IF-8.5/Q1 MIMIC-IV-应激性高血糖比值与重症心房颤动患者全因死亡率关联的回顾性研

文摘   2024-10-18 19:06   美国  

医学科研新动向

Cardiovascular Diabetology

<14 October 2024>

心房颤动(AF)是一种常见的心律失常,尤其是在老年人群中。根据全球疾病负担的研究,AF的发病率逐年增加,且与多种心血管不良结局相关。AF患者常伴有复杂的合并症,包括心肌梗死、糖尿病和肾功能不全等,这些合并症增加了死亡率和并发症的风险。近年来,压力性高血糖(SHR)逐渐成为评估应激状态下血糖代谢紊乱的重要指标。已有研究表明,SHR与心血管疾病患者的不良预后显著相关。然而,目前尚缺乏关于SHR在AF患者中的应用研究。本研究的目的在于探索SHR与重症AF患者全因死亡率的关系,以期为临床提供更精确的预后评估工具。

研究设计

根据PICOTS指南,本研究的设计与方法如下:

  1. P(Population,研究人群)
    研究对象为首次入住ICU的心房颤动患者,排除标准包括缺少HbA1c或入院24小时内血糖数据、24小时内出院或死亡、无预后信息的患者。最终纳入1685名符合条件的患者。

  2. I(Intervention,干预措施)
    干预措施为根据患者入院血糖水平和HbA1c计算的压力性高血糖比值(SHR)。将患者按照SHR分为四个四分位组进行比较。

  3. C(Comparator,对照)
    对照组为SHR较低的患者组(Q1,SHR < 0.83),与其他组(Q2、Q3、Q4)进行比较,尤其是最高SHR组(Q4,SHR ≥ 1.19)。

  4. O(Outcome,结局)
    主要结局为30天和365天的全因死亡率,次要结局包括90天和180天的全因死亡率。

  5. T(Time,时间)
    研究观察时间为患者首次入ICU起,随访时间为365天。

  6. S(Study Design,研究设计)

    本研究为回顾性队列研究,数据来源于MIMIC-IV数据库。采用Kaplan-Meier生存分析、Cox比例风险回归模型和限制性立方样条(RCS)模型分析SHR与全因死亡率的关系。

核心结果

1. 基线特征
研究共纳入1685名患者,平均年龄为63.12岁,其中59.58%为男性。Q4组患者(SHR ≥ 1.19)年龄更大,合并心肌梗死、充血性心力衰竭、糖尿病等基础疾病的比例较高。SHR最高的Q4组患者HbA1c、血糖、BUN、肌酐和乳酸等实验室指标显著升高(P < 0.001)而eGFR显著下降(P < 0.001),表明该组患者病情更为严重。

2. 主要终点(全因死亡率)

    • 30天死亡率Q4组的死亡率为13.82%,明显高于其他组(Q1组8.59%,Q2组6.97%,Q3组10.07%,P = 0.007)。

    • 90天死亡率Q4组为19.91%,Q1组为14.56%,Q2组为10.20%,Q3组为13.96%(P = 0.001)。

    • 180天死亡率Q4组为22.72%,Q1组为17.42%,Q2组为13.43%,Q3组为17.62%(P = 0.006)。

    • 365天死亡率Q4组为26.70%,Q1组为19.57%,Q2组为15.17%,Q3组为21.05%(P < 0.001)。

3.Kaplan-Meier曲线分析

Kaplan-Meier曲线显示,SHR与全因死亡率呈显著相关性(P < 0.001)。SHR最高的Q4组生存率显著低于其他组,尤其是在30天和365天时。Q1、Q2和Q3组的生存率差异无统计学意义。

4. Cox回归分析
多变量Cox回归分析显示,调整年龄、性别、BMI、糖尿病、心肌梗死等混杂因素后,SHR与全因死亡率呈显著正相关。30天全因死亡率的风险比为1.38(95% CI 1.03-3.47),365天全因死亡率的风险比为1.26(95% CI 0.95-1.69),表明SHR升高与死亡风险增加相关。

5. RCS非线性分析
RCS分析显示SHR与全因死亡率呈U型关系。30天死亡率的拐点为SHR 0.73,365天死亡率的拐点为SHR 0.76。超过这些拐点后,每增加一个单位的SHR,30天死亡率增加69.9%,365天死亡率增加61.6%。


本研究首次揭示了SHR与心房颤动患者全因死亡率之间的显著关系,结果表明:

  • SHR是ICU重症患者死亡风险的重要预测指标:SHR水平升高与30天、90天、180天和365天的死亡风险显著增加。

  • SHR与全因死亡率呈U型关系:当SHR超过一定阈值(0.73或0.76)后,患者的死亡风险显著升高。

  • SHR可作为心房颤动患者的重要预后评估工具:在临床中,通过监测SHR水平,早期识别高风险患者,可能有助于减少死亡率并改善预后。

-END-

文字丨本人编写,如有补充,下方留言即可
(左下角阅读原文”即可获取全文

医学科研新动向
每日分享-相关领域包括:MIMIC、NHANES、SEER、GEO、TCGA、CHARLS等公共数据库最新研究成果解读。深入剖析机器学习、生信分析与临床流行病学研究方法。
 最新文章