基于轨迹分析模型的高血压患者肾小球滤过率时间变化轨迹与心血管疾病发病风险关系OACSTPCD

目的 基于轨迹分析模型(GBTM)分析高血压患者估算的肾小球滤过率(eGFR)时间变化轨迹与心血管疾病发病风险的关系.方法 2017-2020年接受随访的高血压患者4 863例,依次按照简化肾病膳食改良实验公式(MDRD)、依据中国人群改良的MDRD公式(cMDRD)、慢性肾脏病流行病学协作组公式(CKD-EPI)、柏林倡议研究公式(BIS)、全年龄段公式(FAS)估算方程的顺序,采用SAS Proc Traj程序建立GBTM,并根据研究对象4年不同eGFR的发展趋势分为不同的亚组,分别绘制每个估算方程的拟合轨迹图.应用贝叶斯信息准则BIC绝对值最小化原则,筛选五种eGFR估算方程拟合的GBTM中最优GBTM,比较各亚组间eGFR、随访期间心血管疾病发病率、年龄、性别、腰围等资料.将有统计学差异的变量纳入多因素Cox回归模型,调整混杂因素后,观察高血压患者在不同eGFR轨迹组中的心血管疾病发病风险.结果 MDRD拟合模型BIC值为-77 157.90,cMDRD 拟合模型 BIC 值为-84 351.40,FAS 拟合模型 BIC 值为-77 803.20,CKD-EPI 拟合模型 BIC 值为-65 324.96,BIS拟合模型BIC值为-75 291.59,最终选择CKD-EPI估算方程拟合的GBTM为最优GBTM.基于CKD-EPI拟合时,最优的轨迹将研究对象分为3个亚组,第一亚组曲线呈下降后上升趋势,第二亚组曲线发展趋势较平缓,第三亚组曲线呈上升趋势,其中第一亚组eGFR水平均低于其余亚组(P均<0.05),第三亚组eGFR水平均高于其余亚组(P均<0.05).多因素Cox回归分析结果显示,以第三亚组为参考,第一亚组高血压患者心血管疾病的发病风险是第三亚组的2.299倍(HR=2.299,95%CI:1.223～4.321,P<0.05).结论 基于CKD-EPI拟合的GBTM可以准确显示高血压患者eGFR随时间的变化轨迹.与eGFR高水平且时间变化轨迹呈上升趋势的高血压患者相比,eGFR低水平且时间变化轨迹呈下降后上升趋势的高血压患者心血管疾病发病风险更高.