Bu içeriği görüntülemek için JoVE aboneliğiniz gereklidir. Giriş yapın veya ücretsiz denemenizi bugün başlatın.

Araştırma makalesi

Kronik Obstrüktif Akciğer Hastalığının Akut Alevlenme Dönemindeki Yaşlı Hastalarda Pulmoner Hipertansiyon Riskini Tahmin Etmek İçin Rutin-Veri Nomogramı

60 görüntülenme

⸱

DOI:

10.3791/72233

⸱

15 Eylül 2026

 ,  ,  ,  , 

Bu makalede

Özet

Bu çalışma, rutin olarak mevcut klinik değişkenler ve nomogram tabanlı bir tahmin modeli kullanarak, kronik obstrüktif akciğer hastalığının akut alevlenmesi nedeniyle hastaneye yatırılan yaşlı hastalarda pulmoner hipertansiyon riskini tahmin etmek için retrospektif bir klinik iş akışını sunmaktadır.

Özet

Pulmoner hipertansiyon, kronik obstrüktif akciğer hastalığının akut alevlenmesi nedeniyle hastaneye yatırılan yaşlı hastalarda klinik olarak önemli bir komplikasyondur; ancak birinci basamak ve kaynakların sınırlı olduğu hastane ortamlarında erken risk tahmini yapmak zor olmaya devam etmektedir. Bu retrospektif kohort çalışmasında, pulmoner hipertansiyon riskini tahmin etmek için rutin verilere dayalı bir nomogram geliştirilmiş ve dahili olarak değerlendirilmiştir. Mayıs 2023 ile Mayıs 2025 tarihleri arasında kronik obstrüktif akciğer hastalığının akut alevlenmesi nedeniyle hastaneye yatırılan toplam 230 yaşlı hasta analiz edilmiştir. Hastalar, transtorasik ekokardiyografik bulgulara göre pulmoner hipertansiyon olmayan ve pulmoner hipertansiyonu olan gruplara ayrılmıştır. Gruplar arasında demografik özellikler, komorbiditeler, tam kan sayımı indeksleri, koagülasyon belirteçleri, inflamatuar belirteçler ve kardiyak stres belirteçleri karşılaştırılmıştır. Aday öngördürücüler; tek değişkenli analiz, klinik uygunluk değerlendirmesi, redundans değerlendirmesi ve çok değişkenli lojistik regresyon kullanılarak seçilmiştir. Nötrofil-lenfosit oranı, B-tipi natriüretik peptid, D-dimer ve astım öyküsü olmak üzere dört değişken, pulmoner hipertansiyon ile bağımsız olarak ilişkili bulunmuş ve birincil nomograma dahil edilmiştir. Model, alıcı işletim karakteristik eğrisi altında 0,82'lik bir alan ile iyi bir ayırt edicilik göstermiştir. Karar eğrisi analizi, yaklaşık %1 ile %70 arasındaki eşik olasılıklarda potansiyel net fayda olduğunu göstermiştir. Kalibrasyon bulguları, kalıntı kalibrasyon sapması nedeniyle dikkatli bir yorumlama gerektirmiştir. Bu iş akışı, kronik obstrüktif akciğer hastalığının akut alevlenmesi nedeniyle hastaneye yatırılan yaşlı hastalarda erken pulmoner hipertansiyon risk stratifikasyonu için pratik bir yaklaşım sunmaktadır. Bununla birlikte, daha geniş klinik uygulama öncesinde dış doğrulama ve modelin yeniden kalibrasyonu gereklidir.

Giriş

Kronik obstrüktif akciğer hastalığı; kalıcı hava akımı kısıtlılığı, solunum semptomları ve tekrarlayan klinik kötüleşme atakları ile karakterize yaygın bir kronik solunum bozukluğudur. Dünya genelinde morbidite, mortalite ve sağlık hizmetleri yükünün ana nedenlerinden biri olmaya devam etmektedir1. Kronik obstrüktif akciğer hastalığının akut alevlenmesi; dispne, öksürük ve balgam üretimi dahil olmak üzere solunum semptomlarının akut olarak kötüleşmesini ifade eder ve sıklıkla enfeksiyon, çevresel maruziyet veya diğer akut etkiler tarafından tetiklenir2. Yaşlı hastalarda akut alevlenmeler genellikle multimorbidite, bozulmuş kardiyopulmoner rezerv, sistemik inflamasyon ve azalmış fizyolojik tolerans varlığında meydana gelir ve bu durum erken risk değerlendirmesini zorlaştırır.

Pulmoner hipertansiyon, özellikle akut alevlenmeler sırasında, kronik obstrüktif akciğer hastalığının önemli bir komplikasyonudur. Gelişimi; kronik hipoksi, pulmoner vasküler remodeling, endotelyal disfonksiyon, enflamatuar aktivasyon ve artmış sağ ventrikül sonrası yük ile ilişkilidir3. Kronik obstrüktif akciğer hastalığının akut alevlenme dönemindeki hastalarda yükselmiş pulmoner arter basıncı gözlemlenmiştir ve bu durum solunum yetmezliğini, sağ kalp yüklenmesini, hastaneye yatış yükünü ve sağkalımı kötüleştirebilir4. Bu prognostik etki, özellikle yaşlı hastalarda ve ileri evre kardiyopulmoner hastalığı olanlarda oldukça önemlidir5,6. Bu nedenle, pulmoner hipertansiyon açısından artmış risk taşıyan hastaların erken dönemde belirlenmesi; daha yakın izlemi, zamanında ekokardiyografik değerlendirmeyi ve ileri kardiyopulmoner değerlendirme için sevk edilmelerini destekleyebilir.

Sağ kalp kateterizasyonu, pulmoner hipertansiyonun doğrulanması için referans standart olmayı sürdürmektedir; ancak invaziv yapısı, maliyeti, teknik gereksinimleri ve sınırlı erişilebilirliği, birçok birinci basamak ve ilçe düzeyindeki hastanelerde başlangıç tarama prosedürü olarak kullanımını kısıtlamaktadır7. Transtorasik ekokardiyografi, non-invaziv bir değerlendirme yöntemi olarak yaygın şekilde kullanılmaktadır, ancak güvenilirliği kronik obstrüktif akciğer hastalığı olan hastalarda hiperenflasyon, yetersiz akustik pencereler ve amfizematöz değişikliklerden etkilenebilir8. Bu kısıtlamalar ekokardiyografinin klinik değerini azaltmasa da, görüntüleme tabanlı değerlendirme öncesinde veya yanında uygulanabilecek basit bir risk tahmini iş akışına olan ihtiyacı vurgulamaktadır.

Rutin klinik ve laboratuvar değişkenleri bu ihtiyacın karşılanmasına yardımcı olabilir. Nötrofil-lenfosit oranı, tam kan sayımı sonuçlarından hesaplanır ve nötrofil kaynaklı inflamasyon ile lenfosit ilişkili immün düzenleme arasındaki dengeyi yansıtır9. Bu oran, pulmoner ve kardiyovasküler durumlarda hastalık aktivitesi ve olumsuz sonuçlarla ilişkilendirilmiştir10. B tipi natriüretik peptid; miyokard duvar stresinin, sağ ventrikül basınç yüklenmesinin ve kardiyopulmoner zorlanmanın kolayca erişilebilir bir belirtecidir11. D-dimer, koagülasyon aktivasyonunu ve sekonder fibrinolizi yansıtır; hipoksemi, enfeksiyon, endotelyal hasar ve azalmış mobilite nedeniyle akut alevlenmeler sırasında artabilir12. Bununla birlikte, hiçbir tekil biyobelirtecin, kronik obstrüktif akciğer hastalığının akut alevlenme dönemindeki yaşlı hastalarda pulmoner hipertansiyonun tüm risk profilini kapsayabilmesi beklenmez.

Bir nomogram, çok değişkenli bir öngörü modelini bireyselleştirilmiş risk tahminine dönüştürmek için pratik bir araç sağlar. Yalnızca regresyon katsayılarının bildirilmesine kıyasla, çok sayıda hasta düzeyindeki öngörücünün klinik olarak yorumlanabilir bir araçla entegre edilmesine olanak tanır13. Önceki klinik öngörü çalışmaları, hasta başı risk tahminini desteklemek için nomogram tabanlı modeller kullanmıştır; ancak bu modellerin yararlılığı, şeffaf öngörücü seçimine, uygun kalibrasyona, doğrulamaya ve dikkatli yorumlamaya bağlıdır14. Mevcut çalışmanın yeniliği; inflamatuar, kardiyak stres, koagülasyonla ilişkili ve havayolu fenotipi bilgilerini pratik bir nomogramda birleştirerek, kronik obstrüktif akciğer hastalığının akut alevlenmesi nedeniyle hastaneye yatırılan yaşlı hastalar için rutin verilere dayalı bir iş akışı geliştirmesidir. Çalışma, ekokardiyografi ile tanımlanmış pulmoner hipertansiyon ile ilişkili klinik öngörücüleri belirlemeyi ve kesin tanıdan ziyade erken risk sınıflaması için dahili olarak doğrulanmış bir model oluşturmayı amaçlamıştır.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Protokol

Çalışma protokolü, Sichuan Eyaleti, Mianyang'daki Santai İlçesi Geleneksel Çin Tıbbı Hastanesi Etik Kurulu tarafından incelenmiş ve onaylanmıştır (Onay No. 202503). Çalışma, Helsinki Deklarasyonu ilkelerine uygun olarak yürütülmüştür. Çalışmaya dahil edilmeden önce her hastadan veya birinci derece yakınından yazılı bilgilendirilmiş onam alınmıştır. Bu retrospektif kohort çalışması, Mayıs 2023 ile Mayıs 2025 tarihleri arasında Santai İlçesi Geleneksel Çin Tıbbı Hastanesi Solunum ve Kritik Bakım Tıbbı Bölümü'nde kronik obstrüktif akciğer hastalığının akut alevlenmesi (KOAH AE) nedeniyle hastaneye yatırılan yaşlı hastaların klinik kayıtlarını incelemiştir. Çalışma, pulmoner hipertansiyonun (PH) rutin olarak mevcut olan klinik öngörücülerini belirlemek ve bireyselleştirilmiş PH risk tahmini için bir nomogram geliştirmek amacıyla tasarlanmıştır. Bu iş akışında kullanılan laboratuvar cihazları, ekokardiyografi sistemi, kan toplama malzemeleri, veri çıkarma araçları ve istatistiksel yazılımlar Materyaller Tablosunda listelenmiştir.

1. Hasta taraması ve uygunluk değerlendirmesi

Çalışma süresi boyunca taburcu tanısı AECOPD olan hastaneye yatırılmış hastalar, yatan hasta elektronik tıbbi kayıt sistemi üzerinden taranmıştır. Hastanın en az 60 yaşında olduğunun ve kronik obstrüktif akciğer hastalığı tanısının 2021 Global Initiative for Chronic Obstructive Lung Disease tanı kriterleri15 ile uyumlu olduğunun onaylanması için her kayıt incelenmiştir. AECOPD, hastaneye yatış ve ek tedavi gerektiren solunum semptomlarının akut kötüleşmesi olarak tanımlanmıştır. Çalışma süresi boyunca birden fazla AECOPD yatışı olan hastalar için yalnızca uygun olan ilk hastaneye yatış süreci dahil edilmiştir.

Hastalar, şu kriterlerin tümü karşılandığında çalışmaya dahil edildi: en az 60 yaş; Mayıs 2023 ile Mayıs 2025 tarihleri arasında AECOPD nedeniyle hastaneye yatış; indeks yatış sırasında mevcut transtorasik ekokardiyografi; yatış sonrası mevcut ilk açlık venöz kan örneği ve model oluşturma için gerekli eksiksiz klinik, laboratuvar ve ekokardiyografik bilgiler. Şiddetli hepatik yetmezliği, son evre böbrek hastalığı, aktif malignitesi, diğer bilinen nedenlere bağlı pulmoner hipertansiyonu, primer sol kalp hastalığı, sistemik skleroz gibi bağ dokusu hastalığı, aktif pulmoner tüberkülozu olanlar veya sonuç sınıflandırması ya da model oluşturma için gerekli temel değişkenleri eksik olan hastalar çalışma dışı bırakıldı.

Eksik bilgiler nedeniyle kayıtlar çıkarılmadan önce; yaş, cinsiyet, sigara öyküsü, alkol kullanımı öyküsü, ilaç alerjisi öyküsü, hipertansiyon, diabetes mellitus, koroner kalp hastalığı, astım, bronşektazi, akciğer enfeksiyonu, amfizem, solunum yetmezliği, kalp yetmezliği, ekokardiyografik PH durumu, tam kan sayımı indeksleri, albümin, kreatinin, yüksek duyarlılıklı C-reaktif protein, D-dimer, fibrinojen, B-tipi natriüretik peptid ve nötrofil-lenfosit oranı kontrol edildi. Hasta seçim akış şemasını oluşturmak için (Şekil 1>) taranan ve hariç tutulan kayıtların sayısı, hariç tutulma nedenleri ve nihai dahil edilen vakalar kaydedildi.

AE-KOAH çalışması için hasta seçim akış şeması; hariç tutulan kayıtlar n=89, final kohort n=230.
Şekil 1Hasta taraması ve kohort oluşturma. Akış şeması; AECOPD nedeniyle hastaneye yatırılan yaşlı hastaların kayıt tanımlamasını, uygunluk değerlendirmesini, dışlanma sürecini ve nihai gruplandırmasını göstermektedir. Hastalar, transtorasik ekokardiyografik bulgulara göre PH olmayan veya PH grubu olarak sınıflandırılmıştır. Kısaltmalar: AECOPD, kronik obstrüktif akciğer hastalığının akut alevlenmesi; PH, pulmoner hipertansiyon. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayın.

2. Pulmoner hipertansiyonun klinik gruplandırılması ve tanısal tanımı

Dahil edilen hastalar, hastanede yatış süresince yapılan transtorasik ekokardiyografik bulgulara göre non-PH grubu veya PH grubu olarak sınıflandırılmıştır. Tanısal çerçeve, pulmoner hipertansiyon için 2015 Avrupa Kardiyoloji Derneği/Avrupa Solunum Derneği kılavuzlarına dayandırılmıştır16. Bu retrospektif veri setinde tanısal temel olarak istirahat transtorasik ekokardiyografi kullanılmıştır. İncelemeler, eğitimli ekokardiyografi hekimleri tarafından standart parasternal, apikal ve subkostal görünümler kullanılarak gerçekleştirilmiştir. Kronik obstrüktif akciğer hastalığı olan hastalarda akustik pencerelerin yetersiz olması yaygın olduğundan, grup ataması öncesinde ekokardiyografik yorumlanabilirlik gözden geçirilmiştir. Triküspit yetersizliği Doppler sinyali ölçülebildiğinde veya sağ ventrikül boyutu, duvar kalınlığı ve sistolik fonksiyon yorumlanabilir kardiyak görünümlerden değerlendirilebildiğinde, kayıt PH sınıflandırması için uygun kabul edilmiştir.

Pulmoner arteriyel sistolik basınç, pik triküspit yetmezliği hızı ve tahmin edilen sağ atriyum basıncı kullanılarak hesaplanmıştır. Sağ atriyum basıncı, her iki ölçüm de mevcut olduğunda inferior vena kava çapından ve inspiratuar kollapstan tahmin edilmiştir. PH, en az 40 mmHg olarak tahmin edilen pulmoner arteriyel sistolik basınç şeklinde tanımlanmıştır. Pulmoner arteriyel sistolik basınç güvenilir şekilde tahmin edilemediğinde, PH sınıflandırması için sağ ventrikül genişlemesi, sağ ventrikül hipertrofisi, sağ ventrikül sistolik disfonksiyonu, interventriküler septal düzleşme veya pulmoner arter genişlemesi dahil olmak üzere sağ ventrikül tutulumunun dolaylı ekokardiyografik kanıtları gerekmiştir. Görüntüleri net olmayan, triküspit yetmezliği Doppler sinyalleri izlenemeyen veya tutarsız sağ kalp bulguları içeren ekokardiyografik kayıtlar, nihai grup atamasından önce ikinci bir ekokardiyografi hekimi tarafından incelenmiştir. İnceleme sonrası yorumlanamaz durumda kalan kayıtlar nihai analizden çıkarılmıştır. Nihai kohortta, 230 yaşlı hasta uygunluk kriterlerini karşılamıştır; 120 hasta non-PH grubuna ve 10 hasta PH grubuna atanmıştır.

3. Demografik ve klinik değişkenlerin çıkarılması

Tüm klinik veriler, standartlaştırılmış bir veri toplama formu kullanılarak yatan hasta elektronik tıbbi kayıt sisteminden alınmıştır. Cinsiyet, yaş, sigara öyküsü, alkol öyküsü, ilaç alerjisi öyküsü, hipertansiyon, diabetes mellitus, koroner kalp hastalığı, astım, bronşektazi, pulmoner enfeksiyon, amfizem, solunum yetmezliği ve kalp yetmezliği kaydedilmiştir. Sigara öyküsü, yaşam boyu en az 10 sigara tüketimi olarak tanımlanmış; alkol öyküsü ise haftada en az iki kez düzenli alkol tüketimi olarak tanımlanmıştır.

Akciğer enfeksiyonu; solunum semptomları, fiziksel bulgular, göğüs görüntüleme bulguları ve mevcut olduğunda mikrobiyolojik kanıtların entegrasyonu ile teşhis edildi. Kalp yetmezliği; klinik belirtiler, fiziksel bulgular, B-tipi natriüretik peptid düzeyleri ve ekokardiyografik bulgulara göre teşhis edildi. Komorbidite bilgileri; mevcut olduğunda taburcu tanıları, seyir notları, görüntüleme raporları, laboratuvar raporları ve konsültasyon kayıtları ile çapraz kontrol edildi.

4. Laboratuvar değişkenlerinin toplanması ve işlenmesi

Hastaneye yatıştan sonraki sabah alınan ilk açlık venöz kan örneği, laboratuvar veri kaynağı olarak kullanılmıştır. Bu zaman noktası, tıbbi kayıtlarda mevcut olduğu durumlarda, yatıştan sonraki ilk sabah kan alımıyla ve rutin gündüz tedavi düzenlemesi öncesiyle örtüşmektedir. Tam kan sayımı indeksleri, biyokimyasal indeksler, koagülasyon belirteçleri, inflamatuar belirteçler ve kardiyak stres belirteçleri hastane laboratuvar bilgi sisteminden alınmıştır.

Tam kan sayımı raporundan nötrofil sayısı, lenfosit sayısı, trombosit sayısı, ortalama trombosit hacmi ve eritrosit dağılım genişliği varyasyon katsayısı kaydedildi. Nötrofil-lenfosit oranı şu şekilde hesaplandı:
NLR oranı formülü; nötrofil/lenfosit sayısı; tıbbi araştırma; metin temsili.

İlgili laboratuvar raporlarından albümin, kreatinin, D-dimer, fibrinojen, yüksek hassasiyetli C-reaktif protein ve B-tipi natriüretik peptid değerleri kaydedilmiştir. Veri seti genelinde tutarlı ölçüm birimleri kullanılmıştır: albümin g/L, kreatinin µmol/L, yüksek hassasiyetli C-reaktif protein mg/L, D-dimer µg/mL, fibrinojen g/L, nötrofil sayısı, lenfosit sayısı ve trombosit sayısı ×109/L, ortalama trombosit hacmi fL ve B-tipi natriüretik peptid pg/mL olarak belirlenmiştir.

5. Veri temizleme ve hazırlama

İstatistiksel analizden önce veri seti incelendi. Dahil edilen her kayıt; uygunluk, grup ataması, laboratuvar tamlığı, ekokardiyografik yorumlanabilirlik ve aday öngördürücülerin mevcudiyeti açısından kontrol edildi. Doğrudan kişisel tanımlayıcılar kaldırıldı ve her hastaya bir çalışma tanımlama numarası atandı. Yinelenen kayıtlar, tekrarlanan hastaneye yatışlar, tutarsız grup etiketleri, imkansız tarihler ve makul olmayan laboratuvar değerleri, orijinal elektronik tıbbi kayıt ve laboratuvar raporuyla karşılaştırılarak kontrol edildi. Nihai model tam vaka analizine dayandığından, temel sonuç veya öngördürücü değişkenler için herhangi bir atama (imputasyon) işlemi yapılmadı.

Sürekli değişkenler dağılım özellikleri açısından incelendi. Normal dağılım gösteren değişkenler ortalama ± standart sapma; normal dağılım göstermeyen değişkenler medyan veler arası aralık; kategorik değişkenler ise sayı ve yüzde olarak özetlendi. Çok değişkenli modelleme öncesinde, klinik olarak ilişkili değişkenler gereksiz tekrarlar açısından değerlendirildi. Nötrofil sayısı ve lenfosit sayısı, nötrofil-lenfosit oranı ile birlikte incelendi; akciğer enfeksiyonu; nötrofil sayısı, yüksek duyarlılıklı C-reaktif protein ve nötrofil-lenfosit oranı ile birlikte incelendi; kalp yetmezliği; B-tipi natriüretik peptid ve ekokardiyografik kardiyak bulgularla birlikte incelendi; D-dimer ve fibrinojen koagülasyonla ilişkili değişkenler olarak değerlendirildi; trombosit sayısı, ortalama trombosit hacmi ve eritrosit dağılım genişliği varyasyon katsayısı ise hematolojik değişkenler olarak incelendi.

6. Gruplar arası tek değişkenli karşılaştırma

Demografik özellikler, komorbiditeler, laboratuvar göstergeleri ve ekokardiyografik gruplandırma değişkenleri non-PH ve PH grupları arasında karşılaştırıldı. Normal dağılım gösteren sürekli değişkenler için bağımsız örneklem t-testi kullanıldı. Normal dağılım göstermeyen sürekli değişkenler için Mann-Whitney U testi kullanıldı. Kategorik değişkenler için, beklenen hücre sayılarına bağlı olarak χ2 testi veya Fisher'ın kesin testi kullanıldı. 0,05'ten küçük iki taraflı P değeri istatistiksel olarak anlamlı kabul edildi. Gruplar arasında anlamlı fark gösteren değişkenler, klinik olarak ilgili öngördürücülerle birlikte çok değişkenli değerlendirme için dikkate alındı.

7. Çok değişkenli lojistik regresyon analizi

AECOPD'li yaşlı hastalarda PH ile ilişkili bağımsız öngörücüleri belirlemek için binomyal lojistik regresyon kullanılmıştır. PH durumu bağımlı değişken olarak kullanılmıştır. Sürekli öngörücüler orijinal ölçüm birimleriyle girilmiş ve kategorik öngörücüler ikili değişkenler olarak kodlanmıştır. Aday değişkenler, tek değişkenli analiz sonuçlarına ve klinik uygunluğa göre seçilmiştir. Tek değişkenli karşılaştırmada P < 0.05 olan değişkenler önce belirlenmiş, ardından fazlalık, yorumlanabilirlik ve klinik örtüşme açısından incelenmiştir.

Başlangıçtaki aday değişkenler arasında yüksek duyarlılıklı C-reaktif protein, D-dimer, eritrosit dağılım genişliği varyasyon katsayısı, trombosit sayısı, ortalama trombosit hacmi, nötrofil-lenfosit oranı, B-tipi natriüretik peptid, koroner kalp hastalığı ve astım öyküsü yer almıştır. Nötrofil sayısı ve lenfosit sayısı, nötrofil-lenfosit oranının bileşenleri oldukları için bu oranla birlikte modele dahil edilmemiştir. Akciğer enfeksiyonu ve kalp yetmezliği, redundans değerlendirmesi sırasında incelenmiştir. Bu değişkenlerin dışlanmasının model yorumlamasını etkileyip etkilemediğini incelemek amacıyla, akciğer enfeksiyonu ve kalp yetmezliğinin birincil öngördürücü setine eklendiği bir sensitivite analizi gerçekleştirilmiştir. Birincil ve sensitivite modelleri arasında regresyon tahminleri, ayırt edicilik, kalibrasyon ve klinik net fayda karşılaştırılmıştır.

Aday öngördürücüler arasındaki çoklu doğrusal bağlantı, varyans şişirme faktörleri kullanılarak değerlendirildi. Kategorik değişkenler hesaplama öncesinde kodlandı ve sürekli değişkenler, regresyon modellemesinde kullanılan aynı birimlerle girildi. 5'in altındaki varyans şişirme faktörünün, ciddi bir çoklu doğrusal bağlantı olmadığını gösterdiği kabul edildi. Çok değişkenli modele dahil edilen değişkenler için regresyon katsayıları, standart hatalar, Wald χ2 değerleri, odds oranları, %95 güven aralıkları, P-değerleri ve varyans şişirme faktörleri rapor edildi.

8. Nomogram oluşturma

Nomogram, çok değişkenli lojistik regresyon modelinde yer alan bağımsız öngörücüler kullanılarak oluşturulmuştur. Nihai öngörücüler D-dimer, nötrofil-lenfosit oranı, B tipi natriüretik peptid ve astım öyküsüdür. Lojistik regresyon modeli, R yazılımı ve rms paketi kullanılarak puan tabanlı bir nomograma dönüştürülmüştür. Modelleme veri seti için bir veri dağılım nesnesi oluşturulmuş, lojistik regresyon modeli uygulanmış ve her bir öngürücüye puan atamak için regresyon katsayıları kullanılmıştır. Her hasta için D-dimer, nötrofil-lenfosit oranı, B tipi natriüretik peptid ve astım öyküsüne ait puanlar toplanarak bir toplam puan oluşturulmuş ve bu puan daha sonra PH tahmini olasılığı ile eşleştirilmiştir.

Nomogram, önceki klinik tahmin modeli çalışmalarında17,18 açıklanan standart puan tabanlı prosedürler kullanılarak yorumlanmıştır. Hastanın D-dimer değeri, nötrofil-lenfosit oranı, B-tipi natriüretik peptid değeri ve astım durumu ilgili eksenler üzerinde belirlenmiştir. Her bir öngörücü değerden puan ölçeğine dikey bir çizgi çizilmiştir. Toplam puanı elde etmek için puanlar toplanmış ve PH'nin bireyselleştirilmiş tahmini olasılığını elde etmek için toplam puan ölçeğinden tahmini olasılık eksenine dikey bir çizgi çizilmiştir. Makalede kullanılan örneklendirme hastası, kohortun gözlemlenen klinik dağılımı içindeki veya buna yakın değerlerden seçilmiştir.

9. Model performansının değerlendirilmesi

Model ayırt ediciliği, alıcı işletim karakteristik eğrisi analizi ve eğri altındaki alan kullanılarak değerlendirilmiştir. Eğri altındaki alan, %95 güven aralığı ile bildirilmiştir. Nomogram, bireysel öngördürücülerle ve kantitatif laboratuvar belirteçlerini birleştiren bir modelle karşılaştırılmıştır. Kalibrasyon, öngörülen olasılıkların gözlemlenen PH sonuçlarıyla karşılaştırılmasıyla değerlendirilmiştir. Bootstrap yeniden örnekleme yöntemi kullanılarak bir kalibrasyon eğrisi oluşturulmuştur. Kalibrasyon kesim noktası, kalibrasyon eğimi, ortalama mutlak hata, Brier skoru ve Hosmer-Lemeshow testi bildirilmiştir. Bootstrap ile düzeltilmiş kalibrasyon kesim noktası ve bootstrap ile düzeltilmiş kalibrasyon eğimi de hesaplanmıştır. Hosmer-Lemeshow testi, kalibrasyon eğrisi ve kantitatif kalibrasyon indeksleri ile birlikte yorumlanmıştır.

Klinik fayda, karar eğrisi analizi kullanılarak değerlendirilmiştir. Net fayda, eşik olasılıklar üzerinden grafiğe dökülmüş ve "herkesi tedavi et" ile "hiç kimseyi tedavi etme" referans stratejileriyle karşılaştırılmıştır. Modelin referans stratejilerden daha yüksek net fayda sağladığı eşik olasılık aralığı belirlenmiştir.

10. Dahili doğrulama ve tekrarlanabilirlik

İç doğrulama, 1.00 tekrarlı bootstrap yeniden örnekleme kullanılarak gerçekleştirilmiştir. Her bir bootstrap tekrarında, model performansı üzerindeki iyimserliği tahmin etmek için model yeniden kurulmuş ve test edilmiştir. İyimserlik düzeltmeli ayrım ve kalibrasyon indeksleri hesaplanmış ve görünür model performansı ile birlikte raporlanmıştır.

İstatistiksel analizler, standart istatistik yazılımları ve R versiyon 4.5.2 kullanılarak gerçekleştirilmiştir. Lojistik regresyon modellemesi, nomogram oluşturulması, alıcı işletim karakteristik eğrisi analizi, kalibrasyon değerlendirmesi, iç doğrulama ve karar eğrisi analizi için R paketleri kullanılmıştır. Nomogram, R'daki rms paketi kullanılarak oluşturulmuştur.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Sonuçlar

Hasta taraması ve kohort özellikleri

Kronik obstrüktif akciğer hastalığının akut alevlenmesi (KOAHAA) nedeniyle hastaneye yatırılan ve uygunluk kriterlerini karşılayan toplam 230 yaşlı hasta final analize dahil edilmiştir. Transtorasik ekokardiyografik değerlendirmeye göre, 120 hasta pulmoner hipertansiyon olmayan (non-PH) gruba ve 10 hasta pulmoner hipertansiyon (PH) grubuna atanmıştır (Şekil 1). Genel bazal özellikler gruplar arasında geniş ölçü...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Tartışma

Bu çalışma, kronik obstrüktif akciğer hastalığının akut alevlenmesi (KOAH AE) nedeniyle hastaneye yatırılan yaşlı hastalarda pulmoner hipertansiyon (PH) riskini tahmin etmek için rutin verilere dayalı bir nomogram geliştirmiştir. Birincil modele; nötrofil-lenfosit oranı (NLR), B-tipi natriüretik peptid (BNP), D-dimer ve astım öyküsü olmak üzere kolayca erişilebilen dört değişken dahil edilmiştir. Nomogram, tekil kantitatif belirteçlere göre daha iyi bir ayırıcı tanıma kapasitesi ve geniş bir eşik değer aralığında potansi...

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Açıklamalar

Yazarlar, bu çalışma ile ilgili herhangi bir rakip finansal çıkar veya diğer çıkar çatışmaları olmadığını beyan ederler.

Yazar Katkıları

Mingfeng Wu: Çalışma tasarımı, denetim ve uygulama, taslağın hazırlanması ve revizyonu ile ekip sorumluluklarının koordinasyonu; Li Zhang: Verilerin toplanması ve düzenlenmesi, istatistiksel analiz ve taslağın hazırlanması; Xiong Wang: Verilerin toplanması ve taslağın hazırlanması; Shaohua Xu: İstatistiksel analiz ve taslağın revizyonu; Li Xie: Taslağın revizyonu.

Teşekkürler

Bu çalışma, NLR Oranına Dayalı Kronik Obstrüktif Akciğer Hastalığı Olan Yaşlı Hastalar için Pulmoner Hipertansiyon Öngörü Modelinin Oluşturulmasının Pratik Keşfi (Hibe No. 25MSZX321) ve “Drone Teslimatı + Yapay Zeka Destekli Tanı” tarafından Yönlendirilen Bir İlçe Tıbbi Topluluk Laboratuvar Hizmet Modeli ve Politika Yanıt Araştırması Oluşturulması (Hibe No. 25MSZX322) dahil olmak üzere Sichuan Eyaleti Geleneksel Çin Tıbbı İdaresi Bilimsel Araştırma Projeleri tarafından desteklenmiştir. Yazarlar, bu çalışmayı desteklediği için Santai İlçesi Geleneksel Çin Tıbbı Hastanesine teşekkür ederler.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Malzemeler

Bu makalede kullanılan malzemelerin listesi
AdŞirketKatalog numarasıYorumlar
Otomatik klinik kimya analizörüMindray Bio-Medical Electronics Co., Ltd.BS-480Rutin klinik laboratuvar testlerinde serum albümin, kreatinin ve yüksek hassasiyetli C-reaktif protein ölçümünde kullanılır.
Otomatik koagülasyon analizörüMindray Bio-Medical Electronics Co., Ltd.C3510Rutin koagülasyon testlerinde D-dimer ve fibrinojen ölçümünde kullanılır.
Otomatik hematoloji analizörüMindray Bio-Medical Electronics Co., Ltd.BC-5380Nötrofil sayısı, lenfosit sayısı, trombosit sayısı, ortalama trombosit hacmi ve eritrosit dağılım genişliği varyasyon katsayısı ölçümünde kullanılır.
Kemilüminesans immünassay analizörüMindray Bio-Medical Electronics Co., Ltd.CL-1200iRutin klinik laboratuvar testlerinde B-tipi natriüretik peptid ölçümünde kullanılır.
Kemilüminesans immünassay reaktifleri, kalibratörleri ve kontrolleriMindray Bio-Medical Electronics Co., Ltd.CL-series reagent systemKemilüminesans immünassay testi ve kalite kontrolü için kullanılır.
Klinik kimya reaktifleri, kalibratörleri ve kontrolleriMindray Bio-Medical Electronics Co., Ltd.BS-series reagent systemBS-serisi analizörde gerçekleştirilen rutin klinik kimya analizleri için kullanılır.
Koagülasyon kalibratörleri ve kontrolleriMindray Bio-Medical Electronics Co., Ltd.Ürüne özgü*Koagülasyon analizlerinin kalite kontrolü ve kalibrasyonu için kullanılır.
dcurves paketiCRANdcurvesKarar eğrisi analizi yapmak ve eşik olasılıklar genelinde klinik net faydayı hesaplamak için kullanılır.
EDTA'lı venöz kan toplama tüpüBDVacutainer K2EDTA tube (REF 367856)Tam kan sayımı testleri için kullanılır.
Elektronik sağlık kayıt sistemiSantai County Traditional Chinese Medicine HospitalUygulanamazYatan hasta demografik özelliklerini, yatış kayıtlarını, taburculuk tanılarını, komorbiditeleri, seyir notlarını, görüntüleme raporlarını, konsültasyon kayıtlarını ve klinik sonuçları geri çağırmak için kullanılır.
Hematoloji reaktifleri, kalibratörleri ve kontrolleriMindray Bio-Medical Electronics Co., Ltd.BC-series reagent systemRutin tam kan sayımı testleri ve analizör kalite kontrolü için kullanılır.
IBM SPSS StatisticsIBM Corp.Version 26.0Tanımlayıcı istatistikler, grup karşılaştırmaları ve ön lojistik regresyon analizi için kullanılır.
Laboratuvar bilgi sistemiSantai County Traditional Chinese Medicine HospitalUygulanamazTam kan sayımı indekslerini, biyokimyasal indeksleri, koagülasyon belirteçlerini, inflamatuvar belirteçleri ve kardiyak stres belirteçlerini geri çağırmak için kullanılır.
pROC paketiCRANpROCROC eğrisi analizi ve eğri altındaki alan (AUC) tahmini için kullanılır.
R istatistik yazılımıR Foundation for Statistical ComputingVersion 4.5.2Lojistik regresyon modellemesi, nomogram oluşturma, ROC eğrisi analizi, kalibrasyon değerlendirmesi, bootstrap internal validasyon ve karar eğrisi analizi için kullanılır.
ResourceSelection paketiCRANResourceSelectionHosmer-Lemeshow uyum iyiliği testini gerçekleştirmek için kullanılır.
rms paketiCRAN (Frank E. Harrell Jr.)rmsRegresyon modellemesi, nomogram oluşturma, kalibrasyon değerlendirmesi ve internal validasyon için kullanılır.
Serum ayırıcı venöz kan toplama tüpüBDVacutainer SST tube (REF 367820)Serum biyokimyasal ve inflamatuvar belirteç testleri için kullanılır.
Sodyum sitratlı venöz kan toplama tüpüBDVacutainer citrate tube (REF 363080)D-dimer ve fibrinojen dahil olmak üzere koagülasyon testleri için kullanılır.
Standartlaştırılmış klinik veri çıkarım formuÇalışma ekibi tarafından oluşturulduUygulanamazRetrospektif kayıtlardan önceden tanımlanmış demografik, klinik, laboratuvar ve ekokardiyografik değişkenleri çıkarmak için kullanılır.
Transtorasik ekokardiyografi sistemiGE HealthCareVivid E95Pulmoner arter sistolik basıncını tahmin etmek ve sağ ventrikül boyutunu, duvar kalınlığını ve sistolik fonksiyonunu değerlendirmek için kullanılır.

Kaynaklar

  1. Adeloye D, et al. Global, regional, and national prevalence of, and risk factors for, chronic obstructive pulmonary disease (COPD) in 2019: a systematic review and modelling analysis. Lancet Respir Med. 2022;10:447-58.
  2. Chronic Obstructive Pulmonary Disease Group of Chinese Thoracic Society, Chronic Obstructive Pulmonary Disease Committee of Chinese Association of Chest Physician. Guidelines for the diagnosis and management of chronic obstructive pulmonary disease, revised version 2021. Chin J Tuberc Respir Dis. 2021;44:170-205.
  3. Johnson S, et al. Pulmonary hypertension: a contemporary review. Am J Respir Crit Care Med. 2023;208:528-48.
  4. Munshi RF, Pellegrini JR Jr, Patel P, Anjum F. Impact of pulmonary hypertension in patients with acute exacerbation of chronic obstructive pulmonary disease and its effect on healthcare utilization. Pulm Circ. 2021;11(3):20458940211046838.
  5. Prins KW, et al. Disproportionate right ventricular dysfunction and poor survival in group 3 pulmonary hypertension. Am J Respir Crit Care Med. 2018;197:1496-9.
  6. Andersen KH, et al. Prevalence, predictors, and survival in pulmonary hypertension related to end-stage chronic obstructive pulmonary disease. J Heart Lung Transplant. 2012;31:373-80.
  7. Chen Y, et al. Right heart catheterization-related complications: a review of the literature and best practices. Cardiol Rev. 2020;28:36-41.
  8. Younis M, et al. Echocardiography and pulmonary hypertension in patients with chronic obstructive pulmonary disease undergoing lung transplantation evaluation. Am J Med Sci. 2024;367:95-104.
  9. Pascual-González Y, López-Sánchez M, Dorca J, Santos S. Defining the role of neutrophil-to-lymphocyte ratio in COPD: a systematic literature review. Int J Chron Obstruct Pulmon Dis. 2018;13:3651-62.
  10. Lee SJ, et al. Usefulness of neutrophil to lymphocyte ratio in patients with chronic obstructive pulmonary disease: a prospective observational study. Korean J Intern Med. 2016;31:891-8.
  11. Leuchte HH, et al. Brain natriuretic peptide is a prognostic parameter in chronic lung disease. Am J Respir Crit Care Med. 2006;173:744-50.
  12. Husebø GR, et al. Coagulation markers as predictors for clinical events in COPD. Respirology. 2021;26:342-51.
  13. Iasonos A, Schrag D, Raj GV, Panageas KS. How to build and interpret a nomogram for cancer prognosis. J Clin Oncol. 2008;26:1364-70.
  14. Balachandran VP, Gonen M, Smith JJ, DeMatteo RP. Nomograms in oncology: more than meets the eye. Lancet Oncol. 2015;16(4):e173-e180.
  15. Global Initiative for Chronic Obstructive Lung Disease. Global Strategy for the Diagnosis, Management, and Prevention of Chronic Obstructive Pulmonary Disease: 2021 Report. Global Initiative for Chronic Obstructive Lung Disease; Fontana; 2021.
  16. Galiè N, et al. 2015 ESC/ERS Guidelines for the diagnosis and treatment of pulmonary hypertension. Eur Heart J. 2016;37:67-119.
  17. Wu Z, Zhan S, Wang D, Tang C. A novel nomogram for predicting the risk of acute heart failure in intensive care unit patients with COPD. Chronic Obstr Pulm Dis. 2025;12(2):117-126.
  18. Cheng H, et al. A risk nomogram for predicting prolonged intensive care unit stays in patients with chronic obstructive pulmonary disease. Front Med. 2023;10:1177786.
  19. Zinellu A, et al. Clinical significance of the neutrophil-to-lymphocyte ratio and platelet-to-lymphocyte ratio in acute exacerbations of COPD: present evidence and future perspectives. Eur Respir Rev. 2022;31(166):220095.
  20. Jiang T, et al. Value of the neutrophil-to-lymphocyte ratio in chronic obstructive pulmonary disease complicated with pulmonary hypertension. J Int Med Res. 2023;51(1):3000605231200266.
  21. Hawkins NM, et al. B-type natriuretic peptides in chronic obstructive pulmonary disease: a systematic review. BMC Pulm Med. 2017;17:11.
  22. Hu G, et al. Prognostic role of D-dimer for in-hospital and 1-year mortality in exacerbations of COPD. Int J Chron Obstruct Pulmon Dis. 2016;11:2729-36.
  23. Zuo H, et al. Predictive value of novel inflammation-based biomarkers for pulmonary hypertension in the acute exacerbation of chronic obstructive pulmonary disease. Anal Cell Pathol (Amst). 2019;2019:5189165.
  24. Hayiroglu MI, Cicek V, Kilic S, Cinar T. Mean serum D-dimer level to predict in-hospital mortality in COVID-19 patients. Rev Assoc Med Bras (1992). 2021;67:1108-13.
  25. Guney BC, et al. Evaluation of N/LP ratio as a predictor of disease progression and mortality in COVID-19 patients admitted to the intensive care unit. Medeni Med J. 2021;36:241-8.
  26. Hayiroglu MI, Cinar T, Tekkesin AI. Fibrinogen and D-dimer variances and anticoagulation recommendations in COVID-19: current literature review. Rev Assoc Med Bras (1992). 2020;66:842-8.
  27. Collins GS, Reitsma JB, Altman DG, Moons KGM. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis: the TRIPOD statement. Ann Intern Med. 2015;162:55-63.
  28. Moons KGM, et al. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis: explanation and elaboration. Ann Intern Med. 2015;162(1):W1-W73.
  29. Kalenderoglu K, et al. Heart rate variability nomogram predicts atrial fibrillation in patients with moderate to high burden of premature ventricular complexes. Medicina (Kaunas). 2026;62:243.
  30. Cicek V, et al. A new risk prediction model for the assessment of myocardial injury in elderly patients undergoing non-elective surgery. J Cardiovasc Dev Dis. 2025;12(1):6.

Erişim kısıtlı. Bu içeriği görüntülemek için lütfen giriş yapın veya deneme sürümünü başlatın.

Yeniden basım ve izinler

Daha fazla makale keşfet

Risk StratifikasyonuTranstorasik EkokardiyografiNötrofil Lenfosit OranıB-Tipi Natriüretik PeptitD-Dimer