摘要
摘要目的构建和评价基于生物标志物预测重症患者发生急性肾损伤（AKI）的决策树模型。方法前瞻性选择2017年1月至2018年6月入住南方医科大学附属小榄医院重症医学科的重症患者。记录患者临床资料，入重症监护病房（ICU）即刻测定生物标志物〔血清胱抑素C（sCys C）、尿N-乙酰-β-D-氨基葡萄糖苷酶（uNAG）〕，并记录终点指标。以2017年1月至12月收治的患者作为测试队列，采用决策树分类回归树（CART）算法，以生物标志物最佳截断值为决策节点，构建预测重症AKI的生物标志物决策树模型，采用整体精准度和受试者工作特征曲线（ROC）评估该决策树模型的预测价值。以2018年1月至6月收治的患者作为验证队列，进一步验证该决策树模型的整体精准度和预测能力。结果在测试队列研究中，共263例患者入选，其中57例（21.7%）发生重症AKI〔定义为改善全球肾脏病预后组织（KDIGO）AKI 2期及3期〕。与非重症AKI患者相比，重症AKI患者年龄更大〔岁：64（49，74）比52（41，66）〕，急性生理学与慢性健康状况评分Ⅱ（APACHEⅡ）更高〔分：23（19，28）比15（11，20）〕，罹患高血压、糖尿病等基础疾病及合并脓毒症的比例更高（64.9%比40.3%、28.1%比10.7%、63.2%比29.6%），sCys C和uNAG水平更高 〔sCys C（mg/L）：1.38（1.12，2.02）比0.79（0.67，0.98），uNAG（U/mmol肌酐）：5.91（2.43，10.68）比2.72（1.60，3.90）〕，住院病死率和90 d病死率更高（21.1%比4.4%，52.6%比13.1%），ICU住院时间更长〔d：6.0（4.0，9.5）比3.0（1.0，6.0）〕，肾脏替代治疗需求更多（22.8%比1.9%），差异均有统计学意义（均P<0.05）。ROC曲线分析显示，sCys C、uNAG预测重症AKI的ROC曲线下面积（AUC）分别为0.857〔95%可信区间（95%CI）为0.809～0.897〕和0.735（95%CI为0.678～0.788），最佳截断值分别为1.05 mg/L和5.39 U/mmol肌酐。以生物标志物最佳截断值构建的决策树模型结构直观，预测重症AKI的整体精准度为86.0%，AUC为0.905（95%CI为0.863～0.937），敏感性为0.912，特异性为0.796。在130例患者的验证队列中，该决策树模型预测重症AKI的整体精准度为81.0%，AUC为0.909（95%CI为0.846～0.952），敏感性为0.906，特异性为0.816。结论基于生物标志物预测重症患者AKI的决策树模型具有较高的准确性，直观明了，可执行性强，有助于临床医师进行判断和采取决策。
出版日期
2020年08月10日（中国期刊网平台首次上网日期，不代表论文的发表时间）
