论文部分内容阅读
研究背景:继发性甲状旁腺功能亢进症（secondary hyperparathyroidism,SHPT）是慢性肾脏病（chronic kidney disease,CKD）患者管理中经常遇到的问题,磷酸盐蓄积、活性维生素D缺乏、成纤维细胞生长因子-23浓度的升高和钙离子浓度降低促进了甲状旁腺激素的合成和分泌。甲状旁腺激素的升高会导致肾性骨病、血管钙化和死亡率增加。因此,早期预测慢性肾脏病患者发生继发性甲状旁腺功能亢进症具有重要的临床意义。研究目的:筛选慢性肾脏病合并继发性甲旁亢的危险因素,建立和验证慢性肾脏病合并继发性甲旁亢的风险预测模型。研究方法:收集2017年10月至2019年3月吉林大学第一医院肾病科确诊的1332例慢性肾脏病患者的临床资料,其中一般临床资料:性别、年龄、身高、体重、高血压病病史、糖尿病病史、心血管疾病病史、吸烟史、饮酒史、是否透析及透析方式。实验室及彩色多普勒超声心动图检查:血红蛋白（Hb）、门冬氨酸氨基转移酶（AST）、丙氨酸氨基转移酶（ALT）、碱性磷酸酶（ALP）、血清白蛋白（ALB）、尿酸（UA）、甘油三酯（TG）、胆固醇（TC）、高密度脂蛋白胆固醇（HDL-C）、低密度脂蛋白胆固醇（LDL-C）、血钙（Ca）、血磷（P）、血尿素氮（BUN）、血肌酐（Scr）、二氧化碳结合力（CO2CP）、甲状旁腺激素（PTH）等实验室化验指标和左心室射血分数（LVEF）。采用SPSS 25.0软件对数据进行统计分析。符合正态分布的计量资料的数据采用均数±标准差（X±S）表示,组间比较采用t检验。不符合正态分布的计量数据采用中位数（四分位数）表示,组间比较采用Mann-Whitney U检验。计数资料采用例数（百分比）表示,组间比较采用卡方（χ2）检验或Fisher精确检验。使用多因素Logistic回归分析筛选慢性肾脏病患者合并继发性甲状旁腺功能亢进症相关的危险因素。基于多因素Logistic回归分析构建区分慢性肾脏病患者是否会发生继发性甲状旁腺功能亢进症的预测模型。并通过R软件（版本3.6.1）绘制受试者工作特征曲线（receiving operator characteristic,ROC）,计算ROC曲线下的面积（area under the curve,AUC）来评估模型的性能,AUC值越接近1,则预测模型的区别能力越好,一般认为AUC>0.75表示该模型的区别能力较好。同时绘制校准图（Calibration plot）评价预测模型的一致性。P<0.05被认为差异具有统计学意义。研究结果:1.CKD患者的一般资料分析:共收集了1332例患者,男性802例,占60.21%;女性530例,占39.79%。平均年龄:54.88±15.38岁。无透析者905例,占67.94%;血液透析343例,占25.75%;腹膜透析84例,占6.31%。CKD 1-2期患者7例,占0.5%;CKD 3期患者78例,占5.86%;CKD 4期患者128例,占9.64%;CKD5期患者1119例,占84.0%。在既往史方面,糖尿病509例,占38.21%,高血压病1124例,占84.38%。心血管疾病602例,占45.20%。吸烟351例,占26.35%。饮酒史226例,占16.97%。其中建模数据集有953例,验证数据集有379例,分析结果提示:吸烟史、饮酒史、门冬氨酸氨基转移酶、碱性磷酸酶两组之间比较具有差异,余指标两组间比较无显著差异。2.建模数据集单因素分析:年龄、透析方式、CKD分期、血红蛋白、门冬氨酸氨基转移酶、碱性磷酸酶、血清白蛋白、尿酸、血尿素氮、血钙、血磷、校正钙、钙磷乘积、二氧化碳结合力在PTH正常组与PTH升高组间比较差异均具有统计学意义（P<0.05）。3.建模数据集多因素Logistic回归分析:根据单因素分析结果,将具有统计学意义的变量纳入多因素Logistic回归分析中,筛选出5个独立危险因素:CKD分期（OR=2.877,95%CI:1.986-4.169,P<0.01）、碱性磷酸酶（OR=1.010,95%CI:1.004-1.015,P=0.001）、血尿素氮（OR=1.039,95%CI:1.005-1.073,P=0.023）、血清白蛋白（OR=1.073,95%CI:1.031-1.117,P=0.001）、血钙（OR=0.035,95%CI:0.11-0.112,P<0.01）。同时提示CKD的进展、碱性磷酸酶值越高、血尿素氮值越高、血清白蛋白值越高、血钙水平越低,则发生SHPT的风险越大。4.预测模型的构建:基于建模数据集Logistic多因素回归分析结果,将5个独立危险因素（CKD分期、碱性磷酸酶、血尿素氮、血清白蛋白、血钙）纳入预测模型A（model A）中。将CKD分期、碱性磷酸酶、血尿素氮、血清白蛋白、血钙、SHPT的始动因素血磷纳入预测模型B（model B）。5.列线图的构建:绘制预测模型A和模型B的ROC曲线,发现两模型ROC曲线重合度较高,曲线下的面积AUC相同（0.834）,本研究对预测模型A构建列线图。6.模型评价:计算建模数据集和验证数据集ROC曲线下的面积AUC值分别为0.834（95%CI:0.800-0.867,P<0.001）和0.813（95%CI:0.788-0.891,P<0.001）。两个数据集的AUC值均大于0.75,表明列线图对于SHPT的区分度较好。分别绘制建模数据集和验证数据集的校准图,发现两个数据集中Logistic calibration曲线和标准曲线的重合度较高,校准图的P值分别为0.813和0.784,表明该预测模型预测SHPT发生与实际SHPT发生之间高度拟合。研究结论:1.本研究提示:CKD分期、碱性磷酸酶、血尿素氮、血清白蛋白、血钙是慢性肾脏病合并继发性甲旁亢的独立危险因素。2.以CKD分期、碱性磷酸酶、血尿素氮、血清白蛋白、血钙为预测因子建立慢性肾脏病合并继发性甲旁亢的风险预测列线图,可以早期识别可能发生SHPT的CKD患者。