Meneroka Sebab-sebab Perubahan Peringkat Negeri dalam Kejadian Kecederaan Buah Pinggang Akut (AKI-D) yang memerlukan Dialisis di Amerika Syarikat
Feb 23, 2022
Zijin Chen1,2*, Charles E. McCulloch3, Neil R. Powe4,5
Abstrak
latar belakang:Terdapat banyak variasi peringkat negeri dalam kejadian yang memerlukan dialisisakutbuah pinggangkecederaan(SEORANG BUDAK). Walau bagaimanapun, sedikit yang diketahui tentang sebab variasi geografi ini.
Kaedah:Kajian ekologi peringkat negeri keratan rentas kebangsaan berdasarkan Pangkalan Data Pesakit Dalam Negeri (SID) dan Sistem Pengawasan Faktor Risiko Tingkah Laku (BRFSS) pada tahun 2011. Kami menganalisis 18 negeri dan enam keadaan kesihatan kronik (diabetes mellitus [diabetes], hipertensi,kronikbuah pinggangpenyakit[CKD], penyakit jantung arteriosklerotik [ASHD], kanser (tidak termasuk kanser kulit), dan penyakit pulmonari obstruktif kronik [COPD]). Persatuan antara setiap keadaan kesihatan kronik danSEORANG BUDAKInsiden dinilai menggunakan korelasi Pearson dan penyesuaian regresi berganda untuk umur min, perkadaran lelaki, dan perkadaran kulit putih bukan Hispanik di setiap negeri.
Keputusan:Peringkat negeriSEORANG BUDAKInsiden berkisar antara 190 hingga 1139 bagi setiap juta penduduk. Perbezaan peringkat negeri dalam kadar kemasukan ke hospital dengan keadaan kesihatan kronik (kebanyakannya < 3-perbezaan="" kali="" ganda="" dalam="" julat)="" adalah="" lebih="" besar="" daripada="" perbezaan="" peringkat="" negeri="" dalam="" prevalens="" bagi="" setiap="" keadaan="" kesihatan="" kronik="" (kebanyakannya="">< 2.5-="" perbezaan="" lipatan="" dalam="" julat).="" korelasi="" yang="" ketara="" ditunjukkan="" antara="" kejadian="" aki-d="" dan="" kelaziman="" diabetes,="" ashd,="" dan="" copd,="" serta="" antara="" kejadian="" aki-d="" dan="" kadar="" kemasukan="" ke="" hospital="" dengan="" hipertensi.="" dalam="" model="" regresi,="" selepas="" melaraskan="" umur,="" jantina="" dan="" bangsa,="" kejadian="" aki-d="" dikaitkan="" dengan="" kelaziman="" dan="" kadar="" kemasukan="" ke="" hospital="" dengan="" lima="" keadaan="" kesihatan="" kronik--diabetes,="">CKD, ASHD dan COPD--dan kadar kemasukan ke hospital dengan kanser.
Kesimpulan:Keputusan daripada analisis ekologi ini menunjukkan bahawa variasi peringkat negeri dalam kejadian AKI-D mungkin dipengaruhi oleh variasi peringkat negeri dalam kelaziman dan kadar kemasukan ke hospital dengan beberapa keadaan kesihatan kronik. Bagi kebanyakan keadaan kronik yang diterokai,SEORANG BUDAKberkorelasi lebih kuat dengan kadar kemasukan ke hospital dengan keadaan kesihatan dan bukannya dengan kelazimannya, menunjukkan bahawa strategi pengurusan penyakit yang lebih baik yang menghalang kemasukan ke hospital mungkin diterjemahkan kepada insiden yang lebih rendah.SEORANG BUDAK.
Kata kunci:Variasi geografi,Kronikkesihatansyarat, SEORANG BUDAK, Kajian ekologi
Hubungi:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791
Latar belakang
Dialisis-memerlukanakutbuah pinggangkecederaan(AKI-D) adalah punca morbiditi dan kematian yang penting dalam pesakit dimasukkan ke hospital dan dikaitkan dengan beban kesihatan awam yang besar. Kami baru-baru ini melaporkan variasi geografi yang besar dalam kejadian AKI-D di Amerika Syarikat [1-3] dengan beberapa negeri mempunyai lebih daripada sepuluh kali ganda insiden lebih tinggi daripada yang lain. Walau bagaimanapun, sedikit yang diketahui tentang sebab variasi geografi ini.
Kami membuat hipotesis bahawa variasi geografi dalam kelaziman keadaan kesihatan kronik tertentu yang mempengaruhi sama ada secara langsung atau tidak langsungakutbuah pinggangkecederaanmungkin merupakan penyumbang penting kepada variasi geografi yang diperhatikan dalam kejadian AKI-D. Keadaan kronik calon termasuk diabetes mellitus (diabetes), hipertensi,kronikbuah pinggangpenyakit(CKD), penyakit jantung arteriosklerotik (ASHD), kanser, dan penyakit pulmonari obstruktif kronik (COPD).
Tambahan pula, sejakSEORANG BUDAKhanya berlaku dalam kalangan pesakit yang dimasukkan ke hospital (memandangkan dialisis akut tidak boleh dimulakan dalam keadaan pesakit luar), kami membuat hipotesis bahawa variasi geografi dalam kadar kemasukan ke hospital pesakit dengan keadaan kesihatan kronik juga berpotensi penting.
Untuk meneroka persatuan ini, kami menganalisis data daripada 18 negeri yang diperoleh daripada dua pangkalan data AS yang mewakili komuniti—Pangkalan Data Pesakit Dalam Negeri (SID) [4] dan Sistem Pengawasan Faktor Risiko Tingkah Laku (BRFSS) [5].
Kaedah
Reka bentuk kajian
Kami menjalankan kajian nasional, keratan rentas, ekologi dalam kalangan populasi berumur 45 tahun ke atas di Amerika Syarikat. Kami mengehadkan kajian kami kepada orang dewasa berumur 45 tahun ke atas kerana kejadian AKI-D dan keadaan kesihatan kronik prevalens dan kemasukan ke hospital adalah rendah dalam populasi yang lebih muda.
Menentukan variasi peringkat negeri dalam kelaziman keadaan kesihatan kronik menggunakan BRFSS
Berdasarkan kesusasteraan sedia ada, kami memilih keadaan kesihatan kronik priori untuk dikaji sebagai calon untuk mengaitkan dengan kejadian AKI-D. Kami memasukkan punca utama ESRD (yang kami anggap sebagai punca utama CKD juga), keadaan morbid teratas yang mengiringi ESRD (kerana ia mungkin bertindak sebagai pencetus akut padakronikbuah pinggangpenyakit), dan kemungkinan faktor risiko untuk AKI-D daripada kajian terdahulu [2, 6, 7]. Secara khusus, kami mula-mula menentukan empat punca utama penyakit buah pinggang peringkat akhir (ESRD) daripada Sistem Data Renal Amerika Syarikat (USRDS): diabetes, hipertensi, glomerulonefritis dan sistabuah pinggangpenyakit[6]. Kami kemudiannya menentukan sepuluh keadaan komorbid yang dilaporkan dalam kalangan pesakit ESRD daripada USRDS: hipertensi, diabetes, kegagalan jantung kronik, penyakit jantung arteriosklerotik, penyakit jantung lain, penyakit vaskular periferal, COPD, kemalangan serebrovaskular/serangan iskemia sementara (CVA/TIA), retinopati diabetik, dan neoplasma malignan [7]. Kami akhirnya mencatatkan sepuluh kod diagnosis teratas yang berkaitan dengan trend temporal dalam AKI-D daripada kajian terdahulu: kejutan, serangan jantung, fibrilasi ventrikel, septikemia, pelbagai myeloma, kegagalan pernafasan, pembekuan, gangguan hemoragik, hipertensi, koma koma, kerosakan otak, penyakit hati, dan mycoses [2].
Anggaran kelaziman keadaan kesihatan kronik peringkat negeri diperolehi berdasarkan data laporan sendiri daripada BRFSS pada tahun 2011. BRFSS ialah sistem utama tinjauan telefon berkaitan kesihatan negara yang mengumpul data di peringkat negeri dan tempatan daripada penduduk AS mengenai mereka tingkah laku risiko berkaitan kesihatan, keadaan kesihatan kronik, dan penggunaan perkhidmatan pencegahan [5, 8]. Data ini datang daripada peserta dalam kesemua 50. Bermula pada tahun 2011, tinjauan telefon bimbit dan metodologi baharu untuk mengira nilai wajaran telah dimasukkan sebagai komponen BRFSS [9, 10]. Oleh kerana tinjauan BRFSS 2011 tidak menangkap semua keadaan kesihatan yang disenaraikan di atas, kami menggabungkan punca utama ESRD, sepuluh keadaan komorbid terbaik dalam kalangan pesakit ESRD dan sepuluh kod diagnosis teratas yang berkaitan dengan trend temporal AKI-D kepada enam keadaan kesihatan kronik. : kencing manis, hipertensi, CKD, ASHD, kanser (tidak termasuk kanser kulit) (selepas ini dirujuk hanya sebagai "kanser"), dan COPD. Pemilihan enam keadaan kesihatan ini telah dibuat sebelum melakukan sebarang analisis persatuan.
Soalan dan pilihan jawapan BRFSS untuk enam keadaan kesihatan kronik ini disenaraikan dalam Jadual Tambahan 1 [11]. Apabila jawapan bagi setiap soalan ialah "ya", kami menganggap peserta itu mempunyai keadaan kesihatan kronik ini. Apabila jawapannya "tidak," kami menganggap peserta tidak mengalami keadaan kesihatan kronik ini. Untuk ASHD, dua soalan yang berkaitan (mengenai "infarksi miokardium" dan "angina atau penyakit jantung koronari") telah dimasukkan dan klasifikasi ASHD adalah berdasarkan jawapan ya kepada sama ada. Jawapan diberikan sebagai "hilang," "enggan" atau "tidak tahu/tidak pasti" bersama-sama menyumbang < 3="" peratus="" daripada="" respons="" untuk="" semua="" syarat="" dan="" diklasifikasikan="" sebagai="">
Menentukan variasi peringkat negeri dalam kejadian AKI-D yang dimasukkan ke hospital menggunakan banci SID dan AS
Kami menggunakan Pangkalan Data Pesakit Dalam Negeri (SID) untuk menentukan bilangan kemasukan ke hospital AKI-D [3, 4]. Kami kemudian menggunakan data Biro Banci AS untuk mengira kejadian negeri demi negeri bagi AKI-D.
AKI-D ditakrifkan apabila terdapat kedua-dua kod diagnostik kegagalan buah pinggang akut (Klasifikasi Antarabangsa Penyakit, Semakan Kesembilan, Pengubahsuaian Klinikal [ICD- 9] kod 584.5, 584.6, 584.7, 584.8 atau 584.9) dan prosedur dialisis kod (39.95, V45.11, V45.12, V56.0 atau V56.2) tanpa penciptaan fistula arteriovenous serentak atau kod prosedur semakan (39.27, 39.42, 39.43 atau 39.93) [1, 3, 12 , 13]. Kajian terdahulu telah menunjukkan bahawa algoritma ini menghasilkan lebih daripada atau sama dengan 90 peratus nilai sensitiviti, spesifik, positif dan negatif ramalan [1, 3, 12, 13].
Atas sebab kos, kami membeli hanya 25 daripada 30 SID yang tersedia pada tahun 2011: Arizona (AZ), Arkansas (AR), California (CA), Colorado (CO), Florida (FL), Iowa (IA), Kentucky ( KY), Massachusetts (MA), Maryland (MD), Maine (ME), Michigan (MI), Mississippi (MS), North Carolina (NC), Nebraska (NE), New Jersey (NJ), New Mexico (NM) , New York (NY), Nevada (NE), Oregon (OR), Rhode Island (RI), South Carolina (SC), Utah (UT), Vermont (VT), Washington (WA) dan West Virginia (WV) (Tambahan Rajah 1) [3].
Sembilan belas pangkalan data SID dilaporkan > 15 kod diagnostik. Dalam satu pun daripada 19 negeri ini, lebih daripada satu perempat daripada kemasukan ke hospital tidak mempunyai > 15 kod diagnostik. 19 (tidak bertindih) pangkalan data SID dilaporkan > 6 kod prosedur. Di mana-mana daripada 19 negeri ini tidak lebih daripada sepersepuluh daripada kemasukan ke hospital mempunyai > 6 kod prosedur [3]
Dalam analisis utama kami, untuk mengurangkan bias penentuan, kami tidak memasukkan pangkalan data SID dengan kurang daripada 15 kod diagnostik (ME, NE) dan kami hanya menganalisis 15 kod diagnostik pertama yang disenaraikan untuk setiap kemasukan ke hospital (Tambahan Rajah 1). Kami juga hanya menganalisis 6 kod prosedur pertama dalam analisis utama kami (semua negeri mempunyai sekurang-kurangnya bilangan kod prosedur ini) [3].
Kami mengira kemasukan ke hospital AKI-D dengan diagnosis ESRD (585.6) semasa keluar tetapi tidak semasa kemasukan. Analisis utama kami tidak termasuk keadaan (CO, MS, NC, UT, WV) di mana kami tidak dapat mengetahui sama ada ESRD adalah diagnosis kemasukan atau diagnosis pelepasan [atau kedua-duanya]) (Tambahan Rajah 1) [3].
Oleh itu, analisis utama kami adalah berdasarkan 18 negeri (AZ, AR, CA, FL, IA, KY, MA, MD, MN, NJ, NM, NY, NV, OR, RI, SC, VT, WA) (Tambahan Rajah 1 ) [3]. Kami menggunakan data daripada kesemua 25 negeri dalam analisis sensitiviti.
Di sini, kami hanya menganalisis sehingga 9 kod diagnostik dan sehingga 6 kod prosedur untuk setiap negeri untuk mengurangkan bias penentuan (semua negeri melaporkan sekurang-kurangnya 9 kod diagnostik dan 6 kod prosedur) dan mengecualikan semua kemasukan ke hospital yang mengandungi kod diagnostik untuk ESRD ( 585.6) kerana untuk lima keadaan (CO, MS, NC, UT, dan WV), kami tidak dapat mengetahui sama ada diagnosis ini sudah ada semasa kemasukan [3].
Menentukan variasi peringkat negeri dalam kadar kemasukan ke hospital dengan setiap keadaan kesihatan kronik daripada banci SID, BRFSS dan AS
Kami mengenal pasti dan menyusun pelepasan hospital yang berkaitan dengan setiap keadaan kesihatan kronik dan mengira kadar menggunakan anggaran populasi pesakit peringkat negeri. Kami membuat hipotesis bahawa kadar kemasukan ke hospital dengan setiap keadaan kesihatan kronik boleh dipengaruhi oleh pesakit dengan keadaan kesihatan kronik yang mempunyai penyakit yang lebih teruk atau mempunyai komplikasi yang perlu dirawat di hospital.
Khususnya, kami menggunakan Perisian Klasifikasi Klinikal (CCS) dalam SID yang meruntuhkan > 14,000 kod diagnosis piawai dalam Klasifikasi Antarabangsa Penyakit-Semakan Kesembilan-Pengubahsuaian Klinikal (ICD-9- CM) menjadi lebih kecil bilangan kategori klinikal yang signifikan [3]. Setiap satu daripada enam keadaan kesihatan kronik yang diminati telah dipetakan kepada kod diagnostik CCS berikut: diabetes (kod diagnostik CCS 49, 50), hipertensi (kod diagnostik CCS 98, 99), CKD (kod diagnostik CCS 156, 158), ASHD (kod diagnostik CCS 100, 101,102), kanser (kod diagnostik CCS 11–21 dan 24–43), dan COPD (kod diagnostik CCS 127).
Kaedah statistik
Insiden AKI-D peringkat negeri dinyatakan sebagai per juta penduduk (pmp) seperti yang diterangkan sebelum ini [3, 12, 14]. Kami mengira perbezaan kali ganda untuk ini dengan membahagikan kejadian AKI-D peringkat negeri yang diperhatikan tertinggi dengan kejadian AKI-D peringkat negeri yang paling rendah diperhatikan. Kami mengelaskan negeri kepada peringkat rendah/sederhana/tinggi insiden AKI-D untuk menunjukkan variasi serantau pada peta AS
Kami mengira anggaran kelaziman keadaan kronik daripada BRFSS dan penduduk pemastautin daripada Biro Banci AS 2011 [15]. Kami mengira kadar kemasukan ke hospital dengan setiap keadaan kesihatan kronik bagi setiap 1000 penduduk sebagai kiraan kemasukan ke hospital / (kelaziman keadaan kronik * penduduk pemastautin) * 1000. Perbezaan lipatan untuk ini juga dikira mengambil nilai tertinggi berbanding terendah yang diperhatikan. (Semua kadar insiden adalah setahun.)
Untuk mendapatkan anggaran kelaziman dan selang keyakinan (CI) yang berkaitan, kami menggunakan reka bentuk tinjauan sampel kompleks yang menyatakan strata, kelompok dan berat sampel untuk gabungan data telefon talian tetap dan telefon selular ("STSTR" digunakan untuk strata, "{{0} }PSU" untuk kelompok dan "_LLCPWT" untuk berat pensampelan) [16].
Pekali korelasi Pearson digunakan untuk menentukan i) korelasi peringkat negeri antara kelaziman setiap keadaan kesihatan kronik dan kejadian AKI-D, dan ii) korelasi peringkat negeri antara kadar kemasukan ke hospital dengan setiap keadaan kesihatan kronik dan AKI-D kejadian.
Analisis regresi linear dilakukan untuk menentukan perkaitan peringkat negeri antara prevalens atau kadar kemasukan ke hospital dengan setiap keadaan kesihatan kronik dan kejadian AKI-D, menyesuaikan untuk umur purata, bahagian lelaki, dan bahagian kulit putih bukan Hispanik dalam setiap negeri. Saiz anggaran parameter dan nilai-p daripada model regresi linear digunakan untuk mengukur keadaan kesihatan kronik yang mungkin mempunyai pengaruh paling besar terhadap kejadian AKI-D. Kami juga membandingkan nilai R-kuadrat diselaraskan dalam model berbeza untuk setiap keadaan kesihatan kronik untuk menilai sama ada perbezaan dalam kelaziman atau kadar kemasukan ke hospital dengan beberapa keadaan kesihatan kronik berpotensi menyumbang lebih banyak variasi peringkat negeri yang diperhatikan dalam kejadian AKI-D.
Dalam semua model regresi, kami menyemak andaian lineariti. Jika hubungan antara pendedahan minat dan hasil kelihatan tidak linear, kami menambah istilah kuadratik ke dalam model dan memaparkan keputusan kami secara grafik.
Sebagai kawalan negatif, kami memeriksa kanser kulit sebagai keadaan kesihatan kronik yang kami hipotesis tidak akan mempunyai sebarang korelasi atau kaitan dengan kejadian AKI-D. Maklumat mengenai kanser kulit juga berdasarkan laporan diri dalam BRFSS (Jadual Tambahan 1) dan kami menggunakan kod diagnostik CCS 22, 23 dalam SID.
Data dianalisis menggunakan STATA versi 14.1 (Stata Corp., College Station, TX) dan disahkan secara bebas oleh penganalisis berasingan menggunakan SAS versi 9.4 (SAS Institute Inc., Cary, NC).
Keputusan
Ciri demografi responden BRFSS dan pesakit yang telah dimasukkan ke hospital AKI-D ditunjukkan dalam Jadual 1 (pecahan peringkat negeri dalam Jadual Tambahan 2 dan Jadual Tambahan 3). Individu yang dimasukkan ke hospital AKI-D lebih berkemungkinan lebih tua, lelaki dan kulit hitam bukan Hispanik berbanding responden BRFSS.
Insiden AKI-D dimasukkan ke hospital
Kami mengenal pasti 34,122 kemasukan ke hospital dengan AKI-D di SID daripada 18 negeri. Insiden AKI-D peringkat negeri berbeza-beza (Rajah 1), antara 190 hingga 1139 malam (6.0- perbezaan kali ganda) (Jadual Tambahan 2).
Kelaziman keadaan kesihatan kronik
Kajian itu melibatkan 188,997 peserta daripada BRFSS dalam kalangan individu berumur 45 tahun ke atas di 18 negeri (saiz populasi berwajaran=57,396,000). Anggaran kelaziman enam keadaan kesihatan kronik yang diminati berbeza dari negeri ke negeri (Jadual Tambahan 4-9). Untuk diabetes, julat prevalens peringkat negeri ialah 11.9 hingga 18.4 peratus (1.5-perbezaan kali ganda), untuk hipertensi 42.1 hingga 54.1 peratus (1.3-perbezaan kali ganda), untuk CKD 2.4 hingga 5.9 peratus (2.5- perbezaan kali ganda), untuk ASHD 9.3 hingga 15.8 peratus (1.7-perbezaan kali ganda), untuk kanser 9.1 hingga 11.9 peratus (1.3-perbezaan kali ganda), dan untuk COPD 6.3 hingga 13.5 peratus (2.1-perbezaan kali ganda).
Kadar kadar kemasukan ke hospital dengan setiap keadaan kesihatan kronik
Berbanding dengan variasi peringkat negeri dalam kelaziman penyakit, terdapat variasi negeri-ke-negeri yang lebih besar dalam kadar kemasukan ke hospital dengan keadaan kesihatan kronik (cth, membandingkan perbezaan kali ganda dari keadaan tertinggi ke terendah). Khususnya, kadar kemasukan ke hospital dengan diabetes adalah antara 252 hingga 438 bagi setiap 1000 pesakit (1.7-perbezaan kali ganda), manakala dengan hipertensi berjulat dari 153 hingga 278 bagi setiap 1000 pesakit (1.8-perbezaan kali ganda) , iaitu dengan CKD 360 hingga 1144 bagi setiap 1000 pesakit (3.2-perbezaan kali ganda), dengan ASHD 289 hingga 547 bagi setiap 1000 pesakit (1.9-perbezaan kali ganda), iaitu dengan kanser daripada 197 hingga 384 setiap 1000 pesakit (1.9-perbezaan kali ganda), dan dengan COPD daripada 213 kepada 473 setiap 1000 pesakit (perbezaan 2.2-kali ganda).
Perhatikan 6-perbezaan julat kali ganda dalam kejadian AKI-D antara negeri (1139/190 pmp) adalah lebih daripada variasi peringkat negeri dalam prevalens keadaan kesihatan kronik (kebanyakannya < 2.5-perbezaan kali ganda dalam julat ) atau variasi peringkat negeri dalam kadar kemasukan ke hospital keadaan kesihatan kronik (kebanyakannya < 3-perbezaan kali ganda dalam julat).
Korelasi peringkat negeri antara kelaziman setiap keadaan kesihatan kronik dan kejadian AKI-D
Di peringkat negeri, korelasi yang ketara ditunjukkan antara kejadian AKI-D dan kelaziman diabetes (r=0.56; p=0.01, Rajah 2a), ASHD (r {{7 }}.56;p=0.01, Rajah.
2b), dan COPD (r=0.55; p=0.02, Rajah 2c). Tiada korelasi yang ketara di peringkat negeri dicatatkan antara kejadian AKI-D dan prevalens hipertensi (r=0.35; p=0.15), CKD (r=0.36; p=0.14, Rajah 2d) dan kanser (r=0.06; p=0.82).
Korelasi peringkat negeri antara kadar kemasukan ke hospital dengan setiap keadaan kesihatan kronik dan kejadian AKI-D Kolerasi yang ketara juga ditunjukkan antara kejadian AKI-D dan kadar kemasukan ke hospital dengan hipertensi (r=0.51; p {{5 }}.03, Rajah 2e). Tiada korelasi yang ketara ditunjukkan untuk kadar kemasukan ke hospital dengan diabetes (r=0.27; p=0.27), CKD (r=0.03; p=0.91 , Rajah 2f), ASHD (r=0.17; p=0.49), kanser (r=0.23; p=0.37), dan COPD (r=0.13; p=0.60).
Perkaitan antara kelaziman dan/atau kadar kadar kemasukan ke hospital dengan setiap keadaan kesihatan kronik dan kejadian AKI-D mengikut regresi linear.
Selepas mengawal perbezaan peringkat negeri dalam umur, jantina dan bahagian kulit putih bukan Hispanik, negeri yang mempunyai prevalensi diabetes, hipertensi, ASHD dan COPD yang lebih tinggi mempunyai insiden AKI-D yang lebih tinggi (Jadual 2). Sebagai contoh, bagi setiap 1 peratus prevalens diabetes yang lebih tinggi di negeri ini, kami menganggarkan terdapat 70.5 (95 peratus CI: 14.6– 126.3) pmp insiden AKI-D yang lebih tinggi di negeri ini.
Kami juga mendapati bahawa negeri dengan kadar kemasukan ke hospital yang lebih tinggi dengan mana-mana daripada enam keadaan kesihatan kronik yang dipilih mempunyai insiden AKI-D yang lebih tinggi (dengan CKD sebagai sempadan/ mempunyai perkaitan yang paling lemah). Secara amnya, hubungan ini telah ditangkap secukupnya dalam model linear. Sebagai contoh, bagi setiap 1 setiap 1000 kadar kemasukan ke hospital yang lebih tinggi dengan diabetes, kami menganggarkan terdapat 3.0 (95 peratus CI: 1.8–4.1) pmp lebih tinggi insiden AKI-D di negeri ini. Bagi kanser, negeri yang mempunyai kadar kemasukan ke hospital yang lebih tinggi juga mempunyai insiden AKI-D yang lebih tinggi tetapi perkaitannya tidak linear dan lebih tepat ditunjukkan secara grafik dalam Rajah 3a.
Kami mendapati bahawa untuk kebanyakan keadaan kronik, model dengan kadar kemasukan ke hospital sebagai pendedahan utama mempunyai R2 terlaras yang lebih tinggi daripada model dengan kelaziman penyakit sebagai pendedahan utama (Jadual 2). Contohnya, R2 terlaras ialah 0.350 untuk kelaziman diabetes tetapi R2 diselaraskan ialah 0.780 untuk kadar kemasukan ke hospital diabetes.
Apabila kedua-dua kelaziman dan kadar kemasukan ke hospital dengan setiap keadaan kronik dimasukkan ke dalam model regresi linear, nilai R2 yang diselaraskan meningkat lebih banyak lagi (Jadual 2). Kelaziman lima daripada enam keadaan kesihatan kronik (kelaziman kanser kekal tidak signifikan secara statistik) dan kadar kemasukan ke hospital dengan kesemua enam penyakit dikaitkan dengan ketara dengan kejadian AKI-D ke arah yang positif (iaitu, kejadian AKI-D yang lebih tinggi di negeri-negeri dengan prevalens keadaan kesihatan kronik yang lebih tinggi atau kadar kemasukan ke hospital). Untuk kadar kemasukan ke hospital kanser, persatuan itu sekali lagi tidak linear dan lebih tepat ditunjukkan secara grafik dalam Rajah 3b.
Berkenaan dengan kawalan negatif kami, kami mendapati bahawa kelaziman kanser kulit dan kadar kemasukan ke hospital (Jadual Tambahan 10) tidak dikaitkan dengan kejadian AKI-D (Jadual 2).
Analisis sensitiviti
Dalam analisis sensitiviti menggunakan data daripada 25 negeri (38,922 kemasukan ke hospital AKI-D daripada SID (Tambahan Rajah 2) dan 200,936 pemerhatian [saiz populasi berwajaran=67,096,000] daripada BRFSS), kami melihat keputusan yang sama dalam analisis korelasi. Dalam model regresi, kami mendapat hasil yang serupa untuk dijangkakan untuk kelaziman kanser. Kelaziman kanser masih menjadi faktor penting untuk kejadian AKI-D selepas beberapa pelarasan (pekali=154.6, 95 peratus CI 55.6–253.7; p <0.01) (jadual="" tambahan="" 11,="" rajah="" tambahan="">
Perbincangan
Kajian epidemiologi penyakit buah pinggang kebanyakannya tertumpu pada ESRD [17] dan CKD [18]. Lebih sedikit kajian telah memberi tumpuan kepada AKI dan lebih sedikit lagi pada variasi geografi dalam kejadian AKI. Kami baru-baru ini melaporkan bahawa terdapat perbezaan yang besar antara negeri dalam kejadian AKI- D [3, 14]. Kajian semasa adalah percubaan pertama, untuk pengetahuan kami, untuk mengkaji faktor yang berkaitan dengan variasi itu.
Dalam kajian kebangsaan, keratan rentas, ekologi ini, kami mendapati bahawa variasi peringkat negeri dalam kejadian AKI-D dikaitkan dengan variasi peringkat negeri dalam kelaziman dan variasi peringkat negeri dalam kadar kemasukan ke hospital untuk beberapa keadaan kesihatan kronik. Penemuan ini menunjukkan bahawa taburan geografi diabetes, hipertensi, CKD, ASHD, dan COPD (dan mungkin kanser) boleh mempengaruhi taburan geografi AKI-D.
Kami mengakui bahawa kesimpulan yang kukuh tidak boleh dibuat oleh kajian ekologi dan korelasi bukanlah sebab. Tetapi, kami percaya bahawa variasi peringkat negeri yang sangat munasabah dalam keadaan kesihatan kronik ini adalah berkaitan secara patofisiologi kerana ini diketahui sebagai faktor risiko untuk AKI. Sebagai contoh, diabetes telah diiktiraf sebagai faktor risiko untuk nefromathy yang berkaitan dengan kontras dan lain-lain bentuk AKI-D [19, 20]. Hipertensi, biasa di kalangan orang dewasa, telah dikaitkan dengan AKI [21, 22]. CKD berkait rapat dengan AKI dan keterukan CKD dikaitkan dengan risiko AKI yang semakin tinggi [23, 24]. AKI adalah biasa pada pesakit ADHD yang telah menjalani pembedahan pintasan arteri koronari [25] atau campur tangan koronari perkutaneus [26]. Pesakit COPD mempunyai peningkatan insiden bakteremia, mungkin mencerminkan kelemahan yang lebih besar untuk memperoleh jangkitan yang teruk [27, 28], dan kelaziman septikemia berkaitan jangkitan saluran pernafasan yang lebih tinggi ini boleh meningkatkan bilangan episod AKI-D. AKI-D boleh dikaitkan dengan kanser disebabkan oleh faktor buah pinggang intrinsik, faktor postrenal dan agen kemoterapi, yang mungkin dipergiatkan dalam keadaan pesakit dalam. Kami percaya kesimpulan kami dikuatkan oleh penemuan mengenai kanser kulit, kawalan negatif kami (yang juga dipilih secara priori). Kami telah membuat hipotesis bahawa variasi peringkat negeri dalam kelaziman kanser kulit dan
kadar kemasukan ke hospital tidak boleh dikaitkan atau dikaitkan dengan AKI-D peringkat negeri kerana kanser kulit bukanlah faktor risiko AKI yang diketahui. Kami memang memerhati perkara ini. Oleh itu, ini memberikan beberapa jaminan tentang kekhususan persatuan peringkat negeri yang diperhatikan antara 6 keadaan kesihatan kronik terpilih dan AKI-D.
Kami percaya bahawa pemerhatian yang berpotensi penting ialah perbezaan peringkat negeri dalam kadar kemasukan ke hospital dengan keadaan kesihatan kronik (cth, sehingga 3.2-perbezaan dalam julat) adalah lebih besar daripada perbezaan peringkat negeri dalam prevalens untuk setiap keadaan kesihatan kronik (cth, sehingga 2.5-perbezaan dalam julat). Tambahan pula, seperti yang dinyatakan, bagi kebanyakan keadaan kronik, R2 yang diselaraskan adalah lebih tinggi dalam model dengan kadar kemasukan ke hospital sebagai pendedahan utama berbanding model dengan kelaziman penyakit sebagai pendedahan utama, yang konsisten dengan hipotesis bahawa kadar kemasukan ke hospital dengan keadaan kesihatan kronik adalah lebih berpengaruh daripada kadar kelaziman dalam komuniti dalam menjelaskan variasi peringkat negeri dalam kejadian AKI-D. Memandangkan adalah munasabah bahawa pesakit dengan keadaan kesihatan kronik yang kurang dikawal adalah yang lebih cenderung untuk dimasukkan, keputusan ini menyerlahkan kemungkinan bahawa pengurusan keadaan kesihatan kronik yang lebih baik boleh mengurangkan episod AKI-D. Kajian kami berpotensi mengenal pasti negeri mana yang akan mendapat manfaat paling banyak dari segi strategi pencegahan ini. Secara keseluruhannya, program pendidikan pesakit yang intensif untuk meningkatkan pengurusan diri bagi keadaan kronik dan kemahiran serta bekalan bukan ahli nefrologi (seperti ahli endokrinologi, pakar kardiologi, pakar pulmonologi dan pakar perubatan primer) mungkin merupakan faktor penting yang boleh diubah suai untuk mengurangkan beban penyakit AKI-D.
Kajian kami diperkukuh dengan merangkumi pelbagai negeri di seluruh negara. Untuk pengetahuan kami, BRFSS ialah satu-satunya set data peringkat negeri yang komprehensif yang tersedia berkenaan dengan keadaan kesihatan kronik yang diminati. Kajian terdahulu melaporkan bahawa data BRFSS sangat bersetuju dengan data daripada tinjauan nasional yang lain [29-31]. Sebagai penambahbaikan utama BRFSS 2011, kemasukan data tinjauan daripada peserta menggunakan telefon selular sebagai tambahan kepada data yang dikumpul melalui telefon talian tetap meningkatkan keterwakilan dan ketepatan [32]. Berkenaan dengan mentakrifkan kejadian AKI-D, kami menangkap kes AKI-D menggunakan set kod diagnostik dan prosedur CM-9-CM yang disahkan terbaik [3, 12–14].
Walau bagaimanapun, kami menyedari beberapa batasan. Disebabkan oleh pengehadan dalam data SID, kami tidak mempunyai data pada semua 50 negeri. Oleh itu, keputusan kami mungkin tidak digeneralisasikan ke seluruh negara. Kami kekurangan data klinikal (seperti kreatinin atau paras glukosa darah, dokumentasi doktor tentang sejarah perubatan atau pemeriksaan fizikal seperti indeks jisim badan, ubat-ubatan yang ditetapkan) untuk menangkap AKI-D dan keadaan kesihatan kronik dan ini mungkin menimbulkan berat sebelah dalam anggaran kami kekuatan persatuan.
Kami mengenal pasti setiap keadaan kesihatan menggunakan kod diagnostik dan oleh itu tidak dapat menangkap keterukan penyakit. Kami tidak dapat mengukur sebarang pengurangan yang sedia ada dalam kadar penapisan glomerular untuk pesakit yang mengalami AKI-D. Terdapat faktor lain yang mungkin menyumbang kepada kejadian AKI-D (seperti variasi peringkat negeri dalam status ekonomi, perkhidmatan perubatan dan sosial, gabungan hospital akademik berbanding bukan akademik, bilangan katil unit rawatan rapi) yang kami tidak mempunyai maklumat yang tersedia untuk disesuaikan. Kami tidak dapat mengambil kira sebarang potensi perbezaan dalam ambang untuk memulakan dialisis atau kematian di rumah sebagai acara bersaing yang mungkin berbeza mengikut wilayah. Mungkin kerana pergantungan pada laporan diri pesakit, prevalens populasi CKD mengikut BRFSS jauh lebih rendah daripada prevalens populasi CKD yang ditakrifkan menggunakan penanda biokimia dari Tinjauan Pemeriksaan Kesihatan dan Pemakanan Kebangsaan (NHAN ES) [33, 34]. Salah klasifikasi ini juga mungkin menjelaskan mengapa kami tidak melihat korelasi yang lebih kukuh antara kejadian AKI-D dan kelaziman CKD atau insiden AKI-D dan kadar kemasukan ke hospital dengan CKD dalam analisis tidak terlaras, walaupun CKD merupakan faktor risiko AKI yang sangat kuat. Di samping itu, BRFSS tidak termasuk mereka yang tinggal di rumah jagaan orang tua atau kemudahan lain dan bergantung kepada responden yang mampu secara fizikal dan mental untuk menjawab tinjauan. Oleh itu, orang yang mempunyai komorbiditi yang teruk kurang diwakili. Reka bentuk kajian keratan rentas dan ekologi bermakna kami tidak mempunyai data peringkat individu untuk membuat inferens yang lebih kukuh.
Cistanche deserticola menghalangakutbuah pinggangkecederaan, klik di sini untuk mendapatkan sampel
Kesimpulan
Terdapat banyak variasi peringkat negeri dalam kejadian yang memerlukan dialisisakutbuah pinggangkecederaan(SEORANG BUDAK). Insiden AKI-D dikaitkan dengan kelaziman dan kadar kemasukan ke hospital dengan lima keadaan kesihatan kronik--diabetes, hipertensi, CKD, ASHD dan COPD--dan kadar kemasukan ke hospital dengan kanser. Kami percaya keputusan kami adalah provokatif dan menjelaskan sebab-sebab yang berpotensi untuk variasi geografi dalam kejadian AKI-D. Keputusan kami, jika direplikasi oleh orang lain, mencadangkan bahawa langkah-langkah yang mengurangkan kemasukan ke hospital pesakit dengan keadaan kesihatan kronik boleh diterjemahkan kepada insiden AKI-D yang lebih rendah.
Rujukan
1. Hsu RK, McCulloch CE, Ku E, Dudley RA, Hsu CY. Variasi serantau dalam kejadian AKI yang memerlukan dialisis di Amerika Syarikat. Clin J Am Soc Nephrol. 2013;8(9):1476–81.
2. Hsu RK, McCulloch CE, Heung M, et al. Meneroka sebab yang berpotensi untuk trend temporal dalam AKI yang memerlukan dialisis di Amerika Syarikat. Clin J Am Soc Nephrol. 2016;11(1):14–20.
3. Chen Z, Lee BJ, McCulloch CE, et al. Hubungan antara kecederaan buah pinggang akut yang memerlukan dialisis dan pemulihan daripada penyakit buah pinggang peringkat akhir: kajian kebangsaan. BMC Nephrol. 2019;20(1):342.
4. Pangkalan Data Pesakit Dalam Negeri (SID) HCUP. Projek kos dan penggunaan penjagaan kesihatan (HCUP). Rockville: Agensi Penyelidikan dan Kualiti Penjagaan Kesihatan; 2005-2009. www.hcup-us.ahrq.gov/sidoverview.jsp. Diakses pada 14 Sept 2018.
5. CDC BRFSS. https://www.cdc.gov/brfss/index.html. Diakses pada 1 Okt 2018.
6. Jadual Rujukan Laporan Data Tahunan 2017. Jilid 2 ESRD Jadual B Prevalens. https://www.usrds.org/2017/ref/ESRD_Ruj_B_Kelaziman_2017. xlsx. Diakses pada 3 Okt 2018.
7. Jadual Rujukan Laporan Data Tahunan 2017. Jilid 2 ESRD Jadual C Ciri Pesakit. https://www.usrds.org/2017/ref/ESRD_Ruj_C_PatientChars_2 017. xlsx. Diakses pada 3 Okt 2018.
8. Gambaran Keseluruhan BRFSS 2011. https://www.cdc.gov/brfss/annual_gambaran keseluruhan data/2011/pdf/_11.pdf. Diakses pada 1 Okt 2018.
9. Pusat Penyakit C, Pencegahan. Perubahan metodologi dalam sistem pengawasan faktor risiko tingkah laku pada tahun 2011 dan potensi kesan ke atas anggaran kelaziman. MMWR Morb Mortal Wkly Rep. 2012;61(22):410–3.
10. Sepintas lalu: Menjalankan Sistem Pengawasan Faktor Risiko Tingkah Laku (BRFSS) 2011. https://www-cdc-gov.ucsf.idm.oclc.org/brfss/pdf/238974_ BRFSS-AAG.pdf. Diakses pada 1 Okt 2018.
11.2011 BRFSS Soal Selidik. https://www.cdc.gov/brfss/questionnaires/pdf- ques/2011brfss.pdf. Diakses pada 1 Okt 2018.
12. Hsu RK, McCulloch CE, Dudley RA, Lo LJ, Hsu CY. Perubahan temporal dalam kejadian dialisis yang memerlukan AKI. J Am Soc Nephrol. 2013;24(1):37–42.
13. Waikar SS, Wald R, Chertow GM, et al. Kesahan klasifikasi penyakit antarabangsa, semakan kesembilan, kod pengubahsuaian klinikal untuk kegagalan buah pinggang akut. J Am Soc Nephrol. 2006;17(6):1688–94.
14. Chen Z, Lee BJ, McCulloch CE, et al. Hubungan antara kecederaan buah pinggang akut yang memerlukan dialisis dan pemulihan daripada penyakit buah pinggang peringkat akhir: kajian kebangsaan; 2019.
15. Anggaran Tahunan Populasi Penduduk Mengikut Jantina, Bangsa dan Asal Hispanik untuk Amerika Syarikat, Negeri dan Daerah: 1 April 2010, hingga 1 Julai 2017 Sumber: Biro Banci AS, Bahagian Penduduk Tarikh Tayangan: Jun 2018.
16. Panduan pengguna BRFSS. https://www.cdc.gov/brfss/data_documentation/pdf/ UserguideJune2013.pdf. Diakses pada 11 Julai 2019.
17. Laporan Data Tahunan USRDS 2018. https://www.usrds.org/adr.aspx. Diakses pada 11 Jul 2019.
18. Murphy D, McCulloch CE, Lin F, et al. Trend dalam kelaziman penyakit buah pinggang kronik di Amerika Syarikat. Ann Intern Med. 2016;165(7):473–81.
19. Parfrey PS, Griffiths SM, Barrett BJ, et al. Bezakan kegagalan buah pinggang akibat bahan pada pesakit diabetes mellitus, kekurangan buah pinggang, atau kedua-duanya. Kajian terkawal prospektif. N Engl J Med. 1989;320(3):143–9.
20. Hsu CY, Ordonez JD, Chertow GM, Fan D, McCulloch CE, Go AS. Risiko kegagalan buah pinggang akut pada pesakit dengan penyakit buah pinggang kronik. Buah Pinggang Int. 2008; 74(1):101–7.
