感染性休克并发AKI患者CRRT撤机失败的决策树分析

[摘要] 目的 基于决策树算法建立感染性休克并发急性肾损伤（acute kidney injury，AKI）患者行连续性肾脏替代治疗（continuous renal replacement therapy，CRRT）后撤机失败的风险预测模型，探讨感染性休克并发AKI患者CRRT撤机失败的影响因素。方法 回顾性分析中国人民解放军联勤保障部队第九〇八医院2020年5月至2023年5月收治的感染性休克并发AKI患者220例，根据撤机成功与否分为成功组和失败组，采用单因素和多因素Logistic回归分析筛选感染性休克并发AKI患者CRRT撤机失败的危险因素，纳入入院时C反应蛋白/白蛋白（C-reactive protein/albumin，CRP/ALB）、撤机时感染相关器官功能衰竭评分系统（sepsis-related organ failure assessment，SOFA）评分、急性生理与慢性健康评分系统Ⅱ（acute physiology and chronic health evaluation，APACHEⅡ）评分、CRRT开始时N末端脑利钠肽前体（N-terminal B-type natriuretic peptide，NT-proBNP）水平、平均动脉压（mean arterial pressure，MAP）分级、撤机后尿量、撤机后血肌酐（serum creatinine， Scr）水平构建感染性休克并发AKI患者CRRT撤机失败的决策树模型并验证模型效能。结果 41.82%的患者撤机失败；结合单因素、多因素Logistic回归分析显示，撤机时SOFA评分、APACHEⅡ评分、撤机后尿量、撤机后Scr水平、CRRT开始时NT-proBNP水平、MAP分级、入院时CRP/ALB是感染性休克并发AKI患者CRRT撤机失败的独立危险因素（Plt;0.05）。CRP/ALB升高是感染性休克并发AKI患者CRRT撤机失败最重要的影响因素，其受试者操作特征曲线下面积为0.965。""" 结论 入院时CRP/ALB、撤机时SOFA评分、撤机后尿量、撤机后Scr水平、APACHEⅡ评分、MAP分级构建的决策树模型对感染性休克并发AKI患者CRRT撤机失败的预测效能较好，对患者预后评估具有指导作用。

[关键词] 感染性休克；急性肾损伤；连续性肾脏替代治疗；撤机；决策树；预测

[中图分类号] R459.5；R631" """"[文献标识码] A""" [DOI] 10.3969/j.issn.1673-9701.2025.03.006

[Abstract] Objective To establish a risk prediction model of continuous renal replacement therapy （CRRT） withdrawal failure in patients with infectious shock complicating acute kidney injury （AKI） based on the decision tree algorithm， and to explore the influencing factors of CRRT withdrawal failure in patients with infectious shock complicating AKI. Methods 220 patients with infectious shock complicating AKI admitted to our hospital from May 2020 to May 2023 were retrospectively analyzed， and divided into success group and failure group according to the success or failure of the withdrawal， univariate and multivariate Logistic regression analysis were used to screen risk factors of CRRT withdrawal failure in patients with septic shock complicated with AKI， C-reactive protein/albumin （CRP/ALB） at admission and sepsis-related organ failure assessment （SOFA） score at withdrawal， acute physiology and chronic health evaluation （APACHEⅡ） score， N-terminal B-type natriuretic peptide （NT-proBNP） level at the beginning of CRRT， mean arterial pressure （MAP） grading， urine volume after withdrawal， and serum creatinine （Scr） level after withdrawal were taken into constructing a decision tree model and validating the model efficacy. Results In this study， there were 41.82% of patients failed to withdrawal. Combination of univariate and multivariate Logistic regression analysis showed that SOFA score at withdrawal， APACHEⅡ scores， urine volume after withdrawal， Scr level after withdrawal， NT-proBNP at the beginning of CRRT， and MAP grading， CRP/ALB at the time of admission were an independent risk factor for CRRT withdrawal failure in patients with septic shock complicated with AKI （P lt;0.05）. The results showed that the higher CRP/ALB was the most important influencing factor on the failure of CRRT evacuation in patients with infectious shock complicating AKI， and the area under the receiver operating characteristic curve was 0.965. Conclusion The decision tree model constructed by CRP/ALB at admission， SOFA score at withdrawal， urine volume after withdrawal， Scr level after withdrawal， APACHEⅡ score， and MAP grading has a better predictive efficacy of CRRT withdrawal failure in patients with infectious shock complicating AKI， which is a guideline for patients’ prognostic assessment.

[Key words] Infectious shock; Acute kidney injury; Continuous renal replacement therapy; Withdrawal; Decision tree; Prediction

感染性休克又称脓毒性休克，是一种复杂的临床综合征，可导致机体细胞缺氧、器官功能障碍、组织灌注不良等严重感染性疾病发生，是临床上最常见的休克类型^[1-2]。急性肾损伤（acute kidney injury，AKI）常见于感染性休克早期的合并疾病，死亡率高达41%^[3-4]。针对AKI、全身炎症反应综合征及多器官功能障碍综合征等危重疾病，主要选择连续性肾脏替代治疗（continuous renal replacement therapy，CRRT）^[5]。CRRT可有效改善肾脏功能和患者预后。CRRT停止过早可导致患者治疗不充分，甚至需要重新启动CRRT进行救治，增加不良预后的风险；停止过晚除延长住院时间和浪费医疗资源外，还增加CRRT相关并发症的发生风险^[6]。因此对撤机成功与否的预测非常重要，但目前临床上对此尚无统一标准。基于决策树算法建立预测模型，其分类速度及结果可显示各项风险因素的重要性排序，更利于医务人员分析风险因素的权重。本研究收集感染性休克并发AKI患者的临床资料，基于决策树算法构建预测模型，现报道如下。

1" 资料与方法

1.1" 一般资料

参照Kendall^[7]对多因素分析的样本量估算方法，本研究纳入12个变量，取变量数目的10～20倍，考虑10%～15%的失访率，于中国人民解放军联勤保障部队第九〇八医院信息系统选取2020年5月至2023年5月收治的220例感染性休克合并AKI患者，根据撤机成功与否分为成功组和失败组。纳入标准：①年龄gt;18岁；②符合感染性休克诊断标准^[8]；③符合AKI诊断标准^[9]；④符合CRRT适应证^[10]；⑤临床资料完整无缺失。排除标准：①合并有恶性肿瘤；②凝血功能障碍；③合并终末期肾脏疾病。本研究经中国人民解放军联勤保障部队第九〇八医院伦理委员会审批通过（伦理审批号：2020YYLL179）。

1.2" 方法与评价指标

收集纳入患者的临床资料，包括年龄、性别、是否机械通气、撤机时感染相关器官功能衰竭评分系统（sepsis-related organ failure assessment，SOFA）评分、急性生理与慢性健康评分系统Ⅱ（acute physiology and chronic health evaluation，APACHEⅡ）评分、是否使用血管活性药物、撤机后尿量、撤机后血肌酐（serum creatinine，Scr）水平、撤机后血中性粒细胞明胶酶相关载脂蛋白（neutrophil gelatinase- associated lipocalin，NGAL）水平、CRRT开始时N末端脑利钠肽前体（N-terminal B-type natriuretic peptide，NT-proBNP）水平、平均动脉压（mean arterial pressure，MAP）分级、C反应蛋白/白蛋白（C-reactive protein/albumin，CRP/ALB）。MAP分级^[11]分为3个等级：70～110mmHg（1mmHg=0.133kPa）为0级，50～70mmHg或110～130mmHg为1级，lt;50mmHg或gt;130mmHg为2级。CRRT开始时NT-proBNP水平以15 767pg/ml为界分为两组^[12]。

1.3" 统计学方法

采用SPSS 21.0统计学软件对数据进行处理分析。计量资料以均数±标准差（）表示，比较采用独立样本t检验；计数资料以例数（百分率）[n（%）]表示，比较采用c²检验；撤机失败影响因素采用单因素分析和Logistic多因素回归进行分析；运用SPSS软件和Modeler软件构建基于决策树算法的预测模型。Plt;0.05为差异有统计学意义。

2" 结果

2.1" 感染性休克并发AKI患者CRRT撤机失败现状

纳入的220例感染性休克并发AKI患者中，92例患者撤机失败，128例患者撤机成功，撤机失败率为41.82%（92/220）。

2.2" 感染性休克并发AKI患者CRRT撤机失败的" 单因素分析

撤机时SOFA评分、APACHEⅡ评分、撤机后尿量、撤机后Scr水平、NT-proBNP水平、MAP分级、CRP/ALB是感染性休克并发AKI患者CRRT撤机失败的影响因素（Plt;0.01），见表1。

2.3" 感染性休克并发AKI患者CRRT撤机失败的 多因素Logistic分析

将感染性休克并发AKI患者CRRT撤机情况纳入因变量，以表1中差异有统计学意义的变量作为自变量，进行多因素Logistic回归分析，赋值情况见表2。结果显示撤机时SOFA评分、APACHEⅡ评分、撤机后尿量、撤机后Scr水平、CRRT开始时NT-proBNP水平、MAP分级、CRP/ALB是感染性休克并发AKI患者CRRT撤机失败的独立危险因素（Plt;0.05），见表3。

2.4" 基于决策树算法构建的感染性休克并发AKI患者CRRT撤机失败的预测模型

将感染性休克并发AKI患者CRRT撤机失败的单因素分析中有统计学意义的自变量纳入决策树模型中，生成模型图见图1。本研究决策树生长5层，共计12个节点，其中终末节点6个，共筛选提取5个分类规则，即入院时CRP/ALB、撤机时SOFA评分、撤机后尿量、撤机后Scr水平、APACHEⅡ评分、MAP分级：①CRP/ALBgt;1.945占该节点23.6%；②CRP/ALB≤1.945、撤机时SOFA评分gt;9.200、撤机后尿量≤1.540占该节点13.2%；③CRP/ALB≤1.945、撤机时SOFA评分≤9.200、MAP分级＝1级/2级，撤机后Scrgt;157.585占该节点22.3%；④CRP/ALB≤1.945、撤机时SOFA评分gt;9.200、撤机后尿量gt;1.540占该节点9.1%；⑤CRP/ALB≤1.945、撤机时SOFA评分≤9.200、MAP分级=1级占该节点9.5%；⑥CRP/ALB≤1.945、撤机时SOFA评分≤9.200、MAP分级=""" 1级/2级，撤机后Scr≤157.585占该节点39.5%。其中MAP分级对天疱疮患者并发感染的影响较小，而CRP/ALB越大感染性休克并发AKI患者撤机失败的风险越大，见图2。基于决策树算法构建的预测模型受试者操作特征曲线（receiver operating characteristic curve，ROC曲线）见图3，曲线下面积（area under the curve，AUC）为0.965，预测效能好。

3" 讨论

本研究纳入的220例感染性休克并发AKI患者中有92例患者撤机失败，撤机失败率为41.82%，与窦军等^[13]研究结果一致。可见关于CRRT撤机失败的发生概率较高，因此构建撤机成功与否的预测模型是非常必要的。

本研究中CRP/ALB是预测CRRT撤机失败的最重要因素，其比值越高，撤机失败的发生概率也越大，与张妍等^[14]研究结果一致。CRP通过促进受损肾组织纤维化加重炎症程度，同时也阻止受损肾小管上皮细胞增殖^[15]；而ALB在人体内可维持功能营养、调节免疫反应，有效改善微循环、减轻炎症^[16]；因此，量化两者即利用CRP/ALB可达到同时反映机体炎症反应和营养状况的目的，且其获取简便，可在临床上推广应用；但目前该指标尚未成为统一标准，对该指标的实用性和科学性尚待进一步大样本、多中心的研究验证。撤机时SOFA评分是对全身器官功能情况的综合考察评估，评分较高者病情易反复，不宜过早停用CRRT，这与谢龙昇等^[17]研究结果一致。Scr水平常用来反映肾功能状态，若其升高，提示患者的肾脏功能恢复程度较低，无法自主正常发挥肾脏功能，是CRRT撤机失败的独立危险因素；MAP分级过高同时患者肾灌注减少，肾脏功能受损，是感染性休克并发AKI患者预后的独立危险因素，这与王建中等^[18]研究结果一致。APACHEⅡ评分与感染性休克并发AKI患者CRRT撤机失败具有相关性，对感染性休克合并AKI患者的预后具有预测价值；且较高的评分提示患者病情严重程度，在临床上广泛应用于危重患者的病情评估和预测预后；与韩明帅等^[19]研究结果一致。撤机后尿量仍是CRRT撤机的主要指标，与目前已有的众多研究结果一致^[20]；但利尿剂的使用可增加患者尿量^[21]；对此类情况尚无科学方法排除相关影响，因此在今后的研究中可考虑将其作为辅助诊断的指标。

评定模型优劣的重要指标为AUC，AUC与模型的预测性能成正比。若AUC≥0.9，则为“优秀”，若AUC为0.8～0.9，则为“好”^[22]。基于决策树构建的预测模型AUC为0.965，说明该预测模型的预测效能佳。基于该预测模型，医务人员对感染性休克并发AKI患者行CRRT后撤机的预后预测可多关注CRP/ALB，对高SOFA评分、高APACHEⅡ评分、MAP分级高的患者，可及早干预，减少病情进一步加重甚至死亡的风险。

综上所述，基于决策树算法构建对感染性休克合并AKI患者行CRRT后撤机失败的预测模型有较好的预测效能，可为之后临床指导CRRT撤机提供新思路。但本研究存在样本量较小、单中心研究的不足，对该模型的临床实际应用还需增加样本量和联合多中心研究进一步验证。

利益冲突：所有作者均声明不存在利益冲突。

[参考文献]

[1]"" 滕旭升， 丁颖威， 陈琳， 等. 感染性休克患者预后影响因素及循环组蛋白和NLRP3炎症小体对预后的价值[J]. 中华医院感染学杂志， 2024， 34（1）： 13–17.

[2]"" Hasanin A， Karam N， Mukhtar A M， et al. The ability of pulse oximetry-derived peripheral perfusion index to detect fluid responsiveness in patients with septic shock[J]. J Anesth， 2021， 35（2）： 254–261.

[3]"" 李燕， 黄庆生， 方明星， 等. 黏附因子联合肾阻力指数对早期预测脓毒症患者发生急性肾损伤的价值[J]. 中华医院感染学杂志， 2020， 30（24）： 3711–3715.

[4]" 何力， 苏连久， 张婧， 等. ICU内脓毒性休克急性肾损伤患者肾功能恢复的影响因素分析[J]. 中华危重病急救医学， 2020（2）： 199–203.

[5]"" 马冠华， 李向阳， 周伊南， 等. 连续性肾脏替代治疗在治疗高龄脓毒症合并急性肾损伤患者的作用[J]. 中国呼吸与危重监护杂志， 2020， 19（5）： 463–466.

[6]"" SCHIFFL H， LANG S M. Correction to： Current approach to successful liberation from renal replacement therapy in critically ill patients with severe acute kidney injury： The quest for biomarkers continues[J]. Mol Diagn Ther， 2021： 25（1）： 1–8.

[7]"" Kendall M G. Rank correlation methods[M]. London： Charles Griffin， 1948.

[8]"" 中华医学会重症医学分会. 中国严重脓毒症/脓毒性休克治疗指南（2014）[J]. 中华内科杂志， 2015， 54（6）： 557–581.

[9]"" 郭锦洲. 改善全球肾脏病预后组织（KDIGO）临床实践指南： 急性肾损伤[J]. 肾脏病与透析肾移植杂志， 2013， 22（1）： 57–60.

[10] 血液净化急诊临床应用专家共识组. 血液净化急诊临床应用专家共识[J]. 中华急诊医学杂志， 2017， 26（1）： 24–36.

[11] 常瑞亭， 孙瑞雪， 于天舒， 等. 基于影像学MAP评分对T₁期肾肿瘤切除术式选择的指导意义[J]. 临床放射学杂志， 2020， 39（10）： 2028–2032.

[12] HAN S S， BAE E， SONG S H， et al. NT-proBNP is predictive of the weaning from continuous renal replacement therapy[J]. Tohoku J Exp Med， 2016， 239（1）： 1–8.

[13] 窦军， 何爱红. 基于随机森林算法的急性肾损伤患者CRRT撤机成功因素及预测模型效能分析[J]. 现代医学， 2023， 51（1）： 52–59.

[14] 张妍， 荣阳. 急性肾损伤患者入院时C反应蛋白及白蛋白比值与连续性肾脏替代治疗90d死亡相关[J]. 内科急危重症杂志， 2024， 30（3）： 261–263.

[15] Mohamed W， Asimakopoulos G. Preoperative C-reactive protein as a predictor of postoperative acute kidney injury in patients undergoing coronary artery bypass grafting[J]. Perfusion， 2021， 36（4）： 330–337.

[16] Wang Y， Sun W J， Ji Z S， et al. Serum albumin and the risk of contrast-induced acute kidney injury after percutaneous coronary intervention[J]. Rev Cardiovasc Med， 2020， 21（1）： 139–145.

[17] 谢龙昇， 余春澜， 谢鑫， 等. 并发急性肾损伤重症病人CRRT撤机失败的预测模型构建[J]. 护理研究， 2022， 36（2）： 230–234.

[18] 王建中， 曹世雄， 黄河， 等. 脓毒症急性肾损伤CRRT治疗后撤机失败的危险因素分析[J]. 名医， 2022（20）： 72–74.

[19] 韩明帅， 姚佳辉， 张晨. 老年脓毒症合并急性肾损伤患者肾动脉阻力指数、APACHEⅡ评分及β₂微球蛋白水平与预后的关系[J]. 中国老年学杂志， 2024， 44（13）： 3138–3142.

[20] 瞿雁， 唐思宇， 周彬兵， 等. 重症急性肾损伤患者连续性肾脏替代治疗停止时机的研究进展[J]. 浙江临床医学， 2024， 26（4）： 618–621.

[21] BOYER N， PERSCHINKA F， JOANNIDIS M， et al. When to discontinue renal replacement therapy. What do we know？[J]. Curr Opin Crit Care， 2023， 29（6）： 559–565.

[22] Sayed M， Riaño D， Villar J. Novel criteria to classify ARDS severity using a machine learning approach[J]. Crit Care， 2021， 25（1）： 150.

（收稿日期：2024–09–24）

（修回日期：2025–01–07）

通信作者：廖浩，电子信箱：1176089122@qq.com