データソース
この遡及的研究では、包括的で公開されている 2 つの集中治療データベース、集中治療 IV 向け医療情報マート 2.0 (MIMIC-IV 2.0) と eICU 共同研究データベース 2.0 (eICU-CRD 2.0) のデータを使用しました。
MIMIC-IV 2.0 は、マサチューセッツ州ボストンのベス・イスラエル・ディーコネス医療センターの成人 (18 歳以上) の医療データを含む、公開されているデータベースです。2008 年から 2019 年までの内科、外科、冠動脈、心臓外科の集中治療室への入院をカバーしています。このデータベースは、人口統計データ、バイタルサイン測定、包括的な臨床検査結果、詳細な投薬記録、手順情報、ICD コード、入院期間など、広範な情報を提供します。 [18]。
フィリップスeICU研究所が実施したeICU-CRD 2.0は、2014年から2015年にかけて米国全土の200を超える病院を代表する多施設データベースです。この遠隔医療アーカイブは成人ICU患者に特化しており、継続的および断続的なバイタルサイン、臨床検査値、医薬品記録、詳細なケアプラン情報、入院診断、治療情報などが含まれています。 [19]。
参加者
この研究では、MIMIC-IV 2.0およびeICU-CRD 2.0データベースから18歳以上の敗血症患者を登録しました。包含基準は次のとおりでした。1)感染が確認され、Sepsis-3.0診断基準を満たすSequential Organ Failure Assessment（SOFA）スコアが2以上の患者が対象となりました。 [4]2) ICU入室後24時間以内に記録された全末梢血球数。
除外基準は以下のとおりです。1) ICU 滞在時間が 24 時間未満。2) 免疫不全ウイルス (HIV)、リウマチ、悪性腫瘍、転移性腫瘍、または再生不良性貧血を含む血液疾患の存在。3) 入院日にリンパ球データがない。4) 再入院の場合は最初の ICU 入院のみが対象。
データ抽出
臨床データは、MIMIC-IV 2.0 および eICU-CRD 2.0 データベースから SQL クエリを使用して抽出されました。主に ICU 入院後 24 時間の抽出データには、次のものが含まれます。1) 臨床検査値: 血小板、単球、好中球数、リンパ球、白血球、血糖値、ヘモグロビン、アルブミン、血中尿素窒素 (BUN)、クレアチニン、ナトリウム、カリウム、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)、高密度リポタンパク質、低密度リポタンパク質、総コレステロール、トリグリセリド。2) 人口統計学的詳細とバイタルサイン: 性別、年齢、心拍数、収縮期および拡張期、体温、血圧、SOFA スコア。3) 血液ガス分析: 乳酸、PH、PaO2/fio2 比、Fio2、Paco2、Pao2。 4) ICU 関連データ: ICU 滞在期間と退院時の生存状況。5) 併存疾患と治療: うっ血性心不全、心筋梗塞、腎疾患、慢性肺疾患または肝疾患、機械的人工呼吸器サポート、および腎代替療法。ICU 入院後の最初の 24 時間以内に複数回記録された変数については平均値を採用しました。
データ抽出は、これらのデータベースの使用経験が豊富で、承認認証番号 (55,849,941) を取得した研究チームメンバーの Guyu Zhang によって実行されました。データ抽出の前に、チームメンバー全員が MIMIC-IV 2.0 および eICU-CRD 2.0 データベースの構造と内容に関するトレーニングを受けました。
成果指標
主要評価項目は全原因の院内死亡率でした。副次評価項目には 60 日および 90 日の全原因の院内死亡率が含まれ、リンパ球レベルに関連する短期および中期の死亡リスクの両方を評価することができました。
統計分析
臨床データは SQL クエリを使用して抽出されました。連続変数は、正規分布データの場合は平均 ± 標準偏差として、非正規分布データの場合は中央値と四分位範囲として示されました。連続変数は、正規分布データの場合は Student t 検定、非正規分布データの場合は Mann-Whitney U 検定を使用して分析されました。割合として示されたカテゴリ変数には、必要に応じてカイ 2 乗検定または Fisher の正確検定を使用しました。
リンパ球が院内死亡率に及ぼす独立した予後的意義を調査するため、R の「survival」パッケージで促進される Cox 比例ハザード モデルを使用して単変量および多変量解析を実行しました。結果は、95% 信頼区間 (CI) を伴うハザード比 (HR) として報告されました。多重共線性による過剰適合を防ぐため、R パッケージ「ggpur」を使用したスピアマン相関分析を実行しました。WBC、性別、年齢、アルブミン、クレアチニン、カリウム、体温、初日ソファ スコア、呼吸数などの臨床的に関連し予後に関連する変数を制限付き 3 次スプライン (RCS) モデルに含め、R パッケージ「rms」によってリンパ球と院内死亡率の関連性を調査しました。患者はリンパ球数に基づいて四分位に分類されました。リンパ球レベルのグループ間での院内死亡率を評価するために、カプランマイヤー生存分析を実施し、グループ間の相違は R パッケージ「Survminer」を使用してログランク検定で評価しました。分析は、糖尿病、うっ血性心不全、腎疾患、肝疾患、脳血管疾患、侵襲的人工呼吸器、腎代替療法、および慢性肺疾患に従ってさらに層別化され、リンパ球の院内死亡率に対する予後効果の堅牢性を検証しました。リンパ球と層別化変数間の相互作用は、尤度比検定を使用して調べました。
乳酸、PaO2/FiO2比、pH、FiO2、PaCO2、PaO2、高密度リポタンパク質、低密度リポタンパク質、総コレステロール、トリグリセリドなど、30%を超える欠損値を持つ変数は分析から除外されました（図S1）。ICU入院時に特定された残りの33の予測変数は分析に含められました。これらの選択された変数の欠損値は、「マウス」パッケージを通じて予測平均マッチング（PMM）を使用して補完されました。データ分析はRソフトウェアバージョン4.1.3（北京、中国）を使用して行われ、統計的有意性は両側P値閾値で確立されました。
患者登録と分析ワークフローの規制モデルを示すフローチャート
1724657816
#敗血症および敗血症性ショック患者のリンパ球数と全原因入院死亡率の #字型相関 #MIMICIV #および #eICUCRD #データベース研究 #国際救急医学ジャーナル
2024-08-26 07:24:48