Az elhízás kockázati tényező-e a koszorúér-bypass műtétek halálozásában?

Providence Health System-től, Portland, Ore.

Ön a cikk legfrissebb verzióját nézi. Előző verziók:

Absztrakt

Háttér- Az elhízást és a CABG műtétet vizsgáló publikált cikkek ellentmondásos eredményeket tartalmaznak a testtömeg-index (BMI) szerepéről a kórházi mortalitás rizikófaktoraként.

Módszerek és eredmények— 16 218 beteget vizsgáltunk, akik izolált CABG-n estek át a Providence Health System Cardiovascular Study Group adatbázisában 1997 és 2003 között. A BMI kórházi mortalitásra gyakorolt hatását logisztikai regresszióval értékeltük, BMI csoporttal (alsúlyos, normál, túlsúlyos és 3 az elhízás alcsoportjai), mint kategorikus változó vagy a BMI mint folyamatos változó transzformációi, beleértve a frakcionált polinomokat is. A BMI ezen statisztikák egyikében sem volt statisztikailag szignifikáns kockázati tényező a mortalitás szempontjából. Azonban kumulatív összeg technikák alkalmazásával azt tapasztaltuk, hogy a legalacsonyabb kockázattal korrigált CABG kórházi mortalitás a magas normális volt, és hogy a túlsúlyos BMI alcsoportban alacsonyabb vagy magasabb BMI-vel rendelkező betegeknél a halálozás kissé megnőtt.

Következtetések - A testméret nem szignifikáns kockázati tényező a CABG mortalitás szempontjából, de a legalacsonyabb a mortalitás a magas normál és a túlsúlyos alcsoportokban található, összehasonlítva az elhízott és az alacsony testsúlyúakkal.

Az Egyesült Államokban az elhízás járványos ütemben nőtt az elmúlt 20 évben. Az 1999-től 2000-ig tartó Nemzeti Egészségügyi és Táplálkozási Vizsgálatok eredményei azt mutatják, hogy az Egyesült Államokban felnőttek becslések szerint 64% -a túlsúlyos vagy elhízott, testtömeg-indexük (BMI) ≥25 kg/m 2. 1 Az elhízás szintén jelentősen hozzájárul a szív- és érrendszeri betegségek kockázatához. 2 Ezek a tények az elhízás prevalenciájának növekedését eredményezték hazánkban a CABG műtétek populációjában.

Az elhízással, mint a kórházi halálozás kockázati tényezőjével foglalkozó szakirodalom ellentmondásos eredményeket tartalmaz. 17 olyan 3–19 vizsgálat közül, amelyek kifejezetten a BMI-vel, mint rizikófaktorral foglalkoztak, csak az a vizsgálat volt a legnagyobb, amelynek a mintája 3-as volt, és az elhízás volt szignifikáns. Egy másik tanulmány közepes méretű mintával 4 azt találta, hogy a magas BMI védő, 3 tanulmány pedig az „alsúlyt” (nagyon alacsony BMI) kockázati tényezőnek találta. 5–7 A fennmaradó 12 vizsgálat nem talált a BMI hatását. 8–19

Ezen látszólag ellentmondó eredmények motiválva a Providence Health System Cardiovascular Study Group (PHS) adatbázist használtuk a BMI szerepének vizsgálatára a CABG operatív (kórházi) mortalitásában.

Mód

Klinikai anyag

1997 januárjától 2003 decemberéig 16 232 betegnél végeztek izolált CABG-t 9 Providence Health System kórházban. Mindazok a kórházak, amelyek szívsebészeti programokkal rendelkeznek, részt vesznek a PHS-ben, amely megköveteli az adatok szabványos definíciók szerinti prospektív gyűjtését és továbbítását egy független koordinációs központba, hogy összevonja őket egy közös adatbázisba. A 14 beteget, akiknek hiányos adatai voltak a magasságról és/vagy a testtömegről, kizárták, így 16 218 beteg maradt vizsgálatra.

Statisztikai módszerek

A kilogrammokban kifejezett tömeg és a magasság négyzetméterével (kg/m 2) elosztott BMI a testzsír és az elhízás vagy alultápláltság által okozott általános egészségügyi kockázat becslésének széles körben elfogadott módja. Az Országos Egészségügyi Intézet (NIH) szerint 20 a normál BMI-tartomány 18,5–24,9 kg/m 2, 25–29,9 kg/m 2 túlsúlyos, és ≥30 kg/m 2 elhízott. Az elhízás tovább osztható enyhe (30,0-34,9 kg/m 2), közepes (35,0-39,9 kg/m 2) és extrém (40,0 kg/m 2). A BMI 2 alulsúlyosnak tekinthető.

Az elemzéshez demográfiai, történeti és perioperatív változókat választottak, amelyek ismerten befolyásolják a mortalitást. Ezeknek a változóknak az összehasonlítását a normál és más BMI alcsoportok között ANOVA alkalmazásával, Scheffé folyamatos változók utólagos korrekciójával és logisztikus regresszióval végeztük, BMI alcsoporttal, mint a dichotóm változók egyetlen kockázati tényezőjével.

Egy korábban kifejlesztett PHS logisztikai regressziós modellt 21, amelyet a legutóbbi betegeknél validáltak, minden páciensnél alkalmazták a testméret lehetséges halálozásra gyakorolt hatásának vizsgálatára. A logisztikai regressziós modellek tulajdonságainak értékeléséhez a c statisztikát (a vevő-működési jelleggörbe alatti terület) 22 használtuk a diszkrimináció mérésére, a Hosmer-Lemeshow χ 2 tesztstatisztikát 23 pedig a kalibráció mérésére. A PHS modell további ellenőrzéseként elvégeztük a link tesztet. 24 A link teszt egy egyszerű módszer az általános modellspecifikáció értékelésére egy új regressziós modell kiszámításával, prediktor változóként felhasználva az eredeti modell kockázati pontszámát és annak négyzetét (másodfokú kifejezés). Ha a további másodfokú kifejezés jelentős, bizonyíték van a modell hibás specifikációjára, jelezve, hogy további változók hiányozhatnak a modellből. (Ez a teszt azonban nem garantálja, hogy nincsenek hiányzó kifejezések; még akkor is, ha ez a kifejezés nem szignifikáns, valószínűleg továbbra is ismeretlen kockázati tényezők hiányoznak, amelyeket hozzá lehetne adni a modellhez.)

Egyéb káros hatások esetén: cerebrovaszkuláris baleset, miokardiális infarktus, mély szegycsont-fertőzés, dialízist igénylő veseelégtelenség, vérátömlesztés, posztoperatív tartózkodás hossza> 14 nap, mechanikus lélegeztetés> 24 órás intenzív osztályon, szívműködésből történő újbóli operáció és posztoperatív koszorúér-angiográf beavatkozást választottunk elemzésre. Dichotomizáltuk az eredményváltozókat, és logisztikai regressziót használtunk a BMI hatásának meghatározásához.

A statisztikai elemzéseket az SPSS 11.0 verzióval, az SPSS Inc-vel (logisztikai regresszió, ANOVA) végeztük; Stata 8.2 verzió, Stata Corp (frakcionált polinomok, link teszt, cusum); és az S-PLUS 6.1 verzió, Insightful Corp (grafika). Értéke P

1. TÁBLÁZAT Kockázati tényezők profiljai és mortalitása a BMI csoport szerint *

1.ábra. Nomogram, amely megmutatja a magasság, a súly és a BMI csoport közötti kapcsolatokat 16 218 izolált CABG-beteg esetében. Minden pont 1 beteget jelent; szaggatott vonalak jelzik a BMI értékeket (18,5, 25, 30, 35, 40 kg/m 2), amelyek hat NIH által definiált BMI csoportosítás határait határozzák meg (jobbra jelölve).

Az elhízott betegek fiatalabbak és gyakrabban nők voltak. Az elhízott betegeknél több cukorbetegség, szisztémás hipertónia és pulmonalis hipertónia is volt. Az alacsony testsúlyú betegek idősebbek voltak, gyakrabban nők voltak, és több perifériás érrendszeri betegségük, krónikus obstruktív tüdőbetegségük, pangásos szívelégtelenségük, miokardiális infarktusuk, kamrai aritmiája, mitrális elégtelenségük, bal oldali fő betegségük, valamint a New York Heart Association III és IV funkcionális osztálya volt.

Az elhízott betegek halálozása alacsonyabb volt; az alacsony testsúlyú betegek halálozási aránya magasabb volt (kiigazítatlan). A halálokok vizsgálata nem mutatott nyilvánvaló különbséget a BMI csoportok között.

Kockázat-korrigált halálozás

Egy korábbi CABG-kockázati modell, amelyet 1997 januárja és 2002. júniusa között operáltak PHS-betegek felhasználásával, 12 12 kockázati tényezőt tartalmazott (az 1. táblázatban azonosítva), de a testmérettel kapcsolatos változókat nem. A modell használata előtt egy validációs lépést hajtottunk végre, kiszámítva az előrejelzéseket az új betegek számára, amelyek a fejlesztése óta (2002. július - 2003. december) lettek hozzáadva. A régi modell jól illeszkedik az új betegadatokhoz; a c statisztika 0,811, a Hosmer-Lemeshow statisztika pedig 10,07 (P= 0,26).

Így 1997 januárja és 2003 decembere között mind a 16 218 esetet összevonták a jelen vizsgálat során. Ezek közül 219 beteg (1,4%) nem rendelkezett a kockázati modellhez szükséges összes kockázati tényezővel; a fennmaradó 15 999-et arra használták fel, hogy a megnövekedett mintaméret (az eredeti modell kidolgozása óta) segíthet-e a testméret-hatás azonosításában. A kockázati modell jól illeszkedik az egész adathalmazhoz; c statisztika 0,806, Hosmer-Lemeshow statisztika 3,77 (P= 0,88). Amikor a link tesztet használták a kombinált adathalmazon, a másodfokú kifejezés nem volt szignifikáns (P= 0,55), nem nyújt bizonyítékot a helytelen modell-specifikációra.

Az előrejelzett mortalitás a BMI növekedésével csökkent (2. ábra). Ez azt jelenti, hogy általában az alsúlyú betegek rosszabb állapotban vannak, figyelembe véve a modell összes kockázati tényezőjét, és hogy az elhízott betegek viszonylag jobb állapotban vannak. A megfigyelt mortalitás (2. ábra) meglehetősen jól követi a modell által megjósoltakat (testméret-változók nélkül), kivéve a közepes normálistól a túlsúlyos csoporton keresztül kissé alacsonyabb kockázatot. Így az egyéb kockázati tényezőkre történő kiigazítást követően úgy tűnik, hogy van egy megmagyarázhatatlan halálozási kockázat az alsúlyos és elhízott alcsoportokban, összehasonlítva a középső BMI alcsoporttal.

2. ábra. Megfigyelt és várható mortalitás a BMI 25 kvantilis csoportjánál; az egymást követő BMI-értékek minden csoportja a betegek 1/25 részéből áll. A várható mortalitást (szürke vonal) a CABG mortalitás korábban levezetett kockázati modelljével kaptuk meg, amely nem tartalmazott a testméretre vonatkozó kockázati tényezőket. Az egyes csoportok megfigyelt mortalitását (•) a csoport vízszintes tengelyén mért átlagos BMI-érték fölé ábrázoljuk. A hibasávok az átlag ± SE értéknek felelnek meg (~ 70% konfidenciahatár). A BMI alcsoport határai megjelölve.

Az ebből a modellből származó 12 kockázati tényező lineáris kombinációja halálozási kockázati pontszámot (a kockázati tényezők lineáris kombinációja) eredményezett minden beteg esetében. Ezután többváltozós logisztikai regressziót alkalmaztunk annak megállapítására, hogy a testméret különféle számszerűsítése jelentősen hozzájárulhat-e ehhez a kockázathoz. Ezt a modellt úgy próbáltuk javítani, hogy egyetlen változót, valamint a testméretet vagy elhízást tükröző változók kombinációit és transzformációit adtuk hozzá, amint az a 2. táblázatban látható. Az egyes mérések vagy transzformációk egyike sem lépett be a modellbe egyenként (A csoport a 2. táblázatban) vagy kombináció (B csoport). A BMI kezelése 6 szintű kategorikus változóként (C csoport) szintén nem adott szignifikáns hozzáadást a modellhez. Az FP-k módszerét ezt követően a BMI optimális transzformációjának egységes kereséseként alkalmazták. Ez további 2 regressziós modellt eredményezett, amelyek közül egyik sem járult hozzá jelentősen a kockázathoz. Az első fokú FP a BMI egyetlen kocka (P= 0,52). Egy másodfokú FP a BMI 2 transzformációját választotta ki, az inverz és az inverz szorzat a logaritmus (P= 0,27). A magasabb fokú FP-ket nem próbálták ki.

2. TÁBLÁZAT Többváltozós logisztikai regresszióelemzés a mortalitáshoz

Végül cusum technikát alkalmaztak a BMI és a kockázat-korrigált mortalitás kapcsolatának vizualizálására. A megfigyelt halál BMI fölötti kumulatív összege (1 = igen, 0 = nem) mínusz a haláleset előrejelzése a kockázati modell alapján (0 2; ebben a tartományban a betegek halálozási aránya alacsonyabb, mint másutt. Ez együttműködik a 2. ábra megfigyelésével). ennek a tartománynak a teljes csökkenése, a vártnál maximum ~ 10-rel több halálesettől, a vártnál minimum ~ 15-vel kevesebb halálozásnál jelenti a halálozás csökkenését ebben a BMI-tartományban

3. ábra. Módosított cusum-cselekmény halálra. A függőleges tengely a megfigyelt halálozások összege, mínusz a korábban kidolgozott CABG-mortalitási kockázati modell által előre jelzett halálozás, amely nem tartalmaz testméretet leíró változót. A vízszintes tengely a betegek száma szerint skálázott, így a BMI egységekben nemlineáris. A BMI alcsoport határai megjelölve.

Morbiditás

A nyers (kiigazítatlan) mortalitást és morbiditást a 3. táblázat mutatja be. Az alacsony testsúlyú betegeknél magasabb volt a posztoperatív cerebrovascularis baleset, a vérátömlesztés, az újbóli operáció, a szellőzés egy> 24 órás intenzív osztályon, és a tartózkodási idő> 14 nap. Az elhízott betegeknél mélyebb szegycsont-fertőzés volt.

3. TÁBLÁZAT Műtét utáni morbiditás BMI csoportok szerint

BMI kategória,% Alsúly Normál Túlsúly Enyhe elhízás Mérsékelt elhízás Extrém elhízásP Az intenzív osztály intenzív osztályt jelez. Mély szegycsont fertőzés00,30,30.61.11.4 24 óra10.17.55.24.97.57.4 14 d8.83.82.82.53.55.6

4. TÁBLÁZAT Többváltozós logisztikai regresszióelemzés a megbetegedésekre *

Vita

A BMI sok betegjellemzőhöz kapcsolódott, különösen az életkorhoz és a nemhez. A nők magasabb BMI-vel rendelkeztek, mint a férfiak ugyanabban a korcsoportban. A fiatalabb betegeknél a BMI magasabb volt, mint az idősebbeknél. Több nő van az alsúlyú és az elhízott alcsoportban. Mivel az életkor és a nem a halálozás fontos kockázati tényezője, meg kell határoznunk a BMI és a halálozás kapcsolatát, miután igazodnunk kell az életkor, a nem és más kockázati tényezők hatásához.

Korábbi tanulmányok

A CABG utáni halálozás 13 általános kockázati modellje közül egy nemrégiben végzett irodalomkutatásból 27 csak a 2 legnagyobb tanulmány, a Thoracic Surgeons Society (STS) Nemzeti Szívsebészeti Adatbázis 28 és New York állam részéről, 29 tartalmazta az elhízást. Egyikük sem tartalmazta az alsúlyt kockázati tényezőként. Közülük kettő, az STS 28 és az észak-új-angliai kardiovaszkuláris betegségek vizsgálati csoportja, a 30 BSA-t tartalmazott. A kockázati tényezők száma ezekben a vizsgálatokban nagyon eltérő volt, és szorosan korrelált a vizsgált betegek számával (r= 0,96).

Mivel az STS-adatbázis rendelkezik a legtöbb CABG-beteggel, tovább vizsgáltuk az összes korábbi kockázati modelljüket. Az STS 9 különböző évre vonatkozóan közzétette a CABG kockázati modelleket, 5 cikkben. 28,31–34 A kockázati tényezők száma az elemzésre rendelkezésre álló esetek számával nőtt; az elhízás csak akkor lépett be a modellbe, ha a modellnek> 30 tényezője volt. Érdekes módon az 1995-ös 32-es és az 1996-os 28 modellek egyaránt tartalmazzák a BSA-t és az elhízást, az 1999-es 31 modell pedig csak BSA-t tartalmaz.

A jelen vizsgálat eredményeként 17 további tanulmányt találtunk, amelyek kifejezetten az elhízással, mint a halálozás és morbiditás kockázati tényezőjével foglalkoztak. 3–19 Csak egy tanulmány, a legnagyobb, az STS adatbázist használó tanulmány 3 találta az elhízást a halál szempontjából szignifikánsnak, az OR-k 1,21-esek a 35–40 kg/m 2 BMI-hez és 1,58 a 40 kg/m 2-nél nagyobb BMI-hez. Egy másik tanulmány 4 azt találta, hogy védő.

Így a legtöbb CABG kockázati modell és az elhízás speciális vizsgálata nem találja az elhízást jelentősnek; csak nagyszámú beteggel és tucatnyi egyéb rizikófaktorral végzett vizsgálatok végeznek. Ez összhangban áll az elhízással, amelynek kicsi klinikai hatása van; általában minél kisebb a hatás klinikai mérete, annál nagyobb a statisztikai igazoláshoz szükséges betegek száma.

Megállapítottuk, hogy a BMI a mély szegycsont fertőzés rizikófaktora, ami sok más vizsgálattal egybeesik. 3–6,8–12 Ugyancsak ugyanazok az eredményeink vannak, mint más 4–6,11–13 vizsgálatoknak, miszerint az elhízott pácienseknek kevesebb posztoperatív vérzése van, és kevesebbeknek van szükségük vérátömlesztésre.

BMI csoportosítás

Tanulmányi korlátozások

Vizsgálatunk és a többiek a BMI-t használták az elhízás meghatározására. A BMI-nek azonban vannak korlátai. A BMI nem feltétlenül tükrözi pontosan a testzsírosságot az alacsony testtömegűeknél (a 36 albumin szintet az elhízás indexének is tekintik. Adatbázisunk nem tartalmazta az elhízás meghatározásának ezen egyéb módszereinek teszteléséhez szükséges változókat.

Ez az elemzés részben a kiindulási mortalitástól függ. Eredményeink hasonlóak az STS nemzeti adatbázishoz, amely 559 000 beteget számolt be 1997 és 2000 között, 3 az általános halálozás 2,6% volt, szemben a tanulmány 2,2% -ával, és a halálozás 2,6% volt a BMI-nél> 35 kg/m 2, szemben a vizsgálat 2,3% -ával.

Vizsgálati kohorszunkban csak 90 alsúlyos beteg (0,6%) volt, közülük 7 haláleset. Ez a kis szám korlátozza a csoport tanulmányozásának erejét és pontosságát. Másrészt a kockázati modellünk nem tartalmazott minden elképzelhető kockázati tényezőt, csak azokat, amelyeket az adataink alátámasztanak. A halálozási különbség, amelyet alulsúlyos betegeknél tapasztaltunk, más kockázati tényezőknek köszönhető, amelyek nem szerepelnek a modellünkben, hanem maga a belső kis méret.

Következtetések

A testméret nem jelentős kockázati tényező a CABG mortalitás szempontjából, de a legalacsonyabb a mortalitás a magas normál és a túlsúlyos alcsoportokban található (összehasonlítva az elhízottakkal és az alsósúlyokkal).

A következő Providence Egészségügyi Rendszer kórházak alapvető együttműködést és szívsebészeti betegadataik felhasználását nyújtották: Alaszka: Providence Anchorage Medical Center; Washington: Providence Everett Orvosi Központ, Providence St Peter Kórház (Olympia), Providence Yakima Orvosi Központ; Oregon: Providence Portlandi Orvosi Központ, Providence St Vincent Orvosi Központ (Portland); Kalifornia: Providence St Joseph Orvosi Központ (Burbank), Providence Szent Kereszt Orvosi Központ (Mission Hills), Providence Little Company of Mary Kórház (Torrance).