급성 심부전 환자의 예후 인자로서 입원 시 생체 전기 임피던스 분석에 의한 위상각의 컷오프 값(Cutoff Value of Phase Angle by Bioelectrical Impedance Analysis by Bioelectrical Impedance Analysis by a Prognostic Factor in a Patient with Acute Heart Failure in Patient with Acute Heart Failure)

Summary

이 프로토콜은 급성 심부전의 예후에 대한 위상각의 컷오프 값을 결정하기 위해 제한된 3차 스플라인 다변수 Cox 회귀 분석을 수행하기 위한 R 코드와 각 모델의 변별력을 측정하고 적합도를 평가하는 통계량을 계산하기 위한 코드를 제공합니다.

Abstract

급성 심부전은 65세 > 환자의 입원을 유발하는 가장 흔한 원인이며, 코막힘이 가장 두드러진 증상입니다. 혼잡이 재입원의 주요 원인이며 나쁜 결과와 관련이 있다는 것은 널리 알려져 있습니다. 본 연구는 급성 심부전 환자의 입원 후 90일 후 병원 내 사망 및 모든 원인으로 인한 사망 또는 재입원 예측을 위해 입원 후 첫 24시간 동안 생체 전기 임피던스 분석을 사용하여 위상각의 차단 값을 결정하는 것을 목표로 했습니다.

이 프로토콜을 위해 분석된 데이터 세트에는 급성 심부전으로 응급실에 내원한 219명의 환자가 포함되었으며, 그 중 115명은 입원 중, 퇴원 후 90일 이내에 사망하거나 같은 기간 동안 재입원했습니다. Cox 비례 위험 회귀 분석을 사용한 단변수 분석을 통해 잠재적 예측 변수를 식별하고 다변수 Cox 비례 위험 모델을 사용하여 환자 생존과 관련된 중요한 예후 요인을 식별하고 교란 변수를 통제했습니다. 제한된 입방 스플라인을 사용하여 서로 다른 예측 변수에 의해 조정된 위상각을 분석한 결과, 특히 PhA의 컷오프 값이 <4.0°인 경우 낮은 값이 90일 재입원 또는 퇴원 후 사망 위험과 직접적인 관련이 있는 것으로 나타났습니다. 개발된 모든 모델은 중간 정도의 변별력을 보였다(C-statistic < 0.80). 그러나 병원 내 사망률 모델이 가장 높은 변별 능력을 보였다(C-statistic, 0.75).

Introduction

급성 심부전(AHF)은 65세 > 환자의 입원을 유발하는 가장 흔한 원인이며, 대부분의 경우 울혈이 주된 증상이자 입원의 주요 원인이다¹. 심부전(HF)은 장 부종으로 인한 흡수 장애, 지속적인 신경 호르몬 활성화로 인한 과잉이화작용, 지속적인 염증 등 다양한 메커니즘을 통해 영양실조를 유발할 수 있습니다 ^2,3. 따라서 울혈과 영양실조는 신체 구성에 직접적인 영향을 미칩니다.

생체 전기 임피던스 분석(BIA)은 인간 세포와 조직에서 생성되는 임피던스(Z) 또는 저항/반대를 측정하는 일정한 저수준 교류 전류를 도입하여 신체 구성을 추정하기 위해 즉각적이고 신뢰할 수 있는 측정을 제공하는 빠르고 비침습적이며 안전한 방법입니다. BIA에는 저항(R)과 리액턴스(Xc)⁴의 두 가지 매개변수가 포함됩니다.

또한 위상각(PhA)으로 알려진 세포막과 조직 계면을 관통하는 데 필요한 전류와 전압 사이의 지연을 측정하며, 이는 조직 저항 및 전기적 특성으로 인한 유체 분포, 염증 및 영양실조의 영향을 받는 세포 건강, 세포막 무결성 및 활력의 지표로 제안되었습니다. PhA 값이 낮을수록 세포사멸과 세포 기질의 성분 감소를 의미하고, 값이 높을수록 세포질이 크고 세포 기능이 우수함을 나타냅니다⁵. 다양한 연구에서 HF ^6,7 환자를 포함한 다양한 임상 환경에서 사망률, 재입원, 입원 기간, 영양 상태 저하 위험 등 여러 결과에서 PhA의 예후 역할을 일관되게 입증했습니다.

본 연구는 AHF 환자의 퇴원 후 90일 후 병원 내 사망률 및 모든 원인으로 인한 사망 또는 재입원을 예측하기 위해 입원 후 첫 24시간 이내에 BIA에 의한 PhA의 컷오프 값을 결정하기 위해 페널티가 있는 스플라인으로 다변수 Cox 회귀 분석을 수행하는 단계를 설명하는 것을 목표로 했습니다.

Protocol

이 연구는 4단계로 구성됩니다. 본 연구에서 사용된 데이터에는 유럽심장학회(European Society of Cardiology, ESC) 가이드라인⁸에 따라 이전 심초음파검사에서 AHF가 확인된 성인 환자(≥18세)와 임상의의 판단에 따라 입원이 예상되는 성인 환자가 포함되었다. 이 연구는 살바도르 주비란(Salvador Zubirán) 국립의학연구소(Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán)의 윤리 및 인간 생물의학 연구 위원회(Ethics and Human Biomedical Research Committee)의 승인을 받았으며 헬싱키 선언의 원칙에 따라 수행되었습니다. 동의를 제공할 수 없는 경우 환자 또는 가장 가까운 친척으로부터 서면 동의서를 받았습니다.

1. 데이터 수집 및 일반 정보

참고: BIA 측정은 별도의 프로토콜⁹에 설명된 대로 특정 환자 준비가 필요합니다. BIA 장비가 측정을 완료하면 장비 화면에 서로 다른 주파수(5, 50, 100 및 200kHz)에서의 임피던스 값(Z)과 50kHz에서의 저항 및 리액턴스 값이 표시됩니다.

1. BIA 측정 후 소프트웨어를 열어 환자의 키에 따라 저항(R)과 리액턴스(Xc)를 조정하고 위상각(PhA) 값을 계산합니다.
   참고: BIVA를 사용한 BIA 매개변수 분석은 환자 입원 후 24시간 이내에 수행해야 합니다.
2. 결과를 데이터 세트에 입력하고 RStudio에서 분석할 수 있도록 .csv 파일로 저장합니다.
   참고: 환자의 데이터는 보충 표 S1에 참조로 표시됩니다.

2. 패키지 설치, 로드 및 데이터 준비

참고: 모든 절차는 survival, MASS 및 pspline 패키지를 사용하는 R 소프트웨어를 사용하여 수행되었습니다.

1. R 및 RStudio를 다운로드합니다.
   1. R 소프트웨어 (버전은 시간이 지남에 따라 변경 될 수 있음) 및 RStudio를 설치하고 엽니 다. File 탭을 클릭합니다 | 새 파일 옵션 | R 스크립트를 선택합니다. RStudio는 콘솔 탭 위에 있는 왼쪽 위 모서리에 스크립트 파일을 표시합니다.
   2. 스크립트 파일에서 다음 명령을 실행하여 패키지를 설치합니다.
      install.packages("생존")
      install.packages("대량")
      install.packages("pspline")
   3. 다음 명령을 실행하여 패키지를 로드합니다
      라이브러리(생존)
      라이브러리(MASS)
      라이브러리(PSPline)
   4. 다음 명령을 실행하여 데이터 세트를 가져옵니다. #Dataset은 데이터의 이름입니다. 다음은 급성 심부전 데이터 파일을 예로 들어 설명합니다.
      데이터셋 <-read.csv(".../급성 심부전 data.csv")

3. 모델 구성

1. 잠재적인 교란 변수에 대해 조정된 Cox 비례 위험 회귀 모형을 결정하고 다음 명령을 통해 95% 신뢰 구간(95% CI)을 계산합니다.
   Model_1 <- coxph (Surv (Survival_days, 결과) ~ 요인 (Diabetes_mellitus) + Systolic_blood_pressure + Serum_sodium + Phase_angle, method="breslow")
   특급(confint(Model_1))
2. 다음 명령을 실행하여 AIC(Akaike Information Criterion), BIC(Bayesian Information Criterion), C 통계 및 95% CI를 계산합니다.
   #Akaike 정보 기준
   AIC(Model_1)
   #Bayesian 정보 기준
   빅(Model_1)
   C-통계량
   summary(Model_1)$concordance[1]
   C-통계량의 #Lower 구간
   요약(Model_1)$concordance[1]-(1.96*요약(Model_1)$concordance[2])
   C-통계량의 #Upper 구간
   요약(Model_1)$concordance[1]+(1.96*요약(Model_1)$concordance[2])

4. 그래픽 표현

1. Surv() 함수를 사용하여 생존 객체를 만듭니다.
   surv_1 <- Surv(Survival_days, 결과)
2. 3.1단계에서 개발한 Cox 비례 위험 회귀 모형을 맞춥니다. 그리고 다음 명령을 실행하여 피팅된 스플라인에 대한 값을 예측합니다.
   fit_model_1 <- coxph(surv_1 ~ pspline(Phase_angle, df=2)+factor(Diabetes_mellitus)+ Systolic_blood_pressure + Serum_sodium)
   predicted_1 <- predict(fit_model_1, type="terms", se.fit=TRUE ,terms=1)
3. 다음 명령을 실행하여 피팅된 모델과 그에 대응되는 선을 그래프에 플로팅합니다. HR 조정 (스플라인 회귀)이 1보다 큰 컷오프 지점을 식별하며, 이는 PhA 값이 낮을수록 병원 내 사망 및 90일 재입원 또는 사망 위험 증가를 예측한다는 것을 시사합니다.
   plot(Phase_angle, exp(predicted_1$fit), type="n", xlab="위상각", ylab="조정된 HR(95% IC)", xlim=c(1.2,12), ylim= c(0,2.5), main="모든 임상 결과")
   lines(sm.spline(Phase_angle , exp(predicted_1$fit)) , col = "#b23500" , lty = 1, lwd=2 )
   lines(sm.spline(Phase_angle , exp(predicted_1$fit + 1.96 * predicted_1$se)) , col = "#b23500" , lty = 2,lwd=1.2)
   lines(sm.spline(Phase_angle , exp(predicted_1$fit - 1.96 * predicted_1$se)) , col = "#b23500" , lty = 2, lwd=1.2)
   abline(h=1.0,col="#050505", lty= 2, lwd= 0.00001 )
   텍스트(4.27,1.12, "4.0°")
   abline(v=4.0,col="검은색", lty= 2, lwd= 0.00001)

Results

이 연구에는 신 흥 심부전과 급성 비대상성 심부전을 앓고 있는 219명의 환자가 포함되었다. 환자의 평균 연령은 71세(p25th 60 - p75th 81)였으며 63%가 여성이었다. 당뇨병과 고혈압이 가장 흔한 동반질환이었다(각각 환자의 41.6%와 69.9%). 중앙값 79일간의 추적 기간 동안 115건(52.5%)의 사례가 발생했으며, 그 중 32.2%는 병원에서 사망했고, 67.8%는 재입원 또는 퇴원 후 90일 이내에 사망했다.

입원 시 환자 특성은 표 1에 나와 있습니다. BIA 매개변수의 비교와 관련하여, PhA, 헤모글로빈 및 혈청 나트륨의 값은 사건이 관찰된 환자에서 유의하게 낮았습니다. 대조적으로, 비사건이 관찰된 환자에서 총 체수(TBW), 세포 외 수분(ECW) 및 뇌 나트륨 이뇨 펩타이드(BNP) 수치가 유의하게 낮았습니다. 또한 병원에서 사망한 환자는 생존자보다 수축기 혈압(SB...

Discussion

이 연구는 입원 후 첫 24시간 동안 낮은 PhA 값으로 응급실에 입원한 AHF 환자가 퇴원 후 90일 이내에 사망 또는 재입원과 같은 나쁜 예후의 위험이 더 높았으며, 이는 혈청 나트륨, SBP, 당뇨병의 존재와 관계없이 PhA 값이 4.0° 미만일 때 증가했으며, 또는 섹스. 마찬가지로, PhA 값이 낮을수록 성별, SBP, 혈청 칼륨 수치 및 HF 유형을 조정한 후 병원 내 사망률을 예측했습니다. 현재, 다른 질병에서 낮은 PhA 값과 좋지 않은 결과 사이의 연관성을 입증하는 증거가 있다⁷. 또한 일부 연구에서는 만성 HF 및 AHF 내에서 예후가 좋지 않은 고위험 환자를 감지하기 위해 4.2°에서 5.0°10,11,12 범위의 다양한 컷오프 값을 결정했습니다.

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
BIVA 공차 R-Xc 소프트웨어			BIA 장비에 연결됨
컴퓨터 시스템	Microsoft	윈도우 10	Windows 10 이상
Quadscan 4000  장비	BodyStat	BS-4000	임피던스 측정 범위: 20 - 1300 Ω ohms 테스트 전류: 620 & A 주파수: 5, 50, 100, 200kHz 정확도: 임피던스 5kHz: +/- 2 &   임피던스 50kHz: +/- 2 & 오메가;   임피던스 100kHz: +/- 3 & 오메가;   임피던스 200kHz: +/- 3 & 오메가;   저항 50kHz: +/- 2 & 오메가;   리액턴스 50kHz: +/- 1 & 오메가;   위상각 50kHz: +/- 0.2° 교정: 독립적인 검증을 위해 저항이 수시로 제공됩니다. 임피던스 값은 496에서 503 Ω 사이여야 합니다.
R 소프트웨어	없음	해당 없음	버전 3.6.2 이상
RStudio	없음	해당 없음	버전 2022.07.2+576