Maladie rénale aiguë après une insuffisance cardiaque décompensée aiguë

Jun 03, 2024

Introduction:Maladie rénale aiguë (AKD)représente un continuum delésion rénalependant 7 à 90 jours après une lésion rénale aiguë (AKI). L'incidence etpronostic de l'AKDaprès une insuffisance cardiaque aiguë décompensée (ADHF) ne sont actuellement pas claires. Cette étude visait à explorer l'incidence de l'AKD et la transition de l'AKI à l'AKD, à identifier les facteurs de risque d'AKD, à développer un modèle de prédiction pour l'AKD à tout stade, et à évaluer le pronostic de l'AKD.
Méthodes : Un total de 7 519 patients admis pour ADHF entre le 1er janvier 2008 et le 31 décembre 2018, à partir d'une base de données multi-institutionnelle, ont été identifiés. Les résultats composites après ADHF étaient l’AKD de stade 3 et le décès toutes causes confondues. L'impact pronostique de l'AKD, y compris les événements rénaux indésirables majeurs (MAKE), les décès toutes causes confondues et les hospitalisations pour insuffisance cardiaque (HFH), au cours d'un suivi de 5 ans, a été analysé.
Résultats:L'incidence globale de l'AKI et de l'AKD après ADHF était respectivement de 9 % et 21,2 % ; 39,4 % des patients diagnostiqués avec une AKI au cours de l'ADHF ont ensuite développé une AKD, tandis que 19,4 % des patients sans épisode d'AKI identifié ont ensuite développé une AKD. Les modèles de notation prédictive ont révélé des statistiques C de 0,726 (IC à 95 % : 0,712–0,740) pour l'AKD à tout stade et {{ 19}},807 (IC à 95 % : 0,793–0,821) pour le composite de l'AKD de stade 3 et du décès. Enfin, l'AKD était associée à des risques plus élevés de décès toutes causes confondues,
MAKE et HFH pendant les 5 années de suivi (P < 0.001).

Conclusion:L'AKD après ADHF est associée à des résultats indésirables. Notre modèle pourrait aider à l'identification des patients à risque de développement de l'AKD, en particulier chez ceux qui n'ont pas eu d'épisode index d'AKI.



MOTS CLÉS : insuffisance cardiaque aiguë décompensée; maladie rénale aiguë; lésion rénale aiguë

27

EXTRAIT DE CISTANCHE AVEC 30% D'ÉCHINCAOSIDEPOUR LES MALADIES DU REIN


ADHF is a poor prognostic event in patients with congestive heart failure, with a 1-year death rate of >30% and a high readmission rate.1,2 The condition usually occurs alongside AKI. The incidence of AKI among those admitted for ADHF varies from 9.6% to 43%.3–5 AKI, as a common complication of ADHF (i.e., acute cardiorenal syndrome type 1 in ADHF), is associated with higher 1-year death and readmission rates.3,4,6 The poor prognostic effect is more significant in those who developed AKI or worse renal function but without effective decongestion.7 AKD represents a continuum of kidney injury or renal function nonrecovery after initial kidney insult/ stress. In addition, the transition from AKI to AKD, to chronic kidney disease (CKD) reflects a continuum of persistent kidney injury after initial kidney insult.8 The time course for AKD is described as >7 jours mais dans les 90 jours suivant le début de l’AKI. La définition actuelle de l'AKD est basée sur le consensus du groupe de travail Acute Disease Quality Initiative 16.8 Par conséquent, l'AKD pourrait être considérée comme une condition dans laquelle un dysfonctionnement rénal prolongé (en présence ou en l'absence d'AKI) survient avant qu'un patient ne réponde aux {{4 }}critères de jour pour l'IRC.8,9 Par rapport à de telles recherches sur l'IRA, les études examinant l'incidence et l'impact pronostique de l'AKD chez les patients admis pour ADHF sont rares. Certaines études évaluant les facteurs cliniques liés au développement de l’IRA/IRC ou des modèles de prédiction pour les patients atteints d’ADHF ont été publiées, mais peu d’entre elles ont abordé le développement de l’AKD après l’ADHF.4,10–18


image


Figure 1. L'organigramme pour (a) la sélection des patients et (b) la répartition des différents stades AKI et AKD. AKD, maladie rénale aiguë ; AKI, lésion rénale aiguë ; ECMO, oxygénation extracorporelle par membrane ; IRT, insuffisance rénale terminale ; RRT, thérapie de remplacement rénal.



Dans cette étude, nous avons étudié l'incidence, les facteurs cliniques et l'impact pronostique de l'AKD après ADHF. Nous avons également développé un modèle de prédiction de l'AKD après ADHF pour faciliter la stratification des risques et ainsi promouvoir l'identification et l'intervention précoces de l'AKD.

35

MÉTHODES

Source de données

Il s'agissait d'une étude de cohorte rétrospective utilisant les données électroniques de la base de données de recherche Chang Gung (CGRD). La Fondation médicale Chang Gung est le plus grand système médical de Taiwan, comprenant 7 hôpitaux répartis dans tout Taiwan. Le CGRD est une base de données de dossiers médicaux électroniques multi-institutionnelle qui fournit des informations cliniques plus détaillées, telles que des résultats de laboratoire et des dossiers hémodynamiques, que les bases de données de réclamations et offre une couverture globale et spécifique à une maladie élevée de Taiwan.19,20 Le Les maladies évaluées dans cette étude ont été identifiées à l'aide de la Classification internationale des maladies (CIM), neuvième révision, codes de diagnostic de modification clinique pour les enregistrements antérieurs à 2015, et de la CIM, dixième révision, codes de diagnostic de modification clinique pour ceux après 2016. La structure des données et la validation des le CGRD sont discutés ailleurs.20–22 Cette étude a été approuvée par le comité d'examen institutionnel de l'hôpital Chang Gung Memorial (numéro du comité d'examen institutionnel : 202000915B0). La nécessité du consentement individuel a été supprimée car les données d’identification personnelle ne sont pas incluses dans le CGRD. Cette étude a été menée conformément à la déclaration STROBE (Matériel supplémentaire).

15

Population étudiée

Patients who were admitted for ADHF (identified by ICD, Ninth Revision, Clinical Modification: 428 and ICD, Tenth Revision, Clinical Modification: I50 in the hospital primary and secondary diagnosis during hospitalization) between January 1, 2008, and December 31, 2018, and who had sufficient data to determine the presence of AKI and AKD were identified in the CGRD. The use of ICD, Ninth Revision, Clinical Modification: 428 and ICD, Tenth Revision, Clinical Modification: I50 for identified ADHF hospitalized population is verified in other studies23,24 and with positive predictive value >90 %.25,26 Pour les patients ayant subi plusieurs admissions pour ADHF au cours de la période d'étude, la première admission pour ADHF a été utilisée comme admission de référence. Les patients étaient exclus s'ils étaient<18 years old, were diagnosed with having end-stage renal disease and already on maintenance dialysis, or were on extracorporeal membrane oxygenation during the index admission. Patients with anticipated cardiac transplantation, who were diagnosed with having sepsis or obstructive uropathy, were exposed to a nephrotoxic agent during admission (including iodine contrast media, a nonsteroidal anti-inflammatory drug, aminoglycosides, or vancomycin), or developed severe AKI requiring dialysis were also excluded (Figure 1a).

35

Définitions AKI et AKD

La présence d'AKI a été déterminée selon leMaladie du rein: Improving Global Outcomes AKI criteria, which is by comparing a patient's baseline creatinine levels with their highest creatinine level during the first 7 days of their index admission.27 For the baseline creatinine level, we used the lowest creatinine level in the 3 months before the index admission or, if no creatinine level within 3 months of the index admission was available, the first creatinine level in the same index admission. The first AKI episode in the index admission is identified as index AKI. The presence of AKD was determined based on consensus from the Acute Disease Quality Initiative 16 Workgroup.8 AKD is defined by a condition in which persisted AKI is present $7 days after an AKI initiating event. The Acute Disease Quality Initiative workgroup also mentioned that an AKI-initiating event can usually be identified but is not required to diagnose AKD.8,9 For AKD staging, the baseline creatinine level was compared with the creatinine level nearest to 90 days after the index admission; AKD stages 1 and 2 were defined as serum creatinine levels 1.5 to 1.9 and 2.0 to 2.9 times baseline, respectively, whereas stage 3 was defined as a serum creatinine level 3.0 times baseline, serum creatinine increase of $4.0 mg/dl, or being on renal replacement therapy for 8 to 90 days after the index date. If >1 a été obtenue au cours des 8 à 90 jours suivant l'admission index, la présence d'AKD a été déterminée sur la base du taux de créatinine pris le plus près du 90ème jour après l'admission index.

9

Prédicteurs potentiels (covariables)

Les caractéristiques cliniques des patients, les facteurs de susceptibilité à l'AKI4,10-17,28-30 et les facteurs de non-récupération rénale pour les populations d'insuffisance cardiaque congestive ou de maladies graves31-35 ont été identifiés en fonction d'études antérieures ou de la disponibilité dans notre ensemble de données. Les facteurs de risque extraits comprenaient l'âge, le sexe, la maladie sous-jacente (c'est-à-dire le diabète sucré, l'hypertension, l'IRC, la cirrhose du foie et la malignité), l'évaluation de la fonction cardiaque par la classe fonctionnelle de la New York Heart Association36 et la fraction d'éjection ventriculaire gauche. Paramètres hémodynamiques (tension artérielle systolique, tension artérielle diastolique et fréquence cardiaque) à l'arrivée aux urgences ou le jour de l'admission, premiers résultats de laboratoire lors de l'admission index (incluant hémoglobine [HB] ; azote uréique du sang [BUN] ; sérum taux de créatinine, d'albumine, de sodium, de potassium, de protéinurie et de peptide natriurétique de type B [BNP]) et prescriptions de médicaments connexes (diurétiques de l'anse ambulatoires au cours des 3 mois précédents et posologie cumulée de diurétiques de l'anse pendant l'admission ADHF, digoxine, inotropes ou dobutamine utilisation lors de l’admission index) ont également été extraits.


Définition du résultat

Il y avait 2 critères de jugement principaux dans cette étude, qui sont les suivants : (i) le développement de n'importe quel stade de l'AKD et (ii) un résultat composite d'AKD de stade 3 ou de décès toutes causes confondues au cours des huitième et 90e jours après l'admission index. . Les résultats secondaires sont le décès toutes causes confondues, MAKE et HFH du 91e jour à la cinquième année après l'admission index. MAKE était composé d'un nouveau diagnostic d'insuffisance rénale terminale nécessitant un traitement de remplacement rénal à long terme, d'une nouvelle maladie rénale chronique (définie par le débit de filtration glomérulaire estimé<60 ml/ min per 1.73 m2 according to the Modification of Diet in Renal Disease equation), and all-cause death.


Analyse statistique

Les caractéristiques de base des patients avec et sans AKI ou AKD ont été comparées à l'aide du test t sur échantillon indépendant pour les variables continues et du test c2 pour les variables catégorielles. Une analyse de régression logistique univariée a été utilisée pour le dépistage initial de l'association possible entre les caractéristiques de base et les risques de résultats. Covariables ayant une signification de<0.2 in the univariate logistic regression analyses were further introduced into a multivariable model with automatic backward elimination. In the multivariable model, continuous parameters (i.e., systolic blood pressure, diastolic blood pressure, heart rate, HB, BUN, creatinine, potassium, and albumin) were categorized based on previous reports or according to clinical definitions.4,10–17 The models for predicting any-stage AKD, the composite of stage 3 AKD and all-cause death, and all-cause death alone were developed separately. 

Le modèle de prédiction clinique et basé sur le laboratoire dérivé de l'analyse logistique multivariée a ensuite été transformé en un système de points simplifié pour faciliter l'utilisation clinique.37 L'idée clé du système de points simplifié est d'arrondir les coefficients de régression. La première étape consistait à identifier un prédicteur continu avec une large gamme de valeurs comme variable de référence (c'est-à-dire le BNP), puis à classer cette variable en plusieurs catégories cliniquement significatives et à obtenir des valeurs de référence (généralement la valeur moyenne) pour chaque catégorie de la variable. . Les prédicteurs autres que la variable de référence ont également été classés en conséquence. Enfin, la valeur de référence (généralement la valeur médiane) de chaque catégorie du prédicteur a été calculée en fonction de la valeur de son coefficient de régression par rapport à celui de la variable de référence.



Les performances du modèle ont été évaluées dans plusieurs domaines, notamment la discrimination, l'étalonnage et la validation interne. Sa capacité discriminante a été évaluée en utilisant l'aire sous la courbe caractéristique de fonctionnement du récepteur (AUC), dans laquelle la SE a été calculée à l'aide de la méthode de DeLong. Ses performances d'étalonnage ont été évaluées à l'aide du graphique qui identifie les sous-groupes comme les déciles des probabilités ajustées (prédites). Le modèle était bien calibré lorsque les probabilités attendues (prédites) et observées dans les sous-groupes étaient similaires. Le test Hosmer – Lemeshow n'a pas été réalisé car il est sensible aux échantillons de grande taille. Pour évaluer la généralisabilité externe du modèle dérivé, une validation interne du
L'AUC a été réalisée à l'aide de 1 000 échantillons bootstrapés.
Nous avons en outre comparé les risques de décès toutes causes confondues et MAKE du 91e jour à la cinquième année entre les groupes AKD et non-AKD en utilisant le modèle univarié à risque proportionnel de Cox. Le risque d'HFH entre les groupes au cours du suivi a été comparé à l'aide du modèle univarié de risque de sous-distribution Fine et Gray, qui considérait le décès toutes causes confondues comme un risque concurrent. L'hypothèse de risque proportionnel a été évaluée à l'aide de la méthode des résidus de Schoenfeld sur les résultats à long terme. Enfin, les patients ont été divisés en 3 sous-groupes de taille égale selon la méthode simplifiée

système de points. Les risques de décès toutes causes confondues, MAKE et HFH dans les sous-groupes à risque ordinal ont été étudiés à l'aide des analyses de survie susmentionnées, dans lesquelles le sous-groupe à risque ordinal a été traité comme une covariable continue. Toutes les analyses ont été effectuées à l'aide de R version 4.0.1 (R Development Core Team).










Vous pourriez aussi aimer