Kansas City kardiomiopátia kérdőív hasznossága a 30 napos visszafogadási Arány előrejelzésében krónikus szívelégtelenségben szenvedő betegeknél

absztrakt

háttér. A szívelégtelenség (HF) az egyik leggyakoribb diagnózis a kórházi visszafogadással kapcsolatban. Ezt a prospektív tanulmányt annak értékelésére terveztük, hogy Kansas City kardiomiopátia kérdőív (KCCQ) pontszám 30 napos visszafogadással jár-e dekompenzált HF-vel kórházba került betegeknél. Módszerek és eredmények. 240 beteget vontunk be, akik megfeleltek a vizsgálati kritériumoknak. Negyvennyolc (20%) beteget fogadtak vissza dekompenzált HF-re a kórházi elbocsátást követő harminc napon belül, 192 (80%) beteget pedig nem fogadtak vissza. A visszafogadott betegekhez képest a nem beadott betegek átlagos kccq-pontszáma magasabb volt (40,8 versus 32,6, P = 0,019) a mentesítés előtt. A többváltozós elemzések azt mutatták, hogy a magas KCCQ pontszám alacsony HF visszafogadási rátával társult (korrigált vagy = 0,566, P = 0,022). Az alapmodell (kor + nem) c-statisztikája 0,617 volt. Az otthoni gyógyszeres kezelés és a laboratóriumi tesztek kombinációja az alapmodellen 3,9% – os integrált diszkriminációjavító (IDI) növekedést eredményezett. Ennek alapján a KCQQ tovább növelte az IDI-t 2,7% – kal. Következtetések. A kórházi elbocsátás előtt meghatározott KCCQ pontszám szignifikánsan összefüggött a 30 napos visszafogadási rátával a HF-ben szenvedő betegeknél, ami klinikailag hasznos mérést nyújthat, és jelentősen javíthatja a visszafogadás előrejelzésének megbízhatóságát, ha más klinikai komponensekkel kombinálják.

1. Bevezetés

becslések szerint a szívelégtelenség (HF) 5 felett érinti.7 millió amerikai, évente 870 000 új esetet diagnosztizálnak. A becsült prevalencia a becslések szerint 46% – kal növekszik 2012-től 2030-ig, ami több mint 8 millió embert szenved HF-ben . A HF-betegek gondozásának költsége körülbelül 30,7 milliárd dollár volt 2012-ben, és becslések szerint 127% – kal 69,7 milliárd dollárra nő 2030-ra . A megértés és a kezelés előrehaladása ellenére a HF halálozási aránya továbbra is rendkívül magas, a betegek 50% – a A kezdeti diagnózistól számított 5 éven belül meghal .

a HF visszafogadása a kórházi kezelés után gyakori, és sajnos sok ilyen visszafogadás kiszámítható és esetleg megelőzhető . Bár az új adatok a Medicare kórházi visszafogadási arányának csökkenését mutatták, a HF továbbra is az egyik leggyakoribb diagnózis a 30 napos visszafogadással kapcsolatban; a 2007-2009-es Medicare követeléseken alapuló adatok elemzése azt mutatta, hogy a HF-vel befogadott kedvezményezettek 24,8 százalékát 30 napon belül visszafogadták, és a visszafogadások 35,2 százaléka a HF-re vonatkozott . Ezek a statisztikákkal kapcsolatban előkészítették az utat az ilyen visszafogadások előrejelzésére és megelőzésére szolgáló eszközökre való nagyobb összpontosítás felé.

a Kansas City kardiomiopátia kérdőív (KCCQ) egy olyan eszköz volt, amelyet eredetileg a HF-ben szenvedő betegek egészséggel kapcsolatos életminőségének jobb leírására terveztek . Ez a kérdőív a következő klinikailag releváns területeket azonosította: fizikai korlátok (1 .kérdés), tünetek (gyakoriság , súlyosság és időbeli változás), önhatékonyság és tudás (11., 12. kérdés), társadalmi beavatkozás (16. kérdés) és egészséggel kapcsolatos életminőség (13-15. kérdés). Korábbi tanulmányok kimutatták, hogy a KCCQ pontszám korrelált a túléléssel és a kórházi kezeléssel a HF-ben szenvedő betegeknél, és független előrejelzője volt a rossz prognózisnak ebben a betegpopulációban . Ezenkívül a kórházi mentesítés után 1 héttel mért KCCQ pontszám függetlenül megjósolta az egyéves túlélést kardiovaszkuláris visszafogadástól mentesen . A közelmúltban a KCCQ-t akut HF kórházi kezelés során is tanulmányozták, és érzékenységet mutattak az akut változásokra , de a kórházi kezelés során bekövetkezett pontszámváltozások nem jósolták meg a rövid távú visszafogadást, bár ez egy viszonylag kis tanulmány volt, mindössze 52 beteg mintaméretével, és nem vizsgálta a KCCQ pontszám és a HF visszafogadás közötti kapcsolatot. Ezért, hogy a kccq pontszám felhasználható-e a rövid távú visszafogadás előrejelzésére, még nem kell teljesen értékelni.

a tudás ezen hiányosságainak kezelése és a KCCQ pontszám használatának megvalósíthatóságának feltárása a rövid távú HF visszafogadás előrejelzésére, megterveztük és elvégeztük ezt a prospektív tanulmányt.

2. Módszerek

a tanulmányt a floridai Kórház intézményi felülvizsgálati testülete hagyta jóvá, és a Helsinki Nyilatkozatnak megfelelően végezték el. A vizsgálatot a floridai kórházban végezték, Orlando Campus. Azokat a betegeket, akiket felvettek a HF egységbe, megvizsgálták és beiratkoztak a vizsgálatba. A felvételi kritériumok dekompenzált HF-vel rendelkező betegek voltak, akiknek ejekciós frakciója (EF) kevesebb vagy egyenlő 40%, 20 és 89 év közötti életkor. A kizárási kritériumok a következők voltak: nem szívbetegség, amelynek várható élettartama kevesebb, mint egy év, HF a nem korrigált szívbillentyű-betegség miatt, pszichiátriai betegség, amely zavarja a megfelelő nyomon követést, képtelenség megérteni a vizsgálati eljárást, és képtelen a tájékozott beleegyezés megadására. Az elsődleges végpont a 30 napos visszafogadási arány és a KCCQ pontszám volt. Felvételi komorbid állapotok, demográfiai adatok, laboratóriumi, echokardiográfiai adatok, a mentesítéskor alkalmazott gyógyszerek másodlagos végpontok voltak.

minden olyan beteg esetében, aki megfelelt a vizsgálati kritériumoknak, egy képzett kutatási asszisztens elmagyarázta a vizsgálatot a betegnek, és beadta a KCCQ-t az írásbeli tájékozott beleegyezés megszerzése után. Az értékelést általában a mentesítés előtt 1-3 napon belül befejezték. Nyomon követési beszélgetést folytattak telefonon 30 nappal a mentesítés után annak megállapítására, hogy történt-e újbóli kórházi kezelés vagy sem. A mentesítés utáni visszafogadási információkat a beteggel folytatott utólagos interjú során gyűjtötték össze.

a kccq pontszám és a visszafogadás közötti összefüggések értékeléséhez a mentesítést követő 30 napon belül először összehasonlítottuk a nem readmission csoport és a visszafogadási csoport közötti különbséget a KCCQ pontszámok, demográfiai jellemzők, komorbiditás, gyógyszerek és laboratóriumi adatok egyváltozós elemzéssel. Az egyváltozós analízisben a T-tesztet a folytonos változókra, a Fisher-féle egzakt tesztet pedig a számlálószám-elemzésre használták. Ezután többváltozós elemzést végeztünk annak vizsgálatára, hogy az egyes klinikai faktorok hogyan kapcsolódtak a HF visszafogadásához a többi tényező ellenőrzése után. A többváltozós elemzés során logisztikai regressziós modelleket használtunk, és korrigált esélyhányadosokat (OR) becsültünk minden olyan tényezőre, amelyet feltételeztünk a HF visszafogadásának előrejelzésére. A logisztikai regresszióban a HF visszafogadást függő változóként, az összes potenciális tényezőt pedig független prediktorként vettük figyelembe, függetlenül attól, hogy az egyváltozós elemzésben szignifikáns különbséget mutattak-e a visszafogadási és a nem visszavételi csoportok között.

a többváltozós elemzés után további öt egyszerűsített predikciós modellt készítettünk, és a kccq pontszám fontosságát értékeltük a végső modellben az egyes modellek vevő működési jellemző görbéje (ROC) alatti terület összehasonlításával. Ebben az elemzésben integrated discrimination improvement (IDI) – t is használtunk, amelyet Pencina et al., a modell érzékenységének átlagos növekedésének mérésére, amelyet a specifitás átlagos csökkenése miatt büntetnek új változók hozzáadásával . A predikciós modellekben az életkor minden 10 éves növekedésre, az ejekciós frakció minden 10%-os csökkenésre, a KCCQ pontszám minden 25 pontos növekedésre, a nátriumszint pedig bináris változóra (<135 vagy 135.

Kétszázhuszonnyolc (228 vagy 95%) beteg rendelkezett teljes adatokkal az összes változóról. Mindazonáltal 12 betegnél (5%) hiányzott az életkorra vagy a rasszra vonatkozó adat. Mivel nem észleltek beágyazott hiányzó mintát, több imputációs modellt használtunk az adatok imputálásához. Mivel az életkor folytonos változó, a faj pedig bináris változó volt, az életkorhoz normál lineáris regressziót, míg a logisztikus regressziót használták a faj imputálásához. Az összes elemzést a Stata 14-es verziója (StataCorp., 2015). Minden érték kétirányú volt, és a statisztikai szignifikancia szintjét minden tesztre meghatározták.

3. Eredmények

összesen 240 beteget vontak be a vizsgálatba. Negyvennyolc (20%) beteget fogadtak vissza a HF-re történő mentesítést követő 30 napon belül, míg 192 (80%) beteget nem fogadtak vissza vagy visszafogadtak a HF-től eltérő okok miatt (1.táblázat). Nem volt szignifikáns különbség az át nem vett és a visszafogadott betegek között az átlagéletkor (63,0 versus 59,9 év), a kórházi tartózkodás kezdeti időtartama (11,2 versus 9,7 nap) vagy a fehér betegek százalékos aránya (59,9% versus 56,3%) tekintetében. A nemek összehasonlításakor azonban szignifikáns különbséget figyeltek meg e két csoport között, a férfi betegek hajlamosabbak a visszafogadásra, mint a nők (85,4%, szemben a férfiak 68,8% – ával és 14,6%, szemben a nők 31,3% – ával ). A komorbiditások egyike sem mutatott szignifikáns különbséget a visszafogadási és a nem-visszafogadási csoport relatív gyakoriságában (1.táblázat).

a KCCQ pontszámot, a felvételi laboratóriumi vizsgálati eredményeket és a mentesítési gyógyszereket összehasonlították a nem engedélyezett és a visszafogadott betegek között (2.táblázat). Az átlagos KCCQ pontszám szignifikánsan magasabb volt a nem kezelt betegeknél, mint a visszafogadott betegeknél (40,8 versus 32,6,). A visszafogadott betegekhez képest a Be nem fogadott betegeknél magasabb volt az ejekciós frakció a felvételkor (24,7%, szemben a 21,8% – kal ). Az egyváltozós elemzés során azonban nem észleltek szignifikáns különbséget a kisülési gyógyszerek, a vér nátriumszintje vagy a HGB összehasonlításában a két betegcsoport között (2.táblázat).

az egyes független változók hatásának további vizsgálatára más kovariánsok kontrollálása mellett többváltozós analíziseket végeztünk (3.táblázat és 1. ábra). Az eredmények azt mutatták, hogy a kccq pontszám és az EF negatívan kapcsolódott a visszafogadási arányhoz (korrigált vagy = 0,566 és 1,903 és és 0,021, ill.) és hogy a hímek nagyobb valószínűséggel voltak visszafogadva, mint a nőstények (korrigált vagy = 5,589,). Érdekes módon az MI-ben szenvedő betegek nagyobb valószínűséggel voltak (korrigált vagy = 2,849,), a CAD-ben szenvedő betegek pedig kevésbé voltak valószínűek a visszafogadásra (korrigált vagy = 0,231, ), összehasonlítva más társbetegségben szenvedő betegekkel. Az egyik lehetséges értelmezés az lehet, hogy a miokardiális infarktusban szenvedő betegek nagyobb valószínűséggel rendelkeznek falmozgási rendellenességekkel és rögzített myocardialis defektusokkal, így alacsonyabb az ejekciós frakció, mint a nem obstruktív koszorúér-betegségben szenvedőknél MI nélkül, ami ellentétes hozzájáruláshoz vezet a HF visszafogadásához.

ábra 1

a visszafogadás Korrigált esélyhányadosai a kibocsátást követő 30 napon belül, többváltozós logisztikai regresszióanalízisből származtatva.

annak értékelése érdekében, hogy a KCCQ pontszám mennyiben járult hozzá a HF visszafogadásának előrejelzéséhez, kidolgoztunk egy modellt a KCCQ pontszám mellett hét tényezővel (5.modell) a többváltozós regressziós eredmények, publikált irodalom és modellek alapján. A c-statisztika azt mutatta, hogy a KCCQ-pontszámot és az összes többi potenciális prediktort tartalmazó 5-ös modellnek volt a legmagasabb C-statisztikai értéke (0,710) a kccq-pontszám nélküli redukált modellek között (2.ábra). Amint az a 4.táblázatban látható, az IDI-elemzés kimutatta, hogy az 5. modell megkülönböztető teljesítménye 6,6% – kal javult az alapmodellhez képest (1. modell), amely csak az életkort és a nemet tartalmazta, és 2,7% – kal a csökkentett modellhez képest (4. modell), amely a KCCQ-pontszám kivételével minden tényezőt tartalmaz (ez az abszolút növekedés; a 4. modellhez képest a teljes modell IDI-je a KCCQ-val, 5. modell, nőtt). Másrészt, mint a HF visszafogadásához kapcsolódó, független tényező, az EF az IDI-t 1,3% – ról (3.modell) 3,9% – ra (4. modell) növelte. Ezek az eredmények azt sugallták, hogy a KCCQ pontszám, mint egyetlen független változó, az egyik fontos tényező, amely potenciálisan felhasználható a HF-betegek visszafogadási arányának előrejelzésére a mentesítést követő 30 napon belül, és mindezen fontos tényezők kombinációja kínálja a legnagyobb növekményes nyereséget.

ábra 2

a ROC terület összehasonlítása a különböző modellek között. 1.modell: logit (read30) = kor + nem; 2. modell: logit (read30) = kor + nem + beta_blocker + ace/arb + nátrium + HGB; 3. modell: logit (read30) = kor + nem + beta_blocker + ace/arb + nátrium + HGB + ef; 4. modell: logit (read30) = kor + nem + beta_blocker + ace/arb + nátrium + HGB + EF; és 5. modell: logit (read30) = kor + nem + beta_blocker + Ace/ARB + nátrium + HGB + ef + kccq. read30: visszafogadás 30 napon belül.

4. Megbeszélés

ebben a prospektív tanulmányban azt találtuk, hogy a KCCQ pontszám szignifikánsan összefügg a rövid távú HF visszafogadási rátával. Hozzájárult az életkor, a nem, a gyógyszerek, a laboratóriumi adatok és az LVEF alapján rendelkezésre álló modell c-statisztikájának javításához 0,670-ről 0,710-re, és 2,7% – kal emelte az IDI-t, ami azt sugallta, hogy hasznos lehet a 30 napos visszafogadás előrejelzésében, és ezáltal jelentősen javítja az előrejelzés megbízhatóságát, ha más kritikus komponensekkel kombinálják. Ezek a megállapítások némi segítséget nyújthatnak a nyomon követési stratégiák irányításához az optimális ellátás biztosítása érdekében, például az alacsonyabb KCCQ-val rendelkező betegek korai nyomon követésére .

sok erőfeszítést tettek azon kiszámítható tényezők azonosítására, amelyek a visszafogadás magas kockázatával járnak, ami eddig meglehetősen nagy kihívást jelentett. Ebben a tanulmányban azt találtuk, hogy a HF-betegek, akiknél a mentesítés idején alacsonyabb volt a KCCQ pontszám, és alacsonyabb volt az EF és a férfi nem, hajlamosabbak voltak a visszafogadásra 30 napon belül. Ezek az eredmények hasonlóak voltak néhány tanulmányhoz, de másokhoz nem. Valójában nincs konkrét beteg vagy kórházi tényezők kimutatták, hogy következetesen megjósolják a 30 napos visszafogadást a HF kórházi kezelése után. A hagyományos betegjellemzők és a HF kórházi kezelés utáni visszafogadás közötti összefüggést leíró 112 vizsgálat szisztematikus áttekintésében a bal kamrai EF, valamint más tényezők, mint például a demográfiai jellemzők, a komorbid állapotok és a New York-i Szívszövetségi osztály, csak az esetek kisebb részében társult a visszafogadással . 69 vizsgálat és 144 rövid távú visszafogadási tényező meta-analízisében a nem cardiovascularis komorbiditások, a rossz fizikai állapot, a felvétel története és a bizonyítékokon alapuló gyógyszerek alkalmazásának elmulasztása, nem pedig a kardiovaszkuláris komorbiditások, az életkor vagy a nem, erősebben kapcsolódtak a rövid távú visszafogadáshoz .

kimutatták, hogy a KCCQ pontszámok sokkal nagyobb érzékenységet mutatnak a HF betegek klinikai változásaira, mint a New York Heart Association (NYHA) funkcionális osztályozása, Minnesota Living With Heart Failure Questionnaire (Lihfe) és a Short Form-36 (SF-36) . Az EVEREST-vizsgálat azt sugallta, hogy a KCCQ a visszafogadás fontos prognosztikai mutatója a mentesítést követő egy éven belül . Vizsgálatukban a < 25 (rosszabb egészségi állapotú) KCCQ-pontszámmal rendelkező betegeknél az rehospitalizáció és a mortalitás kombinált végpontjának kockázata több mint háromszorosára nőtt, mint a legjobb egészségi állapotú csoportba tartozóknál (KCCQ-pontszám > 75). Újabban a KCCQ pontszámot használták az akut HF változásainak tükrözésének megvalósíthatóságának felmérésére kórházi kezelés és a 30 napos visszafogadás előrejelzése. A szerzők megállapították, hogy a KCCQ alkalmazása akut HF kórházi kezelések során megvalósítható volt, és érzékeny volt a klinikai javulásra, de a kórházi kezelés során bekövetkezett pontszámváltozások nem jósolták meg a 30 napos visszafogadást. Ez a vizsgálat azonban egy viszonylag kis vizsgálat volt, amely csak 54 beteget tartalmazott, és a kccq pontszám különbségeire összpontosított a kórházi kezelés során a nem befogadó és a felvételi csoportok között . Ezzel szemben több mint 240 beteget vontak be a vizsgálatunkba, és a KCCQ pontszám magasabb volt a nem engedélyezett HF betegeknél, és függetlenül társult alacsonyabb 30 napos visszafogadással.

mint fentebb említettük, több tényező is hozzájárul a HF visszafogadásához; ezért kidolgozták az összes releváns tényezőt magában foglaló és mérlegelő kockázat-előrejelzési modelleket. Ezekben a modellekben a diszkrimináció, amelyet a vevő működési jellemzője (ROC) görbe alatti terület határoz meg, arra szolgál, hogy megmondja, mennyire képes egy modell elválasztani azokat, akiknek eredménye lesz, azoktól, akiknek nem lesz érdekes eredménye. Ebben az esetben, ha a visszafogadott betegek várható kockázata mind magasabb, mint azoknál a betegeknél, akiket nem fogadnak vissza, a modell tökéletesen megkülönbözteti a c-statisztikát 1. Ezzel szemben, ha a kockázat előrejelzése nem jobb, mint a véletlen, a c-statisztika 0,5. A modelleket általában akkor tekintik ésszerűnek, ha a c-statisztika nagyobb, mint 0,7, és erős, ha a c-statisztika nagyobb, mint 0,8 . A HF kórházi ápolás utáni 30 napos visszafogadáshoz számos modellt fejlesztettek ki. Csak két modell generált 0,6-nál nagyobb c-statisztikát mind a levezetés, mind a validálás tanulmányozása után kohorszok. Az egyik az automatizált modell, amelyet Amarasingham et al. adatok beépítése az elektronikus egészségügyi nyilvántartásból a kórházi kezelés idején . A másik modell az állításokon alapuló demográfiai és komorbiditási adatokat kombinálta a klinikai adatokkal, beleértve az életjeleket, a laboratóriumi értékeket és a mért bal kamrai ejekciós frakciót . A két modell közül azonban egyik sem tartalmazta a KCCQ pontszámokat. Vizsgálati populációnkban csak 48 visszafogadás miatt csak 7 paramétert vettünk fel a kccq pontszám mellett a teljes modellben (5.modell). Az alacsony EF és a nemek (férfiak), ami a visszafogadás esélyhányadosának növekedését eredményezte a többváltozós analízisben, a gyógyszerekre , a béta-blokkolókra és az ACE-gátlókra/ARB-re vonatkozó információkat is tartalmaztuk, amelyek csökkentették a HF mortalitását, valamint a nátriumot és a HGB-t, amelyek befolyásolhatják a HF rehospitalizációját és mortalitását, és más modellekben is használták (http://www.readmissionscore.org/heart_failure.php), bár a többváltozós analízisben nem kapcsolódtak egymástól függetlenül a visszafogadáshoz. A teljes modell (5. modell), amely magában foglalta a KCCQ pontszámot, a C-statisztikát 0,617-re növelte az 1.alapmodellben az életkor és a nem alapján 0-ra.710, az IDI 6, 6% – os növekedésével. Tekintettel arra, hogy sok más lehetséges kockázati tényező nem szerepel ebben a modellben, mint például a GFR és a BNP, ez a modell nem lehet tökéletes, bár a c-statisztikája nagyobb volt, mint 0,7, és eltúlozhatja a KCCQ pontszám hozzájárulását. Eredményeink azonban azt sugallták, hogy a KCCQ hozzájárulása a rövid távú HF visszafogadás előrejelzéséhez potenciálisan ugyanolyan fontos lehet, mint az LVEF.

a jelen megállapításokat a tanulmány korlátainak összefüggésében kell figyelembe venni. Ezt a tanulmányt egyetlen közösségben végezték orvosi központ, további vizsgálatokat kell végezni más központokban vagy több központban, hogy érvényesítsük eredményeinket. A kórházi kezelés során csak egyszer adtuk be a KCCQ – t, ami nem tükrözné a befogadás, a kórházi kezelés alatt és a kórházi kezelés után bekövetkező változásokat. Nem gyűjtöttünk össze néhány releváns kórtörténetet, például a múltban a szívelégtelenség miatti befogadás történetét; fizikai vizsgálati eredmények; néhány más laboratórium, például a GFR és a BNP, vagy a mellkas röntgen eredményei. Ezek a tényezők fontosak lehetnek a kockázat-előrejelzési modellben is.

rövidítések

további pontok

kompetencia az orvosi ismeretekben. A szívelégtelenség a visszafogadással kapcsolatos egyik leggyakoribb diagnózis. A KCCQ pontszám fontos prognosztikai információkat nyújtott a 30 napos visszafogadás előrejelzéséhez, és jelentősen javíthatja az előrejelzés megbízhatóságát más kritikus komponensekkel együtt. Transzlációs Kilátások. További klinikai vizsgálatokat kell végezni több központban, nagyobb mintamérettel, hogy érvényesítsük megállapításunkat. A jövőbeni kutatásoknak magukban kell foglalniuk a releváns fizikai vizsgálati eredményeket és a mellkasröntgen-eredményeket, amelyek fontosak lehetnek a kockázat-előrejelzési modellben.

versengő érdekek

a szerzők kijelentik, hogy nincsenek versengő érdekeik.

szerzői hozzájárulások

Shengchuan Dai és Junhong Gui egyaránt hozzájárultak a kézirathoz.

Köszönetnyilvánítás

a szerzők szeretnék elismerni az alábbi részt vevő orvosok Florida Hospital Orlando, akik segítettek adatgyűjtés: Maria Amin (MD); Saroj Khadka (MD); Prabhava Bagla (MD); és Zoltán Varga (MD, Ph.D.).