Wartość odcięcia kąta fazowego za pomocą analizy impedancji bioelektrycznej przy przyjęciu jako czynnik prognostyczny u pacjentów z ostrą niewydolnością serca

Summary

Ten protokół przedstawia kody R do wykonywania analizy regresji Coxa z ograniczonym sześciennym wielowypustem w celu określenia wartości granicznej kąta fazowego dla prognozowania w ostrej niewydolności serca, a także kody do obliczania statystyk, które mierzą zdolność dyskryminacyjną każdego modelu i oceniają jego dobroć dopasowania.

Abstract

Ostra niewydolność serca jest najczęstszą przyczyną hospitalizacji u pacjentów w wieku > 65 lat, a dominującym objawem jest przekrwienie. Powszechnie wiadomo, że zatory komunikacyjne są główną przyczyną readmisji i jej związku ze złymi wynikami. Badanie to miało na celu określenie wartości odcięcia kąta fazowego za pomocą analizy impedancji bioelektrycznej w ciągu pierwszych 24 godzin po przyjęciu do szpitala w celu przewidywania śmiertelności wewnątrzszpitalnej i śmiertelności z jakiejkolwiek przyczyny lub ponownej hospitalizacji 90 dni po wypisie ze szpitala u pacjentów z ostrą niewydolnością serca.

Zbiór danych analizowany dla tego protokołu obejmował 219 pacjentów, którzy zgłosili się na oddział ratunkowy z ostrą niewydolnością serca, z których 115 zmarło podczas hospitalizacji, 90 dni po wypisie lub zostało ponownie przyjętych w tym samym okresie. Poprzez analizę jednoczynnikową z wykorzystaniem analizy regresji proporcjonalnego hazardu Coxa zidentyfikowano potencjalne predyktory, a wielowymiarowy model proporcjonalnego hazardu Coxa wykorzystano do identyfikacji istotnych czynników prognostycznych związanych z przeżyciem pacjenta i kontroli zmiennych zakłócających. Analiza kąta fazowego skorygowanego przez różne predyktory wykorzystujące ograniczone krzywe sześcienne wykazała, że niższe wartości były bezpośrednio związane z ryzykiem 90-dniowej readmisji lub śmierci po wypisie, szczególnie gdy wartość graniczna PhA wynosiła <4,0°. Wszystkie opracowane modele wykazały umiarkowaną zdolność dyskryminacyjną (< statystyczna C 0,80); jednak model śmiertelności wewnątrzszpitalnej wykazał najwyższą zdolność do dyskryminacji (statystyka C, 0,75).

Introduction

Ostra niewydolność serca (AHF) jest najczęstszą przyczyną hospitalizacji u pacjentów w wieku > 65 lat, przy czym w większości przypadków dominującym objawem jest przekrwienie, jak również głównym powodem hospitalizacji¹. Niewydolność serca (HF) może prowadzić do niedożywienia poprzez różne mechanizmy, w tym złe wchłanianie z powodu obrzęku jelit, hiperkatabolizm spowodowany ciągłą aktywacją neurohormonalną i ciągłe stan zapalny^2,3. Dlatego przekrwienie i niedożywienie bezpośrednio wpływają na skład ciała.

Analiza impedancji bioelektrycznej (BIA) to szybka, nieinwazyjna i bezpieczna metoda, która zapewnia natychmiastowe i wiarygodne pomiary przy łóżku pacjenta w celu oszacowania składu ciała poprzez wprowadzenie stałego prądu przemiennego o niskim poziomie, który mierzy impedancję (Z) lub rezystancję/opozycję generowaną przez ludzkie komórki i tkanki. BIA obejmuje dwa parametry: rezystancję (R) i reaktancję (Xc)⁴.

Dodatkowo, mierzy opóźnienie między prądem a napięciem wymaganym do penetracji błony komórkowej i interfejsów tkankowych, znane jako kąt fazowy (PhA), który został zasugerowany jako wskaźnik zdrowia komórek, integralności błony komórkowej i witalności, na które wpływa dystrybucja płynów, stan zapalny i niedożywienie spowodowane rezystywnością tkanek i właściwościami elektrycznymi. Niższe wartości PhA wskazują na apoptozę i zmniejszone składniki macierzy komórkowej, podczas gdy wyższe wartości odzwierciedlają większą komórkowość i lepszą funkcję komórki⁵. Różne badania konsekwentnie wykazały prognostyczną, że doktorat z krwi i kości słoniowej wpływa na wiele wyników, takich jak śmiertelność, ponowna hospitalizacja, długość pobytu w szpitalu i ryzyko złego stanu odżywienia w różnych warunkach klinicznych, w tym u pacjentów z HF^6,7.

To badanie miało na celu opisanie kroków wykonywania wielowymiarowej analizy regresji Coxa z karanymi splajnami w celu określenia wartości granicznej PhA przez BIA w ciągu pierwszych 24 godzin po przyjęciu, aby przewidzieć śmiertelność wewnątrzszpitalną i śmiertelność z jakiejkolwiek przyczyny lub ponowną hospitalizację po 90 dniach od wypisu u pacjentów z AHF.

Protocol

To badanie składa się z czterech etapów. Dane wykorzystane w tym badaniu obejmowały dorosłych pacjentów (≥18 lat) z AHF potwierdzonym poprzednim echokardiogramem zgodnie z wytycznymi Europejskiego Towarzystwa Kardiologicznego (ESC) ⁸ oraz z oczekiwaną hospitalizacją, zgodnie z oceną klinicystów. Badanie to zostało zatwierdzone przez Komitet ds. Etyki i Badań Biomedycznych Człowieka Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán i zostało przeprowadzone zgodnie z zasadami Deklaracji Helsińskiej. Pisemną świadomą zgodę uzyskano od pacjenta lub jego najbliższej rodziny, jeśli nie byli oni w stanie wyrazić zgody.

1. Akwizycja danych i informacje ogólne

UWAGA: Pomiary BIA wymagają specjalnego przygotowania pacjenta, zgodnie z opisem w oddzielnym protokole⁹. Gdy sprzęt BIA zakończy pomiar, na ekranie urządzenia zostaną wyświetlone następujące dane: wartości impedancji (Z) przy różnych częstotliwościach (5, 50, 100 i 200 kHz), a także wartości rezystancji i reaktancji przy 50 kHz.

1. Po pomiarach BIA otwórz oprogramowanie, aby dostosować rezystancję (R) i reaktancję (Xc) w zależności od wzrostu pacjenta oraz obliczyć wartości kąta fazowego (PhA).
   UWAGA: Analizę parametrów BIA za pomocą BIVA należy wykonać w ciągu 24 godzin od przyjęcia pacjenta.
2. Wprowadź wyniki do zestawu danych i zapisz je jako plik .csv do analizy w programie RStudio.
   UWAGA: Dane pacjenta są przedstawione jako odniesienie w tabeli uzupełniającej S1.

2. Instalowanie, ładowanie pakietów i przygotowanie danych

UWAGA: Wszystkie procedury zostały wykonane przy użyciu oprogramowania R przy użyciu pakietów survival, MASS i pspline.

1. Pobierz języki R i RStudio.
   1. Zainstaluj oprogramowanie R (wersja może się zmieniać w czasie) i RStudio i otwórz je. Kliknij zakładkę Plik | Nowa opcja Plik | wybierz skrypt języka R. Program RStudio wyświetli plik skryptu w lewym górnym rogu, umieszczonym nad kartą Konsola.
   2. Zainstaluj pakiety, wykonując następujące polecenia w pliku skryptu:
      install.packages("przetrwanie")
      install.packages("MASA")
      install.packages("pspline")
   3. Załaduj pakiety, uruchamiając następujące polecenia
      biblioteka(przetrwanie)
      biblioteka(MASA)
      biblioteka (pspline)
   4. Zaimportuj zestaw danych, wykonując następujące polecenie. #Dataset będzie nazwą danych. Tutaj przykładem jest plik Dane dotyczące ostrej niewydolności serca.
      Zbiór danych <-read.csv(".../Ostra niewydolność serca data.csv")

3. Budowa modelu

1. Określ model regresji proporcjonalnego hazardu Coxa skorygowany o potencjalne zmienne zakłócające i oblicz 95% przedziały ufności (95% CI) za pomocą następujących poleceń.
   Model_1 <- coxph (Surv (Survival_days, wynik) ~ współczynnik (Diabetes_mellitus) + Systolic_blood_pressure + Serum_sodium + Phase_angle, method="breslow")
   exp(confint(Model_1))
2. Oblicz kryterium informacyjne Akaike (AIC), Bayesowskie kryterium informacyjne (BIC), statystykę C i 95% CI, uruchamiając następujące polecenia.
   #Akaike Kryterium informacyjne
   AIC(Model_1)
   #Bayesian Kryterium informacyjne
   BIC(Model_1)
   C-statistic
   summary(Model_1)$concordance[1]
   #Lower przedział C-statistic
   summary(Model_1)$concordance[1]-(1.96*summary(Model_1)$concordance[2])
   #Upper przedział C-statistic
   podsumowanie(Model_1)$concordance[1]+(1.96*podsumowanie(Model_1)$concordance[2])

4. Reprezentacja graficzna

1. Utwórz obiekt przetrwania za pomocą funkcji Surv().
   surv_1 <- Surv(Survival_days, wynik)
2. Dopasuj model regresji proporcjonalnego hazardu Coxa opracowany w kroku 3.1. i przewiduj wartości dopasowanego splajnu, wykonując następujące polecenia.
   fit_model_1 <- Coxph(surv_1 ~ pspline(Phase_angle, df=2)+czynnik(Diabetes_mellitus)+ Systolic_blood_pressure + Serum_sodium)
   predicted_1 <- predict(fit_model_1, type="terms", se.fit=TRUE ,terms=1)
3. Narysuj dopasowany model i odpowiadające mu linie na wykresie, wykonując następujące polecenia. Zidentyfikuj punkt odcięcia, w którym skorygowane HR (regresja splajnu) jest większe niż 1, co sugeruje, że niższe wartości PhA przewidują zwiększone ryzyko śmiertelności wewnątrzszpitalnej i 90-dniowej ponownej hospitalizacji lub zgonu.
   plot(Phase_angle, exp(predicted_1$fit), type="n", xlab="Kąt fazowy", ylab="Skorygowane HR (95% IC)", xlim=c(1.2,12), ylim= c(0,2.5), main="Wszystkie wyniki kliniczne")
   lines(sm.spline(Phase_angle , exp(predicted_1$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 )
   text(4.27,1.12, "4.0°")
   abline(v=4.0,col="", lty= 2, lwd= 0.00001)

Results

To badanie obejmowało 219 pacjentów z ostrą niewydolnością serca (AHF), zarówno de novo, jak i ostrą niewyrównaną niewydolnością serca. Mediana wieku pacjentów wynosiła 71 (p25th 60 - p75th 81) lat, a 63% stanowiły kobiety. Najczęściej występującymi chorobami współistniejącymi były cukrzyca i nadciśnienie tętnicze (odpowiednio 41,6% i 69,9% pacjentów). Podczas mediany czasu obserwacji wynoszącej 79 dni wystąpiło 115 zdarzeń (52,5%), z których 32,2% zmarło w szpitalu, a 67,8% zostało ponownie przyjętych lub zmarł...

Discussion

Badanie to wykazało, że pacjenci z AHF przyjęci na SOR z niższymi wartościami PhA w ciągu pierwszych 24 godzin po przyjęciu mieli większe ryzyko złego rokowania, takiego jak zgon lub ponowna hospitalizacja w ciągu kolejnych 90 dni po wypisie, które wzrastało, gdy wartości PhA były poniżej 4,0°, niezależnie od stężenia sodu w surowicy, SBP, obecność cukrzycy lub płci. Podobnie, niższe wartości PhA przewidywały śmiertelność wewnątrzszpitalną po dostosowaniu do płci, SBP, poziomu potasu w surowicy i typu HF. Obecnie istnie...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
		R-Xc z tolerancją BIVA	Połączone ze sprzętem BIA
System komputerowy	Microsoft	Okna 10	Windows 10 lub nowszy
Quadscan 4000  sprzęt	BodyStat	BS-4000	Zakres pomiaru impedancji: 20 - 1300 Ω ohms Prąd testowy: 620 μ A Częstotliwość: 5, 50, 100, 200 kHz Dokładność: Impedancja 5 kHz: +/- 2 Ω   Impedancja 50 kHz: +/- 2 Ω   Impedancja 100 kHz: +/- 3 Ω   Impedancja 200 kHz: +/- 3 Ω   Rezystancja 50 kHz: +/- 2 Ω   Reaktancja 50 kHz: +/- 1 Ω   Kąt fazowy 50 kHz: +/- 0,2° Kalibracja : Od czasu do czasu dostarczany jest rezystor do niezależnej weryfikacji. Wartość impedancji powinna wynosić od 496 do 503 Ω.
Oprogramowanie R	Brak	Nie dotyczy	Wersja 3.6.2 lub nowsza
RStudio	Brak	Nie dotyczy	Wersja 2022.07.2+576