非透析慢性肾脏病患者发生肾性贫血风险预测模型的开发与验证

杨 洁, 边 宇, 张 蕊

(哈尔滨医科大学附属第二医院 肾内科, 黑龙江 哈尔滨, 150001)

肾性贫血是慢性肾脏病(CKD)常见的并发症之一,随着CKD的进展,贫血发生率逐渐增高。一项大型多中心前瞻性研究[1]表明,贫血是心血管事件发生的独立危险因素。血红蛋白(Hb)浓度降低可增高心血管疾病风险与全因病死率[2]。低Hb水平与CKD患者生活质量与工作效率降低相关[3]。因此,需及时发现贫血,规避风险,但目前非透析CKD患者发生贫血的预测研究较少。本研究建立首个个体化预测非透析CKD发生贫血风险的列线图(Nomogram)模型,旨在指导临床筛查高危因素,并制订个体化临床措施,现报告如下。

1 资料与方法

1.1 一般资料

回顾性收集2017年1月—2021年12月在哈尔滨医科大学附属第二医院肾内科就诊的患者的临床资料。本研究经医院伦理委员会批准(审批号KY2022-240)。纳入标准: ① 符合2012年改善全球肾脏病预后组织(KDIGO)慢性肾脏病的诊断标准者; ② 年龄>18岁者。排除标准: ① 临床资料不全者; ② 近3个月内有急性出血及输血史者; ③ 怀孕或哺乳期女性,恶性肿瘤、血液系统疾病患者; ④ 在本院就诊时已行肾脏替代治疗,使用促红细胞生成素、铁剂、叶酸及维生素B12等治疗的患者。

1.2 方法

记录患者刚入院时的基本信息及相关实验室指标。基本信息包括年龄、性别、高血压及糖尿病病史; 实验室指标包括白细胞(WBC)计数、中性粒细胞百分比、淋巴细胞百分比、Hb、红细胞分布宽度(RDW)、血小板计数、平均血小板容积、血清碱性磷酸酶、血清白蛋白(ALB)、球蛋白、血浆白蛋白与球蛋白的比值、血胱抑素C、血尿素、血肌酐、血尿酸、碳酸氢钠、总胆固醇(TC)、甘油三酯(TG)、尿白蛋白、尿隐血等指标。采用R studio软件(4.1.3版)将患者数据集按7∶3的比例随机分为训练集与验证集。

1.3 统计学方法

采用SPSS 25.0软件对数据进行分析,分类变量以[n(%)]描述,行卡方检验或Fisher精确检验2组基线特征。对训练集数据进行单因素、多因素Logistic回归分析,筛选出发生贫血的独立危险因素。采用赤池信息准则(AIC)最小值的逐步回归[4]选取最终进入预测模型的因素。在此基础上,调取rms包,构建Nomogram模型。分别在训练集及验证集通过受试者工作特征(ROC)曲线的曲线下面积(AUC)、校准图及拟合优度检验(H-L)评价区分度及校准度。H-L中P<0.05为差异有统计学意义,模型拟合度差。使用临床决策曲线分析(DCA)评价临床实际决策中的效用度。

2 结 果

2.1 训练集及验证集基本特征

按照2012年KDIGO关于CKD患者贫血诊断标准[5], 将男性Hb<130 g/L、女性Hb<120 g/L视为贫血。共纳入553患者,其中男314例(56.8%)。训练集388例,其中贫血286例(73.7%); 验证集165例,贫血患者129例(78.2%)。除尿素水平外,训练集及验证集基本资料比较,差异无统计学意义(P>0.05), 见表1。

表1 训练集及验证集基本资料比较[n(%)]

2.2 非透析CKD患者发生肾性贫血风险模型的建立

单因素Logistic回归分析显示, 17个变量[WBC、中性粒细胞百分比、RDW、血小板压积、碱性磷酸酶、ALB、血胱抑素C、尿素、CKD分期、碳酸氢钠、血钾、血钙、血磷、C反应蛋白(CRP)、TG、尿白蛋白、尿隐血]与贫血的发生相关(P<0.05)。将P<0.05的变量纳入多因素Logistic回归分析,结果提示, WBC、ALB、血胱抑素C、尿素、CKD分期等9个变量为贫血的独立影响因素(P<0.05), 见表2。按照AIC最小原则,纳入10个自变量构建列线图,见图1。赋值: 贫血=1, 非贫血=0; 二分类变量中,<截断值=0, ≥截断值=1; 年龄: 18～44岁=0, 45～60岁=1, >60岁=3; CKD分期: CKD1期=1, CKD2期=2, CKD3期=3, CKD4期=4, CKD5期=5; 尿蛋白: 0=0, +=1,=2,=3,=4; 尿隐血: 0=0, +=1,=2,=3。

表2 单因素及多因素Logistic回归分析

图1 非CKD患者肾性贫血预测列线图

2.3 非透析CKD患者发生肾性贫血风险模型的验证

依次对训练集及验证集数据进行模型验证。训练集的ROC曲线下面积(AUC)为0.915(95%CI: 0.870～0.959), 验证集为0.949(95%CI: 0.927～0.971), 表明模型区分度较高(AUC: 0.5～0.7为区分度低; >0.7～0.9为中等区分度; >0.9为区分度高),预测能力强,见图2。校准图(训练集Brier评分为0.077, 验证集为 0.097)提示,该模型具有较好的校准度,预测值与实际值一致性较好,能够准确预测贫血的发生,见图3、4。训练集与验证集的H-L检验P值依次为0.146和0.951,P>0.05表明模型有较好的校准度。临床决策曲线(DCA)显示,模型临床效用价值较好,见图5。

图2 训练集及验证集ROC曲线

图3 建模人群校准图

图4 验证人群校准图

图5 训练集及验证集临床决策曲线

3 讨 论

国外报道[6-7]显示, 45.0%非透析CKD患者会出现贫血,国内也有类似报道。本研究患者贫血发生率为75.1%, 贫血发生率出现差异的原因可能是肾病起病隐匿,早期多无明显症状,起病初期贫血检出率低,因此就诊时多进展为中晚期肾病。

目前关于建模集及验证集的划分比例并无明确规定。小样本量数据集,训练集与验证集划分比例可为7∶3或8∶2, 本研究选择的划分比例为7∶3。本研究利用AIC最小原则选取了拟合优良性最好的诊断模型,以列线图的直观方式建立国内首个个体化预测非透析CKD人群肾性贫血风险的模型,且模型具有较好的验证水准。研究发现, WBC、CRP、RDW、ALB、血胱抑素C、尿素、CKD分期、碳酸氢盐、血钙水平是贫血的独立影响因素。

低Hb水平与CRP浓度增加独立相关[8-9], 且在非透析CKD人群中亦然。肾病患者的微炎症状态可诱导红细形态改变,加速细胞凋亡; 同时炎症能够抑制红细胞生成素(EPO)功能,上调铁调素水平,抑制铁的吸收与释放,从而诱发贫血[10]。本研究中RDW增高是贫血的独立危险因素,国外也有类似报道[11]。考虑原因为慢性肾病患者长期营养(如叶酸、维生素B12)缺乏[12-14], 可影响DNA合成,生成巨幼红细胞入血,引起RDW增大。炎症因子可抑制细胞中EPO的mRNA水平和EPO的形成[15], 抑制骨髓中红系祖细胞增殖、分化,幼态红细胞入血致RDW增大。

贫血程度与ALB水平呈正相关[16-17], 可能与肾病患者蛋白摄入减少和尿蛋白流失加重了低蛋白血症,导致Hb合成原料减少,加重贫血风险有关。对CKD合并贫血人群分析发现[18], 胱抑素C是贫血发生的危险因素。在首次透析患者中[19], 胱抑素C水平与贫血程度呈正相关,与本研究报道结果一致。尿素在生理状态下可分解为氰酸酯,其可促进溶血,高水平氰酸盐可致EPO氨基甲酰化,抑制其生物学活性,且有时间和浓度依赖性[20-22]。同时,尿素可抑制EPO受体mRNA的表达和蛋白质的合成[23], 可能是透析不充分患者高尿素氮致贫血的原因之一。

本研究中CKD1-5期贫血发生率渐增高,说明随着CKD的进展,贫血风险显著提升。国内外报道称,贫血的患病率随着eGFR水平的降低而增加[16, 18, 24-25]。随着CKD的进展,肾功能进行性下降,可能与肾间质细胞分泌EPO不足有关。OR值反映了疾病与暴露因素之间的关系,OR>1表示因素促进结局的发生。本研究中CKD5期的OR值较高,但与CKD1期相比,差异无明显统计学意义(P>0.05), 考虑与CKD分期中人群比例不同有关。

国外研究[26]发现,肾移植患者中,碳酸氢钠可独立预测贫血的发生,这与本研究结果相似。但目前有关碳酸氢盐对贫血的作用机制尚不清楚。血钙水平的降低促进了贫血的发生, BORONAT M等[17]也报道了相似的结论。EPO激活瞬时受体电位通道蛋白(TRPC)调节细胞内钙增多[27], 特别是TRPC2与TRPC6。端粒沉默-1-样蛋白(DOT1L)甲基转移酶通过下调TRPC6基因表达调节红系祖细胞Ca2+内流[28], 而过高水平的Ca2+内流可能会导致细胞周期阻滞或凋亡,诱发致命性贫血。

本研究发现,年龄、性别并非影响贫血的因素,与国内外相关报道不一致[8, 29], 考虑可能与研究人群单一、样本量小及种族不同等因素相关。本研究存在一定的局限性。首先,未纳入影响贫血的全部影响因素,如铁代谢、维生素B12、叶酸等指标的影响,由于上述指标不作为常规检查项目,因此为避免数据不足造成的统计学误差,最终未将其纳入常规统计分析;其次,所有患者均来自本院肾内科,人群单一,样本量受限,因此需要多中心、更大样本量的研究丰富预测模型,提高预测效率;最后,本研究为回顾性研究,可能存在信息偏倚,需后续研究优化模型。