Department of Critical Care Medicine,Xiaolan Hospital of Southern Medical University,Zhongshan 528415,China(Chi RB)
急性肾损伤(acute kidney injury,AKI)是临床上常见的急危重症之一,直接导致病死率增加,住院时间延长和住院费用增加[1, 2, 3]。在住院患者中,AKI发病率为5%~25%[4, 5],我国重症患者AKI的发生率达31.6%[6],在特定重症人群如失代偿性心力衰竭患者,AKI的发生率高达45%[3] 。早期识别和诊断AKI,及时采取有效干预,是降低肾脏不良事件和病死率关键,但目前临床上基于血肌酐和尿量的诊断标准具有明显的滞后性,导致临床诊断和治疗的延迟。近年来,寻找类似肌钙蛋白的早期生物标志物或标志物组合,验证新生物标志物的预测能力成为当前研究的热点。本研究通过前瞻性观察,评价和验证uNAG联合sCysC在重症患者中预测AKI诊断和预后的价值,以提高急性肾损伤的防治水平。
1 资料与方法 1.1 一般资料前瞻性入选2014年10月至2015年1月入住广东省人民医院ICU进行监护治疗的重症患者。排除标准:入住前有透析史、慢性透析治疗期间、近一年内接受器官移植、怀孕、年龄 < 18岁、入住时间 < 24 h、未获得知情同意者。本研究经医院伦理委员会批准,征得患者及家属同意并签署知情同意书。
1.2 临床资料收集入选患者的性别、年龄、主要诊断、基础疾病(包括高血压、糖尿病、心力衰竭等)以及入ICU原因等一般资料,记录入ICU 24 h内的急性生理与慢性健康评估Ⅱ(APACHE Ⅱ)、机械通气治疗、肾脏替代治疗等临床特征资料,追踪住ICU时间、住院时间和此次住院的转归,建立数据库。
1.3 AKI诊断标准及分期采用2012年《KDIGO急性肾损伤临床实践指南》的标准[7],即48 h内血清肌酐(serum creatinine,sCr)水平升高≥0.3 mg/dL(≥26.5 μmol/L)或超过基础值的1.5倍及以上,且明确或经推断上述情况发生在7 d之内;或持续6 h尿量<0.5 mL/(kg·h)。AKI分期:①AKI 1期:血肌酐升高达基线值的1.5~1.9倍,或升高值≥0.3 mg/dL(≥26.5 μmol/L),和(或)尿量<0.5 mL/(kg·h),持续6~12 h。②AKI 2期:血肌酐升高达基线值的2~2.9倍;和(或)<0.5 mL/(kg·h),持续≥12 h。③AKI 3期:血肌酐超过基线值3倍,或升高≥4 mg/dL(353.6 μmmol/L)或需要启动肾脏替代治疗,或患者<1 8岁,估计肾小球滤过率降低到<35 mL(min/1.73 m2);和(或)尿量<0.3 mL/(kg·h),持续≥24 h,或无尿≥12 h。
1.4 样本收集及检测方法所有入选重症患者在入ICU后即刻采集血液、新鲜尿液样本,送医院中心检验室分别进行sCysC、sCr和uNAG检测。sCysC采用颗粒透光比浊法在HITACHI7170全自动生化分析仪上进行检测,试剂由丹麦DAKO CYTOMOTION诊断用品有限公司提供。uNAG检测使用北京九强生物技术有限公司试剂盒,以比色法按照说明书操作程序进行测定。
1.5 统计学方法采用SPSS 17.0统计软件进行统计学分析。正态分布的计量资料用均数±标准差(x±s)表示,组间比较采独立样本t检验;非正态分布的计量资料以中位数表示,组间比较采用Mann-Whitney U检验。计数资料以率(百分比)表示,组间比较采用Fisher精确检验或Pearson χ2检验。使用受试者工作特征曲线(ROC)及曲线下面积(AUC)来比较uNAG和sCysC预测重症患者发生AKI和预后的能力。以p<0.05 为差异具有统计学意义。
2 结果 2.1 基本情况共198例重症患者入选,51例发生AKI(25.8%),其中轻症AKI(定义为KDIGO 1期)32例(16.2%),重症AKI(包括KDIGO分期2、3期)19例(9.6%)。内科和急诊手术患者AKI发生率高于择期手术患者(p < 0.001)。AKI组与非AKI组患者在性别、慢性基础疾病、APACHE Ⅱ评分和血肌酐基线值等方面,差异无统计学意义(均p>0.05),但AKI组患者年龄高于非AKI组(均p < 0.05),且AKI患者住ICU时间更长、需肾脏替代治疗和住院病死率更高(均p < 0.01),见表 1。
参数 | 非AKI组( n=147) | AKI组( n=51) | 统计值 | p值 |
年龄(岁,〔M(QL,QU)〕 | 51(40,60) | 60(41,73) | -2.501 | 0.012 |
男性(例,%) | 79(53.7) | 33(64.7) | 1.853 | 0.173 |
糖尿病(例,%) | 13(8.8) | 6(11.8) | 0.112 | 0.738 |
高血压病(例,%) | 33(22.4) | 15(29.4) | 0.656 | 0.418 |
患者来源(例,%) | 21.433 | <0.01 | ||
内科 | 11(7.5) | 19(37.3) | ||
择期手术 | 131(89.1) | 27(52.9) | ||
急诊手术 | 5(3.4) | 5(9.8) | ||
入ICU时肾功能指标〔M(QL,QU)〕 | ||||
sCr(μmol/L) | 71(57,84.2) | 80(64,117) | -2.889 | 0.004 |
uNAG(U/mmol ) | 1.82(1.14,2.91) | 3.66(2.24,7.61) | -5.160 | <0.01 |
sCySC(mg/L) | 0.69(0.57,0.79) | 0.88(0.66,1.30) | -4.591 | <0.01 |
APACHE Ⅱ 评分 | 16(13,22) | 18(15,24) | 0.879 | 0.381 |
血肌酐基线值(μmol/L) | 67.3(55.6,78.4) | 71(56,93) | -1.485 | 0.138 |
临床结局 | ||||
住ICU时间(d) | 1.13(1,2.04) | 3.88(1.08,8) | -4.330 | <0.01 |
肾脏替代治疗(例,%) | 0(0) | 10(19.6) | — | <0.01 a |
住院病死率(例,%) | 2(1.4) | 12(23.5) | — | <0.01 a |
注:aFisher精确检验 |
入ICU时AKI组患者sCr、uNAG、sCysC水平明显高于非AKI组,差异具有统计学意义(uNAG、sCysC,均p﹤0.01,sCr为p﹤0.05)。轻症AKI患者uNAG、sCysC水平高于非AKI组,差异具有统计学意义(均p < 0.05),但轻症AKI患者sCr水平与非AKI组比较,差异无统计学意义(p>0.05)。重症AKI组uNAG、sCysC水平明显高于非AKI组和轻症AKI组,差异均有统计学意义(p < 0.01)。(表 2)
生物标志物 | 非AKI患者( n=147) | AKI患者 ( n=51) | 轻症AKI( n=32) | 重症AKI( n=19) |
sCr(μmol/L) | 71(57,84.2) | 80(64,117) b | 71(60.5,91) c | 102(71.7,169) ad |
uNAG(U/mmol) | 1.82(1.14,2.91) | 3.66(2.24,7.61) a | 2.59(1.55,5.9) b | 5.48(3.29,8.21) ad |
sCySC(mg/L) | 0.69(0.57,0.79) | 0.88(0.66,1.30) a | 0.76(0.61,0.94) b | 1.06(0.84,2.32) ad |
注:与非AKI患者比较, a p﹤0.01, b p﹤0.05, c p>0.05;与轻症AKI患者比较, d p﹤0.01 |
uNAG、sCysC单独预测AKI的AUC为0.743(95%CI:0.660~0.825)和0.716(95%CI:0.627~0.805),两者联合预测AKI的AUC可提高到0.781(95%CI:0.700~0.862)。uNAG、sCysC单独预测重症AKI的AUC为0.893(95%CI:0.831~0.955)和0.891(95%CI:0.821~0.962),两者联合后AUC可提高到0.929(95%CI:0.869~0.99),见图 1和2。
![]() |
图 1 uNAG和sCYsC预测重症AKI的ROC曲线 Fig 1 ROC curves of uNAG and sCYsC for severe AKI |
![]() |
图 2 uNAG和sCYsC预测AKI的ROC曲线 Fig 2 ROC curves of uNAG and sCYsC for AKI |
uNAG、sCysC单独预测AKI患者住院死亡的AUC为0.905(95%CI:0.832~0.977)和0.861(95%CI:0.757~0.964),两者联合后AUC可提高到0.947(95%CI:0.906~0.987),见图 3。
![]() |
图 3 生物标志物单独及联合预测住院死亡的ROC曲线 Fig 3 ROC curves analysis of the individual biomarkers and their combinations for in-hospital mortality |
急性肾损伤(AKI) 是重症患者最常见的并发症之一,导致或加重不良结局[1, 2, 3]。尽管近年来AKI相关研究取得长足进步,血液净化技术已得到广泛应用,但是重症患者合并AKI的病死率仍然高达50%以上[4, 8],其重要原因之一是缺乏敏感、特异的早期诊断AKI的标志物,延误了早期干预时机。因此,寻找能够早期、可靠反映肾损伤的标志物或标志物组合有着极为重要的临床意义。我们开展的前瞻性队列研究显示,uNAG和sCysC是预测重症患者发生AKI及严重度的敏感指标,两者联合检测能够更好地预测重症患者发生AKI和住院病死率。
NAG酶(N-Acetyl-β-D-glucosaminidase,NAG) 是一种主要存在于近曲小管上皮细胞溶酶体中的酸性水解酶,相对分子质量为140 000,血中NAG不能通过肾小球滤过膜,因而尿NAG(uNAG)直接反映近曲小管损伤情况。多项研究结果均支持uNAG可作为预测重症患者发生AKI的早期指标[9, 10, 11]。此外,uNAG不仅敏感,还具有“可定量”优点,检测值与近端肾小管损伤程度呈正相关。Liangos等[12]研究发现尿NAG浓度越高,需要肾脏替代治疗的例数和住院病死率越高(均p < 0.01)。胱抑素C(cystatin C,CysC)是半胱氨酸蛋白酶抑制剂超家族中的一员,由有核细胞合成并以相对恒定的速率释放入血,被肾小球完全滤过,在近端小管完全重吸收,而且不再被分泌[13, 14, 15]。动物模型试验[16]和临床研究[17, 18]均证实sCysC是肾小球滤过率的内源性标志物,比血肌酐更敏感、更精确反映肾小球滤过率。此外,Bell等[20]研究表明,sCysC是预测重症患者住院死亡的独立危险因子。
在本研究中,轻症AKI患者uNAG和sCysC水平均稍高于非AKI患者(均p < 0.05),而重症AKI患者uNAG和sCysC水平均显著高于非AKI患者(均p < 0.01)和轻症AKI患者(均p < 0.01),说明uNAG和sCysC上升水平与肾损伤严重程度相关,这与以往研究结果一致[17, 18]。此外,轻症AKI患者uNAG和sCysC水平高于非AKI患者,差异具有统计学意义(p < 0.05),但两组间sCr水平差异无统计学意义,说明uNAG和sCysC比sCr具有更佳的识别轻症AKI的能力。另一方面,应用ROC曲线的AUC评价uNAG和sCysC单独预测AKI及重症AKI能力时,ACU可达到0.7及0.8以上,具有中度以上的预测能力。同时,我们发现uNAG预测AKI的敏感性高于sCysC,而sCysC预测AKI的特异性高于uNAG,这可能与两者在体内产生、代谢过程密切有关,也是临床研究中将两者组合形成互补性标志物组合的基础。
在国内外各种相关研究[20, 21]中,单一标志物预测重症患者发生AKI及预后的能力报道不一。造成此种现象的原因,主要是重症患者的AKI是一种高度“异质”的临床综合征[22],其病因、发病机制和病理生理过程非常复杂,单一标志物无法全面、准确地反映AKI的整体面貌和变化,至今尚无某个特定标志物可作为早期诊断AKI的理想指标。因此,寻找可以全面反映AKI病理生理改变的标志物组合成为AKI研究的趋势。最近研究结果[23, 24, 25]显示:联合标志物监测有助于提高预测重症患者发生AKI的效能。此外,急性血透质量倡议小组(Acute Dialysis Quality Initiative,ADQI)推荐在AKI的预测中联合两种或以上的生物标志物以提高效能和准确性[26]。在本研究中,uNAG是反映肾小管损伤的敏感性标志物,sCysC是精确反映肾小球率过滤功能的标志物,两者进行联合可更全面反映肾脏病理和功能的改变,这也符合ADQI推荐和目前AKI标志物研究的主流方向。本研究结果显示,uNAG联合sCysC预测AKI和重症AKI的AUC分别为0.781和0.929,高于uNAG和sCysC单独预测能力(分别为0.743、0.716和0.893、0.891);在预测住院死亡方面,uNAG联合sCysC预测能力(ACU 0.947)也优于uNAG、sCysC单独预测能力(分别为0.905、0.861)。本研究进一步证实联合标志物有助于提高预测重症患者发生AKI及预后的能力,也是将ADQI推荐意见在重症患者AKI研究中进行实践和验证。但是,哪些标志物进行联合检测是最理想、最具性价比的组合,至今尚未明确,有待今后相关大规模的研究进一步验证。
综上所述,单一生物学标志物检测常缺乏足够的预测AKI及预后的敏感性和特异性,临床应用价值受限,联合检测uNAG和sCysC可有效提高预测AKI及预后的效能,有助于AKI的早期诊断,及时采取预防和干预措施,防治AKI发展和改善预后具有重要的临床价值。本研究为单中心队列研究,由于样本量较小,未能进行分层研究,期待后续研究中补充和完善;此外,本研究仅在入ICU时检测标志物,未能动态观察到联合标志物完整的变化趋势,具有一定局限性。期待大样本、多中心的临床对照研究,以进一步验证该两种标志物联合检测的临床价值,为ICU重症患者更早、更快地诊断AKI和预测预后提供可靠的诊断方法。
[1] | Hoste EA, Clermont G, Kersten A, et al.RIFLE criteria for acute kidney injury are associated with hospital mortality in critically ill patients: a cohort analysis[J]. Crit Care, 2006, 10:R73. DOI:10.1186/cc4915. |
[2] | Chertow GM, Burdick E, Honour M, et al.Acute kidney injury, mortality, length of stay, and costs in hospitalized patients[J].J Am Soc Nephrol, 2005, 16(11) :3365-3370. DOI:10.1681/ASN.2004090740. |
[3] | 陈秀凯.急性肾损伤的研究进展与回顾[J].中国急救医学, 2014, 34(2):111-115. DOI:10.3969/j.issn.1002-1949.2014.02.005. Chen XK. Progress and review of acute kidney injury[J]. Chin J Crit Care Med, 2014, 34(2):111-115. |
[4] | Uchino S, Kellum JA, Bellomo R, et al. Acute renal failure in critically ill patients: a multinational, multicenter study[J].JAMA, 2005, 294(7):813-818. DOI:10.1001/jama.294.7.813. |
[5] | Murugan R, Kellum JA. Acute kidney injury: what's the prognosis?[J]Nat Rev Nephrol, 2011, 7(4):209-217. DOI: 10.1038/nrneph.2011.13 |
[6] | Wen Y, Jiang L, Xu Y, et al.Prevalence, riskfactors, clinical course, and outcome of acute kidney injury in Chinese intensive care units:a prospective cohort study[J]. Chin Med J (Engl), 2013, 126(23):4409-4416. DOI:10.3760/cma.j.issn.0366-6999.20132065 |
[7] | McCullough PA, Shaw AD, Haase M, et al.Diagnosis of acute kidney injury using functional and injury biomarkers: workgroup statements from the tenth Acute Dialysis Quality Initiative Consensus Conference[J]. Contrib Nephrol, 2013, 182:13-29. DOI: 10.1159/000349963. |
[8] | Lins RL, Elseviers M, Daelemans R, et al.Prognostic value of a new scoring system for hospital mortality in acute renal failure[J].Clin Nephrol, 2010, 53:10-17. |
[9] | Han WK, Waikar SS, Johnson A, et al.Urinary biomarkers in the early diagnosis of acute kidney injury[J].Kidney Int, 2008, 73:863-869.DOI: 10.1038/sj.ki.5002715 |
[10] | Katagiri D, DOI K, Honda K, et al. Combination of two urinary biomarkers predicts acute kidney injury after adult cardiac surgery[J].Ann Thorac Surg, 2012, 93:577-583. DOI: 10.1016/j.athoracsur.2011.10.048. |
[11] | Westhuyzen J, Endre ZH, Reece G, et al. Measurement of tubular enzymuria facilitates early detection of acute renal impairment in the intensive care unit[J]. Nephrol Dial Transplantat, 2003, 18:543-51. |
[12] | Liangos O, Perianayagam MC, Vaidya VS, et al.Urinary N-acetyl-beta-(D)-glucosaminidase activity and kidney injury molecule-1 level are associated with adverse outcomes in acute renal failure[J].J Am Soe Nephrol,2007, 18:904-912. |
[13] | 徐建国, 徐敏, 李钰, 等.氨基末端B型利钠肽前体联合胱抑素C在1型心肾综合征早期诊断中的应用价值[J].中华急诊医学杂志, 2015, 24(5):518-523. DOI:10.3760/cma.j.issn.1671-0282.2015.05.017 Xu JG, Xu M, Li J, et al. The value of NT-proBnp paired with Cys-Cin early diagnosis of type1 cardiorend syndrome[J]. Chin J Emerg Med, 2015, 24(5):518-523. |
[14] | Kaseda R, Iino N, Hosojima M, et al. Megalin-mediated endocytosis of cystatin C in proximal tubule cells[J].Biochem Biophys Res Commun, 2007, 357:1130-1134. DOI:10.1016/j.bbrc.2007.04.072 |
[15] | 吴晓玉, 陈云霞, 何新华.急性肾损伤的新型生物标记物[J].中华急诊医学杂志, 2014, 23(5):587-591. DOI:10.3760/cma.j.issn.1671-0282.2014.05.031. Wu XY, Chen YX, He XH. New bio-marker of acute kidney injnry[J]. Chin J Emerg Med, 2014, 23(5):587-591. |
[16] | Su Song, MarkoMeye, Tobias RTurk, et al.Serum cystatin C in mouse models: a reliable and precise marker for renal function and superior to serum creatinine[J].Nephrol Dial Transplant, 2009, 24:1157-1161. |
[17] | Nejat M, Pickering JW, Walker RJ, et, al. Rapid detection of acute kidney injury by plasma cystatin C in the intensive care unit[J].Nephrol Dial Transplant, 2010, 25(10):3283-3289. |
[18] | Yung YJ, Lee HR, Kwon OJ.Comparison of serum cystatin C and creatinine as a marker for early detection of decreasing glomerular filtration rate in renal transplants[J].J Korean Surg Soc, 2012, 83:69-74. DOI:10.4174/jkss.2012.83.2.69. |
[19] | Bell M, Granath F, Martensson J, et al. Cystatin C is correlated with mortality in patients with and without acute kidney injury[J]. Nephrol Dial Transplant, 2009, 24:3096-3102. DOI: 10.1093/ndt/gfp196. |
[20] | Bagshaw SM, Bellomo R.Cystatin C in acute kidney injury[J]. Criti Care, 2010, 16:533-539. DOI:10.1097/MCC.0b013e32833e8412. |
[21] | Perianayagam MC, Seabra VF, Tighiouart H, et al. Serum cystatin C for prediction of dialysis requirement or death in acute kidney injury: a comparative study[J]. Am J Kidney Dis, 2009; 54:1025-1033. DOI:10.1053/j.ajkd.2009.05.022. |
[22] | Alge JL, Karakala N, Neely BA, et al. Urinary angiotensinogen predicts adverse outcomes among acute kidney injury patients in the intensive care unit[J].Crit Care, 2013, 17(2):69. DOI: 10.1186/cc12612. |
[23] | Padhy M, Kaushik S, Girish MP,et al. Serum neutrophil gelatinase associated lipocalin (NGAL) and cystatin C as early predictors of contrast-induced acute kidney injury in patients undergoing percutaneous coronary intervention[J].Clin Chim Acta, 2014, 435:48-52. DOI:10.1016/j.cca.2014.04.016. |
[24] | Basu RKWong, HRKrawczeski, CDWheeler, et al. Combining Functional and Tubular Damage Biomarkers Improves Diagnostic Precision for acute Kidney Injury After Cardiac Surgery[J].JACC, 2014, 64(25):2753-2762. DOI: 10.1016/j.jacc.2014.09.066. |
[25] | Stelios Kokkoris, Maria Parisi, Sofia Ioannidou, et al. Combination of Renal Biomarkers Predicts Acute Kidney Injury in Critically ill Adults[J].Renal Failure, 2012, 34(9):1100-1108. DOI:10.3109/0886022X.2012.713279. |
[26] | McCullough PA, Shaw AD, Haase M, et al.Diagnosis of acute kidney injury using functional and injury biomarkers: workgroup statements from the tenth Acute Dialysis Quality Initiative Consensus Conference[J].Contrib Nephrol, 2013, 182(1):13-29. DOI: 10.1159/000349963. |