データベースとデータ抽出
遡及研究では、集中治療用医療情報マートIV(MIMIC-IV)のデータを活用しました（https://mimic.mit.edu/iv/) データベース。 MIMIC-IV データベースには、2008 年から 2019 年の間にベス イスラエル ディーコネス メディカル センターの集中治療室 (ICU) に入院したすべての患者が含まれていました。10、11。 人口統計データ、検査変数、画像所見、治療記録などの情報がデータベースに包括的に記録されました。
ウェブサイト GitHub (https://github.com/MIT-LCP/mimic-iv) データ抽出用のコードを取得するために適用されました。 MIMIC-IV からのデータ抽出は、PostgreSQL 9.6 ソフトウェアによって実行されました。
患者と変数
MIMIC-IV の敗血症患者も含まれていました。 敗血症は敗血症 3.0 の定義に基づいて診断されました12。 除外基準は次のように実証されました：（1）18 歳未満の患者。 (2) 入院なしのヘモグロビン値。 (3) 私たちの研究に登録された、5%を超える個人変数が欠落している患者。
年齢、性別、併存疾患 (高血圧、糖尿病、冠状動脈疾患 (CAD)、腎疾患) などの個人変数が抽出されました。 ICUや入院期間（LOS）、30日死亡率などの臨床転帰が含まれた。
入院後 24 時間以内のバイタルサインと検査変数も次のように抽出されました: 収縮期血圧 (SBP)、拡張期血圧 (DBP)、呼吸数 (RR)、心拍数 (HR)、ヘモグロビン、赤血球 (RBC) 、ヘマトクリット、白血球（WBC）、血小板（PLT）、クレアチニン、尿素窒素、アニオンギャップ（AG）、アラニンアミノトランスフェラーゼ（ALT）、アスパラギン酸アミノトランスフェラーゼ（AST）、総ビリルビン、総カルシウム、重炭酸塩、プロトロンビン時間（PT） )、トロンビン時間(TT)、国際正規化比(INR)、乳酸塩、塩化物およびナトリウムが抽出されました。 急性生理学および慢性健康評価 (APACHEII) および SOFA のスコアも抽出されました。 入院後 24 時間以内の各変数の最初の記録のみが分析に登録されました。
統計分析
統計解析は統計ソフトウェアパッケージ R (http://www.r-project.org) および EmpowerStats (http://www.empowerstats.com）。 P 値が 0.05 未満の場合、統計的に有意であるとみなされました。
敗血症コホートでは、入院時ヘモグロビンレベルの分位数に基づく 5 つのグループ (20% 分位数、40% 分位数、60% 分位数、80% 分位数、Q0 ～ Q4 グループ) が敗血症コホート内に構築されました: Q0(≤ 8.4 g/dl、n = 1189) 、Q1(8.5 ～ 9.6 g/dl、n = 1304)、Q2(9.7 ～ 10.8 g/dl、n = 1190)、Q3(10.9 ～ 12.1 g/dl、n = 1303)、Q4(≥ 12.2 g/dl) 、n = 1263) (表 1 および補足表 1）。
表 1 コホートにおける敗血症患者の一般変数。
この研究では、連続パラメータが中央値および/または四分位範囲 (IQR) として実証されました。 カテゴリパラメータはパーセンテージおよび/または度数として示されました。 まず、カイ二乗検定とクラスカル・ワリス検定を利用して、5 つの異なるグループ間の変数を比較しました。 次に、さまざまな変数と 30 日死亡率の間の関係の調査が単変量解析によって実行されました。 第三に、入院時ヘモグロビン値と30日死亡率との関係の調査は、粗モデル（なしで調整）、モデルI（性別と年齢で調整）、モデルII（すべての潜在的な共同創設者で調整）を含む3つの異なるモデルによって実施されました。 ヘモグロビンレベルの各 g/dL 変化に対する結果のオッズ比 (OR) と 95% 信頼区間 (95% CI) を計算しました。 第 4 に、ヘモグロビンを連続変数からカテゴリ変数 (分位数、Q0 ～ Q4) に変更し、ヘモグロビン (分位数) と 3 つのモデル間の関連性も調査しました。 すべてのモデルで分類されたヘモグロビン レベルの傾向の P 値が確認されました。 第五に、すべての潜在的な共同創設者について調整した後のヘモグロビンレベルと30日死亡率との関係を示すための一般化線形モデルによる滑らかなフィッティング曲線を実行した。 標準線形モデルと 2 区分線形モデルを適用して、ヘモグロビン レベルと 30 日死亡率の関係を当てはめるのにどちらのモデルが優れているかを調べました。 最もよく適合するモデルは、対数尤度比検定の P 値に基づいて確認されました。 P 値 < 0.05 の場合、2 区分線形モデルの方が優れています。 P 値 ≥ 0.05 の場合、標準線形モデルの方が優れています。 6番目に、カプラン・マイヤー分析を適用して、5つのグループ間の30日死亡率の累積ハザードを分析および比較しました。 最後に、サブグループにおける結果の安定性を議論するために、層別モデルによるサブグループ分析を行いました。
1709474572
#救命救急データベースに基づく敗血症患者の入院時ヘモグロビン値と予後との関連
2024-03-03 13:39:29