維持性血液透析病人透析中發(fā)生低血壓的危險(xiǎn)因素及預(yù)測(cè)模型的研究進(jìn)展

陸敏婷,黃潔微,周 戈,劉佳麗

維持性血液透析(maintenance hemodialysis,MHD)是終末期腎臟病病人主要的替代治療方式之一[1]。其中,透析中低血壓(intradialytic hypotension,IDH)是MHD病人常見的急性并發(fā)癥,其發(fā)生率為7.5%～50.0%[2]。MHD病人IDH不僅導(dǎo)致機(jī)體重要器官的損害,誘發(fā)心腦血管事件,增加死亡率,而且影響病人透析進(jìn)程及透析質(zhì)量,增加血管通路失功的風(fēng)險(xiǎn),加速殘余腎功能的喪失,嚴(yán)重影響病人的生活質(zhì)量[3-4]。大型觀察性研究描述了透析病人的血壓死亡率呈“U”曲線,即血壓越低死亡率越高[5]。因此,對(duì)MHD病人進(jìn)行IDH風(fēng)險(xiǎn)識(shí)別及早期干預(yù)至關(guān)重要。IDH風(fēng)險(xiǎn)預(yù)測(cè)模型作為評(píng)估和篩查高風(fēng)險(xiǎn)人群的工具,可為醫(yī)護(hù)人員早期發(fā)現(xiàn)IDH并采取有效預(yù)防措施提供依據(jù)?，F(xiàn)對(duì)IDH的危險(xiǎn)因素及風(fēng)險(xiǎn)預(yù)測(cè)模型的研究進(jìn)展進(jìn)行總結(jié)和分析,以期為臨床護(hù)理實(shí)踐提供參考。

1 IDH的概述

血壓監(jiān)測(cè)是慢性腎臟病(CKD)病人的基本觀察項(xiàng)目[6]。MHD病人在血液透析過程中常出現(xiàn)血流動(dòng)力學(xué)的不穩(wěn)定,主要表現(xiàn)為透析相關(guān)性低血壓和高血壓,以低血壓多見。然而,目前對(duì)IDH的定義還沒有共識(shí)[7]。美國國家腎臟基金會(huì)制定的腎臟病預(yù)后質(zhì)量倡議(K/DOQI)指南將IDH定義為透析過程中收縮壓較透析前降低20 mmHg或平均動(dòng)脈壓較透析前降低10 mmHg,伴有臨床癥狀,如腹部不適、打哈欠、惡心、嘔吐、肌肉痙攣等,并需要給予干預(yù)措施[4],如注射50 mL高濃度葡萄糖、擺特倫德倫伯格(Trendelenburg)臥位(即頭低腳高向右傾斜的體位)甚至?xí)簳r(shí)停止血液透析等。歐洲最佳實(shí)踐指南(EBPG)則認(rèn)為在血液透析過程中只要出現(xiàn)血壓降低及出現(xiàn)臨床癥狀且需要臨床干預(yù)這2個(gè)條件,就可以認(rèn)為是IDH[8]。Rostoker等[9]認(rèn)為,血液透析中收縮壓<100 mmHg或收縮壓下降>30 mmHg 即可判斷為 IDH。IDH會(huì)引起血液透析濾過困難,導(dǎo)致血液透析不夠充分,影響血液透析效果,同時(shí)造成心臟功能受損,對(duì)病人的生命安全造成嚴(yán)重威脅[10],是MHD病人死亡的獨(dú)立危險(xiǎn)因素。

2 IDH發(fā)生的危險(xiǎn)因素

2.1 病人因素

2.1.1 年齡、性別

高齡是IDH的獨(dú)立危險(xiǎn)因素[11-13],年齡越大越容易發(fā)生IDH。老年人由于各系統(tǒng)衰老和多種疾病的存在,常有血流動(dòng)力學(xué)和代謝方面的改變,存在血管脆性增強(qiáng)、反應(yīng)能力差等特點(diǎn),特別是合并糖尿病、動(dòng)脈粥樣硬化的老年病人更易發(fā)生低血壓[14]。女性也與IDH的發(fā)生有關(guān),可能涉及多種機(jī)制,如雌激素對(duì)血管平滑肌的直接血管擴(kuò)張劑作用,女性平均靜息肌交感神經(jīng)活動(dòng)較男性低,從而導(dǎo)致較低的外周阻力[15],容易引起IDH的發(fā)生。

2.1.2 透析前低收縮壓、透析期間體重增加(IDWG)

透析前低收縮壓是維持性血液透析病人發(fā)生透析中低血壓的獨(dú)立危險(xiǎn)因素[3],透析前低收縮壓的病人更容易發(fā)生IDH。透析前低收縮壓病人在透析時(shí)因血液快速引入體外循環(huán),而組織間液不能快速代償充盈血管,導(dǎo)致有效血流量減少,心室充盈量和心排血量減少,血流動(dòng)力學(xué)不穩(wěn)定,從而導(dǎo)致低血壓的發(fā)生。此外,透析前低血壓與高齡、充血性心力衰竭、冠心病及糖尿病引起的嚴(yán)重自主神經(jīng)病變相關(guān),從而易發(fā)生IDH。研究表明,透析期間體重增加與IDH發(fā)生的風(fēng)險(xiǎn)相關(guān),由于透析期間液體攝入的增加,導(dǎo)致IDWG增加時(shí)往往需要更高的超濾率,從而增加IDH的發(fā)生風(fēng)險(xiǎn)[16-17]。

2.1.3 營養(yǎng)不良(貧血及低蛋白血癥)

營養(yǎng)不良(貧血及低蛋白血癥)是病人血液透析時(shí)發(fā)生IDH的主要危險(xiǎn)因素之一[18-20]。營養(yǎng)不良病人應(yīng)激反應(yīng)差,對(duì)血液透析耐受性較差,當(dāng)血液透析中血容量減少時(shí)機(jī)體不能有效提高血管阻力,易發(fā)生低血壓[11,14]。

2.1.4 合并糖尿病、心血管疾病

糖尿病腎病是MHD病人發(fā)生IDH的獨(dú)立危險(xiǎn)因素[2,21],糖尿病腎病病人常伴有自主神經(jīng)病變及心血管病變,導(dǎo)致透析血管的順應(yīng)性下降和血管調(diào)節(jié)功能下降[22],易發(fā)生IDH。此外,糖尿病腎病病人在透析過程中易發(fā)生低血糖,低血糖會(huì)導(dǎo)致機(jī)體壓力反射靈敏性和交感神經(jīng)對(duì)低血壓的應(yīng)激反應(yīng)減弱,從而增加IDH的發(fā)生風(fēng)險(xiǎn)[2]。MHD病人多伴有心血管并發(fā)癥,其中向心性左室肥厚和左室舒張功能異常是常見而重要的表現(xiàn)[23]。向心性左室肥厚和左室舒張功能異常的病人心血管的調(diào)節(jié)能力減退,導(dǎo)致心排血量下降,同時(shí)在血液透析過程中因血流動(dòng)力學(xué)改變,會(huì)出現(xiàn)心率加快,平均動(dòng)脈壓不穩(wěn)定,加之超濾脫水使得血管充盈不足,易發(fā)生低血壓[24-25]。

2.2 治療因素

治療因素包括透析年限、超濾量和超濾率、透析液成分及溫度、服用多種抗高血壓藥物等。

2.2.1 透析年限、服用多種抗高血壓藥物

隨著透析年限的增加,透析中低血壓的發(fā)生率明顯增加[26],可能是因?yàn)殚L期透析病人由于其殘余腎功能的喪失、心腦血管并發(fā)癥增多、血管鈣化等易導(dǎo)致IDH。此外,終末期腎病病人多合并高血壓,往往需要多種降壓藥物聯(lián)合使用維持血壓穩(wěn)定,與不使用抗高血壓藥物或只使用一種抗高血壓藥物的病人相比,使用多種抗高血壓藥物的病人IDH的發(fā)生風(fēng)險(xiǎn)增加[27]。

2.2.2 超濾量和超濾率

超濾量越大意味需要清除更多液體,超濾總量超過體重的6%～7%容易造成病人有效循環(huán)血容量不足,從而發(fā)生IDH;超濾量越大,超濾率也越高,即透析時(shí)體液清除率越高,當(dāng)液體清除率超過了組織間液對(duì)血漿的再充盈率和相關(guān)的生理代償時(shí),則會(huì)導(dǎo)致IDH的發(fā)生[2,12,25,28]。超濾率過高多與病人透析間期增重過多,或與用高效透析器超濾速度過快有關(guān)[14]。

2.2.3 透析液成分及溫度

研究表明,透析液中電解質(zhì)成分與透析病人血壓值變化密切相關(guān)[16,29]。透析液中較低的鈣濃度、鎂濃度與IDH的發(fā)生有關(guān)[29-32]。鈣離子水平的變化在心肌收縮中起關(guān)鍵作用,并可能影響透析過程中的血壓穩(wěn)定。一項(xiàng)研究回顧了病人使用鈣濃度1.250 mmol/L的透析液轉(zhuǎn)為使用較低濃度(1.000～1.125 mmol/L)的透析液后,心力衰竭和IDH的發(fā)生增加,住院率增加[33]。一項(xiàng)前瞻性研究顯示,透析液鎂濃度為0.25 mmol/L或更低透析液是發(fā)生IDH的主要原因,而改用鎂濃度為0.75 mmol/L的透析液可減少IDH的發(fā)生,但當(dāng)透析液中的鈣濃度為1.25 mmol/L時(shí)需要監(jiān)測(cè)鎂的濃度以預(yù)防高鎂血癥[31];此外透析液中的鈉濃度較高可使透析病人有鈉積累的風(fēng)險(xiǎn),導(dǎo)致在透析間期易產(chǎn)生口渴感,增加液體攝入和高血壓發(fā)生[15,29]。此外,透析液溫度可通過與血液進(jìn)行交換清除時(shí)影響進(jìn)入人體的血液溫度,進(jìn)而引起血管的舒縮反應(yīng)[34]。在常規(guī)透析液溫度下(如37～37.5 ℃),核心溫度的升高可能會(huì)導(dǎo)致血容量重新分配到血管擴(kuò)張的皮膚血管,并抵消低血容量的正常反應(yīng)[35],易導(dǎo)致IDH的發(fā)生。歐洲腎臟最佳實(shí)踐指南(EBPG)建議對(duì)頻繁發(fā)生IDH的病人使用低溫透析,并分級(jí)為Ⅰ級(jí)證據(jù)[8]。盡管冷卻透析液可能會(huì)改善血流動(dòng)力學(xué)的穩(wěn)定性,但病人可能會(huì)報(bào)告更多的不適,因此個(gè)性化降低透析液溫度或等溫替代方法可能是一種可接受的替代方法。

3 MHD病人IDH發(fā)生的風(fēng)險(xiǎn)預(yù)測(cè)模型

3.1 基于人工智能算法構(gòu)建的IDH預(yù)測(cè)模型

近年來,人工智能模型改變了從診斷到治療的臨床決策模式。在這些模型中深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一個(gè)分支領(lǐng)域,不僅可提高醫(yī)療保健的整體性能,特別是在影像診斷和病理過程以及大數(shù)據(jù)流的合成判斷方面,還可從各種數(shù)據(jù)類型中學(xué)習(xí)和描述流量,因此可從時(shí)間變化的連續(xù)輸入中建立一個(gè)模型[36]。目前,基于人工智能算法預(yù)測(cè)IDH已經(jīng)成為一種重要的研究方法。

Lin等[6]的研究根據(jù)不同的收縮壓(SBP)下降的定義,通過應(yīng)用時(shí)間相關(guān)的Logistic回歸分析,建立預(yù)測(cè)下次血壓檢查時(shí)IDH的模型。使用的參數(shù)包括透析開始時(shí)的SBP(SBPt0)、當(dāng)前的SBP(SBPt)、當(dāng)前的透析設(shè)置、基線人口統(tǒng)計(jì)學(xué)變量以及當(dāng)前時(shí)間和距離上次記錄的時(shí)間間隔。該研究建立的模型在不同的SBP下降定義下表現(xiàn)良好,特別對(duì)于臨界SBP<90 mmHg和<100 mmHg,敏感性為86%,特異性為81%。試驗(yàn)數(shù)據(jù)集和新病人數(shù)據(jù)集的敏感性和特異性值都接近于訓(xùn)練數(shù)據(jù)集,該預(yù)測(cè)模型可以穩(wěn)健地應(yīng)用于新病人,這對(duì)于模擬透析人員不熟悉新病人的前瞻性情況很重要。

Bae等[37]利用病人的特征(如年齡、糖尿病和高血壓)以及相對(duì)有限的參數(shù)(如超濾體積、對(duì)應(yīng)于時(shí)間序列信息和病人靜態(tài)數(shù)據(jù)的心率信息),建立了一個(gè)基于多層感知器(MP)的實(shí)時(shí)IDH預(yù)測(cè)模型。IDH發(fā)生前1 h內(nèi)的心率差值和心率斜率信息被用作MP模型的時(shí)間序列輸入數(shù)據(jù)。通過不斷向MP模型提供心率信息以及年齡、糖尿病、高血壓和超濾等靜態(tài)數(shù)據(jù)來實(shí)時(shí)預(yù)測(cè)IDH。在使用不同隱藏層數(shù)量和數(shù)據(jù)長度的MP模型中,使用兩層和IDH發(fā)生前60 min的數(shù)據(jù)的模型表現(xiàn)出最大的性能,準(zhǔn)確率為81.5%,陽性預(yù)測(cè)值為87.3%。然而,目前的MP模型是用相對(duì)有限的參數(shù)實(shí)現(xiàn)的,未來將通過增加額外的參數(shù)進(jìn)一步提高該模型的實(shí)時(shí)預(yù)測(cè)性能,從而使IDH的實(shí)時(shí)預(yù)測(cè)對(duì)醫(yī)務(wù)人員起到支持作用。

Huang等[38]的研究應(yīng)用機(jī)器學(xué)習(xí)算法在發(fā)生IDH之前建立一個(gè)預(yù)警系統(tǒng),綜合比較不同的機(jī)器學(xué)習(xí)方法,以預(yù)測(cè)血液透析治療期間的低血壓。在該機(jī)器學(xué)習(xí)模型中預(yù)測(cè)HD期間下一次SBP讀數(shù)的最重要因素是上一次HD治療的SBP和DBP水平,不包括任何透析機(jī)相關(guān)參數(shù)。該研究開發(fā)的智能系統(tǒng)在預(yù)測(cè)透析內(nèi)SBP的變化方面表現(xiàn)出良好的準(zhǔn)確性。然而,還需要進(jìn)一步的研究來驗(yàn)證這個(gè)智能系統(tǒng)在更大規(guī)模的HD病人群體中的有效性。馬國婷等[17]基于正則化機(jī)器學(xué)習(xí)技術(shù)構(gòu)建MHD病人發(fā)生IDH的風(fēng)險(xiǎn)預(yù)測(cè)模型。模型中Predialysis-SBP是影響MHD病人發(fā)生IDH最重要的預(yù)測(cè)變量。列線圖模型、CART模型以及XGboost模型的受試者工作特征曲線下面積(AUC)分別為0.979,0.934和0.992。XGboost 模型提供了最大的臨床凈收益。該研究建立的3個(gè)預(yù)測(cè)模型在準(zhǔn)確性和特異性方面表現(xiàn)良好,均具有良好的預(yù)測(cè)性能,可協(xié)助臨床醫(yī)務(wù)人員加強(qiáng)對(duì) MHD 病人的血壓管理。何鑫[39]利用人工智能在血液透析前建立早期預(yù)警系統(tǒng),結(jié)果顯示,隨機(jī)森林(random forest,RF)、梯度提升(gradient boosting,GB)、Logistic回歸是3個(gè)表現(xiàn)最佳的模型,AUC分別為0.812,0.748和0.743。采用隨機(jī)森林算法的模型性能最好,其準(zhǔn)確度為0.740,精確度為0.732,召回率為0.669,F1為0.699,可用于預(yù)測(cè)IDH的發(fā)生。但該研究是一項(xiàng)單中心研究,需進(jìn)一步驗(yàn)證該模型是否能有力地應(yīng)用于其他中心。

3.2 預(yù)測(cè)IDH發(fā)生的列線圖模型

列線圖是一種建立在多因素回歸分析基礎(chǔ)上的工具,可以整合多個(gè)預(yù)測(cè)指標(biāo)并以帶有刻度的線段形式展現(xiàn),從而直觀地表示預(yù)測(cè)模型中各個(gè)變量之間的相互關(guān)系[40]。

郭雪梅等[3]采用多因素 Logistic回歸分析以構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)模型,結(jié)果顯示透析前收縮壓、血紅蛋白、血鎂、合并糖尿病、合并高血壓是透析中發(fā)生低血壓的影響因素。模型的Hosmer-Lemeshow檢驗(yàn)P=0.718,AUC為0.922,靈敏度為0.83,特異度為0.887,約登指數(shù)為0.717,實(shí)際應(yīng)用的正確率為83.15%,該模型能較好地預(yù)測(cè)MHD病人透析中發(fā)生低血壓的風(fēng)險(xiǎn),為臨床醫(yī)護(hù)人員評(píng)估MHD病人IDH的發(fā)生提供參考。林麗桑等[2]的研究中,身高、原發(fā)病類型、超濾量、透析前收縮壓及近期(≤1個(gè)月)頻發(fā)IDH是MHD病人發(fā)生IDH的影響因素。該模型的ROC曲線下面積為0.830,靈敏度為71.8%,特異度為79.9%,約登指數(shù)為0.517,內(nèi)部驗(yàn)證C-統(tǒng)計(jì)量為0.814,該模型的預(yù)測(cè)指標(biāo)均是臨床上易獲取的,可應(yīng)用該模型在病人行MHD前對(duì)其進(jìn)行定量風(fēng)險(xiǎn)評(píng)估,當(dāng)預(yù)測(cè)概率≥0.336時(shí)表明病人發(fā)生IDH的風(fēng)險(xiǎn)較高,實(shí)用性較好。但該模型靈敏度為71.8%,護(hù)理人員使用該模型時(shí),應(yīng)結(jié)合自身經(jīng)驗(yàn)和IDH的其他危險(xiǎn)因素進(jìn)行綜合判斷,識(shí)別出高危的病人。

4 小結(jié)

年齡、性別、透析年限、IDWG、透析前低收縮壓、超濾量和超濾率大、合并糖尿病及心血管疾病、營養(yǎng)不良等,是MHD病人IDH發(fā)生的危險(xiǎn)因素。因此,護(hù)理人員在臨床工作中應(yīng)在透析前評(píng)估病人的情況,早期識(shí)別出容易導(dǎo)致病人透析中出現(xiàn)低血壓的危險(xiǎn)因素,并及時(shí)與醫(yī)生溝通,針對(duì)病人的危險(xiǎn)因素(如嚴(yán)格控制好血糖、指導(dǎo)病人嚴(yán)格控制飲食中水鈉的攝入、營養(yǎng)支持、調(diào)整透析方案等)進(jìn)行早期干預(yù),以及在透析過程中密切關(guān)注病人的情況,以預(yù)防IDH的發(fā)生。

早期識(shí)別和干預(yù) IDH對(duì) MHD 病人的臨床預(yù)后有重大影響。風(fēng)險(xiǎn)預(yù)測(cè)模型不僅為早期識(shí)別MHD病人IDH風(fēng)險(xiǎn)提供了有效工具,也為采取預(yù)防IDH措施、優(yōu)化醫(yī)療資源配置提供了依據(jù)。

國外基于人工智能的MHD病人IDH發(fā)生的風(fēng)險(xiǎn)預(yù)測(cè)模型相關(guān)研究開展較多,多數(shù)模型是根據(jù)不同的IDH定義構(gòu)建,模型預(yù)測(cè)性能較好,但一些模型的算法較為復(fù)雜,且只針對(duì)病人的某些特征和身體成分或透析前和透析期間的參數(shù)進(jìn)行分析,樣本量較少。而國內(nèi)大多數(shù)研究則采用列線圖將復(fù)雜的回歸方程可視化,使預(yù)測(cè)模型簡單易行,便于臨床應(yīng)用,但局限于對(duì)IDH危險(xiǎn)因素的分析,以及對(duì)MHD病人IDH風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建及內(nèi)部驗(yàn)證,且研究方法較為單一。

故今后我國可選擇合適的預(yù)測(cè)模型開展多中心、大樣本研究的臨床外部驗(yàn)證,或在借鑒國外預(yù)測(cè)模型的基礎(chǔ)上,構(gòu)建我國本土化、專業(yè)化的MHD病人IDH發(fā)生的風(fēng)險(xiǎn)預(yù)測(cè)模型,為醫(yī)護(hù)人員提供簡便、高效的風(fēng)險(xiǎn)預(yù)測(cè)工具,以識(shí)別IDH高風(fēng)險(xiǎn)病人并制訂個(gè)性化的防治策略,有助于提高病人的整體透析質(zhì)量和生活質(zhì)量,降低病人的死亡風(fēng)險(xiǎn),減輕病人及社會(huì)負(fù)擔(dān)。