慢性心力衰竭病人營養不良風險預測模型的構建及應用

盧進杰

近年來，我國慢性心力衰竭病人發病率不斷上升，該病死亡率較高，而營養不良是導致病人預后不良的一個重要因素[1-2]。慢性心力衰竭病人營養不良是由機體消耗增加、全身代謝改變、腸道水腫以及厭食等引起，不過在臨床實踐當中病人自身營養狀況常被忽視，從而加劇液體潴留、炎癥反應等，引起病情進一步惡化，導致病人預后不良[3]。因此，臨床上應及時做好慢性心力衰竭病人營養狀況評估及監測，對改善病人預后具有重要臨床價值。人體測量指標如白蛋白、體質指數等是評估機體營養狀態的簡易指標，雖然操作簡便，但是單一指標無法完全準確反映營養狀況[4]。目前，臨床上對慢性心力衰竭營養狀態篩查的研究相對較少，特異性較高的客觀篩查工具缺乏。基于此，本研究分析了慢性心力衰竭病人營養不良的相關影響因素，并構建風險預測模型，旨在為慢性心力衰竭病人營養不良早期識別提供參考依據。

1 資料與方法

1.1 一般資料 抽取醫院2020年3月—2021年6月收治的128例慢性心力衰竭病人作為研究對象。入選標準：①年齡>18歲；②均符合《中國心力衰竭診斷和治療指南2018》中的診斷標準[5]；③心功能分級為Ⅱ～Ⅳ級；④原發疾病清楚，包括擴張型心肌病、冠心病或者高血壓；⑤認知功能、語言功能等正常，均可有效溝通；⑥病例資料齊全。排除標準：①存在肺結核、肺栓塞或者慢性阻塞性肺氣腫等肺部疾病；②存在血液系統疾病或者惡性腫瘤；③存在先天性心臟病或者急性心肌梗死等心血管疾病；④既往精神疾病或者長期服用鎮靜藥和(或)抗抑郁藥。本研究經醫院倫理委員會研究同意，并與病人及家屬簽署知情同意書。另選取同時期醫院收治的85例慢性心力衰竭病人對營養不良風險預測模型進行驗證。

1.2 方法

1.2.1 分組方法 入院后在治療前根據微型營養評價簡表(MNA-SF)對病人營養狀況進行評價，MNA-SF是由Rubenstein等[6]對微型營養評定法簡化得出，包括小腿圍或體質指數、自身活動、飲食變化、應激狀態、體重降低、神經疾病情況6個條目，得分0～14分，其中12～14分為營養完全正常；8～11分為營養基本正常，但有潛在營養風險；0～7分為營養不良。根據MNA-SF評分結果分為營養正常組(n=67)和營養不良組(n=61)。

1.2.2 資料收集 通過醫院電子病歷系統收集病人的基線資料，包括性別、年齡、有無吸煙、婚姻狀況、合并糖尿病、學歷、收縮壓、舒張壓、心功能分級、貧血、有無水腫以及血清C反應蛋白、總蛋白水平等。血清C反應蛋白、總蛋白水平由檢驗科采集病人治療前靜脈血檢測，檢測結果通過查詢電子病歷收集。采用雙盲錄入法行數據錄入，以減少人為性錯誤，并進行二次核對，以確保數據的準確性。

2 結果

2.1 一般資料 128例慢性心力衰竭病人中，男72例，女56例；年齡≥60歲89例，<60歲39例；學歷初中及以下58例，高中及以上70例；心功能分級Ⅱ級40例，Ⅲ級66例，Ⅳ級22例；高血壓73例，糖尿病41例，吸煙43例，水腫63例。另選取同時期醫院收治的85例慢性心力衰竭病人對營養不良風險預測模型進行驗證，其中男45例，女40例；年齡≥60歲54例，<60歲31例；營養正常29例，營養不良56例。營養不良發生率為65.88%。

2.2 慢性心力衰竭病人營養不良的單因素分析 單因素分析顯示，年齡、水腫、吸煙、C反應蛋白、貧血以及總蛋白對慢性心力衰竭病人營養不良有明顯影響(P<0.05)。見表1。

表1 慢性心力衰竭病人營養不良單因素分析

2.3 多因素Logistic回歸分析及風險模型構建 將單因素分析中差異有統計學意義的指標作為自變量，并進行賦值(年齡：<60歲=0，≥60歲=1；吸煙：否=0，是=1，水腫：否=0，是=1；C反應蛋白：<10 mg/L=0，≥10 mg/L=1；貧血：否=0，是=1；總蛋白：<60 g/L=0，≥60 g/L=1)，將營養不良作為因變量進行多因素Logistic回歸分析，結果顯示，年齡、吸煙、水腫以及C反應蛋白是影響慢性心力衰竭病人營養不良的獨立危險因素(P<0.05)，見表2。根據多因素Logistics回歸分析結果，將病人的年齡(X1)、吸煙(X2)、水腫(X3)以及C反應蛋白(X4)作為協變量，得出風險模型：P=1/[1+e-(4.776+0.561×X1+1.884×X2+1.756×X3+1.173×X4)]。

表2 多因素Logistics回歸分析

2.4 營養不良風險預測模型驗證 ROC曲線結果分析，該模型曲線下面積為0.873，敏感度為75.86%，特異度為97.09%，95%CI為[0.786,0.952]，最佳臨界值為0.514。將85例病人納入該風險預測模型進行驗證，其中該模型判斷營養不良的敏感度為72.41%(21/29)，特異度為96.43%(54/56)，準確度為88.24%(75/85)。見表3、圖1。

表3 營養不良風險預測模型的診斷效能 單位：例

圖1 風險預測模型ROC曲線

3 討論

研究證實，心力衰竭病人入院時營養狀態與其預后有著密切關系，可作為評估病人預后的重要指標[7]。李文靜等[8]通過對293例心力衰竭病人進行中位隨訪時間509 d的隨訪發現，無營養不良風險病人死亡率16.6%，明顯低于有營養不良風險病人的45.0%。李偉等[9]的研究指出，對老年慢性心力衰竭病人予以腸內營養支持干預，可明顯改善病人的心功能及炎癥反應程度，并降低了并發癥發生率。目前，雖然國內外有多種營養狀況評估工具，如控制性營養評分、營養風險篩查、老年人營養風險指數以及營養指數等，但多是應用于慢性疾病病人，針對慢性心力衰竭的營養狀況評估工具較少，并無金標準[10-11]。因此，制定慢性心力衰竭病人營養不良風險預測模型，對病人及早開展營養評估，并實施針對性干預是改善其預后的關鍵環節。

本研究中通過單因素和多因素Logistic回歸分析法對相關指標進行篩選，結果顯示共發現4個營養不良的高危因素，分別為年齡、吸煙、水腫以及C反應蛋白。隨著年齡增長，機體貯備功能等身體功能不斷降低，尤其是高齡病人，極易出現衰弱，而營養不良與衰弱存在密切關系，相互影響及相互作用。老年慢性心力衰竭病人心功能降低，同時受到胃腸道水腫、靜脈瘀血以及肝大等癥狀影響，對其飲食攝入及營養獲取造成明顯影響，因而更易出現營養不良[12]。研究指出，香煙當中的尼古丁會造成飽腹感，減輕饑餓感，使食物攝入量減少；同時，由于心力衰竭病人能量代謝水平往往較高，而吸煙則會進一步提升病人靜息代謝率，使能量消耗增加，進而增加病人營養不良風險[13]。

心力衰竭病人多存在液體潴留，造成胃腸道水腫，進而影響營養物質吸收以及進食；另外，水腫是慢性心力衰竭病人容量負荷評估的重要觀察指標，容量負荷會引起消化功能障礙以及肝功能異常等多器官功能改變，從而造成影響不良[14]。心力衰竭病人往往存在不同程度的炎癥反應，腫瘤壞死因子-α、白細胞介素6(IL-6)等炎癥因子水平明顯升高[15]。C反應蛋白為常用炎癥標志物，本研究中，慢性心力衰竭病人營養狀況與C反應蛋白存在密切關系。炎癥反應不僅導致病人能量消耗增加，還會造成病人氧化損傷，炎癥反應與氧化損傷相互影響、相互作用，進而加重營養不良或者介導營養不良的形成。

本研究中將病人的年齡(X1)、吸煙(X2)、水腫(X3)以及C反應蛋白(X4)作為協變量，得出風險模型：P=1/[1+e-(4.776+0.561×X1+1.884×X2+1.756×X3+1.173×X4)]。通過ROC曲線對風險預測模型進行預測發現，該模型的曲線下面積為0.873，敏感度為75.86%，特異度為97.09%，95%CI為[0.786,0.952]，最佳臨界值為0.514，即當病人營養不良風險模型評分≥0.514分時，表明病人可能發生營養不良。同時，經過85例慢性心力衰竭病人驗證發現，該模型判斷營養不良的敏感度為72.41%，特異度為96.43%，準確度為88.24%，表明該模型的預測效能較好。本研究中納入了4個因素，多因素綜合建立的營養不良風險預測模型，校正了病人性別、血壓等混雜因素對心力衰竭病人的影響，并減少了不同協變量之間混雜因素，而且對協變量進行了具體量化，從而使得建立的預測模型其ROC曲線工作效能較高[16]。

綜上所述，本研究所構建的預測模型對慢性心力衰竭病人營養不良具有一定預測價值，具有較高的敏感度及特異度，可以幫助醫護人員識別慢性心力衰竭病人營養不良高風險病人，從而為及早制定干預措施提供臨床參考依據。