抽象性
目标.研究的目的是确定体积指数和全因死生之间是否有剂量响应关系方法论.MIMIC-III数据库(1.4版)用作样本群差值不足10%的变量使用鼠软件包R多估计Cox回归用于确定全因患者死亡的风险因素RCS用于观察BMI和全因死亡率之间的关系并进行了额外分组敏感度分析,以探讨该结论是否可以应用到特定组别上。结果.单变式和多变式Cox模型都显示超重病人的死亡风险比正常权重病人低 )在RCS模型中,BMI与所有原因的病人死亡有U形关系,后冠动脉旁转转转转(CABG)(CABG)(CABG)(CABG) 非线性=0.0028微弱U型关系BMI和全因死后直通干扰(PCI),但这两个参数的非线性关系并不重要(PCI) 非线性=0.1756.结论.受CABG和PCI治疗的病人中的确存在肥胖悖论RCS分析显示有U级BMI和CABG后患者全因死亡关系性分层后,BMI与接受PCI的男性患者全因死亡率之间的关系L级非线性关系无关紧要
开工导 言
冠动脉重构法是治疗冠心病的重要方法冠动脉切换和直角动脉干扰是冠状重构两种最常见的操作体重指数(BMI)是多疾病全因死亡率预测因素,正常BMI人预测优于超重或肥胖人一号,2..研究显示,一些超重甚至肥胖病人比正常BMI人预测得更好,后者被称为肥胖自相矛盾[3,4..
格鲁贝格等首先是提到重构后病人肥胖自相矛盾5..研究发现正常BMI病人住院率和一年死亡率高于超重或肥胖者这表明超重或肥胖可保护病人并降低死亡率某些研究将肥胖自相矛盾归结为BMI以外的因素6,7..
关系BMI和全因患者死后冠状重构多数研究都把BMI列作连续或绝对变量执行后勤或Cox回归分析,这确实有效说明BMI变化8-10..但仍需要基础研究探索这种关系
研究的目的是确定BMI与冠心病患者全因复剖死亡之间是否存在剂量响应关系,从而确定接受冠动脉复剖的病人预测中是否存在肥胖悖论假设它非线性关系并使用受限立方样判定剂量响应关系
二叉方法论
2.1.学习设计与人口
MIMIC-III数据库包含2001至2012年53423成年病人(16岁或以上)入院接受重症护理的数据MIMIC-III数据库(1.4版)取样,项目经Beth Israel Deacense医疗中心机构审查委员会(马萨诸塞州波士顿)和麻省理工学院(马萨诸塞州剑桥)批准不需要单个病人同意,因为项目所有受保护健康信息已去标识11,12..我们完成识别课程保护人类研究参与者,包括HIPAA的要求(HPAA) (HEPERNEBYAGLA),并签署数据使用协议Beth Israel Deaconess医学中心机构审查委员会和马萨诸塞理工学院批准满足数据用户需求的任何研究人员使用MIMIC-III数据库,并免去病人知情同意要求
使用第九版国际疾病分类代码识别分析MIMIC-III数据库内所有病人,其主要操作重构化(包括CABG和PCI)。BMI使用数据库记录高度和权值计算作为主学习指标,BMI所有缺失值均删除MIMIC-III数据库连接社会安全数据库记录病人跟踪时间和结果研究结果是全因死亡率 由患者社会安全局注册跟踪时间数日报告
我们还从数据库提取病人人口学、实验室和生命信号指标这些因素有可能混淆BMI和全因死亡率之间的关系所有指标取自数据库诊断icd参数图中显示流图数据包含和排除一号.
研究的目的是确定BMI与重构后全因死亡率之间的剂量响应关系,并判定肥胖自相矛盾的存在,同时调整以适应可能的混淆因素
2.2.统计分析
所有数据使用结构查询语言提取因BMI为主学习指标,所有缺失值均删除,并删除其他可能干扰值大于10%的其他因素鼠软件包R多推值缺失 <10%13..包使用基于预测值分布的相关随机样本替换缺失值估计值通过合并五大估算数据集构建数据集
世界卫生组织(WHO)标准用于将BMI划分为体重不足、正常权重、超重和肥胖类年龄划分为三大类:青年、中年和老年绝对变量表示成数和百分数,并用chi平方和Fisher精确测试来确定两组之间的差异所有连续变量表示中位数和区间值和Mann-WhitneyU级测试用于识别两组之间的差异
kaplan-Meier曲线和日志排序测试用于评价不同运算之间生存率的差异Cox回归用来判定病人全因死亡的风险因素单动模型 人造调整模型 (模型一) 和多变调整模型 (模型二)趋势测试用于判定BMI和全因死亡率之间的线性趋势
RCS用于评估BMI与全因死亡率的非线性关系BMI分布四分位数非线性模型结我们分析BMI与病人全因死亡率的非线性关系并判定 非线性测试值
并分组分析性别和年龄以确定特定分组内是否存在关系敏感度分析确定结果稳定性:(1)我们清除所有在操作后30天内死亡的病人并再次进行RCS分析;(2)异常BMI值(比标准偏差高3倍以上)在分析前删除;(3)我们从原数据删除缺失值后再执行多算并重新分析数据以探索多算差
所有统计分析均使用Navicat Premium软件和R软件进行(3.6.2版,R统计计算基金会,奥地利维也纳)。全引用 值双向化 被认为具有统计意义
2.3病人和公众参与
研究是在没有病人参与的情况下完成的未邀请患者对研究设计发表评论,也未咨询开发与患者相关结果或解释结果未邀请患者为本文件的可读性或精度写入或编辑提供素材
3级结果
3.1.人口特征
最终样本由4133名病人组成,在MIMIC-III数据库中接受冠动脉重构处理:CABG病人86.9%N级=3593和PCI病人13.1%N级540基准数据表列一号表示大多数变量大不相同 )表2一号表示有极小数目的体重不足病人,超重病人比例最大(约39%)。多数病人为男性、已婚和白种图2显示两种类型病人手术后生存曲线图显示两者之间有巨大的统计差异,因此对两类病人进行了单独分析。
3.2单变多变Cox回归分析
我们先根据WHO标准划分BMI四类,然后用正常权值参考单词式多变式Cox回归分析调整所有变量后,Cox回归模型显示留置时间长、 Elixhauser复合指数(ECI)、尿输出量、pH、togrombin时间、红细胞分布宽度(RDW)、年龄、婚姻状况和BMI是CAGB病人的重要预测因素,而喷口支持、ECI、尿输出量、心率、温度、imatocrit、RDW、性BMI则是PCI病人的重要预测因素Cox回归结果详解见补充表S1并S2.
表单2并3显示模型一(按年龄、性别、种族和婚姻状况调整人口特征)和模型二(按多变量分析推导风险因素调整)。表22风险比和95%置信区间值列表单量模型和二模型都显示超重病人的死亡风险比正常量病人低(正常量病人除外)( )表23列表HRs和95%CIs这三个模型都显示超重PCI患者的死亡率风险比正常权重患者低(正常权重患者的死亡率风险较低)( )六模型趋势测试显示,只有PCI病人BMI单向模型显示显著线性趋势 )表示BMI与全因死亡率之间存在非线性关系
3cm3RCS非线性关系分析
补充性表S3并S4列表HR和95%CIsBMI四分位数全因死亡首四分位数(Q1)作为参考组与其他组比较获取相应的HRCABG病人与BMI问题1相比,BMI问题2的HR数为univariate模型0.722(95%CI=0.586-0.888),模型I0.759(95%CI=0.616-0.936)和模型二0.740(95%CI=0.599-0.913) )与CABG病人不同,Q2类PCI病人没有显出显著差分,而Q3组没有显出显著差分与BMI问题1相比,BMI问题3的HR值为0.506(95%CI=0.332-0.773)、模型一0.572(95%CI=0.370-0.884)和模型二0.601(95%CI=0.392-0.924) )
设计RCS模型以进一步分析BMI与患者死亡率之间的关系图3显示剂量响应曲线BMI和全因死亡率剂量响应分析显示BMI与CABG病人全因死亡风险之间的U形曲线 非线性=0.00283(a))对比之下,BMI和PCI后全因死亡率关系微弱,但这两个变量之间没有明显的非线性关系(这两个变量之间没有明显的非线性关系)( 非线性=0.17563(b))
(a)
(b)
3.4.分组分析
调整后按相应的混淆因素分组分析BMI和CABG后全因患者死亡率表S5显示性没有显著交互效果 交互=0.330或适龄 交互=0.883这表明BMI和CABG关系与性别或年龄没有显著差别补充语表S6显示在PCI组中发现按性别分层的重大交互作用 交互=0.006这表明BMI对PCI患者死亡率的影响受性影响
因此,我们搭建RCS模型以进行性别认证分析图中显示4,剂量响应关系显示为U级形曲线全因BMI和CABG非线性趋势对雄性意义重大( 非线性=0.0163 非线性=0.1367性相关差异似乎在PCI病人中更大BMI与全因死亡男性病人之间大致L型关系 非线性=0.0085 非线性=0.8574
(a)
(b)
(c)
d)
3.5敏感度分析
排除操作后30天内死亡或有异常BMI值的病人后,RCS分析显示BMI与全因死亡率的非线性关系与前次结果一致即,有一个意义重大U级CABG病人形非线性关系,PCI病人无重大非线性关系分析完整数据后多估计显示U级BMI与CABG和PCI病人全因死亡率间形关系 非线性 < 0.05 " (图解)5)应当指出,PCI病人多估计后没有明显的非线性关系
(a)
(b)
(c)
d)
e)
f)
4级讨论
高BMI通常是心血管疾病和各种复杂症不良结果的风险因素14..多研究发现超重或肥胖者比过薄或正常范围内BMI人有生存优势,即称肥胖自相矛盾[15,16..有一些报告显示病人重构后出现肥胖自相矛盾但这些研究大都简单地按国际标准划分BMI四类并分割BMI和结果之间的关系17,18号..对比之下,本研究使用RCS探索BMI与冠状重新剖析后全因死亡率的非线性关系,从而用连续平滑图表达数据,这比使用传统分割分析更直观解释ORBMI总趋势
当前结果显示CABG患者生存率高于PCI患者单变量多变量Cox回归分析中BMI对患者全因死亡率是一个预测性因子,而不管他们接受CABG或PCIRCS分析中模型前后都显示U级BMI和CABG病人全因死亡率间形关系PCI病人有弱U级构型关系这些变量,但在演化多变调整后没有重大非线性关系
特别值得注意的是,我们对PCI病人分组分析显示性与BMI之间的重要交互作用,这意味着性可能影响BMI与死亡率之间的关系Cox回归结果与全因女性死亡率关系没有显著差别相应地,在RCS分析中,我们只观察到雄性非线性关系,这表明雄性非线性关系U级形状关系可能只适用于雄性,需要进一步调查雌性关系
先前研究发现BMI对雌性有不同风险冠心病的不良歧视者重力和BMI现在被认为不如前所想的那么重要19号..Materko等显示现有的BMI分类标准不适合女性20码解释BMI和全因女性死亡率在本研究中无关重要的原因
此外,除去所有缺失数据而不执行敏感度分析多算后,非线性关系在PCI病人中变得重要产生这一结果的原因可能是PCI病人缺值过多,因为除去缺失值后只有97名病人留下与3 345CABG病人相比,小得多PCI病人样本可能在研究中引入偏差BMI与全因PCI患者死亡率之间的关系需要进一步调查,未来组别中大样本其余敏感度分析结果与分析全样本时所得结果一致,这进一步证实了本研究结论。
当前研究已产生更多证据 证明肥胖自相矛盾与前题不同21号-23号ss获取 HR值, 并因此更精确风险范围CABG病人取25k/m2引用值,BMI范围为25-32km/m2低人机求生率对应高求生率肥胖自相矛盾的原因仍有待澄清,但下文可能提供一些解释一种假设是,肥胖病人接受比正常权重病人更强的药物治疗,从而更好地控制各种指标[24码,25码..此外,据报告,与正常体重病人相比,肥胖高强度心输出量更高,血液量增大,系统血管抗药性下降这就意味着,对一定水平动脉压力而言,肥胖病人比斜度病人总抗药性较低,这可提高肥胖病人生存率[26,27号..也显示BMI分类不良指标腰宽比和背高度比等指标可能更好地反映肥胖的真实程度[28码,29..
这项研究受某些限制第一,MIMIC-III数据库取自单中心,因此当前研究结果需要多子群验证第二,虽然我们用Cox回归分析,但剖面研究无法用于判定因果关系,因此未来群研究需要未来群研究第三,大量PCI病人缺失值可能使结果不稳定需要大样本确认PCI病人的结论和性别差异
5级结论
研究MIMIC-III数据库的分析显示,受CABG和PCI处理的病人中的确存在肥胖悖论RCS分析显示BMIU级形状关系全因CABG病人死亡,而这种关系对PCI病人无关重要性别分层显示L级BMI和全因死亡男性PCI病人之间的形关系,而雌性则没有明显的非线性关系多中心大样本未来研究需要进一步探索肥胖悖论中的性别差异
缩写
| BMI: | 体质索引 |
| CABG: | 验尸动脉旁路搭接 |
| PCI: | 异步冠状干预 |
| RCS: | 受限立方样条 |
| HIPAA: | 健康保险便捷与问责法 |
| SQL: | 结构查询语言 |
| WHO: | 世界卫生组织 |
| ECI: | Elixhauser重症索引 |
| RDW: | 红细胞分布宽度 |
| HR: | 危险比 |
| CI: | 置信区间 |
数据可用性
数据完全可用https://physionet.org/content/mimiciii-demo/1.4/.
道德验证
MIMIC-III数据库得到了Beth Israel Deacense医疗中心(美国马斯通市)和马萨诸塞理工学院(美国剑桥市马斯州卡姆布里奇市)机构评审委员会的道德认证
协议
知情同意没有必要,因为MIMIC-III数据匿名公开提供
利益冲突
作者声明他们没有利益冲突
作者贡献
成州里和大汉都为这项工作做出了同样的贡献
感知感知
这项研究得到了中国社会科学基金会的支持(授/授/授/授/16BGL183)
补充素材
表S1:通过多变量Cox回归分析选择CAGB病人表S2多变式Cox回归分析所选变量表S3:Cox回归分析BMI四分位数与CABG后患者全因死亡率关系表S4:Cox回归分析BMI四分位数与PCI后病人全因死亡率之间的关系表S5:分组分析BMI和CABG后全因患者死亡率表S6:分组分析BMI和PCI后全因患者死亡率与本条相关补充材料见补充表S1-S6高山市补充素材)