血液透析患者心血管事件的风险分层模型构建与验证

心血管疾病是终末期肾病（ESRD）患者主要死亡原因。对于接受血液透析治疗的患者， 50.0% 以上的患者患有心血管疾病，且透析患者心血管死亡风险是普通人群的 20 倍，如心肌梗死、心律失常及心力衰竭等，能影响患者的生存质量和预后[1]。目前，国内外虽然有关于血液透析患者心血管事件与全因死亡的预测模型，但是其预测效能和适用性有待提高。因此，通过构建风险分层模型，能早期识别高危患者，制定个体化治疗方案，从而改善患者预后。本研究旨在探讨血液透析患者心血管事件的风险分层模型构建与验证，报道如下。

1 资料与方法

1.1 一般资料

选择 2023 年 5 月-2025 年 1 月血液透析患者 97 例为对象，根据患者是否发生心血管事件分为发生组与未发生组。纳入标准：（1）均为本院血液透析病例，患者年龄 ≥ 18 岁；（2）血液透析频率为每周2-3 次，每次 3-4h，选择标准碳酸氢盐透析液；（3）病情稳定，既往无肾脏替代治疗史及心血管病史；排除标准：（1）精神异常、凝血功能障碍或确诊的恶性肿瘤者；（2）严重心、肝功能异常或伴有自身免疫系统疾病者；（3）数据缺失或血液透析联合腹膜透析者。

1.2 方法

（1）心血管事件。心血管事件类型包括：心肌梗死、心律失常及心力衰竭等。（2）影响因素分析。根据血液透析患者是否发生心血管事件进行分组，查阅两组资料，包括：性别、年龄、透析时低血压、腰臀比（WHR）、握力、合并高血压、合并糖尿病、透析龄、总胆红素、血小板分布宽度、瘦组织指数（LTI）及淋巴细胞数（LYMPH）等，对上述可能的影响因素进行单因素和多因素 Logistic回归分析。

1.3 统计分析

采用 SPSS28.0 软件处理，性别、年龄、合并高血压、合并糖尿病、透析时低血压等计数资料行χ⋅ 2 检验，采用 n（%）表示，WHR、握力、透析龄、总胆红素、血小板分布宽度、LTI、LYMPH 等计量资料均符合正态分布，并行 Φ_t 检验，采用（ 表示，构建预测模型，绘制受试者工作特征曲线（ROC）分析模型对血液透析患者心血管事件的预测价值及效能， P<0.05 差异有统计学意义。

2 结果

2.1 血液透析患者心血管事件发生影响单因素分析

97 例血液透析患者，23 例发生心血管事件 （E23.71% ），单因素结果表明，血液透析患者心血管事件发生率与性别、WHR、握力、透析龄、合并糖尿病、总胆红素及 LTI 无统计差异 ；与年龄、透析时低血压、合并高血压、血小板分布宽度及 LYMPH 有统计差异（ P<0.05; ），见表 1。

表 1 血液透析患者心血管事件发生影响单因素分析

2.2 血液透析患者心血管事件发生影响多因素分析

多因素 Logistic 回归结果表明，年龄、透析时低血压、合并高血压、血小板分布宽度及 LYMPH是血液透析患者心血管事件发生的影响因素（ P<0.05. ），见表2。

表 2 血液透析患者心血管事件发生影响多因素分析

2.3 血液透析患者心血管事件发生预测模型构建及效能验证

根据多因素分析结果，最终获得公式：Z=年龄× 4.280+透析时低血压× 4.482+合并高血压× 4.34+血小板分布宽度× 6.231+LYMPH× 5.635-7.439，构建列线图预测模型，结果表明：年龄 76 分、透析时低血压80 分、合并高血压 71 分、血小板分布宽度 76 分，LYMPH 得分 62 分；ROC 曲线研究显示，预测模型校准曲线斜率较高（接近1），曲线面积为 0.817（ 95%CI 为 0.759-0.871），见图 1 和图 2。

图 1 血液透析患者心血管事件发生预测模型列线图

图 2 血液透析患者心血管事件发生预测模型 ROC 曲线

3 讨论

血液透析患者心血管疾病发生机制复杂，涉及传统危险因素、透析相关因素及非传统病例生理改变的相互作用。其中，传统危险因素包括高血压、高血脂、糖尿病、贫血等；透析相关因素包括容量负荷过重、透析因素及钙磷代谢紊乱等；肺传统病理生理改变机制包括血管内皮功能障碍、氧化应激、慢性炎症过程等[2]。本研究中，97 例血液透析患者，23 例发生心血管事件（占 23.71% ），单因素及多因素 Logistic 回归结果表明，年龄、透析时低血压、合并高血压、血小板分布宽度及 LYMPH 是血液透析患者心血管事件发生的影响因素（ ⋅P<0.05） ；成功构建血液透析患者心血管事件风险分层模型，具有较高的预测效能，从该结果看出，血液透析患者心血管事件发生率较高，受多种因素的共同作用及影响。同时，本研究中成功构建分层预测模型，且该模型预测价值较高。因此，临床上应针对上述可能的影响因素，采取相应的措施干预，以降低心血管事件发生率[3]。

综上所述，血液透析患者心血管事件发生占比较高，受到的影响因素较多，基于多因素 Logistic回归结果，成功构建血液透析患者心血管事件的风险分层模型，具有较高的效能，能为临床制定干预措施提供依据。

参考文献

[1]张浩永，张昆，李馨，等.维持性血液透析患者肌少-骨质疏松症列线图诊断模型的构建与验证 [J].中华现代护理杂志，2024，30（24）：3242-3249.

[2]吴海芳，徐政全，沈波.维持性血液透析患者体外循环管路凝血所致非计划性下机的 Nomogram模型构建与验证[J].中国血液净化，2024，23（12）：952-956.

[3]苏爽，夏群，张淑华，等.维持性血液透析患者并发心脏瓣膜钙化预测模型的构建与验证[J].山 东医药，2023，63（14）：65-68.