盛 松，高洪陽，張艷虹，黃 燁，王 幸

輸血是重癥監(jiān)護(hù)病房(ICU)危重癥患者的一項重要救治手段，據(jù)統(tǒng)計ICU中超過三分之一的患者需要通過輸血維持7 g/dL的血紅蛋白(HGB)目標(biāo)濃度[1-3]，當(dāng)ICU住院時間超過1周時患者輸血比例超過70%[4]。雖然目前輸血策略逐漸由經(jīng)驗型轉(zhuǎn)為限制型、精準(zhǔn)型，但血液供不應(yīng)求的矛盾仍很突出，目前尚無血液替代品能有效緩解供需矛盾，偏季節(jié)性或偏型性血液緊缺時有發(fā)生。此外，貧血和輸血通常與ICU危重癥患者臨床不良結(jié)局相關(guān)。既往文獻(xiàn)[4-5]表明，輸血治療可能增加膿毒癥患者二次感染、ICU住院時長、器官功能障礙程度和28 d病死率。因此，建立ICU危重癥患者的輸血預(yù)測模型和預(yù)警系統(tǒng)具有重要臨床價值，有利于科學(xué)合理統(tǒng)籌利用血資源，預(yù)防貧血和減少非必要輸血，切實提升診療水平和改善危重癥患者預(yù)后。

1 資料與方法

1.1研究人群與納排標(biāo)準(zhǔn) 本研究是一項基于前瞻性隊列研究的二次分析，數(shù)據(jù)來自DATADRYAD數(shù)據(jù)庫(https://datadryad.org)。根據(jù)網(wǎng)站協(xié)議我們引用數(shù)據(jù)包Imaeda, Taro (2019), Data from: Decreased total iron binding capacity upon intensive care unit admission predicts red blood cell transfusion in critically ill patients, https://doi.org10.5061dryad. rv6088k[6]。原始研究中前瞻性連續(xù)收集了2016年1月至2017年9月在日本千葉大學(xué)附屬醫(yī)院外科/內(nèi)科ICU收治的2101例患者。研究納入標(biāo)準(zhǔn)為年齡≥20歲，序貫器官衰竭評分(SOFA)[7]≥2分且預(yù)期ICU住院時長≥48 h。研究排除標(biāo)準(zhǔn)為住院期間出血，術(shù)后或創(chuàng)傷患者，既往惡性腫瘤史，接受體外膜氧合、長期血液透析或化療，原始研究中最終納入175例患者。本研究進(jìn)一步排除了基線數(shù)據(jù)缺失的54例患者，最終納入121例患者。原始研究倫理由千葉大學(xué)研究生院倫理審查委員會批準(zhǔn)，由于數(shù)據(jù)均是匿名分析的，因此本研究無需患者再次知情同意[8-9]。

1.2研究數(shù)據(jù) 原始研究中收集了性別、年齡、體重指數(shù)(BMI)、ICU入院途徑(病房/急診室)、是否為膿毒癥(診斷標(biāo)準(zhǔn)為Sepsis-3)[7]和入院時SOFA評分等人口學(xué)和臨床資料，同時收集了ICU入院日采集的12項貧血相關(guān)生化指標(biāo)，包括血紅蛋白(HGB)、白蛋白(ALB)、白細(xì)胞介素-6(IL-6)、總鐵結(jié)合力(TIBC)、轉(zhuǎn)鐵蛋白(TRF)、鐵蛋白(Ft)、血肌酐(sCr)、促紅細(xì)胞生成素(EPO)、血清鐵(Fe)、轉(zhuǎn)鐵蛋白飽和度(TS)、葉酸(FA)和維生素B12(VB12)，此外，Taro等[6]還收集了ICU住院期間的輸血前累積采血量。本研究的終點是進(jìn)入ICU的28 d內(nèi)是否輸血，輸血均為紅細(xì)胞成分輸血，輸血標(biāo)準(zhǔn)是維持HGB>7 g/dL[3]，關(guān)于血液采集、標(biāo)本保存和實驗室測量在原文中有詳細(xì)規(guī)定和描述[6]。

1.3數(shù)據(jù)分析

研究數(shù)據(jù)按4∶1比例隨機(jī)拆分為建模組和驗證組，由于樣本量較小，因此本研究采用Lasso回歸在建模組篩選變量[10]。Lasso回歸使用的是10折交叉驗證法選取最佳的lambda值，選取標(biāo)準(zhǔn)為10次交叉驗證得到的錯誤均值在最小值1個標(biāo)準(zhǔn)差范圍內(nèi)對應(yīng)的最大lambda值(lambda.1se)。在建模前對Lasso回歸篩選到的變量再進(jìn)行共線性篩查，剔除方差膨脹系數(shù)(VIF)>10的變量。應(yīng)用Logistic回歸建模，計算每個變量的回歸系數(shù)、比值比(OR)和95%置信區(qū)間(CI)。R shiny包是一個構(gòu)建數(shù)據(jù)可視化的開源軟件包，本研究基于R shiny建立交互式圖表和應(yīng)用程序網(wǎng)頁框架將輸血預(yù)測工具動態(tài)可視化并自動計算結(jié)果[11-12]。

在建模組和驗證組中分別對模型的性能進(jìn)行評價，包括校準(zhǔn)度評價、區(qū)分度評價和有效性評價。模型校準(zhǔn)度評價采用hosmer-lemeshow(H-L)檢驗，H-L檢驗P>0.05表明模型預(yù)測值和實際觀測值擬合較好，模型校準(zhǔn)度良好[13]；模型區(qū)分度評價采用受試者工作特性曲線下面積(AUC)，一般認(rèn)為AUC在0.70～0.80區(qū)分度中等，AUC>0.80區(qū)分度較高[14]；模型有效性評價采用決策曲線法(DCA)[15]。

2 結(jié)果

2.1基線資料比較 本研究共納入患者121例，其中43.8%的患者在28 d內(nèi)接受了輸血治療。輸血組和非輸血組年齡、性別、BMI、sCr、EPO、Fe、TS、FA、VB12差異無統(tǒng)計學(xué)意義(P>0.05)。輸血組HGB、ALB、TIBC、TRF顯著低于非輸血組(P<0.05)，SOFA評分、IL-6、Ft、累積采血量、病房收住ICU比例和膿毒癥比例明顯高于非輸血組(P<0.05)。見表1。

表1 輸血組和非輸血組基線特征比較

2.2Logistic回歸分析和模型構(gòu)建 121例數(shù)據(jù)按4∶1的比例隨機(jī)拆分成建模組和驗證組，其中建模組94例，驗證組27例。建模組中通過Lasso回歸10折交叉驗證法選取的最佳lambda=-2.3774(log lambda=0.0928)，此時篩選得到的變量為SOFA評分、TIBC、TRF和累積采血量(見圖1)，再經(jīng)共線性篩查(VIF>10)剔除TIBC后在建模組中篩選出3個重要預(yù)測因子建立簡化Logistic模型(見表2)，模型赤池信息準(zhǔn)則(AIC)=75.055，Logit(Y)=-1.54480+0.21694×SOFA-0.02274×TRF (mg/dL)+70.00707×累積采血量(mL)。本研究基于R shiny建立了交互式網(wǎng)頁計算器，通過直接訪問網(wǎng)頁https://shengsong.shinyapps.io/BLOOD_TRANSFUSION并輸入臨床特征可計算患者的28 d內(nèi)輸血概率和95%CI。例如ICU中某患者SOFA為10分，TRF為151 mg/dL，累積采血量為367 mL，點擊“predict”可以自動計算28 d輸血概率為0.447，95%CI0.304～0.600。見圖1。

表2 ICU危重癥患者28 d內(nèi)輸血預(yù)測模型回歸分析結(jié)果

圖2 基于R shiny的網(wǎng)頁交互式計算器應(yīng)用示例

2.3模型性能評價

2.3.1 模型校準(zhǔn)度評價 建模組H-L檢驗χ2=16.678，P=0.054>0.05；驗證組H-L檢驗χ2=16.181，P=0.063>0.05，說明建模組和驗證組實際值和擬合值相近，模型校準(zhǔn)能力尚可。

2.3.2 模型區(qū)分度評價 受試者操作特征(ROC)曲線分析顯示，建模組AUC=0.920>0.80，95%CI0.862～0.977，敏感度0.909，特異度0.860；驗證組AUC=0.944>0.80，95%CI0.865～1.000，敏感度1.000，特異度0.833，建模組和驗證組模型整體區(qū)分度較高。見圖3。

2.3.3 模型有效性評價 DCA表明建模組患者28 d輸血概率在0～95%范圍內(nèi)，驗證組患者28 d輸血概率在0～85%范圍內(nèi)，模型應(yīng)用準(zhǔn)確性和凈獲益最高，超出該范圍模型準(zhǔn)確性有限，凈獲益明顯下降。見圖4。

注：圖A為10折交叉驗證法選取最佳lambda；圖B為基于最佳lambda篩選變量圖1 基于Lasso回歸篩選28 d內(nèi)輸血預(yù)測模型建模變量

注：圖A為建模組ROC曲線；圖B為驗證組ROC曲線圖3 28 d內(nèi)輸血預(yù)測模型建模組和驗證組ROC曲線

注：圖A為建模組DCA曲線；圖B為驗證組DCA曲線圖4 28 d內(nèi)輸血預(yù)測模型建模組和驗證組DCA曲線

3 討論

ICU中有相當(dāng)比例的患者需要通過輸血維持7 g/dL的HGB目標(biāo)濃度，目前輸血是唯一能夠快速糾正貧血的有效治療措施，然而在臨床實踐中ICU不同患者接受輸血的幾率和臨床預(yù)后存在較大差異，因此建立ICU危重癥患者的輸血預(yù)測模型對合理使用血資源及判斷預(yù)后具有重要臨床意義。

既往ICU患者輸血的臨床研究皆為獨(dú)立危險因素研究[16-18]，因此不能直接用于輸血相關(guān)預(yù)測與預(yù)后判斷。目前尚缺乏針對ICU患者輸血的臨床預(yù)測模型用于指導(dǎo)臨床實踐，因此，本研究首次建立了ICU危重癥患者28 d內(nèi)輸血預(yù)測模型和交互式網(wǎng)頁計算器，為個性化預(yù)測輸血概率和預(yù)后轉(zhuǎn)歸等提供了依據(jù)。通過對十余種貧血相關(guān)因素進(jìn)行篩選，模型最終納入SOFA評分、TRF和累積采血量3個變量。既往研究[17]證實，ICU入院時SOFA評分與患者輸血量相關(guān)(P<0.006)，SOFA評分≥10分將顯著增加輸血前HGB≥7 g/dL的ICU患者輸血率(OR=1.18，95%CI1.02～1.37)[18]。

鐵代謝與貧血密切相關(guān)，正常的鐵代謝對有效的HGB合成至關(guān)重要，并且在貧血前鐵代謝就已發(fā)生改變[19]。一項60例患者的病例對照研究顯示，ICU中與非貧血患者相比，炎癥性貧血患者的Fe、TRF和TS下降，F(xiàn)t和鐵調(diào)素水平升高，且組間鐵代謝差異不受急性生理學(xué)與慢性健康狀況評估系統(tǒng)Ⅱ(APACHEⅡ)評分影響[20]。在本研究中鐵代謝改變與之類似，相比較非輸血組，在輸血組中TRF、TIBC下降，而Ft升高，最終通過Lasso回歸和VIF篩選后將TRF納入模型中。

正常情況下，人體5 L的血容量中每天更新1%的紅細(xì)胞即50 mL血，若每天失血量>50 mL可能會導(dǎo)致貧血。ICU患者因為病情危重需要頻繁抽血監(jiān)測，歐洲一項多中心前瞻性研究[4]顯示，在ICU患者24 h內(nèi)每次采血量(10.3±6.6)mL，采血總量為(41.1±39.7)mL，采血頻率和采血總量與SOFA評分呈正相關(guān)(r=0.34，r=0.28)。同時危重癥患者可能同時存在其他多種導(dǎo)致貧血的因素(如營養(yǎng)性貧血、炎性貧血、消耗性貧血等)，因此極易導(dǎo)致醫(yī)源性貧血和輸血[21]。Chant等[22]對加拿大一所三級醫(yī)院3年中155例ICU長期住院患者進(jìn)行研究發(fā)現(xiàn)，當(dāng)住院 21 d后采血量每增加1 mL，輸血率就會增加22%。在本研究中輸血組SOFA評分、膿毒癥比例更高，病情較更為嚴(yán)重，累積抽血量顯著增加，因此累積抽血量也是本研究模型納入的變量之一。

相比較既往臨床預(yù)測模型研究，本研究具有以下優(yōu)勢：首先本研究基于R shiny開發(fā)了網(wǎng)頁交互式計算器替代傳統(tǒng)的列線圖，可以自動計算結(jié)果，因此臨床應(yīng)用極為快捷和便利。其次，傳統(tǒng)篩選變量建模時多采用單因素回歸P值和逐步回歸法，對于單因素回歸P值法，目前P值范圍在0.05～0.20并無統(tǒng)一標(biāo)準(zhǔn)，可能因此遺漏重要變量或納入非核心變量；逐步回歸法則是按一定順序添加或刪除變量，可能會因為納入變量的順序不同而導(dǎo)致篩選出不同的變量組合結(jié)果，同時也可能會導(dǎo)致模型高方差和過擬合。因此本研究采用Lasso回歸(glmnet包)，通過構(gòu)造一個懲罰函數(shù)對所有獨(dú)立變量進(jìn)行處理，而不是逐步處理，從而使建模穩(wěn)定性大大增加[23-24]。本研究Lasso回歸中還選擇了lambda.1se作為最佳lambda(傳統(tǒng)選擇為lambda.min)，理論上可以更好地解決模型過擬合問題[25]。必須承認(rèn)本研究存在一定局限性。首先，本研究的模型預(yù)測數(shù)據(jù)來源于日本的單中心小樣本數(shù)據(jù)，雖然內(nèi)部驗證和模型性能評價良好，但是能否外推到其他人群尚未可知，仍需要進(jìn)一步的多中心外部驗證；其次，在原始研究中排除了出血、血液透析等患者，可能導(dǎo)致模型通用性受限。

本研究建立的預(yù)測模型可以優(yōu)化ICU危重癥患者輸血策略，并且具有良好的預(yù)測性能。