2018年急性肾损伤主要进展（上篇）

AKI

急性肾损伤和流行病学

急性肾损伤全球疾病负担沉重

1

《Nature Reviews Nephrology》杂志总结了全球AKI流行病学数据。如图所示，全球不同国家或地区AKI的发病率差异巨大，估计的发病率从<1%至66%不等，主要原因在于人种差异以及AKI诊断和分级标准的不统一。相较于高收入国家，中低收入国家的发病率更高，病因更为特殊（例如污水和地方疾病），AKI的预后相近或者更加严重。治疗方面，中低收入国家的肾脏替代治疗（RRT）使用率远低于高收入国家。值得注意的是，即便在高收入国家，对于AKI的认知和管理仍然有待提高，包括改进AKI的诊断方法和护理患者的策略。AKI有着复杂的病因和病理生理机制，常导致肾脏功能的减退。除了会引起代谢废物的蓄积、电解质紊乱和药物浓度改变，还会诱导全身炎症反应损害远端器官。损伤后的肾脏功能往往难以完全恢复，以致患者长期患病甚至死亡。

一项发表在JASN的文章分析了156，690名住院期间发生AKI患者的死亡原因，结果显示43，422（28%）名患者于发生AKI次年死亡，主要原因为心血管事件（28%）和肿瘤（28%），标准化死亡率分别是正常人群的6倍（5.81，95%CI：5.70-5.92）和8倍（7.87，95%CI：7.72-8.02）。其中，标准化死亡率最高的疾病依次为膀胱癌、妇科肿瘤和白血病。所以，对于住院期间罹患过AKI的患者，随访肿瘤的发生并给予患者必要的指导意见不容忽视。可见，降低全球AKI负担和改善患者预后的目标依旧任重而道远。

急性肾损伤和季节气候

四季变换、气候改变和AKI发生密切相关

2

随着季节的变化，许多疾病和生理过程都会表现出显著的差异。了解疾病的季节性对改善临床实践、优化医疗资源和社区预防保健具有重要的意义。

一项来自日本的研究从38家社区医院555，940名住院患者中筛选出81，279名AKI患者，旨在探讨AKI和季节变化的相关性。结果显示1月份AKI的发病率最高，6月份发病率最低。亚组分析发现AKI发病的季节性和老年患者心血管、肺部疾病导致的社区获得性AKI相关。冬季发病的AKI患者病情更为严重，分级更高，更容易合并其他脏器的衰竭。春夏秋冬季节发生AKI的患者30天死亡率分别为16.4%、14.5%、15.6%和18.4%。综上所述，冬季是AKI的发病和死亡的高峰季节。

除了季节，环境气候的变迁也会对AKI的发生和预后产生影响。AJKD发表的一篇来自加拿大的匹配病例对照研究探讨了北方气候的高热环境和急性肾损伤的关联性，研究对象主要为安大略省的老年患者（平均年龄80岁），共纳入52，913名患者和174，222名对照。最终结果表明高热时间越长，AKI风险越高（校正OR值1.11，95%CI：1.00-1.23），高热时长每增加10%，每年每10万人中就增加182名AKI患者。而高湿度和AKI的发生无明显相关性。因此，在炎热的气候中，更应该加强老年患者AKI的监测。

急性肾损伤和ACEI、ARB

出院后服用ACEI或ARB可以改善AKI患者预后

3

大量文献证实AKI患者长期死亡风险升高，但目前可以有效改善AKI患者长期预后的策略尚不明确。肾素血管紧张素系统（RAS）阻滞剂具有保护心脏和肾脏的作用，但其在急性肾损伤患者中作用并不明确。

一项发表在《JAMA内科学》的研究对46，253名住院期间发生AKI的成年患者进行了随访，随访时间至少2年以上，主要目的在于评估出院后服用血管紧张素转化酶抑制剂（ACEi）或血管紧张素Ⅱ受体拮抗剂（ARB）能否改善预后。结果显示22，193名（48%）患者在出院后6个月内服用了ACEI或ARB。通过校正相关混杂因素，ACEi或ARB使用者2年后死亡率更低（校正HR值0.85，95%CI：0.81-0.89），但是因肾脏疾病再次住院的风险却较未服用者升高（校正HR值1.28，95%CI：1.12-1.46）。AECi或ARB的服用与否和进展到终末期肾病（ESRD）的风险无明显相关。

另外一项发表在《Intensive Care Med》杂志上的文章也得到了类似的结论。该研究主要关注重症监护病房（ICU）出院患者的1年生存情况，共纳入了21家欧洲的ICU病房的1，551名患者，其中611名（39%）患者住院期间发生了AKI。随访证实1年后AKI患者的死亡率为28%，远远高于未发生AKI患者15%的死亡率。在住院期间发生过AKI患者中，通过倾向性评分匹配后发现使用过ACEi或ARB者1年死亡率更低（HR值0.48，95%CI：0.27-0.85）。而在未发生AKI患者中，ACEi或ARB使用与否和预后无明显相关。

以上两项研究提示AKI患者出院后服用ACEi或ARB可能获益，但需要格外警惕药物带来的肾脏相关并发症。

急性肾损伤和RRT时机

危重AKI患者早期启动RRT可以改善患者不良预后

4

2016年，JAMA杂志上发表了著名的ELAIN临床试验，研究证实危重AKI患者早期启动RRT可以降低前90天的死亡率，但更长时间的预后尚不明确。因此，2018年JASN发表了ELAIN临床试验中接受RRT的AKI患者后续1年的预后情况，结果显示相比于延迟启动RRT的危重患者，早期启动RRT的患者1年死亡率显著下降，肾脏不良事件发生率更低，肾功能恢复更好。这项研究也为临床启动RRT时机的选择提供理论依据。

近年来，许多研究都在探索使用新型的生物标志物来决策启动RRT的最佳时机。一项今年发表在《Intensive Care Med》杂志上的荟萃分析总结了血NGAL、尿NGAL、胱抑素C、尿TIMP2*IGFBP7、尿白介素-18等标志物预测RRT的价值，结果显示它们的受试者曲线下面积分别为0.755、0.720、0.768、0.668和0.857。尽管这些生物学标志物有广阔的潜能，但目前的预测效能限制了它们指导RRT启动时机。

急性肾损伤和电子预警、机器学习

 电子预警和机器学习等信息化技术在AKI领域前景广阔

5

电子预警系统在改善AKI患者预后中的作用始终存在争论，使用不当的电子预警不但无法给AKI患者带来益处，反而会引起预警疲劳。

一项发表在cJASN上的研究探讨优化的靶向预警系统（评估边际干预效应）是否优于单纯预后靶向干预的预警系统。该研究共采用3种优化的算法和1种单纯的预测算法二次分析了2,278名AKI患者，将算法在70%患者中进行训练，并在30%患者中验证。最终结果表明将边际干预效应考虑在内的优化的靶向电子预警系统可以让AKI患者更加获益。

此外，另一项发表在JASN上的多中心研究证实临床决策支持系统（CDSS）有助于减少AKI患者院内死亡率、RRT使用和住院时间。该研究共纳入528,108名患者，其中64,512名（12.2%）患者发生AKI。结果显示，使用CDSS后，AKI患者的死亡率较前下降（校正OR值0.76，95%CI：0.70-0.83），RRT使用率较前降低（校正OR值0.66，95%CI：0.61-0.72），住院时间显著缩短（校正OR值0.91，95%CI：0.89-0.92），由7.2天减少为6天。

机器学习技术是一门新兴的技术，也是人工智能的核心，近年来在AKI的诊断和治疗中发挥的作用日益突出。来自美国的研究者在《PLoS Medicine》杂志上发表了一项回顾性的队列研究评估机器学习技术在预测经皮冠状动脉介入术（PCI）后AKI发生中的价值。研究共纳入947，091名接受PCI术患者，其中有69，826名患者发生AKI。研究者将70%和30%患者分别作为训练队列和测试队列。结果显示最优的模型共纳入13个变量，受试者曲线下面积可达0.752（0.749-0.754），同时拥有更好的Brier评分，更宽的预测范围和更准确的AKI分级。21世纪是信息化的世纪，现今的人工智能是热门的研究领域，也是未来社会发展的方向。机器学习有潜力在AKI预测、诊断、治疗等领域发挥更广泛的作用。

参考文献

1.Hoste Eric A J,Kellum John A,Selby Nicholas M et al. Global epidemiology and outcomes of acute kidney injury.[J] .Nat Rev Nephrol, 2018, 14: 607-625.

2.Silver Samuel A,Harel Ziv,McArthur Eric et al. Causes of Death after a Hospitalization with AKI.[J] .J. Am. Soc. Nephrol., 2018, 29: 1001-1010.

3.Iwagami Masao,Moriya Hidekazu,Doi Kent et al. Seasonality of acute kidney injury incidence and mortality among hospitalized patients.[J] .Nephrol. Dial. Transplant., 2018, 33: 1354-1362.

4.Selby Nicholas M,Acute kidney injury changes with the seasons.[J] .Nephrol. Dial. Transplant.,2018, 33: 1281-1283.

5.McTavish Rebecca K,Richard Lucie,McArthur Eric et al. Association Between High Environmental Heat and Risk of Acute Kidney Injury Among Older Adults in a Northern Climate: A Matched Case-Control Study.[J] .Am. J. Kidney Dis., 2018, 71: 200-208.

6.Brar Sandeep,Ye Feng,James Matthew T et al. Association of Angiotensin-Converting Enzyme Inhibitor or Angiotensin Receptor Blocker Use With Outcomes After Acute Kidney Injury.[J] .JAMA Intern Med, 2018, 178: 1681-1690.

7.Gayat Etienne,Hollinger Alexa,Cariou Alain et al. Impact of angiotensin-converting enzyme inhibitors or receptor blockers on post-ICU discharge outcome in patients with acute kidney injury.[J] .Intensive Care Med, 2018, undefined: undefined.

8.Zarbock Alexander,Kellum John A,Schmidt Christoph et al. Effect of Early vs Delayed Initiation of Renal Replacement Therapy on Mortality in Critically Ill Patients With Acute Kidney Injury: The ELAIN Randomized Clinical Trial.[J] .JAMA, 2016, 315: 2190-9.

9.Meersch Melanie,Küllmar Mira,Schmidt Christoph et al. Long-Term Clinical Outcomes after Early Initiation of RRT in Critically Ill Patients with AKI.[J] .J. Am. Soc. Nephrol., 2018, 29: 1011-1019.

10.Klein Sebastian J,Brandtner Anna K,Lehner Georg F et al. Biomarkers for prediction of renal replacement therapy in acute kidney injury: a systematic review and meta-analysis.[J] .Intensive Care Med, 2018, 44: 323-336.

10.Biswas Aditya,Parikh Chirag R,Feldman Harold I et al. Identification of Patients Expected to Benefit from Electronic Alerts for Acute Kidney Injury.[J] .Clin J Am Soc Nephrol, 2018, 13: 842-849.

11.Al-Jaghbeer Mohammed,Dealmeida Dilhari,Bilderback Andrew et al. Clinical Decision Support for In-Hospital AKI.[J] .J. Am. Soc. Nephrol., 2018, 29: 654-660.

12.Huang Chenxi,Murugiah Karthik,Mahajan Shiwani et al. Enhancing the prediction of acute kidney injury risk after percutaneous coronary intervention using machine learning techniques: A retrospective cohort study.[J] .PLoS Med., 2018, 15: e1002703.

文字| 刘康 毛慧娟 邢昌赢

编辑| 金鑫  潘艳艳 【江苏省人民医院肾内科】

关注肾脏健康  我们一起行动