Модел са више држава за напредовање болести бубрега

Mar 29, 2022


Контакт: Аудреи Ху Вхатсапп/хп: 0086 13880143964 Е-пошта:audrey.hu@wecistanche.com


МК Линтуa, КМ Схреиасb, Асха Каматхa,* ет ал

Апстрактан

Позадина:Разумевање прогресије болести бубрега је од великог интересовања међу клиничарима. Модел са више стања је адекватан алат за моделирање ефеката коваријата које утичу на почетак, прогресију и регресију функције бубрега.

Објективан:Циљ ове студије је да се предложи стохастички модел забубрегаболестпрогресије и да демонстрира примену истих.

Методологија:Предложили смо полупараметарски континуирани временски хомогени вишедржавни Марков модел за податке о напредовању болести бубрега добијене из ретроспективне студије на 225 пацијената којима је преписан колистин (антибиотик који се поново појављује) у болници терцијарне неге у приобалној Карнатаки. Различити стадијуми бубрежне болести дефинисани су на основу скора за побољшање глобалног исхода болести бубрега (КДИГО). Модел се састоји од три пролазна стања и апсорбујућег стања смрти. Коваријантни ефекти на двосмерне прелазне стопе процењени су коришћењем модела са више стања.

Резултати:Користили смо податке 225 пацијената да видимо прогресију њихове бубрежне болести. Сви пацијенти су били на терапији колистином. Просечна дужина боравка у болници била је 21 дан. У болници је умрло укупно 83 (36,89 одсто) пацијената. Прогностички фактори као што су пол, хипертензија, сепса и операција су значајни фактори који утичу на болест бубрега у различитим стадијумима.

Закључак:Налази студије ће бити корисни креаторима политике јавног здравља за спровођење политике и планова лечења за побољшање преживљавања пацијената. Штавише, моделирање прогресије болести помаже у разумевању очекиваног терета болести.

Кључне речи:Модел са више држава,Бубрег болест, Интензитет транзиције, Интермедијарни догађаји, Прогресија болести

cistanche deserticola benefits:teating kidney disease

цистанцхе десертицола користи: лечење болести бубрега

1. Представљање

Бубрег болестје важан јавноздравствени проблем. Међутим, рана интервенција може избећибубрегапроблеметрајно. Нежељени исходи и напредовањехроничнаболестикао такавбубрегаболестможе се контролисати адекватним лековима и променама начина живота. Како се болести бубрега често завршавају хоспитализацијом, моделирање дужине боравка, преживљавања и прогресије болести бубрега је од великог интересовања међу клиничарима.

Стандардни приступи преживљавању, као што је Каплан-Меиерова метода или Цоков модел пропорционалних опасности, довољни су за руковање једноставним поставкама преживљавања без међудогађаја. Међутим, напредовање болести бубрега је пример сложеног процеса са различитим међудогађајима. Модел са више држава је ефикасан начин за руковање сложеним процесима као што је овај. Субјекти могу бити у једном стању на почетку студије, даље пролазити кроз различита стања и на крају завршити у коначном стању. Ове транзиције субјекта се могу моделовати и фактори ризика повезани са временима преживљавања различитих транзиција могу се идентификовати коришћењем модела са више стања. Модел процењује утицај различитих клиничких и демографских фактора на сложене процесе болести.1–3

Модел са више држава се обично користи у студијама рака јер постоје различите фазе рака које указују на прогресију болести.4,5 Слично томе, постоје студије које су спроведене да би се идентификовали фактори ризика који утичу на прогресију АИДС-а код пацијената са ХИВ-ом.6–8 Болести као што је дијабетес , хронична болест бубрега, итд. се такође може ефикасно третирати моделом са више држава уместо једноставним моделом преживљавања.9,10

У овом чланку смо предложили модел са више држава за прогресију болести бубрега пацијената који примају колистин током боравка у болници. Преузети су подаци о случајевима 225 пацијената, а њихови КДИГО резултати у различитим временским тачкама су приступани за клинички пратећи рад. Дужина боравка у болници је број дана од пријема до смрти/отпуста. Током боравка у болници, пацијенти су пролазили кроз различите стадијуме тежине болести. Дефинисали смо процес са четири стања. Три пролазна стања изведена из КДИГО резултата су дата у табели 1.

image

Из различитих епидемиолошких студија јасно је да различити биомаркери и коморбидитети играју важну улогу у прогресији болести бубрега. Процењивали смо ефекте коваријата које утичу на почетак, прогресију и регресију бубрежне функције користећи модел са више стања. Такође пружамо демонстрацију за документацију података, анализу и интерпретацију тако да читаоци могу лако да имплементирају модел са више држава. Колико нам је познато, Марков модел са више стања није коришћен за моделирање прогресије болести бубрега изазване колистином.

У наставку рада представљамо податке, објашњавамо методологију и разматрамо резултате.

cistanche deserticola

цистанцхе десертицола

2. Материјал и методе

2.1. Опис података

Ретроспективна студија је првобитно спроведена да би се разумели фактори ризика повезани са нефротоксичношћу изазваном колистином код пацијената лечених на Одељењу за медицину, Болница Кастурба, Манипал, од јануара 2016. до децембра 2017. Даље истражујемо болнички морталитет, дужину боравка у болници. боравак и напредовање болести бубрега. Од укупно 600 прегледаних случајева, 225 пацијената је било прикладно за ову студију. Болнички картони ових 225 пацијената чине основу ове студије.

КДИГО резултату се приступало у различитим временским тачкама ради праћењабубрегафункцијапобољшање и пад. За сваког пацијента евидентирани су прогностички фактори као што су старост, пол, дијабетес, хипертензија итд. Сличне студије у литератури су приступиле проблему са логистичком регресијом или обичном анализом преживљавања узимајући у обзир крајњу тачку као пад функције бубрега. Ове методе занемарују прелазе прогресије и регресије кроз различита стања. Модел са више држава пружа дубинско разумевање општегбубрежни функцијаобрасци побољшања или погоршања и исходи смрти у смислу вероватноће транзиције. Транзиција је промена стања током студије, а вероватноћа транзиције је вероватноћа преласка из једног стања у друго. Чинило се да већина пацијената више пута осцилира између стања 1, стања 2 и стања 3, што указује да су ова стања реверзибилна. Транзиција је реверзибилна када се субјект креће напред-назад између два стања.

Уређење података је важан корак у уклапању модела са више држава. Јединствени ИД који се даје сваком пацијенту води рачуна о груписању једног субјекта. Стога, треба обратити пажњу док документујете податке како бисте били сигурни да су све информације од једног пацијента покривене истим јединственим ИД-ом. Пример распореда података дат је у табели 2.

image

2.2. Модел са више држава

Прогресија бубрежне болести може се визуализовати као стохастички процес са коначним простором стања у непрекидном времену. Различита стања одражавају тежину болести. Стања су два типа: пролазна и апсорбујућа. Апсорбирајуће стање је стање у које се, када се једном уђе, не може напустити. Док су пролазна стања она са даљим прелазима. Модел са више стања је користан алат за описивање кретања субјекта између различитих стања у непрекидном времену. Модел израчунава вероватноће прелаза за све могуће прелазе.11,12

За податке о прогресији бубрежне болести предложили смо континуални временски хомогени вишестајни Марков модел са четири стања. Процес је марковски ако будућност зависи само од садашњости. Модел је визуелизован на слици 1.

image

Стрелице показују могуће прелазе. Двостране стрелице означавају реверзибилне прелазе. Прелази су реверзибилни ако се субјект креће напред-назад између два стања. Разматрана три пролазна стања (стања са стрелицама напоље) су: стање 1 (КДИГО > 60), стање 2 (30 < кдиго="">< 60)="" и="" стање="" 3="" (кдиго="">< 30).="" стање="" 4="" (смрт)="" апсорбује="" (стање="" без="" стрелица="" напоље).="" процес="" (кс(т),="" т="" ∈="" т)="" са="" простором="" стања="" с="{1," 2,="" 3,="" 4}="" описује="" стање="" заузето="" у="" време="" т.="" временска="" варијабла="" се="" мери="" у="" данима="" почевши="" од="" пријема="" у="" болницу.="" модел="" са="" више="" стања="" карактерише="" вероватноће="" транзиције.="" вероватноће="" транзиције="" (функције="" времена)="" су="" дате="" са:="" процењени="" су="" коваријативни="" ефекти="" (старост,="" пол,="" хипертензија,="" дијабетес,="" итд.)="" на="" стопе="" двосмерне="" транзиције.="" процена="" опасности,="" λиј="" је="" дата="">

image

где је λиј тренутни ризик преласка из стања и у стање ј. Матрица интензитета прелаза је дата са:

image

Континуиране варијабле су представљене као средња вредност (СД); категоричке варијабле као учесталост (проценти).

image

К је н × н матрица интензитета прелаза, где је н максимални број стања укључених у процес. Интензитет транзиције даје тренутну брзину преласка из једног стања у друго. Унос (и, ј) је 0 када није могућ прелаз са и на ј. Дијагонални уноси су: λии(т)=λи.=− ∑и=∕јλиј(т) за све И ∈ С. Стање 4 је апсорбујуће стање, вероватноћа изласка из овог стања је нула. Збир елемената сваког реда прелазне матрице је нула. Подешавање модела са више стања је процес проналажења непознатих интензитета транзиције који максимизирају вероватноћу.13

Модел са више стања процењује средње време боравка у свакој држави, што је просечан период који пацијент проведе у пролазном стању у једном боравку пре него што се пресели у друга стања. Очекивано време боравка се израчунава као − 1/λјј, где је λјј ј-ти дијагонални унос К(т).

Вероватноће прелаза се израчунавају из интензитета прелаза као П(т)=екп[К(т)]. Матрица вероватноће прелаза је дата са:

image

Збир реда П једнак је један. За стање апсорпције ј, Пјј(с,т) =1.

Функција вероватноће се формира са прелазним вероватноћама. Ова функција вероватноће, Л(К) је дата са,

image

Где је елемент Ли,ј унос реда с(тиј) и колоне с(ти,ј плус 1) у матрици вероватноће прелаза.

Модел регресије пропорционалних опасности је коришћен да се инкорпорирају коваријантни ефекти на интензитете транзиције. Дат коваријативни вектор З,

image

иј је вектор коефицијената регресије. Користили смо пакет МСМ у Р верзији 4.0.2 да извршимо анализу више стања.14 Одабир модела је урађен помоћу теста односа вероватноће.

cistanche stem

цистанцхе стем

3. Резултати

3.1. Истраживачка анализа података

Ова ретроспективна студија имала је за циљ да моделира прогресију болести бубрега пацијената који су примали колистин током боравка у болници. Од 225 пацијената, 83 (37 одсто) пацијената је умрло у болници, а 142 (63 одсто) пацијената је живо отпуштено. Дескриптивна статистика се може наћи у табели 3 и табели 4. Средња дужина боравка (ИКР) била је 21 (16) дан. У болницу је примљено 166 мушких и 59 женских пацијената. Средња (ИКР) старост пацијената је била 57 (26), а средња вредност (± СД) је 54 (±17). Било је 87 (39 одсто) пацијената са хипертензијом, 78 (35 одсто) пацијената са дијабетесом, 115 (51 одсто) пацијената са сепсом, 30 (13,3 одсто) пацијената са хроничном бубрежном болешћу (ЦКД), 123 (55 одсто) пацијената са пнеумоније, а 59 (26 процената) пацијената је имало акутну повреду бубрега (АКИ). Међу хоспитализованим пацијентима, 194 (86 процента) је примљено на интензивну негу, а 119 (53 процента) пацијената је подвргнуто операцији.

image

image

Међу 225 пацијената, 83 (37 одсто) пацијената је умрло у болници, а преостала 142 (63 одсто) пацијента су преживела. Средње време преживљавања било је 38 дана (Табела 5). Слика 2 представља процену функције преживљавања Каплана Мајера.

image

image

3.2. Анализа више држава

У држави 1 било је 126 пацијената, у држави 2 48 пацијената, а у држави 3 51 пацијент у тренутку пријема. Транзициона матрица процеса дата је у табели 6. Пошто су прелази били реверзибилни, било је више од једне транзиције истог типа код истог пацијента.

image

Било је 32 прелаза из стања 1 у стање 4, што указује да су 32 пацијента који су припадали држави 1 умрла у болници. Слично томе, било је 27 и 24 смртних случајева у држави 2 и држави 3. Дијагонални уноси показују број случајева када су пацијенти остали у истом стању у наредним временским тачкама. Процењено средње време боравка дато је у табели 7.

image

мсм пакет је коришћен за извршење мулти-стате анализе да би се добили ефекти коваријата на интензитете прелаза. Униваријантни модели са више стања изграђени су са клинички значајним коваријатима. Коваријате које су показале статистичку значајност (п-вредност<0.05) in="" the="" univariate="" analysis="" were="" considered="" in="" the="" final="" model.="" hazard="" ratios="" (95%="" confidence="" intervals)="" of="" each="" transition="" are="" shown="" in="" table="" 8="" and="" table="">

image

image

Мушки пацијенти у стању 1 су под високим ризиком [ХР: 2,55; 95 процената ЦИ (1,31–4,92)] прогресије болести у поређењу са женама. Међутим, шанса за регресију је такође већа за мушке пацијенте у стању 2. У поређењу са женама у стању 3, мушкарци имају 86 процената мање шансе за нежељени исход. Присуство дијабетеса показало је мешовити ефекат у различитим транзицијама. Хипертензивни пацијенти у стању 2 су у већем ризику од прогресије болести у поређењу са осталима и њихова шанса за регресију из стања 3 је такође мања. Сепса је била фактор ризика и показала је значајан ефекат у преласку из стања 1 и стања 2 у стање апсорпције. Ово указује да су пацијенти са сепсом у високом ризику од смрти. Слично, пацијенти који су били подвргнути операцији су у већем ризику од смрти у стању 3. Због неравнотеже у неким групама, могу постојати неке лажне асоцијације које не указују на клинички значај.

cistanche reviews: treat kidney disease

цистанцхе рецензије: лечење болести бубрега

4. Дискусија и закључак

Болест бубрега је важан јавноздравствени проблем. Међутим, ране интервенције могу трајно избећи проблеме са бубрезима. Моделирање прогресије болести помаже у разумевању очекиваног терета болести, што може бити додатно корисно за креаторе националне политике јавног здравља.

Неки од нефаталних међудогађаја дају бољи увид у прогресију болести. У већини студија, ови догађаји се често игноришу. Међутим, ови међудогађаји су од велике важности за клиничаре да побољшају планове лечења. Марковљев модел са више стања је коришћен за разумевање прогресије неколико хроничних болести које укључују прелазе кроз различита међустања која указују на озбиљност болести током непрекидног времена. Модел пружа бољи увид у сложени образац догађаја и стога се може користити као ефикасан алат за проучавање ефикасности третмана. Модел са више држава се користи у студијама рака јер постоје различити стадијуми рака који чине различите транзиције.4,5 Слично томе, постоје студије које су спроведене да би се идентификовали фактори ризика који утичу на прогресију АИДС-а код пацијената са ХИВ-ом.6–8 Болести као што су дијабетес, хронична болест бубрега, итд. се такође могу ефикасно носити са моделом са више стања, а не једноставним моделом преживљавања.9,10 Међутим, мањи број примена налази се у области прогресије хроничне болести бубрега. Најновија студија која је користила модел са више држава за разумевање прогресије хроничне болести бубрега била је Гровер ет ал.10

Предложили смо модел са више стања у 4 стања за прогресију болести бубрега пацијената који примају колистин. Учињен је покушај да се пружи једноставна демонстрација модела са више држава за здравствене раднике. Уз доступност напредних софтверских алата, анализа је једноставна и ефикасна. Иако смо нагласили општи Марковљев модел, постоје различити типови модела са више стања према природи процеса.1,2,15–18

За коришћење модела са више стања препоручују се следећи основни кораци: (и) дефинисање процеса идентификацијом различитих стања и могућих прелаза као што је приказано на слици 1 и табели 2. Одржавајте минималан број стања за несметано функционисање модела ( ии) правилно документовати податке као што је приказано у Табели 1. (иии) користити одговарајући софтвер и пакет који ће одговарати моделу (ив) интерпретирати резултате без губљења предности модела са више стања у односу на друге стандардне технике анализе преживљавања.

Средња дужина боравка је била 21 дан, а средње време преживљавања 38 дана. Резултати показују да су пол, дијабетес, хипертензија, сепса и операција значајни фактори који утичу на прогресију или регресију болести бубрега. Резултати добијени из ове студије су ограничени по снази због мањег броја испитаника. Стога, ове налазе треба генерализовати са опрезом. Након тога, различите фазе болести бубрега су спојене због мање величине узорка. Ово би утицало на генерализацију налаза јер тачна слика транзиционих образаца прогресије болести бубрега није укључена.8

Мсм пакет у Р верзији 4.0.2 је коришћен за уклапање у модел са више стања. Као ограничења наведена у документацији МСМ пакета,14 укључивање више коваријата било је изазовно због проблема конвергенције. Стога, за сложеније проблеме, може се користити пакет некретнина.

Налази вишедржавног модела биће корисни креаторима политике јавног здравља у примени политика и планова лечења за побољшање преживљавања пацијената. Штавише, моделирање прогресије болести помаже у разумевању очекиваног терета болести.

cistanche extract benefit: improve kidney function

корист екстракта цистанцхе: побољшати функцију бубрега

Етичко одобрење и сагласност за учешће

Студија представља секундарну анализу. Добијено је етичко одобрење за клинички пратећи рад.

Финансирање

Ово истраживање није добило никаква средства.

Изјава о конкурентном интересу

Аутори немају сукоб интереса за откривање.


Референце
1 Андерсен ПК. Мултистате модели у анализи преживљавања: студија нефропатије и морталитета код дијабетеса. Стат Мед. 1988;7(6):661–670.
2 Андерсен ПК, Есбјерг С, Сøренсен ТИ. Модели са више стања за епизоде ​​крварења и морталитет код цирозе јетре. Стат Мед. 2000;19(4):587–599.
3 Аморим ЛД, Цаи Ј. Моделирање понављајућих догађаја: упутство за анализу у епидемиологији. Инт Ј Епидемиол. 2015;44(1):324–333.
4 Ле-Радемацхер ЈГ, Петерсон РА, Тхернеау ТМ, ет ал. Примена модела са више стања у клиничким испитивањима рака. Цлин Триалс. 2018;15(5):489–498.
5 Путтер Х, ван дер Хаге Ј, де Бок ГХ, ет ал. Процена и предвиђање у моделу са више стања за рак дојке. Биом Ј. 2006;48(3):366–380.
6 Хамиди О, Тапак Л, Пооролајал Ј, ет ал. Идентификовање фактора ризика за прогресију ка АИДС-у и морталитет након инфекције ХИВ-ом коришћењем модела више стања болест-смрт. Цлин Епидемиологи Глоб Хеалтх. 2017;5(4):163–168.
7 Тапак Л, Косорок МР, Садегхифар М, ет ал. Мултистате рекурзивно импутирана стабла преживљавања за анализу података о времену до догађаја: примена на податке о АИДС-у и морталитету након инфекције ХИВ-ом. БМЦ Мед Рес Метходол. 2018;18(1):1–2.
8 Матсена Зингони З, Цхирва ТФ, Тодд Ј, ет ал. Прогресија ХИВ болести међу пацијентима на антиретровирусној терапији у Зимбабвеу: вишедржавни Марков модел. Фронт Публиц Хеалтх. 2019;7:326.
9 Алииари Р, Хајизадех Е, Аминорроаиа А, ет ал. Модели са више стања за предвиђање развоја касних компликација дијабетеса типа 2 у отвореној кохортној студији. Диабетес Метаб Синдр Гојазност. 2020;13:1863.
10 Гровер Г, Сабхарвал А, Кумар С, ет ал. Марковљев модел са више стања за прогресију хроничне болести бубрега. Туркиие Клиниклери Ј Биостат. 2019;11(1):1–4.
11 Кеидинг Н, Клеин ЈП, Хоровитз ММ. Модели са више стања и предвиђање исхода у трансплантацији коштане сржи. Стат Мед. 2001;20(12):1871–1885.
12 Клеин ЈП, Киан Ц. Моделирање преживљавања у више стања илустровано у трансплантацији коштане сржи. Биометрија. 1996:93–102.
13 Манзини Г, Еттрицх ТЈ, Кремер М, ет ал. Предности вишедржавног приступа у хируршком истраживању: како средњи догађаји и профил фактора ризика утичу на прогнозу пацијената са локално узнапредовалим раком ректума. БМЦ Мед Рес Метходол. 2018;18(1): 1–11.
14 Јацксон ЦХ. Модели са више стања за податке панела: МСМ пакет за Р. Ј Стат Софтваре. 2011;38(8):1–29.
15 Марсхалл Г, Јонес РХ. Модели са више стања и дијабетичка ретинопатија. Стат Мед. 1995. Септембар 30;14(18):1975–1983.
16 Меира-Мацхадо Л, де Уна- ˜ Алварез ´ Ј, Цадарсо-Суарез ´ Ц, ет ал. Модели са више стања за анализу података о времену до догађаја. Стат Метходс Мед Рес. 2009;18(2):195–222.
17 Бегун А, Ицкс А, Валдеиер Р, ет ал. Идентификација нехомогеног модела Марковљевог ланца у континуитету у више стања за пацијенте са смањеном функцијом бубрега. Мед Децис Макинг. 2013. фебруар;33(2):298–306.
18 О'Кееффе АГ, Су Л, Збогом ВТ. Корелирани модели са више стања за више процеса: примена на прогресију бубрежне болести код системског еритематозног лупуса. Краљевско статистичко друштво. 2018;67(4):841–860.



Можда ти се такође свиђа