个变量的回归系数由指数中的评分除以11.0306重新计算。有序逻辑回归的截距对于PO-AKI为5.9651,对于危重AKI为7.7281(由原手稿的主要作者提供)。在使用链式方程多重插补法对所有纳入SPARK指数的变量进行缺失协变量插补后,重新评估区分能力和校准能力。对于连续变量、二分类结局和分类变量的插补,分别使用预测均值匹配、逻辑回归和多项逻辑回归。创建了五个插补数据集。第四,使用最终SPARK指数中纳入的变量进行普通逻辑回归,以检验这些变量在我们队列中是否也与AKI显著相关。此外,进行了模型更新18并通过交叉验证进行评估。NARA-AKI队列被随机分为2组(2:1比例)以创建新的推导队列和验证队列。SPARK指数中纳入的所有协变量的每个系数和截距在新的推导队列中计算。PO-AKI和危重AKI的预测概率由推导队列中的回归模型计算,并在验证队列中重新评估区分能力和校准能力。此外,通过使用逻辑回归的Bootstrap方法进行内部验证。P < .05的值被认为具有统计学意义,所有检验均为双侧检验。统计分析使用Stata 15版(StataCorp)进行。

结果

参与者

研究期间,奈良医科大学医院共有12 771例患者在全麻下接受非心脏手术。按照排除标准排除数据后,5135例参与者的数据可用于分析(图1)。在NARA-AKI队列中,年龄的中位数(IQR)为63(50-73)岁,男性占队列的46.9%(2410例参与者)。eGFR的中位数(IQR)为78.2(65.6-92.2)mL/min/1.73 m2(表1)。与SPARK研究发现队列中的参与者相比,我们队列中的参与者年龄更大(年龄中位数[IQR],56[44-66]岁 vs 63[50-73]岁),糖尿病患病率更高(3956/51 041[7.8%] vs 802[15.6%])且高血压患病率更高(9824[19.2%] vs 1817[35.4%]),eGFR更低(中位数[IQR],82.1[71.4-95.1] mL/min/1.73 m2 vs 78.2[65.6-92.2] mL/min/1.73 m2),预期手术时长更长(中位数[IQR],2.5[2.0-3.0]小时 vs 3.0[2.5-5.0])。本队列中定期服用RAAS阻滞剂的参与者比例高于SPARK发现队列(963[18.8%] vs 2881[5.6%])(补充材料中的eTable 1)。在本研究的5135例参与者中,分别有303例(5.9%)和137例(2.7%)发生PO-AKI和危重AKI。

图1. 研究流程图 查看原图 ↗
表1. 参与者特征 查看原表 ↗

模型性能

在我们队列中,更高比例的参与者被归入SPARK C类和D类,并且与SPARK发现队列中的参与者相比,我们队列中SPARK分类级别越高,AKI发生率越高(表2;补充材料中的eTable 2)。总体而言,SPARK A类参与者中有10/593例(1.7%)发生PO-AKI,而SPARK D类参与者中有53/332例(16.0%)发生PO-AKI。然而,与SPARK队列相比,我们队列中被归类为SPARK C类和D类的参与者AKI发生率更低(表2;补充材料中的eTable 2)。PO-AKI和危重AKI的ROC曲线见图2A和2B。PO-AKI和危重AKI的AUC分别为0.67(95% CI,0.63-0.70)和0.62(95% CI,0.57-0.67)。校准斜率分别为PO-AKI的y = 0.24x + 3.28(R2 = 0.86)和危重AKI的y = 0.20x + 2.08(R2 = 0.51),提示校准不佳(图2C和2D)。在包含缺失数据参与者的6692例参与者数据集中进行了多重插补。使用插补数据集的敏感性分析得出了相似结果。排除eGFR低于15 mL/min/1.73 m2或预期手术时长低于1小时者后,PO-AKI和危重AKI的AUC分别为0.66和0.64。校准斜率分别为PO-AKI的y = 0.24x + 3.62(R2 = 0.89)和危重AKI的y = 0.29x + 2.11(R2 = 0.81)。

表2. 按SPARK分类分层的AKI发生率 查看原表 ↗
图2. 术后急性肾损伤(PO-AKI)和危重AKI的受试者工作特征曲线及校准图AUC表示曲线下面积。 查看原图 ↗

模型更新

SPARK指数发现队列与我们队列的模型系数比较见表3和补充材料中的e表3。在我们的队列中,性别、eGFR、贫血、低白蛋白血症和蛋白尿与AKI显著相关。除男性性别外,这些变量的回归系数与SPARK指数中的相似;在我们的队列中较小。另一方面,年龄、糖尿病、预期手术时长、急诊手术、RAAS阻滞剂使用和低钠血症在我们的队列中与PO-AKI和危重AKI无关。由于我们的队列中年龄较大、糖尿病、预期手术时长较长、急诊手术和RAAS阻滞剂使用的参与者比例较高,SPARK指数中变量与AKI之间关联的这些差异导致对我们队列中AKI概率的高估。在NARA-AKI队列中构建的模型的交叉验证结果显示,PO-AKI(y = 0.92x + 0.08;R2 = 0.88)和危重AKI(y = 1.23x − 0.77;R2 = 0.98)的校准较好;然而,判别能力对于PO-AKI(AUC,0.69;95% CI,0.64-0.75)和危重AKI(AUC,0.65;95% CI,0.57-0.73)仍欠佳(补充材料中的e图A和B)。除交叉验证外,还使用逻辑回归模型通过bootstrap方法进行了内部验证。使用200次重采样,PO-AKI和危重AKI的乐观校正AUC分别为0.69(95% CI,0.66-0.72)和0.64(95% CI,0.60-0.69)。

表3. 比例优势模型中的回归系数 查看原表 ↗

讨论

我们的验证研究表明,PO-AKI的发生率随SPARK指数评分升高而增加。另一方面,SPARK指数对PO-AKI和危重AKI的判别能力和校准能力欠佳。在NARA-AKI队列中进行模型更新后,判别能力的改善不佳。

我们的队列中判别能力和校准能力欠佳的主要原因是SPARK指数中所包含的危险因素在其队列与我们队列中与AKI的关联不同。在SPARK指数所包含的变量中,年龄、糖尿病、预期手术时长、急诊手术、RAAS阻滞剂使用和低钠血症在我们的队列中与PO-AKI和危重AKI无关。在我们的队列中,参与者年龄较大、糖尿病患病率较高、预期手术时长较长。术前规律使用RAAS阻滞剂或接受急诊手术的参与者比例也较高。因此,我们的队列中被分类为SPARK C级或D级的参与者比例高于SPARK研究的队列。此外,由SPARK指数得出的预测概率高估了我们队列中观察到的AKI概率。

两个队列之间关联性差异有一些可能的解释。首先,SPARK研究中纳入的一些可能的风险因素可能不适用于不同的患者人群。根据既往研究,术前使用RAAS阻断剂是否与非心脏手术中的AKI相关仍存在争议19,20,21,22,23。RAAS阻断剂可能仅在某些人群或某些手术类型中与AKI相关。此外,患者是否在手术当天继续或停用RAAS阻断剂可能影响了结果。在我们的队列中,963名定期使用RAAS阻断剂的参与者中有94名(9.8%)在手术当天继续使用了该类药物。另一方面,SPARK研究中患者是否在手术当天未使用该类药物未有报道。糖尿病20,24及糖尿病严重程度同样如此;是否需要胰岛素治疗可能改变与AKI的关联。25,26此外,既往关于非心脏手术的研究中,高龄17,19,25,27和急诊手术17,25与术后AKI相关,而在我们的队列中二者均与AKI无关。这些数据提示,潜在风险因素与AKI之间的关联可能存在患者背景的效应修饰。非心脏手术包括多种手术类型,患者具有异质性。例如,无合并症的年轻患者可能接受胆囊切除术,而重度吸烟且有动脉粥样硬化性心血管疾病的患者可能因肺癌接受肺切除术。这与心脏手术形成对比,心脏手术的类型主要局限于冠状动脉旁路移植术和瓣膜置换术。接受心脏手术的参与者通常年龄较大,且伴有多种合并症,如糖尿病和高血压。在心脏手术中,AKI预测模型的外部验证显示了合理的区分能力。7非心脏手术中多样的手术类型和异质性患者人群可能因潜在风险因素与AKI之间关联的不同而使开发通用的AKI预测模型变得困难。其次,更新模型后区分能力改善不佳这一事实提示可能存在其他重要预测因素。仅凭术前信息难以预测AKI,因为术中并发症及其处理可影响AKI的发生。SPARK指数旨在术前进行风险分层,因此仅使用了术前变量。然而,多项研究已证实术中因素,如液体平衡或使用血管升压药(可能反映意外出血或低血压),与PO-AKI相关。9,20,22,24,28,29,30在我们的队列中,参与者比SPARK指数研究中的参与者年龄更大、合并症更多。术中发生意外并发症的风险可能更高。第三,两个队列之间的方法学差异也可额外导致这一差异。SPARK研究中纳入的泌尿外科和产科手术以及非全身麻醉下的手术被排除在NARA-AKI队列之外,且未获得与这些类型手术相关的数据。肾切除术和输尿管操作引起的血清肌酐水平升高可能具有与其他PO-AKI不同的潜在机制,且AKI的定义在产科人群中未经验证。实际上,SPARK研究中泌尿外科手术的亚组分析显示该指数表现不佳。8这提示排除泌尿外科手术并未导致SPARK指数在我们队列中表现不佳。我们的研究有一些优势。据我们所知,这是首次在不同医疗社区的大型参与者队列中检验新型SPARK指数的外部有效性。我们研究的观察期与SPARK研究重叠,手术患者护理随时间的变化不会影响该模型的有效性。

局限性

本研究存在局限性。由于一些方法学差异,例如手术分类不同,我们无法进行亚组分析。

结论

在本研究中,PO-AKI 的发生率随着 SPARK 指数评分的升高而增加。然而,区分度和校准度均不理想。从 SPARK 模型估算的概率在年龄较大、合并症较多的参与者队列中可能不准确。本研究凸显了在非心脏手术前精确预测 AKI 概率的难度,这些手术包括各种外科手术以及具有不同医学背景的患者。

参考来源

  1. Nishimoto M, Murashima M, Kokubu M, et al. External Validation of a Prediction Model for Acute Kidney Injury Following Noncardiac Surgery. JAMA Netw Open. 2021. PMID: 34661665. doi:10.1001/jamanetworkopen.2021.27362
  2. 全文:PMC8524308(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8524308/

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。