[敗血症患者の血圧指数と予後の相関：Mimic-IIIデータベースに基づくコホート研究]

目的：敗血症患者の初期段階の血圧指数と予後との相関関係を調査する。 方法：2001年から2012年まで敗血症と診断された患者の医療MART-III（MIMIC-III）データベースで敗血症と診断された患者の医療記録について、レトロスペクティブコホート研究が実施されました。患者は、28日間の予後に従って、生存グループと死のグループに分けられました。ICUへの入院時および入院後24時間以内に患者と心拍数（HR）と血圧の一般的なデータが収集されてから24時間以内に。収縮指数の最大、中央値、平均値、拡張期指数、平均動脈圧（MAP）指数を含む血圧指数が計算されました。データは、トレーニングセットと検証セット（4：1）にランダムに分割されました。単変量ロジスティック回帰分析を使用して共変量をスクリーニングし、多変量ロジスティック段階回帰モデルがさらに開発されました。モデル1（P <0.1のHR、血圧、および血圧指数関連の変数、およびP <0.05のその他の変数）およびモデル2（HR、血圧、およびP <0.1の血圧指数関連変数を含む）が開発されました。それぞれ。受信者演算子特性曲線（ROC曲線）、精密リコール曲線（PRC）、および決定曲線分析（DCA）曲線を使用して、2つのモデルの品質を評価し、敗血症患者の予後の影響因子を分析しました。最後に、ノモグラムモデルはより良いモデルに応じて開発され、それの有効性が評価されました。 結果：合計11人の559人の敗血症患者が研究に含まれ、生存群に10人の012人の患者、死亡グループに1人の547人の患者が含まれていました。年齢、生存時間、Elixhauser併存疾患スコア、および2つのグループ間のその他の46の変数に大きな違いがありました（すべてp <0.05）。37の変数は、単変量ロジスティック回帰分析によって事前にスクリーニングされました。多変量ロジスティック段階的回帰モデルスクリーニングの後、HR、血圧、血圧指数に関連する指標の中で、HRはICU [オッズ比（OR）= 0.992、95％信頼区間（95％CI）が0.988-0.997でした。]そして、最大HR（OR = 1.006、95％CIは1.001-1.011でした）、最大MAP指数（OR = 1.620、95％CIは1.244-2.126）、平均拡張期指数（OR = 0.283、95％CIは0.091- CIでした。0.856）、収縮期指数の中央値（OR = 2.149、95％CIは0.805-4.461）、拡張期指数の中央値（OR = 3.986、95％CIは1.376-11.758）が選択されました（すべてP <0.1）。P <0.05の他の14の変数がありました。年齢、Elixhauser併存疾患スコア、連続腎補充療法（CRRT）、人工呼吸器、鎮静および鎮痛、ノルエピネフリン、ノルエピネフリン、ノルエピネフリン、最高血清クレアチニン（SCR）、最大血液尿素（BUN）、最高のプロトロンビン時間（PT）、最高の活性化部分トロンボプラスチン時間（APTT）、最低血小板数（PLT）、最高の白血球数（WBC）、最小ヘモグロビン（HB）。ROC曲線は、モデル1とモデル2の曲線下面積（AUC）がそれぞれ0.769と0.637であることを示し、モデル1の予測精度が高いことを示しています。PRC曲線は、モデル1とモデル2のAUCがそれぞれ0.381と0.240であることを示し、モデル1がより良い効果があることを示しています。DCA曲線は、しきい値が0-0.8（死の確率が0-80％）である場合、モデル1の純利益率がモデル2の純利益よりも高いことを示しました。キャリブレーション曲線は、ノモグラムの予測効果が示されたことを示しました。モデル1に従って開発されたモデルは、実際の結果とよく一致していました。ブートストラップ検証の結果は、ノモグラムモデルが上記の結果と一致しており、良好な予測効果があることを示しました。 結論：構築されたノモグラムモデルは、敗血症患者の28日間の予後に良い予測効果をもたらし、血圧指数はモデルの重要な予測因子です。

OBJECTIVE: To investigate the correlation between early-stage blood pressure indexes and prognosis in sepsis patients. METHODS: A retrospective cohort study was conducted on the medical records of patients diagnosed with sepsis from 2001 to 2012 in the Medical Information Mart for Intensive Care-III (MIMIC-III) database. Patients were divided into survival group and death group according to the 28-day prognosis. General data of patients and heart rate (HR) and blood pressure at admission to ICU and within 24 hours after admission were collected. The blood pressure indexes including the maximum, median and mean value of systolic index, diastolic index and mean arterial pressure (MAP) index were calculated. The data were randomly divided into training set and validation set (4 : 1). Univariate Logistic regression analysis was used to screen covariates, and multivariate Logistic stepwise regression models were further developed. Model 1 (including HR, blood pressure, and blood pressure index related variables with P < 0.1 and other variables with P < 0.05) and Model 2 (including HR, blood pressure, and blood pressure index related variables with P < 0.1) were developed respectively. The receiver operator characteristic curve (ROC curve), precision recall curve (PRC) and decision curve analysis (DCA) curve were used to evaluate the quality of the two models, and the influencing factors of the prognosis of sepsis patients were analyzed. Finally, nomogram model was developed according to the better model and effectiveness of it was evaluated. RESULTS: A total of 11 559 sepsis patients were included in the study, with 10 012 patients in the survival group and 1 547 patients in the death group. There were significant differences in age, survival time, Elixhauser comorbidity score and other 46 variables between the two groups (all P < 0.05). Thirty-seven variables were preliminarily screened by univariate Logistic regression analysis. After multivariate Logistic stepwise regression model screening, among the indicators related to HR, blood pressure and blood pressure index, the HR at admission to ICU [odds ratio (OR) = 0.992, 95% confidence interval (95%CI) was 0.988-0.997] and the maximum HR (OR = 1.006, 95%CI was 1.001-1.011), maximum MAP index (OR = 1.620, 95%CI was 1.244-2.126), mean diastolic index (OR = 0.283, 95%CI was 0.091-0.856), median systolic index (OR = 2.149, 95%CI was 0.805-4.461), median diastolic index (OR = 3.986, 95%CI was 1.376-11.758) were selected (all P < 0.1). There were 14 other variables with P < 0.05, including age, Elixhauser comorbidity score, continuous renal replacement therapy (CRRT), use of ventilator, sedation and analgesia, norepinephrine, norepinephrine, highest serum creatinine (SCr), maximum blood urea nitrogen (BUN), highest prothrombin time (PT), highest activated partial thromboplastin time (APTT), lowest platelet count (PLT), highest white blood cell count (WBC), minimum hemoglobin (Hb). The ROC curve showed that the area under the curve (AUC) of Model 1 and Model 2 were 0.769 and 0.637, respectively, indicating that model 1 had higher prediction accuracy. The PRC curve showed that the AUC of Model 1 and Model 2 were 0.381 and 0.240, respectively, indicating that Model 1 had a better effect. The DCA curve showed that when the threshold was 0-0.8 (the probability of death was 0-80%), the net benefit rate of Model 1 was higher than that of Model 2. The calibration curve showed that the prediction effect of the nomogram model developed according to Model 1 was in good agreement with the actual outcome. The Bootstrap verification results showed that the nomogram model was consistent with the above results and had good prediction effects. CONCLUSIONS: The nomogram model constructed has good prediction effects on the 28-day prognosis in sepsis patients, and the blood pressure indexes are important predictors in the model.