От здравната система на Провидънс, Портланд, Оре.

От здравната система на Провидънс, Портланд, Оре.

От здравната система на Провидънс, Портланд, Оре.

От здравната система на Провидънс, Портланд, Оре.

От здравната система на Провидънс, Портланд, Оре.

Преглеждате най-новата версия на тази статия. Предишни версии:

Резюме

Заден план- Публикуваните статии, изследващи затлъстяването и хирургията на CABG, съдържат противоречиви резултати за ролята на индекса на телесна маса (ИТМ) като рисков фактор за вътреболничната смъртност.

Методи и резултати— Проучихме 16 218 пациенти, които са претърпели изолирана CABG в базата данни на сърдечно-съдовата група за изследване на здравната система на Providence от 1997 до 2003 г. Ефектът на ИТМ върху вътреболничната смъртност се оценява чрез логистична регресия, като групата на ИТМ (под тегло, норма, наднормено тегло и 3 подгрупи на затлъстяването) като категорична променлива или трансформации, включително дробни полиноми, на ИТМ като непрекъсната променлива. ИТМ не е бил статистически значим рисков фактор за смъртност в нито една от тези оценки. Въпреки това, използвайки техники с кумулативна сума, установихме, че най-ниско коригираната от риска CABG вътреболнична смъртност е при високо нормалното и че пациентите от подгрупа с наднормено тегло с по-ниско или по-високо BMI имат леко повишена смъртност.

Заключения— Размерът на тялото не е важен рисков фактор за смъртност от CABG, но най-ниската смъртност се открива в подгрупите с високо нормално и наднормено тегло в сравнение със затлъстели и поднормено тегло.

В Съединените щати затлъстяването нараства с епидемия през последните 20 години. Резултатите от Националното изследване на здравето и храненето от 1999 до 2000 г. показват, че приблизително 64% ​​от възрастните в САЩ са или с наднормено тегло, или със затлъстяване, определено като индекс на телесна маса (ИТМ) ≥25 kg/m 2. 1 Затлъстяването също допринася основно за риска от сърдечно-съдови заболявания. 2 Тези факти доведоха до увеличаване на разпространението на затлъстяването сред популацията на CABG хирургия у нас.

Литературата, занимаваща се със затлъстяването като рисков фактор за вътреболничната смъртност след CABG, съдържа противоречиви резултати. От 17 проучвания 3–19, които се занимават конкретно с ИТМ като рисков фактор, само проучването с най-голям размер на извадката 3 установява, че затлъстяването е значимо. Друго проучване със средно голяма извадка 4 установи, че високият ИТМ е защитен, а 3 проучвания установяват, че „поднорменото тегло“ (много нисък ИТМ) е рисков фактор. 5-7 Останалите 12 проучвания не откриват никакъв ефект от ИТМ. 8–19

Мотивирани от тези очевидно противоречиви констатации, ние използвахме базата данни на сърдечно-съдовата група за изследване на здравната система на Провиденс (PHS), за да проучим ролята на ИТМ в оперативната (вътреболнична) смъртност.

Методи

Клиничен материал

От януари 1997 г. до декември 2003 г. 16 232 пациенти са подложени на изолирана CABG в 9 болници със здравна система в Провиденс. Всички онези болници с програми за сърдечна хирургия участват в PHS, което изисква проспективно събиране на данни съгласно стандартните дефиниции и предаването им на независим координационен център за обединяване в обща база данни. 14-те пациенти с непълни данни за ръст и/или тегло бяха изключени, оставяйки 16 218 пациенти за проучване.

Статистически методи

ИТМ, тегло в килограми, разделено на квадратен ръст в метри (kg/m 2), е широко приетият начин за оценка на телесните мазнини и общия риск за здравето от затлъстяване или недохранване. Според Националните здравни институти (NIH) 20 нормалният ИТМ е от 18,5 до 24,9 kg/m 2, 25 до 29,9 kg/m 2 е с наднормено тегло и ≥30 kg/m 2 е със затлъстяване. Затлъстяването допълнително се подразделя на леко (30,0 до 34,9 kg/m 2), умерено (35,0 до 39,9 kg/m 2) и екстремно (40,0 kg/m 2). ИТМ 2 се счита за поднормено тегло.

За анализ бяха избрани демографски, исторически и периоперативни променливи, за които е известно, че влияят върху смъртността. Сравненията на тези променливи между нормални и други подгрупи на ИТМ бяха направени чрез използване на ANOVA с post hoc корекция на Scheffé за непрекъснати променливи и чрез логистична регресия с подгрупа ИТМ като единствен рисков фактор за дихотомични променливи.

По-рано разработен PHS логистичен регресионен модел 21, който беше валидиран на скорошни пациенти, беше използван за всички пациенти, за да се изследва възможният ефект от размера на тялото върху смъртността. За да се оценят свойствата на логистичните регресионни модели, c статистиката (площ под кривата на характеристика, работеща от приемника) 22 се използва за измерване на дискриминация, а за измерване на калибрирането се използва статистика 23 на теста Hosmer-Lemeshow χ 2. Като допълнителна проверка на модела PHS извършихме теста на връзката. 24 Тестът за връзка е прост метод за оценка на цялостната спецификация на модела чрез изчисляване на нов модел на регресия, използвайки като прогностични променливи рисковия резултат от оригиналния модел плюс неговия квадрат (квадратичен термин). Ако допълнителният квадратичен член е значителен, има доказателства за погрешно уточняване на модела, което показва, че в модела може да липсват допълнителни променливи. (Този тест обаче не гарантира, че няма липсващи термини; дори ако този термин не е съществен, все още вероятно липсват неизвестни рискови фактори, които могат да бъдат добавени към модела.)

За други неблагоприятни резултати, мозъчно-съдов инцидент, инфаркт на миокарда, дълбока инфекция на гръдната кост, бъбречна недостатъчност, изискваща диализа, използване на кръвопреливане, следоперативна продължителност на престоя> 14 дни, механична вентилация в интензивно отделение> 24 часа, повторна операция по сърдечни причини и следоперативна за анализ бяха избрани интервенции на коронарография. Дихотомизирахме променливите на резултата и използвахме логистична регресия, за да определим ефекта на ИТМ.

Статистически анализи бяха извършени със SPSS версия 11.0, SPSS Inc (логистична регресия, ANOVA); Stata версия 8.2, Stata Corp (дробни полиноми, тест за връзка, cusum); и S-PLUS версия 6.1, Insightful Corp (графика). Стойност на P

ТАБЛИЦА 1. Профили на рискови фактори и смъртност от BMI Group *

Фигура 1. Номограма, показваща връзките между ръст, тегло и ИТМ група за 16 218 изолирани пациенти с CABG. Всяка точка представлява 1 пациент; пунктирани линии показват стойности на BMI (18,5, 25, 30, 35, 40 kg/m 2), които определят границите на 6 групиране на BMI, както е определено от NIH (обозначено вдясно).

Затлъстелите пациенти са били по-млади и по-често жени. Затлъстелите пациенти също са имали повече диабет, системна хипертония и белодробна хипертония. Пациентите с поднормено тегло са били по-възрастни, по-често са били жени и са имали повече периферни съдови заболявания, хронична обструктивна белодробна болест, застойна сърдечна недостатъчност, инфаркт на миокарда, камерна аритмия, митрална недостатъчност, ляво основно заболяване и функционален клас III и IV на Нюйоркската сърдечна асоциация.

Затлъстелите пациенти са имали по-малка смъртност; пациентите с поднормено тегло са имали по-висока (некоректирана) смъртност. Изследването на причините за смъртта не показва очевидни разлики между групите на ИТМ.

Коригирана по риск смъртност

Предишен модел на CABG риск, разработен при пациенти с PHS, оперирани от януари 1997 г. до юни 2002 г. 21, включва 12 рискови фактора (идентифицирани в таблица 1), но няма променливи, свързани с размера на тялото. Преди да използваме този модел, ние извършихме стъпка за валидиране, като изчислихме прогнози за новите пациенти, добавени, тъй като беше разработен (юли 2002 г. до декември 2003 г.). Старият модел добре пасва на новите данни за пациента; c статистиката беше 0.811, а статистиката на Хосмер-Лемешоу беше 10.07 (P= 0,26).

По този начин всички 16 218 дела от януари 1997 г. до декември 2003 г. са обединени за настоящото разследване. От тях 219 пациенти (1,4%) не са имали всички рискови фактори, необходими за рисковия модел; останалите 15 999 са използвани, за да се види дали увеличеният размер на пробата (тъй като е разработен оригиналният модел) може да помогне за идентифициране на ефекта на размера на тялото. Рисковият модел се вписва добре в целия набор от данни; c статистиката беше 0,806, а статистиката на Hosmer-Lemeshow беше 3,77 (P= 0,88). Когато тестът за връзка е бил използван за комбинирания набор от данни, квадратичният член не е бил значителен (P= 0,55), без да има доказателства за неправилна спецификация на модела.

Прогнозираната смъртност намалява с увеличаване на ИТМ (Фигура 2). Това означава, че като цяло пациентите с поднормено тегло са в по-лошо състояние, като се имат предвид всички рискови фактори в модела и че пациентите със затлъстяване са в относително по-добро състояние. Наблюдаваната смъртност (Фигура 2) следва прогнозираната от модела (без променливи телесни размери) сравнително добре, с изключение на малко по-ниския риск от средата на нормата през групата с наднормено тегло. По този начин, след корекция за други рискови фактори, изглежда има някакъв необясним риск от смъртност в подгрупите с поднормено тегло и затлъстяване в сравнение със средната подгрупа на ИТМ.

фактор

Фигура 2. Наблюдавана и очаквана смъртност за 25 квантилни групи ИТМ; всяка група от последователни стойности на ИТМ се състои от 1/25 от пациентите. Очакваната смъртност (сива линия) е получена с предварително извлечен рисков модел за CABG смъртност, който не съдържа рискови фактори за размера на тялото. Наблюдаваната смъртност (•) за всяка група се нанася над средната стойност на ИТМ на тази група по хоризонтална ос. Лентите за грешки съответстват на средната стойност ± SE (≈70% граници на доверие). Границите на подгрупата на ИТМ са маркирани.

Линейната комбинация от 12-те рискови фактора от този модел създава оценка на риска от смъртност (линейната комбинация от рискови фактори) за всеки пациент. След това беше използвана многовариативна логистична регресия, за да се види дали различни количествени оценки на размера на тялото могат значително да допринесат за този риск. Опитахме се да подобрим този модел чрез добавяне на единични променливи и комбинации и трансформации на променливи, отразяващи размера на тялото или затлъстяването, както е показано в таблица 2. Нито една от отделните мерки или техните трансформации не са влезли в модела нито поотделно (група А в таблица 2), нито в комбинация (група В). Третирането на ИТМ като категорична променлива от 6 нива (група С) също не добавя значително към модела. След това методът на FPs беше използван като единно търсене за оптимална трансформация на ИТМ. Това доведе до още 2 модела на регресия, нито един от които не допринесе значително за риска. FP от първа степен избра единична трансформация на ИТМ, неговия куб (P= 0,52). FP от втора степен избра 2 трансформации на BMI, обратното и обратното по логаритъма (P= 0,27). FP с по-висока степен не са били изпробвани.

ТАБЛИЦА 2. Многовариативен логистичен регресионен анализ за смъртност

И накрая, използвана е cusum техника за визуализиране на връзката на ИТМ с коригираната към риска смъртност. Кумулативната сума върху ИТМ на наблюдаваната смърт (1 = да, 0 = не) минус предсказана смърт от модела на риска (0 2; в този диапазон пациентите имат по-ниска смъртност, отколкото другаде. Това обединява наблюдението от Фигура 2. Въпреки това, общият спад в този диапазон, от максимум ≈10 повече смъртни случая от очакваното до минимум ≈15 по-малко смъртни случаи от очакваното, се равнява на намаление на смъртността в този диапазон на ИТМ от

Фигура 3. Модифициран сюжет за смърт. Вертикалната ос е cusum на наблюдаваните смъртни случаи минус смъртни случаи, предсказани от предварително разработен рисков модел за смъртност от CABG, който не включва никакви променливи, описващи размера на тялото. Хоризонталната ос се мащабира в брой пациенти, така че е нелинейна в единиците за ИТМ. Границите на подгрупата на ИТМ са маркирани.

Заболеваемост

Суровата (некоректирана) смъртност и заболеваемост са показани в Таблица 3. Пациентите с поднормено тегло са имали по-висок процент на следоперативна цереброваскуларна катастрофа, кръвопреливане, реоперация, вентилация в интензивно отделение> 24 часа и продължителност на престоя> 14 дни. Пациентите със затлъстяване са имали по-дълбока инфекция на гръдната кост.

ТАБЛИЦА 3. Следоперативна заболеваемост по ИТМ групи

Категория на ИТМ,% Поднормено теглоНормално Наднормено тегло Леко затлъстяване Умерено затлъстяване Екстремно затлъстяванеP Интензивното отделение показва интензивно отделение. Дълбока инфекция на гръдната кост00,30,30.61.11.4 24 ч10.17.55.24.97.57.4 14 г.8.83.82.82.53.55.6

ТАБЛИЦА 4. Многовариативен логистичен регресионен анализ за заболеваемост *

Дискусия

ИТМ е свързан с много характеристики на пациента, особено възраст и пол. Жените са имали по-висок ИТМ от мъжете в същата възрастова група. По-младите пациенти са имали по-висок ИТМ от възрастните. Повече жени са в подгрупите с поднормено тегло и затлъстяване. Тъй като възрастта и полът са важни рискови фактори за смъртността, трябва да определим връзката между ИТМ и смъртността след коригиране на въздействието на възрастта, пола и други рискови фактори.

Предишни изследвания

От 13 модела с общ риск за смъртност след CABG от скорошно търсене на литература, 27 само 2-те най-големи проучвания, от Националната база данни за сърдечна хирургия на Обществото на гръдните хирурзи (STS) 28 и от щата Ню Йорк, 29 включват затлъстяване. Нито един от тях не включва поднорменото тегло като рисков фактор. Два от тях, STS 28 и Изследователска група за сърдечно-съдови заболявания на Северна Нова Англия, 30, включват BSA. Броят на рисковите фактори варира значително в тези проучвания и корелира силно с броя на изследваните пациенти (r= 0,96).

Тъй като базата данни STS има най-много пациенти с CABG, ние допълнително разгледахме всичките им предишни рискови модели. STS публикува CABG рискови модели за 9 различни години, включени в 5 статии. 28,31–34 Броят на рисковите фактори се увеличава с броя на наличните за анализ случаи; само когато моделът има> 30 фактора, затлъстяването влиза в модела. Интересното е, че моделите от 1995 32 и 1996 28 включват както BSA, така и затлъстяването, а моделът 31 от 1999 г. има само BSA.

Спрямо настоящото разследване открихме 17 допълнителни проучвания, които се занимават специално със затлъстяването като рисков фактор за смъртност и заболеваемост. 3–19 Само едно проучване, най-голямото проучване, използващо базата данни STS, 3 установи, че затлъстяването е значимо за смърт, с ORs от 1,21 за ИТМ от 35 до 40 kg/m 2 и 1,58 за BMI> 40 kg/m 2. Едно друго проучване 4 установи, че е защитно.

По този начин, повечето модели на риск от CABG и специални разследвания на затлъстяването не намират затлъстяването за значително; правят само проучвания с огромен брой пациенти и десетки други рискови фактори. Това е в съответствие със затлъстяването с малък клиничен ефект; като цяло, колкото по-малък е клиничният размер на даден ефект, толкова по-голям е броят на пациентите, необходими за неговото статистическо потвърждение.

Установихме, че ИТМ е рисков фактор за дълбока инфекция на гръдната кост, което съвпада с много други изследвания. 3–6,8–12 Ние също имаме същите констатации като други проучвания 4–6,11–13, че пациентите със затлъстяване имат по-малко следоперативно кървене и по-малко се нуждаят от кръвопреливане.

ИТМ групиране

Проучване на ограничения

Нашето проучване и повечето от останалите използваха ИТМ за определяне на затлъстяването. ИТМ обаче има своите ограничения. ИТМ може да не отразява точно телесната мастна тъкан при хора, които са много ниски (36 нивото на албумин също се счита за индекс за затлъстяване. Нашата база данни не съдържа променливите, необходими за тестване на тези други методи за определяне на затлъстяването.

Този анализ зависи отчасти от изходната смъртност. Нашите резултати са подобни на националната база данни STS, която съобщава за 559 000 пациенти, оперирани през 1997 до 2000, 3 с обща смъртност 2,6% в сравнение с 2,2% в това проучване и смъртност 2,6% при пациенти с ИТМ> 35 kg/m 2 в сравнение с 2,3% в това проучване.

В нашата кохорта на изследването имаше само 90 пациенти с поднормено тегло (0,6%) и 7 смъртни случая сред тях. Този малък брой ограничава силата и прецизността на изследването на тази група. От друга страна, нашият рисков модел не съдържа всички възможни рискови фактори, а само тези, поддържани от нашите данни. Разликата в смъртността, която видяхме при пациенти с поднормено тегло, може да се дължи на други рискови фактори, които не са в нашия модел, а не на самия вътрешен размер.

Заключения

Размерът на тялото не е важен рисков фактор за смъртност от CABG, но най-ниската смъртност се открива в подгрупите с високо нормално и наднормено тегло (в сравнение със затлъстели и поднормено тегло).

Следните болници в здравната система на Провиденс осигуриха съществено сътрудничество и използване на техните данни за пациенти със сърдечна хирургия: Аляска: Медицински център в Провиденс Анкоридж; Вашингтон: Медицински център Providence Everett, болница Сейнт Питър Провиденс (Олимпия), Медицински център Providence Yakima; Орегон: Медицински център Провиденс Портланд, Медицински център Провиденс Сейнт Винсент (Портланд); Калифорния: Медицински център Провиденс Сейнт Джоузеф (Бърбанк), Медицински център Свети Кръст Провиденс (Мисион Хилс), Провиденс Малката компания на болница Мери (Торанс).