データのソース
この研究は遡及的分析であり、データは公的に利用可能な大規模な救命救急データベースである集中治療 IV 用医療情報マート (MIMIC-IV、バージョン 2.2) から抽出されました。 MIMIC-IV データベースは、データの更新や一部のテーブルの再構築など、MIMIC-III にいくつかの改良が加えられており、2008 年から 2019 年までにベス イスラエル ディーコネス メディカル センター (BIDMC、ボストン) で記録された 190,000 人を超える入院患者と 450,000 人を超える入院患者からの臨床データを収集しています。 、マサチューセッツ州、米国）。 データベースには、患者の人口統計、臨床検査、投薬、バイタルサイン、外科手術、病気の診断、投薬管理、追跡生存状況に関する詳細な情報が記録されます。 データアクセスを取得するために、私たちは人間の研究参加者を保護するための国立衛生研究所（NIH）のトレーニングコースを学習し、共同施設内トレーニングイニシアチブのテストに合格しました。 データベースには保護された情報が含まれておらず、患者は匿名であったため、インフォームド・コンセントの放棄が認められました。
研究デザインと母集団
初めて入院しICUに入院したAF患者が研究に含まれた。 合計 12,255 人の AF 患者が、国際疾病分類第 9 改訂版 (ICD-9) と第 10 版改訂 (ICD-10) の両方のコードを使用して分類診断されました。 研究におけるAFのICD 9およびICD 10コードには、42,731、I48、I480、I481、I482、I489、I4811、I4819、I4820、I4821、I4891が含まれます。 除外基準は次のとおりです。(1) 患者の ICU 滞在時間は 24 時間未満でした。 (2) 心房細動のため ICU に複数回入院したが、最初の入院時のデータのみが抽出された。 (3) データが不十分（血清空腹時血糖、中性脂肪、体重、身長、異常データなど）。 (4) 重度または軽度の肝疾患、悪性がん、転移性固形腫瘍、後天性免疫不全症候群（AIDS）の患者。 合計2509人の患者が最終研究コホートに含まれ、TyG-BMI指数の四分位に従って4つのグループに分けられました（図1）。 1）。
患者選択のフローチャート
データ抽出
Navicat Premium (バージョン 16.1.15) は、構造照会言語 (SQL) を使用してデータを抽出するために使用されました。 入院時の各患者に関する人口統計情報 (年齢、性別、人種/民族、身長、体重、BMI) を含む大量のデータが抽出されました。 [BMI]喫煙）; 既往歴（急性心筋梗塞） [AMI]高血圧、糖尿病、慢性閉塞性肺疾患 [COPD]うっ血性心不全 [CHF]末梢血管疾患 [PVD]脳血管疾患 [CVD]認知症、リウマチ性疾患）; バイタルサイン（最高血圧） [SBP]拡張期血圧 [DBP]平均血圧 [MBP]心拍数 [HR]呼吸数 [RR]); 薬物療法（アスピリン、クロピドグレル、ベータ遮断薬、アンジオテンシン変換酵素阻害薬/アンジオテンシン受容体拮抗薬） [ACEI/ARB]カルシウムチャネルブロッカー [CCB]ジギタリス、利尿薬、アミオダロン、インスリン、スタチン、ダビガトラン、リバーロキサバン、ヘパリン、ワルファリン）; 検査データ (SpO2、PO2、PaCO2、pH、塩基過剰) [BE]アニオンギャップ、重炭酸塩、ブドウ糖、血清尿素 [BUN]クレアチニン、カルシウム、塩化物、ナトリウム、カリウム、プロトロンビン時間 [PT]部分プロトロンビン時間 [PTT]ヘマトクリット、ヘモグロビン、血小板、白血球 [WBC]リンパ球、好中球、平均赤血球ヘモグロビン [MCH]平均赤血球ヘモグロビン濃度 [MCHC]平均赤血球容積 [MCV]赤血球 [RBC]赤血球の分布幅 [RDW]HbA1c、高密度リポタンパク質 [HDL]低密度リポタンパク質[LDL]総コレステロール [TC]中性脂肪 [TG]グラスゴー昏睡スケール [GCS]簡易急性生理スコア [SAPSII]臓器不全の逐次評価 [SOFA]); イベント（心停止、心原性ショック）; 入院期間（LOS）（病院でのLOS、ICUでのLOS）。 結果（30日死亡率、90日死亡率、180日死亡率、365日死亡率）。 患者が ICU に入院した後、すべての血液指標が初めて測定されました。 欠損値が 20% を超える変数は除外されました。 欠損値が 20% 未満の変数は、多重補間を使用して欠損値で埋められました。
結果
MIMIC-IV データベース内の AF 患者の転帰には、30 日死亡率、90 日死亡率、180 日死亡率、365 日死亡率が含まれます。 本研究の主要アウトカムは、30 日および 365 日の全死因死亡率でした。 副次アウトカムは90日および180日の全死因死亡率であった。
TyG-BMIの計算
TyG インデックスは ln として計算されました。[fasting glucose (mg/dl)×fasting TG (mg/dl)]/2[[[[9]。 BMIは体重(Kg)/身長2(m)として計算されました。 TyG-BMI指数は、TyG指数とBMIの組み合わせに基づいて決定されました。 TyG-BMI 指数は次の式に従って計算されました: TyG 指数×BMI[[[[12]。
統計分析
連続変数の正規性の検定が最初に実行され、スチューデント t 検定と一元配置分散分析を使用して正規分布に一致するデータが特定され、データは平均 ± 標準偏差 (SD) として表されました。 非正規分布データはウィルコクソン順位和検定を使用して検定され、四分位範囲 (IQR) の中央値で表されました。 カイ二乗検定またはフィッシャー正確検定を使用して、絶対数とパーセンテージで表されるカテゴリ変数を分析しました。
TyG-BMI 指数で層別化することにより、カプラン マイヤー (KM) 曲線を使用して主要アウトカムと副次的アウトカムの発生率を決定しました。 単変量 Cox 分析を実行して、TyG-BMI 指数と 30 日、90 日、180 日、および 365 日死亡率との関係を評価しました。 多変量コックス比例ハザード回帰モデルには、臨床的に関連する変数、または結果と単変量の関係がある変数が含まれていました。 最終モデルに含まれる変数は、利用可能なイベントの数に基づいて慎重に選択されました。 モデル 1 には TyG-BMI 指数のみが含まれ、モデル 2 には年齢、性別、人種、心拍数、高血圧、糖尿病、インスリン、ベータ遮断薬、スタチン、アミオダロン、ジギタリス、pH、PT、血小板、塩化物、カリウム、RBC が調整されました。 、WBC、BUN、クレアチニン、SOFA。 どちらのモデルでも、TyG-BMI 指数の最小四分位が参照として使用されました。 TyG-BMI 指数も制限 3 次スプライン (RCS) を使用して連続変数として分析され、主要および副次的結果事象のリスクとの用量効果相関関係が明らかにされました。 相関関係が非線形の場合、再帰アルゴリズムを使用して、TyG-BMI 指数と 30 日、90 日、180 日、および 365 日死亡率との間の変曲点を計算しました。 TyG-BMI 指数と 30 日、90 日、180 日、および 365 日死亡率との関係をさらに調べるために、2 セグメントの Cox 比例リスク モデルを変曲点の両側に適用しました。 さらに、性別、年齢（60歳未満または60歳以上）、人種/民族、高血圧、糖尿病に基づいて層別分析が行われました。
すべての統計分析は、SPSS ソフトウェア (バージョン 22.0、IBM Corporation、米国) および R ソフトウェア (バージョン 4.3.2、R Foundation for Statistical Computing、オーストリア) を使用して処理され、P < 0.05 が統計的に有意であると見なされました。
1707587432
#心房細動を伴う重症患者におけるトリグリセリドグルコースボディマス指数と全死因死亡率との関連性 #MIMICIV #データベースからの遡及的研究 #循環器糖尿病学
2024-02-10 17:40:20