论文部分内容阅读
目的:（1）分析糖尿病是否为ICU患者诊断为充血性心衰的独立危险因素。研究对象为有重症监护室（Intensive care unit,ICU）住院记录的患者,研究结局为患者诊断为充血性心衰。（2）分析糖尿病合并充血性心衰患者的住院死亡危险因素以及构建预测患者住院死亡风险的列线图。研究对象的纳入标准为:①有ICU住院记录的患者;②住院记录中诊断为糖尿病;③住院记录中诊断为充血性心衰。研究结局为患者在住院期间死亡,以住院记录中记录有死亡时间为准。（3）通过对基因表达（Gene Expression Omnibus,GEO）数据库中有关糖尿病心肌病的基因芯片进行分析,筛选出导致糖尿病心肌病的关键基因。方法:（1）研究数据来源于大型数据库重症监护医学信息数据库（Medical Information Mart for Intensive Care,MIMIC）,PgAdmin PostgreSQL 和 Navicat Premium用于数据库的构建以及原始数据的提取。患者被分为诊断为充血性心衰和未被诊断为充血性心衰两个队列,患者的基线特征在两个队列之间进行比较。单因素逻辑回归用于分析患者诊断为充血性心衰的潜在危险因素,多因素逻辑回归用于矫正混杂因素。（2）最小绝对收缩选择算子（least absolute shrinkage and selection operator,LASSO）用于变量筛选,筛选变量拟合的简化模型以列线图的形式可视化。Bootstrap重抽样法用于模型的内部验证,重抽样次数为500,受试者工作特征曲线（receiver operating characteristic curve,ROC）用来评价模型的区分度,以曲线下面积（the area under the ROC curve,AUC）作为评价指标,校准曲线用于评价模型的校准度,决策曲线分析法（Decision Curve Analysis,DCA）曲线用于评价模型的临床应用价值。（3）利用GEO数据库的在线分析工具GEO2R对数据集进行差异基因分析,利用R软件绘制差异表达基因火山图,在线VENN图绘制工具用于分析两个数据集共同表达的差异基因,在R软件中利用clusterProfile包将差异表达基因进行基因本体（Gene Ontology,GO）和京都基因与基因组百科全书（Kyoto Encyclopedia Of Genes And Genomes,KEGG）富集分析,GSEA 软件进行基因集富集分析（Gene Set Enrichment Analysis,GSEA）,STRING 在线数据库构建差异基因对应蛋白的蛋白互作网络（protein-protein interaction,PPI）,利用Cytoscape的插件Cytohubba中最大集团中心算法计算出排名前10的基因,在原代大鼠心肌细胞中观察比较筛选出的关键基因在正常组和高糖组表达情况。结果:（1）矫正了混杂因素后,伴有糖尿病使患者诊断为充血性心衰的风险增加了1.43 倍（95%CI:1.38-1.48）。（2）列线图中用于预测糖尿病合并充血性心衰患者住院死亡风险的危险因素为:年龄、心肌梗死（包括既往心梗）、房颤、高脂血症、β受体阻滞剂、ACEI/ARB药物、利尿剂、胰岛素、二甲双胍、红细胞分布宽度≥15.5%、心率≥100次/分、收缩压≥130 mmHg、阴离子间隙≥20 mEq/L、碳酸氢盐≤22 mEq/L、血尿素氮≥20 mg/dl、白细胞计数≥10 K/μL。ROC分析结果显示模型的 AUC 为 0.792（95%CI:0.774-0.811）。DCA 曲线显示,阈值在 0.01-0.81 时模型获得了更大的净获益。Bootstrap重抽样对列线图模型进行内部验证的结果显示,糖尿病合并充血性心衰患者住院死亡风险的列线图模型矫正后的C统计量为0.787,校准曲线显示模型表现良好。（3）在糖尿病心肌病体外模型中,Pdk4、Ucp3、Hmgcs2、Asl6、Slc2a4的表达与芯片分析结果相符,Pdk4、Ucp3、Hmgcs2在高糖（25 mmol/L）刺激72小时后的心肌细胞中表达增加,Acsl6,Slc2a4在高糖刺激后的心肌细胞中表达下降。结论:（1）伴有糖尿病使ICU患者诊断为充血性心衰的风险独立增加。（2）研究中构建的用于预测糖尿病合并充血性心衰患者住院死亡风险的列线图模型经过内部验证后具有很好的区分度、校准度以及临床应用价值。（3）Pdk4、Ucp3、Hmgcs2、Asl6、Slc2a4可能与糖尿病心肌病的发生发展相关,可能是糖尿病心肌病潜在的生物标志物。