Afkapwaarde van fasehoek door bio-elektrische impedantieanalyse bij opname als prognostische factor bij patiënten met acuut hartfalen

Samenvatting

Dit protocol presenteert R-codes voor het uitvoeren van multivariabele Cox-regressieanalyse met beperkte kubieke spline om de afkapwaarde van de fasehoek voor prognose bij acuut hartfalen te bepalen, evenals codes voor het berekenen van statistieken die het onderscheidend vermogen van elk model meten en de geschiktheid ervan evalueren.

Samenvatting

Acuut hartfalen is de meest voorkomende oorzaak van ziekenhuisopname bij patiënten > 65 jaar, waarbij congestie het overheersende symptoom is. Het is algemeen bekend dat congestie de belangrijkste oorzaak is van overname en het verband dat dit met slechte resultaten gepaard gaat. Deze studie had tot doel de afkapwaarde van de fasehoek te bepalen met behulp van bio-elektrische impedantieanalyse in de eerste 24 uur na opname voor de voorspelling van mortaliteit in het ziekenhuis en mortaliteit door alle oorzaken of heropname 90 dagen na ontslag bij patiënten met acuut hartfalen.

De dataset die voor dit protocol werd geanalyseerd, omvatte 219 patiënten die zich met acuut hartfalen op de afdeling spoedeisende hulp meldden, van wie er 115 stierven tijdens ziekenhuisopname, 90 dagen na ontslag, of in dezelfde periode opnieuw werden opgenomen. Door middel van univariabele analyse met behulp van Cox proportionele risicoregressieanalyse werden potentiële voorspellers geïdentificeerd en werd een multivariabel Cox proportioneel risicomodel gebruikt om de significante prognostische factoren te identificeren die verband houden met de overleving van de patiënt en om te controleren op verstorende variabelen. Analyse van de fasehoek aangepast door verschillende voorspellers met behulp van beperkte kubische splines toonde aan dat lagere waarden direct verband hielden met het risico van heropname na 90 dagen of overlijden na ontslag, vooral wanneer de afkapwaarde van PhA <4,0° was. Alle ontwikkelde modellen vertoonden een matig onderscheidend vermogen (C-statistiek < 0,80); het sterftemodel in het ziekenhuis vertoonde echter het hoogste onderscheidingsvermogen (C-statistiek, 0,75).

Inleiding

Acuut hartfalen (AHF) is de meest voorkomende oorzaak van ziekenhuisopname bij patiënten > 65 jaar, waarbij congestie in de meeste gevallen het overheersende symptoom is en de belangrijkste reden voor ziekenhuisopname¹. Hartfalen (HF) kan via verschillende mechanismen leiden tot ondervoeding, waaronder malabsorptie als gevolg van intestinaal oedeem, hyperkatabolisme als gevolg van aanhoudende neurohormonale activering en constante ontsteking ^2,3. Daarom hebben congestie en ondervoeding een directe invloed op de lichaamssamenstelling.

Bio-elektrische impedantieanalyse (BIA) is een snelle, niet-invasieve en veilige methode die onmiddellijke en betrouwbare metingen aan het bed biedt om de lichaamssamenstelling te schatten door een constante elektrische wisselstroom op laag niveau te introduceren die de impedantie (Z) of weerstand/oppositie meet die wordt gegenereerd door menselijke cellen en weefsels. De BIA omvat twee parameters: weerstand (R) en reactantie (Xc)⁴.

Bovendien meet het de vertraging tussen de stroom en spanning die nodig is om het celmembraan en de weefselinterfaces binnen te dringen, bekend als de fasehoek (PhA), waarvan is gesuggereerd dat het een indicator is van cellulaire gezondheid, celmembraanintegriteit en vitaliteit, die worden beïnvloed door vloeistofdistributie, ontsteking en ondervoeding als gevolg van weefselresistentie en elektrische eigenschappen. Lagere PhA-waarden duiden op apoptose en verminderde componenten van de cellulaire matrix, terwijl hogere waarden een grotere cellulariteit en een betere celfunctie weerspiegelen⁵. Verschillende onderzoeken hebben consequent de prognostische rol van PhA aangetoond in meerdere uitkomsten, zoals mortaliteit, heropname, duur van het ziekenhuisverblijf en risico op een slechte voedingstoestand in verschillende klinische omgevingen, waaronder patiënten met HF ^6,7.

Deze studie had tot doel de stappen te beschrijven voor het uitvoeren van multivariabele Cox-regressieanalyse met bestrafte splines om de afkapwaarde van PhA door BIA te bepalen in de eerste 24 uur na opname om sterfte in het ziekenhuis en sterfte door alle oorzaken of heropname na 90 dagen na ontslag te voorspellen bij patiënten met AHF.

Protocol

Dit onderzoek bestaat uit vier stappen. De gegevens die in deze studie zijn gebruikt, omvatten volwassen patiënten (≥18 jaar) met AHF bevestigd door een eerder echocardiogram volgens de richtlijnen van de European Society of Cardiology (ESC)⁸ en met verwachte ziekenhuisopname, zoals beoordeeld door clinici. Deze studie werd goedgekeurd door het Comité voor Ethiek en Humaan Biomedisch Onderzoek van het Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán en werd uitgevoerd volgens de principes van de Verklaring van Helsinki. Schriftelijke geïnformeerde toestemming werd verkregen van de patiënt of zijn nabestaanden als ze geen toestemming konden geven.

1. Gegevensverzameling en algemene informatie

OPMERKING: BIA-metingen vereisen een specifieke voorbereiding van de patiënt, zoals beschreven in een afzonderlijk protocol⁹. Zodra de BIA-apparatuur de meting heeft voltooid, geeft het apparatuurscherm de volgende gegevens weer: impedantiewaarden (Z) bij verschillende frequenties (5, 50, 100 en 200 kHz), evenals de weerstands- en reactantiewaarden bij 50 kHz.

1. Open na BIA-metingen de software om de weerstand (R) en reactantie (Xc) aan te passen aan de lengte van de patiënt en om de fasehoekwaarden (PhA) te berekenen.
   OPMERKING: De analyse van BIA-parameters met behulp van BIVA moet binnen 24 uur na opname van de patiënt worden uitgevoerd.
2. Voer de resultaten in de dataset in en sla deze op als een .csv bestand voor analyse in RStudio.
   OPMERKING: De gegevens van de patiënt worden als referentie weergegeven in aanvullende tabel S1.

2. Installeren, laden van pakketten en gegevensvoorbereiding

OPMERKING: Alle procedures werden uitgevoerd met behulp van R-software met behulp van de pakketten survival, MASS en pspline.

1. Download R en RStudio.
   1. Installeer R-software (versie kan in de loop van de tijd veranderen) en RStudio en open het. Klik op het tabblad Bestand | Nieuwe optie Bestand | selecteer het R-script. RStudio geeft het scriptbestand weer in de linkerbovenhoek, boven het tabblad Console.
   2. Installeer de pakketten door de volgende opdrachten in het scriptbestand uit te voeren:
      install.packages("overleving")
      install.packages("MASSA")
      install.packages("pspline")
   3. Laad de pakketten door de volgende opdrachten uit te voeren
      Bibliotheek (overleving)
      bibliotheek (MASS)
      Bibliotheek (PSPLine)
   4. Importeer de gegevensset door de volgende opdracht uit te voeren. #Dataset zal de naam van de gegevens zijn. Hier is het bestand Gegevens over acuut hartfalen het voorbeeld.
      Dataset <-read.csv(".../Acuut hartfalen data.csv")

3. Modelbouw

1. Bepaal het Cox-regressiemodel voor proportionele risico's, aangepast voor mogelijke verstorende variabelen, en bereken de 95%-betrouwbaarheidsintervallen (95% BI) aan de hand van de volgende opdrachten.
   Model_1 <- coxph (Surv (Survival_days, Uitkomst) ~ factor (Diabetes_mellitus) + Systolic_blood_pressure + Serum_sodium + Phase_angle, method="breslow")
   exp(confint(Model_1))
2. Bereken Akaike Information Criterion (AIC), Bayesian Information Criterion (BIC), C-statistiek en 95% CI door de volgende opdrachten uit te voeren.
   #Akaike Informatiecriterium
   Kunstmatige aanduiding(Model_1)
   #Bayesian Informatiecriterium
   BIC(Model_1)
   C-statistiek
   samenvatting(Model_1)$concordance[1]
   #Lower interval van C-statistiek
   samenvatting(Model_1)$concordance[1]-(1.96*samenvatting(Model_1)$concordance[2])
   #Upper interval van C-statistiek
   samenvatting(Model_1)$concordance[1]+(1.96*samenvatting(Model_1)$concordance[2])

4. Grafische weergave

1. Maak het overlevingsobject met behulp van de functie Surv().
   surv_1 <- Overleven(Survival_days, Resultaat)
2. Pas aan op het Cox-regressiemodel voor proportionele risico's dat is ontwikkeld in stap 3.1. en voorspel de waarden voor gemonteerde spline door de volgende opdrachten uit te voeren.
   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. Teken het aangepaste model en de bijbehorende lijnen in de grafiek door de volgende opdrachten uit te voeren. Identificeer het afkappunt waar de voor HR gecorrigeerde (spline-regressie) groter is dan 1, wat suggereert dat lagere PhA-waarden een verhoogd risico op sterfte in het ziekenhuis en heropname of overlijden na 90 dagen voorspellen.
   plot(Phase_angle, exp(predicted_1$fit), type="n", xlab="Fasehoek", ylab="Aangepaste HR (95% IC)", xlim=c(1.2,12), ylim= c(0,2.5), main="Alle klinische resultaten")
   lines(sm.spline(Phase_angle , exp(predicted_1$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)
   lijnen(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 )
   tekst(4.27,1.12, "4,0°")
   abline(v=4.0,col="zwart", lty= 2, lwd= 0,00001)

Resultaten

Aan deze studie namen 219 patiënten met acuut hartfalen (AHF) deel, zowel de novo als acuut gedecompenseerd hartfalen. De mediane leeftijd van de patiënten was 71 jaar (p25th 60 - p75th 81) en 63% was vrouw. Diabetes mellitus en hypertensie waren de meest voorkomende comorbiditeiten (respectievelijk 41,6% en 69,9% van de patiënten). Tijdens een mediane follow-up van 79 dagen deden zich 115 voorvallen (52,5%) voor, waarvan 32,2% in het ziekenhuis overleed en 67,8% opnieuw werd op...

Discussie

Deze studie toonde aan dat patiënten met AHF die in de eerste 24 uur na opname op de SEH waren opgenomen met lagere PhA-waarden, een hoger risico hadden op een slechte prognose, zoals overlijden of heropname in de volgende 90 dagen na ontslag, dat toenam wanneer de PhA-waarden lager waren dan 4,0°, onafhankelijk van serumnatrium, SBP, aanwezigheid van diabetes mellitus, of seks. Evenzo voorspelden lagere PhA-waarden sterfte in het ziekenhuis na correctie voor geslacht, SBP, serumkaliums...

Materialen

Lijst van materialen gebruikt in dit artikel

Naam	Bedrijf	Catalogusnummer	Opmerkingen
BIVA tolerance R-Xc software			Gelinkt aan de BIA-apparatuur
Computersysteem	Microsoft	Windows 10	Windows 10 of hoger
Quadscan 4000  apparatuur	BodyStat	BS-4000	Impedantiebereik: 20 - 1300 Ω ohms Teststroom: 620 μA Frequentie: 5, 50, 100, 200 kHz Nauwkeurigheid: Impedantie 5 kHz: +/- 2 Ω   Impedantie 50 kHz: +/- 2 Ω   Impedantie 100 kHz: +/- 3 Ω   Impedantie 200 kHz: +/- 3 Ω   Weerstand 50 kHz: +/- 2 Ω   Reactantie 50 kHz: +/- 1 Ω   Fasehoek 50 kHz: +/- 0.2° Kalibratie: Er wordt van tijd tot tijd een weerstand geleverd voor onafhankelijke verificatie. De impedantiewaarde zou tussen 496 en 503 Ω moeten lezen.
R software	Geen	Niet van toepassing	Versie 3.6.2 of hoger
RStudio	Geen	Niet van toepassing	Versie 2022.07.2+576