Amerika Birleşik Devletleri'nde Diyaliz Gerektiren Akut Böbrek Hasarı (AKI-D) İnsidansında Devlet Düzeyinde Farklılaşmanın Nedenlerini Keşfetmek
Feb 23, 2022
Zijin Chen1,2*, Charles E. McCulloch3, Neil R. Powe4,5
Soyut
Arka fon:Diyaliz gerektiren vakaların insidansında eyalet düzeyinde önemli farklılıklar vardır.akutböbrekincinme(BİR ÇOCUK). Bununla birlikte, bu coğrafi varyasyonun nedenleri hakkında çok az şey bilinmektedir.
Yöntemler:2011 yılında Devlet Yatan Hasta Veritabanlarına (SID) ve Davranışsal Risk Faktörü Gözetim Sistemine (BRFSS) dayalı ulusal kesitsel eyalet düzeyinde ekolojik çalışma. 18 eyalet ve altı kronik sağlık durumunu (diabetes mellitus [diyabet], hipertansiyon,kronikböbrekhastalık[CKD], arteriosklerotik kalp hastalığı [ASHD], kanser (cilt kanseri hariç) ve kronik obstrüktif akciğer hastalığı [KOAH]). Kronik sağlık koşullarının her biri arasındaki ilişkiler veBİR ÇOCUKinsidans, Pearson korelasyonu ve ortalama yaş, erkeklerin oranı ve her eyaletteki Hispanik olmayan beyazların oranı için çoklu regresyon ayarlaması kullanılarak değerlendirildi.
Sonuçlar:devlet düzeyindeBİR ÇOCUKinsidansı milyonda 190 ile 1139 arasında değişmektedir. Kronik sağlık durumları ile hastaneye yatış oranlarındaki devlet düzeyindeki farklılıklar (aralık olarak çoğunlukla < 3-kat="" farklılık),="" her="" bir="" kronik="" sağlık="" durumu="" için="" yaygınlıktaki="" devlet="" düzeyindeki="" farklılıklardan="" daha="" büyüktü="" (çoğunlukla="">< 2.5-="" aralıktaki="" farkı="" katlayın).="" aki-d="" insidansı="" ile="" diyabet,="" ashd="" ve="" koah="" prevalansı="" arasında="" ve="" ayrıca="" aki-d="" insidansı="" ile="" hipertansiyonlu="" hastaneye="" yatış="" oranı="" arasında="" anlamlı="" bir="" ilişki="" gösterilmiştir.="" regresyon="" modellerinde,="" yaş,="" cinsiyet="" ve="" ırk="" için="" düzeltme="" yapıldıktan="" sonra,="" aki-d="" insidansı,="" beş="" kronik="" sağlık="" durumu--diyabet,="">CKD, ASHD ve KOAH--ve kanser nedeniyle hastaneye yatış oranları.
Sonuçlar:Bu ekolojik analizden elde edilen sonuçlar, AKI-D insidansındaki eyalet düzeyindeki varyasyonun, çeşitli kronik sağlık koşullarıyla hastaneye yatış oranlarındaki ve prevalansındaki eyalet düzeyindeki varyasyonlardan etkilenebileceğini düşündürmektedir. Araştırılan kronik durumların çoğu için,BİR ÇOCUKHastaneye yatış oranları ile prevalanslarından ziyade sağlık koşulları arasında daha güçlü bir korelasyon olması, hastaneye yatışları önleyen daha iyi hastalık yönetimi stratejilerinin daha düşük bir insidansa dönüşebileceğini düşündürmektedir.BİR ÇOCUK.
Anahtar Kelimeler:Coğrafi varyasyon,Kroniksağlıkşart, BİR ÇOCUK, Ekolojik çalışma
İletişim:joanna.jia@wecistanche.com/ WhatsApp: 008618081934791
Arka fon
Diyaliz gerektirenakutböbrekincinme(AKI-D) hastanede yatan hastalarda önemli bir morbidite ve mortalite nedenidir ve büyük bir halk sağlığı yükü ile ilişkilidir. Yakın zamanda Amerika Birleşik Devletleri'nde AKI-D insidansında önemli coğrafi farklılıklar olduğunu bildirdik [1-3], bazı eyaletlerin insidansı diğerlerinden on kattan fazla. Bununla birlikte, bu coğrafi varyasyonun nedenleri hakkında çok az şey bilinmektedir.
Bazı kronik sağlık koşullarının prevalansındaki coğrafi varyasyonun, doğrudan veya dolaylı olarak hastalığa yatkınlık oluşturduğunu varsaydık.akutböbrekincinmeAKI-D insidansında gözlemlenen coğrafi varyasyona önemli bir katkıda bulunabilir. Aday kronik durumlar arasında diabetes mellitus (diyabet), hipertansiyon,kronikböbrekhastalık(CKD), arteriosklerotik kalp hastalığı (ASHD), kanser ve kronik obstrüktif akciğer hastalığı (KOAH).
Ayrıca, beriBİR ÇOCUKsadece hastanede yatan hastalarda ortaya çıkar (akut diyaliz ayaktan tedavi ortamında başlatılamadığından), kronik sağlık sorunları olan hastaların hastaneye yatış oranlarındaki coğrafi varyasyonun da potansiyel olarak önemli olduğunu varsaydık.
Bu ilişkileri araştırmak için, topluluğu temsil eden iki ABD veri tabanından - Devlet Yatan Hasta Veritabanları (SID) [4] ve Davranışsal Risk Faktörü Gözetim Sistemi (BRFSS) [5]'ten türetilen 18 eyaletten gelen verileri analiz ettik.
yöntemler
Çalışma tasarımı
Amerika Birleşik Devletleri'nde 45 yaş ve üzeri popülasyonlar arasında ulusal, kesitsel, ekolojik bir çalışma yürüttük. AKI-D insidansı ve kronik sağlık koşulları prevalansı ve hastaneye yatışlar genç popülasyonlarda düşük olduğundan, çalışmamızı 45 yaş ve üzeri yetişkinlerle sınırlandırdık.
BRFSS kullanarak kronik sağlık koşullarının yaygınlığında durum düzeyindeki farklılıkları belirleme
Mevcut literatüre dayanarak, AKI-D insidansı ile korelasyon gösterecek adaylar olarak çalışmak için önsel kronik sağlık koşullarını seçtik. SDBY'nin en önemli nedenlerini (aynı zamanda KBH'nin en önemli nedenleri olduğunu varsaydığımız), SDBY'ye eşlik eden en önemli morbid durumları (akut hastalığın tetikleyicileri olarak işlev görebileceklerinden) dahil ettik.kronikböbrekhastalık) ve önceki bir çalışmadan AKI-D için olası risk faktörleri [2, 6, 7]. Spesifik olarak, ilk olarak Amerika Birleşik Devletleri Böbrek Veri Sisteminden (USRDS) son dönem böbrek hastalığının (ESRD) ilk dört ana nedenini belirledik: diyabet, hipertansiyon, glomerülonefrit ve kistikböbrekhastalık[6]. Daha sonra USRDS'den ESRD hastaları arasında bildirilen ilk on komorbid durumu belirledik: hipertansiyon, diyabet, kronik kalp yetmezliği, arteriosklerotik kalp hastalığı, başka bir kalp hastalığı, periferik vasküler hastalık, KOAH, serebrovasküler kaza/geçici iskemik atak (CVA/TIA), diyabetik retinopati ve malign neoplazm [7]. Sonunda, önceki bir çalışmadan AKI-D'deki zamansal eğilimlerle ilgili ilk on tanı kodunu not ettik: şok, kalp durması, ventriküler fibrilasyon, septisemi, multipl miyelom, solunum yetmezliği, pıhtılaşma, hemorajik bozukluklar, hipertansiyon, koma stuporu, beyin hasarı, karaciğer hastalığı ve mikozlar [2].
Kronik sağlık koşullarının eyalet düzeyinde yaygınlık tahminleri, 2011 yılında BRFSS'den alınan öz-rapor verilerine dayalı olarak elde edilmiştir. BRFSS, ABD'de ikamet edenlerden eyalet düzeyinde ve yerel düzeylerde, sağlıkla ilgili sağlıkla ilgili telefon anketlerinin sağlıkla ilgili önde gelen sistemidir. sağlıkla ilgili riskli davranışlar, kronik sağlık durumları ve koruyucu hizmetlerin kullanımı [5, 8]. Bu veriler 50 katılımcının tamamından gelmektedir. 2011'den itibaren, bir cep telefonu anketi ve ağırlıklı değerleri hesaplamak için yeni bir metodoloji BRFSS'nin bileşenleri olarak dahil edilmiştir [9, 10]. 2011 BRFSS araştırması yukarıda listelenen tüm sağlık koşullarını kapsamadığından, SDBY'nin birincil nedenlerini, SDBY hastaları arasında ilk on komorbid durumu ve AKI-D'nin zamansal eğilimleriyle ilgili ilk on tanı kodunu altı kronik sağlık koşulunda birleştirdik. : diyabet, hipertansiyon, CKD, ASHD, kanser (cilt kanseri hariç) (bundan böyle sadece "kanser" olarak anılacaktır) ve KOAH. Bu altı sağlık koşulunun seçimi, herhangi bir ilişki analizi yapılmadan önce yapılmıştır.
Bu altı kronik sağlık durumu için BRFSS soruları ve cevap seçenekleri Ek Tablo 1'de [11] listelenmiştir. Her sorunun cevabı "evet" olduğunda, katılımcının bu kronik sağlık durumuna sahip olduğunu düşündük. Cevap "hayır" olduğunda, katılımcının bu kronik sağlık durumunun olmadığını düşündük. ASHD için, iki ilgili soru ("miyokard enfarktüsü" ve "anjina veya koroner kalp hastalığı" ile ilgili) dahil edildi ve ASHD sınıflandırması her ikisine de evet yanıtına dayanıyordu. "Eksik", "reddetti" veya "bilmiyorum/emin değilim" şeklinde verilen cevaplar birlikte tüm koşullar için yanıtların < yüzde="" 3'ünü="" oluşturuyor="" ve="" "hayır"="" olarak="">
SID ve ABD nüfus sayımı kullanılarak hastaneye yatırılan AKI-D insidansında eyalet düzeyindeki varyasyonların belirlenmesi
AKI-D hastaneye yatış sayısını belirlemek için Devlet Yatan Hasta Veritabanlarını (SID) kullandık [3, 4]. Daha sonra AKI-D'nin eyalet bazında insidansını hesaplamak için ABD Sayım Bürosu verilerini kullandık.
AKI-D, hem akut böbrek yetmezliği tanı kodu (Uluslararası Hastalık Sınıflandırması, Dokuzuncu Revizyon, Klinik Modifikasyon [ICD- 9] kodları 584.5, 584.6, 584.7, 584.8 veya 584.9) hem de bir diyaliz prosedürü olduğunda tanımlandı. eşzamanlı arteriyovenöz fistül oluşturma veya revizyon prosedürü kodları (39.27, 39.42, 39.43 veya 39.93) olmadan kod (39.95, V45.11, V45.12, V56.0 veya V56.2) [1, 3, 12 , 13]. Önceki çalışmalar, bu algoritmanın yüzde 90'dan büyük veya buna eşit duyarlılık, spesifik, pozitif ve negatif tahmin değerleri ürettiğini göstermiştir [1, 3, 12, 13].
Maliyet nedeniyle, 2011'de mevcut olan 30 SID'den yalnızca 25'ini satın aldık: Arizona (AZ), Arkansas (AR), California (CA), Colorado (CO), Florida (FL), Iowa (IA), Kentucky ( KY), Massachusetts (MA), Maryland (MD), Maine (ME), Michigan (MI), Mississippi (MS), Kuzey Karolina (NC), Nebraska (NE), New Jersey (NJ), New Mexico (NM) , New York (NY), Nevada (NE), Oregon (OR), Rhode Island (RI), Güney Carolina (SC), Utah (UT), Vermont (VT), Washington (WA) ve Batı Virginia (WV) (Ek Şekil 1) [3].
On dokuz SID veritabanı > 15 teşhis kodu bildirdi. Bu 19 eyaletin hiçbirinde hastaneye yatışların dörtte birinden fazlasında > 15 teşhis kodu yoktu. 19 (örtüşmeyen) SID veritabanları > 6 prosedür kodu bildirdi. Bu 19 eyaletin hiçbirinde hastaneye yatışların onda birinden fazlası > 6 prosedür koduna sahip değildi [3]
Birincil analizimizde, tespit yanlılığını azaltmak için, 15'ten az tanı koduna (ME, NE) sahip SID veritabanlarını dahil etmedik ve yalnızca her hastaneye yatış için listelenen ilk 15 tanı kodunu analiz ettik (Ek Şekil 1). Ayrıca birincil analizimizde sadece ilk 6 prosedür kodunu analiz ettik (tüm eyaletlerde en az bu sayıda prosedür kodu vardı) [3].
AKI-D hastaneye yatışlarını ESRD (585.6) tanısı ile taburcu olurken saydık, ancak kabul etmedik. Birincil analizimiz, ESRD'nin bir kabul teşhisi mi yoksa bir deşarj teşhisi mi olduğunu [veya her ikisi] olduğunu söyleyemediğimiz durumları (CO, MS, NC, UT, WV) içermiyordu (Ek Şekil 1) [3].
Bu nedenle birincil analizimiz 18 duruma dayanıyordu (AZ, AR, CA, FL, IA, KY, MA, MD, MN, NJ, NM, NY, NV, OR, RI, SC, VT, WA) (Ek Şekil 1 ) [3]. Duyarlılık analizlerinde 25 eyaletin tümünden gelen verileri kullandık.
Burada, saptama yanlılığını azaltmak için her bir durum için yalnızca 9'a kadar tanı kodunu ve 6'ya kadar prosedür kodunu analiz ettik (tüm devletler en az 9 tanı kodu ve 6 prosedür kodu bildirdi) ve ESRD için bir tanı kodu içeren tüm hastaneye yatışları hariç tuttuk ( 585.6) çünkü beş durum için (CO, MS, NC, UT ve WV), bu tanının başvuru sırasında zaten mevcut olup olmadığını söyleyemedik [3].
SID, BRFSS ve ABD nüfus sayımından elde edilen kronik sağlık koşullarının her biri ile hastaneye yatış oranlarında eyalet düzeyindeki farklılıkların belirlenmesi
Her bir kronik sağlık durumuyla ilgili hastane taburcularını belirledik ve derledik ve tahmini devlet düzeyindeki hasta popülasyonlarını kullanarak oranları hesapladık. Her bir kronik sağlık durumu ile hastaneye yatış oranının, o kronik sağlık durumuna sahip, daha şiddetli hastalığı olan veya hastanede tedavi edilmesi gereken komplikasyonları olan hastalardan etkilenebileceğini varsaydık.
Spesifik olarak, SID'de, Uluslararası Hastalık Sınıflandırması-Dokuzuncu Revizyon-Klinik Modifikasyon (ICD-9- CM) içindeki > 14,000 standart teşhis kodlarını daha küçük bir boyuta daraltan Klinik Sınıflandırma Yazılımını (CCS) kullandık. klinik olarak anlamlı kategorilerin sayısı [3]. İlgilenilen altı kronik sağlık koşulunun her biri aşağıdaki CCS tanı kodlarına eşlenmiştir: diyabet (CCS tanı kodu 49, 50), hipertansiyon (CCS tanı kodu 98, 99), CKD (CCS tanı kodu 156, 158), ASHD (CCS tanı kodu 100, 101,102), kanser (CCS tanı kodu 11–21 ve 24-43) ve KOAH (CCS tanı kodu 127).
istatistiksel yöntemler
Devlet düzeyinde AKI-D insidansları, daha önce tarif edildiği gibi milyon nüfus (pmp) olarak ifade edildi [3, 12, 14]. Bunun için kat farkını, gözlemlenen en yüksek durum seviyesindeki AKI-D insidansını, gözlemlenen en düşük durum seviyesindeki AKI-D insidansına bölerek hesapladık. ABD haritasında bölgesel farklılıkları göstermek için eyaletleri düşük/orta/yüksek AKI-D insidansı seviyelerine göre sınıflandırıyoruz.
BRFSS'den kronik durum prevalans tahminlerini ve 2011 ABD Sayım Bürosu'ndan yerleşik nüfus hesapladık [15]. 1000 nüfus başına her bir kronik sağlık durumu ile hastaneye yatış oranını hastaneye yatış sayısı / (kronik durum prevalansı * yerleşik nüfus) * 1000 olarak hesapladık. Bunlar için katlama farklılıkları da en yüksek ve en düşük gözlenen değerler alınarak hesaplandı. (Tüm olay oranları yıllıktır.)
Yaygınlık tahminlerini ve ilişkili güven aralıklarını (CI'ler) elde etmek için, birleşik sabit hatlı telefon ve cep telefonu verileri için katmanları, kümeleri ve örnek ağırlıklarını belirten karmaşık bir örnek anket tasarımı kullandık ("katmanlar için STSTR" kullanıldı, "{{0} }PSU" kümeler için ve "_LLCPWT" örnekleme ağırlıkları için) [16].
Pearson korelasyon katsayıları, i) her bir kronik sağlık durumunun prevalansı ile AKI-D insidansı arasındaki durum düzeyinde korelasyonu ve ii) her bir kronik sağlık durumu ile hastaneye yatış oranı ile AKI-D arasındaki devlet düzeyinde korelasyonu belirlemek için kullanıldı. görülme sıklığı.
Her bir kronik sağlık durumu ile hastaneye yatış prevalansı veya oranı ile AKI-D insidansı arasındaki devlet düzeyinde ilişkiyi belirlemek için lineer regresyon analizi yapıldı; Her eyalet. Hangi kronik sağlık durumunun AKI-D insidansı üzerinde en büyük etkiye sahip olabileceğini ölçmek için doğrusal regresyon modellerinden parametre tahminlerinin boyutu ve p değerleri kullanıldı. Ayrıca, prevalans veya bazı kronik sağlık durumları ile hastaneye yatış oranlarındaki farklılıkların potansiyel olarak AKI-D insidansında gözlenen durum düzeyindeki varyasyonun daha fazlasını açıklayıp açıklayamayacağını değerlendirmek için her bir kronik sağlık durumu için farklı modellerdeki düzeltilmiş R-kare değerlerini karşılaştırdık.
Tüm regresyon modellerinde doğrusallık varsayımını kontrol ettik. İlgi konusu ile sonuç arasındaki ilişki doğrusal değilse, modele ikinci dereceden bir terim ekledik ve sonuçlarımızı grafiksel olarak gösterdik.
Negatif bir kontrol olarak, cilt kanserini, AKI-D insidansı ile herhangi bir korelasyonu veya ilişkisi olmayacağını varsaydığımız kronik bir sağlık durumu olarak inceledik. Cilt kanseri ile ilgili bilgiler ayrıca BRFSS'deki (Ek Tablo 1) kendi raporuna dayanıyordu ve SID'de CCS teşhis kodu 22, 23'ü kullandık.
Veriler STATA sürüm 14.1 (Stata Corp., College Station, TX) kullanılarak analiz edildi ve SAS sürüm 9.4 (SAS Institute Inc., Cary, NC) kullanılarak ayrı bir analist tarafından bağımsız olarak doğrulandı.
Sonuçlar
BRFSS'ye yanıt verenlerin ve AKI-D hastaneye yatırılan hastaların demografik özellikleri Tablo 1'de gösterilmektedir (Ek Tablo 2 ve Ek Tablo 3'te eyalet düzeyinde dağılım). AKI-D hastaneye yatırılan bireylerin, BRFSS'ye yanıt verenlerden daha yaşlı, erkek ve Hispanik olmayan Siyah olma olasılığı daha yüksekti.
Hastanede yatan AKI-D insidansı
18 eyaletin SID'sinde AKI-D ile 34.122 hastaneye yatış belirledik. Devlet düzeyinde AKI-D insidansı önemli ölçüde değişmiştir (Şekil 1), 190 ila 1139 pm (6.0- kat farkı) arasında değişmektedir (Ek Tablo 2).
Kronik sağlık koşullarının yaygınlığı
Çalışma, 18 eyalette (ağırlıklı nüfus büyüklüğü=57,396,000) 45 yaş ve üzeri bireyler arasında BRFSS'den 188.997 katılımcıyı içeriyordu. Altı kronik sağlık durumunun tahmini prevalansı eyaletten eyalete değişiyordu (Ek Tablolar 4-9). Diyabet için, eyalet düzeyinde yaygınlık aralığı yüzde 11,9 ila 18,4 (1.{15}}kat fark), hipertansiyon için yüzde 42,1 ila 54,1 (1.3-kat fark), KBH için 2,4 ila 5,9 idi. yüzde (2.5- kat fark), ASHD için yüzde 9,3 ila yüzde 15,8 (1.7-kat fark), kanser için yüzde 9,1 ila 11,9 (1.3-kat fark) ve KOAH için yüzde 6,3 ila 13,5 (2.1-kat fark).
Kronik sağlık durumlarının her biri ile hastaneye yatış oranları
Hastalık prevalansındaki eyalet düzeyindeki değişikliklerle karşılaştırıldığında, kronik sağlık koşullarıyla hastaneye yatış oranında eyaletten eyalete daha fazla değişkenlik vardı (örneğin, en yüksekten en düşük duruma kat farkının karşılaştırılması). Spesifik olarak, diyabetli hastaneye yatış oranları 1000 hasta başına 252 ila 438 (1.7-kat fark), hipertansiyonlu hasta oranı ise 1000 hasta başına 153 ila 278 (1.8-kat fark) arasında değişmektedir. CKD ile 1000 hastada 360 ila 1144 (3.2-kat fark), ASHD ile 1000 hastada 289 ila 547 (1.9-kat fark), kanser ile 197 ila 384 1000 hasta başına (1.9-kat fark) ve KOAH ile 1000 hasta başına 213 ila 473 (2.2-kat fark).
Eyaletler arasında AKI-D insidansındaki (1139/190 pmp) 6-kat aralığı farkının, kronik sağlık durumu prevalansındaki eyalet düzeyindeki varyasyondan daha fazla olduğuna dikkat edin (aralıktaki çoğunlukla < 2.5-kat fark ) veya kronik sağlık durumundaki hastaneye yatış oranındaki eyalet düzeyinde değişiklik (aralıktaki çoğunlukla < 3-kat fark).
Her bir kronik sağlık durumunun prevalansı ile AKI-D insidansı arasındaki devlet düzeyinde korelasyon
Eyalet düzeyinde, AKI-D insidansı ile diyabet prevalansı (r=0.56; p=0.01, Şekil 2a), ASHD (r {{7) arasında anlamlı bir ilişki gösterilmiştir. }}.56; p=0.01, Şek.
2b) ve KOAH (r=0.55; p=0.02, Şekil 2c). AKI-D insidansı ile hipertansiyon prevalansı (r=0.35; p=0.15), CKD (r=0.36; p=0.14, Şekil 2d) ve kanser (r=0.06; p=0.82).
Her bir kronik sağlık durumu ile hastaneye yatış oranı ile AKI-D insidansı arasında durum düzeyinde korelasyon AKI-D insidansı ile hipertansiyonlu hastaneye yatış oranı arasında da önemli bir korelasyon gösterilmiştir (r=0.51; p {{5). }}.03, Şekil 2e). Diyabetli hastaneye yatış oranları (r=0.27; p=0.27), CKD (r=0.03; p=0.91) arasında anlamlı bir ilişki gösterilmemiştir. , Şekil 2f), ASHD (r=0.17; p=0.49), kanser (r=0.23; p=0.37) ve KOAH (r=0.13; p=0.60).
Her bir kronik sağlık durumu ile hastaneye yatış oranı prevalansı ve/veya oranları ile lineer regresyon ile AKI-D insidansı arasındaki ilişki.
Yaş, cinsiyet ve Hispanik olmayan beyazların oranındaki eyalet düzeyindeki farklılıkları kontrol ettikten sonra, diyabet, hipertansiyon, ASHD ve KOAH prevalansı daha yüksek olan eyaletlerde AKI-D insidansı daha yüksekti (Tablo 2). Örneğin, eyalette her yüzde 1 daha yüksek diyabet prevalansı için, eyalette 70.5 (yüzde 95 GA: 14,6-126.3) pmp daha yüksek AKI-D insidansı olduğunu tahmin ettik.
Ayrıca, seçilen altı kronik sağlık durumundan herhangi biri ile hastaneye yatış oranlarının daha yüksek olduğu eyaletlerde AKI-D insidansının daha yüksek olduğunu bulduk (KBH sınırda/en zayıf ilişkiye sahip). Genel olarak, bu ilişkiler bir lineer modelde yeterince yakalanmıştır. Örneğin, her 1000 daha yüksek diyabetli hastaneye yatış oranı için, eyalette 3,0 (yüzde 95 GA: 1,8–4,1) pmp daha yüksek AKI-D insidansı olduğunu tahmin ettik. Kanser için, daha yüksek hastaneye yatış oranlarına sahip eyaletler de daha yüksek AKI-D insidansına sahipti, ancak ilişki doğrusal değildi ve Şekil 3a'da grafik olarak daha doğru bir şekilde gösterilmektedir.
Kronik durumların çoğu için, ana maruziyet olarak hastaneye yatış oranı olan modellerin, ana maruziyet olarak hastalık prevalansı olan modellerden daha yüksek ayarlanmış bir R2'ye sahip olduğunu gözlemledik (Tablo 2). Örneğin, diyabet prevalansı için ayarlanmış R2 0.350 iken diyabetin hastaneye yatış oranı için ayarlanmış R2 0.780 idi.
Lineer regresyon modeline her bir kronik durumun hem prevalansı hem de hastaneye yatış oranı girildiğinde, düzeltilmiş R2 değerleri daha da arttı (Tablo 2). Altı kronik sağlık durumundan beşinin prevalansı (kanser prevalansı istatistiksel olarak anlamlı değildi) ve altı hastalığın tümü ile hastaneye yatış oranı, AKI-D insidansı ile pozitif yönde anlamlı şekilde ilişkiliydi (yani, eyaletlerde daha yüksek AKI-D insidansı). daha yüksek kronik sağlık durumu prevalansı veya hastaneye yatış oranı ile). Kanser hastaneye yatış oranı için, ilişki yine lineer değildi ve Şekil 3b'de grafik olarak daha doğru bir şekilde gösterildi.
Negatif kontrolümüzle ilgili olarak, cilt kanseri prevalansı ve hastaneye yatış oranının (Ek Tablo 10) AKI-D insidansı ile korele olmadığını bulduk (Tablo 2).
Duyarlılık analizi
25 eyaletten (SID'den 38.922 AKI-D hastaneye yatış (Ek Şekil 2)) ve 200.936 gözlemden [ağırlıklı nüfus büyüklüğü=67,096,000] elde edilen veriler kullanılarak duyarlılık analizlerinde BRFSS), korelasyon analizlerinde benzer sonuçlar gözlemledik. Regresyon modellerinde, kanser prevalansı için beklenecek benzer sonuçlar elde ediyoruz. Birkaç düzenlemeden sonra kanser prevalansı AKI-D insidansı için hala önemli bir faktördü (katsayı=154.6, yüzde 95 CI 55.6-253.7; p < 0.01)="" (ek="" tablo="" 11,="" ek="" şekil="">
Tartışma
Böbrek hastalığının epidemiyolojik çalışmaları çoğunlukla ESRD [17] ve KBH [18] üzerine odaklanmıştır. Daha az çalışma AKI'ye odaklanmıştır ve daha da azı AKI insidansındaki coğrafi varyasyonlara odaklanmıştır. Yakın zamanda AKI-D insidansında devletler arasında büyük bir fark olduğunu bildirdik [3, 14]. Mevcut çalışma, bilgimize göre, bu varyasyonla ilişkili faktörleri incelemeye yönelik ilk girişimdir.
Bu ulusal, kesitsel, ekolojik çalışmada, AKI-D insidansındaki eyalet düzeyindeki varyasyonun, çeşitli kronik sağlık durumları için hastaneye yatış oranındaki eyalet düzeyindeki varyasyonlar ve prevalanstaki eyalet düzeyindeki değişikliklerle ilişkili olduğunu bulduk. Bu bulgular diyabet, hipertansiyon, CKD, ASHD ve KOAH'ın (ve muhtemelen kanserin) coğrafi dağılımının AKI-D'nin coğrafi dağılımını etkileyebileceğini düşündürmektedir.
Ekolojik araştırmalarla kesin sonuçlara varılamayacağını ve korelasyonun nedensellik olmadığını kabul ediyoruz. Ancak, bu kronik sağlık koşullarındaki durum düzeyindeki değişikliklerin çok makul olduğuna inanıyoruz çünkü bunların AKI için risk faktörleri olduğu biliniyor. Örneğin diyabet, kontrastla ilişkili nefromati ve diğer AKI-D formları için bir risk faktörü olarak kabul edilmiştir [19, 20]. Yetişkinler arasında yaygın olan hipertansiyon, AKI ile ilişkilendirilmiştir [21, 22]. CKD, AKI ile yakından ilişkilidir ve CKD'nin şiddeti, giderek daha yüksek AKI riski ile ilişkilidir [23, 24]. AKI, koroner arter baypas greft cerrahisi [25] veya perkütan koroner girişim [26] uygulanan DEHB hastalarında yaygındır. KOAH hastalarında bakteriyemi insidansı yüksektir, bu muhtemelen ciddi enfeksiyonlara yakalanmaya karşı daha savunmasızlığı yansıtır [27, 28] ve solunum yolu enfeksiyonu ile ilişkili septiseminin bu yüksek prevalansı AKI-D epizodlarının sayısını artırabilir. AKI-D, yatan hasta ortamında yoğunlaşabilen intrinsik renal faktörler, postrenal faktörler ve kemoterapötik ajanlar nedeniyle kanserle ilişkili olabilir. Negatif kontrolümüz olan (önceden seçilmiş olan) cilt kanserine ilişkin bulguların sonuçlarımızı güçlendirdiğine inanıyoruz. Deri kanseri prevalansındaki durum düzeyindeki varyasyonun ve
cilt kanseri bilinen bir AKI risk faktörü olmadığı için hastaneye yatış oranı durum düzeyinde AKI-D ile ilişkili veya ilişkili olmamalıdır. Bunu gerçekten gözlemledik. Dolayısıyla bu, seçilen 6 kronik sağlık durumu ile AKI-D arasında gözlemlenen durum düzeyindeki ilişkilerin özgüllüğü hakkında bir miktar güvence sağlar.
Potansiyel olarak önemli bir gözlemin, kronik sağlık durumları ile hastaneye yatış oranlarındaki (örneğin, aralıkta 3.2-kat farka kadar) eyalet düzeyindeki farklılıkların, yaygınlıktaki eyalet düzeyindeki farktan daha büyük olduğuna inanıyoruz. her bir kronik sağlık durumu (örneğin, aralıkta 2.5-kat farka kadar). Ayrıca, belirtildiği gibi, kronik durumların çoğu için, ana maruziyet olarak hastaneye yatış oranı olan modellerde, ana maruziyet olarak hastalık prevalansı olan modellerde düzeltilmiş R2 daha yüksekti; kronik sağlık koşulları, AKI-D insidansındaki durum düzeyindeki değişimi açıklamada toplumdaki yaygınlık oranlarından daha etkilidir. Kötü kontrol edilen kronik sağlık koşullarına sahip hastaların kabul edilme olasılığı daha yüksek olduğu için, bu sonuçlar kronik sağlık koşullarının daha iyi yönetilmesinin AKI-D ataklarını azaltabileceği olasılığını vurgulamaktadır. Çalışmamız, potansiyel olarak bu önleme stratejileri açısından hangi devletlerin en fazla fayda sağlayacağını belirlemektedir. Genel olarak, kronik durumların kendi kendine yönetimini ve nefrolog olmayanların (endokrinologlar, kardiyologlar, göğüs hastalıkları uzmanları ve birinci basamak hekimleri gibi) beceri ve tedarikini geliştirmeye yönelik yoğun hasta eğitim programları, AKI-D hastalık yükünü azaltmak için önemli değiştirilebilir faktörler olabilir.
Çalışmamız, ülke genelinde birden fazla devleti kapsayarak güçlendirildi. Bildiğimiz kadarıyla, BRFSS, ilgilenilen kronik sağlık koşullarına ilişkin mevcut tek kapsamlı devlet düzeyinde veri setidir. Önceki çalışmalar, BRFSS verilerinin diğer ulusal anketlerden elde edilen verilerle oldukça uyumlu olduğunu bildirmiştir [29-31]. 2011 BRFSS'nin önemli bir iyileştirmesi olarak, sabit hatlı telefonlar aracılığıyla toplanan verilere ek olarak, cep telefonu kullanan katılımcılardan alınan anket verilerinin dahil edilmesi, temsil edilebilirliği ve doğruluğu artırmıştır [32]. AKI-D insidansını tanımlama ile ilgili olarak, en iyi doğrulanmış ICD-9-CM tanı ve prosedür kodlarını kullanarak AKI-D vakalarını yakaladık [3, 12–14].
Ancak, bir takım sınırlamaların farkındayız. SID verilerindeki sınırlamalar nedeniyle, 50 eyaletin tamamına ilişkin veriye sahip değildik. Bu nedenle sonuçlarımız ülke geneline genellenemeyebilir. AKI-D ve kronik sağlık koşullarını yakalamak için klinik verilerden (kreatinin veya kan şekeri seviyeleri, tıbbi geçmişe ilişkin doktor belgeleri veya vücut kitle indeksi, reçete edilen ilaçlar gibi bir fizik muayene) yoksunduk ve bu, derneklerin güçlü yönleri.
Her bir sağlık durumunu teşhis kodlarını kullanarak belirledik ve bu nedenle hastalığın ciddiyetini yakalayamadık. AKI-D gelişen hastalarda glomerüler filtrasyon hızında önceden var olan herhangi bir azalmayı ölçemedik. AKI-D insidansına katkıda bulunabilecek başka faktörler de vardı (ekonomik durumda, tıbbi ve sosyal hizmetlerde eyalet düzeyinde değişiklik, akademik ve akademik olmayan hastanelerin bir karışımı, yoğun bakım ünitesi yatak sayısı gibi). ayarlamak için mevcut bilgilere sahip olun. Diyalize başlama eşiğindeki herhangi bir potansiyel farkı veya evde ölümü bölgesel olarak değişebilen rekabet eden bir olay olarak açıklayamadık. Muhtemelen hastanın kendi bildirimine güvenme nedeniyle, BRFSS'ye göre KBH'nin popülasyon prevalansı, Ulusal Sağlık ve Beslenme İnceleme Anketi'nden (NHAN ES) biyokimyasal belirteçler kullanılarak tanımlanan KBH'nin popülasyon prevalansından çok daha düşüktür [33, 34]. Bu yanlış sınıflandırma, CKD'nin çok güçlü bir AKI risk faktörü olmasına rağmen, AKI-D insidansı ile CKD prevalansı veya AKI-D insidansı ve CKD ile hastaneye yatış oranı arasında neden daha güçlü korelasyonlar görmediğimizi açıklayabilir. Ayrıca, BRFSS, bakım evlerinde veya diğer tesislerde yaşayanları kapsamaz ve ankete yanıt verenlerin fiziksel ve zihinsel olarak yanıt verebilecek durumda olmalarına dayanır. Bu nedenle, ciddi komorbiditeleri olan kişiler yetersiz temsil edilmektedir. Kesitsel ve ekolojik çalışma tasarımı, daha güçlü çıkarımlar yapmak için bireysel düzeyde veriye sahip olmadığımız anlamına geliyordu.
Cistanche Deserticola önlerakutböbrekincinme, numuneyi almak için buraya tıklayın
Çözüm
Diyaliz gerektiren vakaların insidansında eyalet düzeyinde önemli farklılıklar vardır.akutböbrekincinme(BİR ÇOCUK). AKI-D insidansı, beş kronik sağlık durumuyla--diyabet, hipertansiyon, KBH, ASHD ve KOAH--ve kanser nedeniyle hastaneye yatış oranlarının prevalansı ve oranları ile ilişkiliydi. Sonuçlarımızın kışkırtıcı olduğuna ve AKI-D insidansındaki coğrafi varyasyonların potansiyel nedenlerine ışık tuttuğuna inanıyoruz. Sonuçlarımız, başkaları tarafından tekrarlanırsa, kronik sağlık sorunları olan hastaların hastaneye yatışlarını azaltan önlemlerin daha düşük AKI-D insidansına dönüşebileceğini düşündürmektedir.
Referanslar
1. Hsu RK, McCulloch CE, Ku E, Dudley RA, Hsu CY. Amerika Birleşik Devletleri'nde diyaliz gerektiren AKI insidansında bölgesel farklılıklar. Clin J Am Soc Nephrol. 2013;8(9):1476–81.
2. Hsu RK, McCulloch CE, Heung M, et al. Amerika Birleşik Devletleri'nde diyaliz gerektiren AKI'deki zamansal eğilimin potansiyel nedenlerini araştırmak. Clin J Am Soc Nephrol. 2016;11(1):14–20.
3. Chen Z, Lee BJ, McCulloch CE, et al. Diyaliz gerektiren akut böbrek hasarı ile son dönem böbrek hastalığından iyileşme arasındaki ilişki: Ulusal bir çalışma. BMC Nefrol. 2019;20(1):342.
4. HCUP Devlet Yatan Hasta Veritabanları (SID). Sağlık maliyeti ve kullanım projesi (HCUP). Rockville: Sağlık Araştırmaları ve Kalite Ajansı; 2005-2009. www.hcup-us.ahrq.gov/sidoverview.jsp. 14 Eylül 2018'de erişildi.
5. CDC BRFSS. https://www.cdc.gov/brfss/index.html. 1 Ekim 2018'de erişildi.
6.2017 Yıllık Veri Raporu Referans Tabloları. Cilt 2 ESRD Tablo B Prevalans. https://www.usrds.org/2017/ref/ESRD_Ref_B_Yaygınlık_2017. xlsx. Erişim tarihi: 3 Ekim 2018.
7.2017 Yıllık Veri Raporu Referans Tabloları. Cilt 2 ESRD Tablo C Hasta Özellikleri. https://www.usrds.org/2017/ref/ESRD_Ref_C_PatientChars_2 017. xlsx. Erişim tarihi: 3 Ekim 2018.
8. BRFSS 2011'e Genel Bakış. https://www.cdc.gov/brfss/annual_data/2011/pdf/ genel bakış_11.pdf. 1 Ekim 2018'de erişildi.
9. Hastalık C Merkezleri, Önleme. 2011 yılında davranışsal risk faktörü sürveyans sistemindeki metodolojik değişiklikler ve yaygınlık tahminleri üzerindeki potansiyel etkiler. MMWR Morb Mortal Wkly Rep. 2012;61(22):410–3.
10. Bir Bakışta: 2011 Davranışsal Risk Faktörü Gözetim Sisteminin (BRFSS) yürütülmesi. https://www-cdc-gov.ucsf.idm.oclc.org/brfss/pdf/238974_ BRFSS-AAG.pdf. 1 Ekim 2018'de erişildi.
11.2011 BRFSS Anketleri. https://www.cdc.gov/brfss/questionnaires/pdf-ques/2011brfss.pdf. 1 Ekim 2018'de erişildi.
12. Hsu RK, McCulloch CE, Dudley RA, Lo LJ, Hsu CY. Diyaliz gerektiren AKI insidansında zamansal değişiklikler. J Am Soc Nephrol. 2013;24(1):37–42.
13. Waikar SS, Wald R, Chertow GM, et al. Uluslararası hastalık sınıflandırmasının geçerliliği, dokuzuncu revizyon, akut böbrek yetmezliği için klinik modifikasyon kodları. J Am Soc Nephrol. 2006;17(6):1688–94.
14. Chen Z, Lee BJ, McCulloch CE, et al. Diyaliz gerektiren akut böbrek hasarı ile son dönem böbrek hastalığından iyileşme arasındaki ilişki: ulusal bir çalışma; 2019.
15. Amerika Birleşik Devletleri, Birleşik Devletler ve İlçeler için Cinsiyet, Irk ve Hispanik Köken bazında Yerleşik Nüfusun Yıllık Tahminleri: 1 Nisan 2010 - 1 Temmuz 2017 Kaynak: ABD Sayım Bürosu, Nüfus Bölümü Yayın Tarihi: Haziran 2018.
16. BRFSS kullanım kılavuzu. https://www.cdc.gov/brfss/data_documentation/pdf/ UserguideJune2013.pdf. 11 Temmuz 2019'da erişildi.
17. USRDS 2018 Yıllık Veri raporu. https://www.usrds.org/adr.aspx. Erişim tarihi: 11 Temmuz 2019.
18. Murphy D, McCulloch CE, Lin F, et al. Amerika Birleşik Devletleri'nde kronik böbrek hastalığı prevalansındaki eğilimler. Ann Intern Med. 2016;165(7):473–81.
19. Parfrey PS, Griffiths SM, Barrett BJ, et al. Diabetes mellitus, böbrek yetmezliği veya her ikisi olan hastalarda kontrast madde kaynaklı böbrek yetmezliği. Prospektif kontrollü bir çalışma. N Engl J Med. 1989;320(3):143–9.
20. Hsu CY, Ordonez JD, Chertow GM, Fan D, McCulloch CE, Go AS. Kronik böbrek hastalığı olan hastalarda akut böbrek yetmezliği riski. Böbrek İnt. 2008; 74(1):101–7.
