1、院内实时监控系统显著提高住院急性肾损伤患者识别率 王一梅 滕杰 沈波 许佳瑞 姜物华 於佳炜 胡家昌 丁小强 复旦大学附属中山医院肾内科上海市肾病与透析研究所上海市肾脏疾病临床医学中心上海市肾脏疾病与血液净化重点实验室 摘 要： 目的 :建立院内急性肾损伤 (acute kidney injury, AKI) 电子实时监控系统 (electronic alerts, E-Alerts) , 观察该系统诊断住院患者发生 AKI 的价值, 并与人工诊断结果进行比较。方法:选取 2014 年 11 月 3 日至 9 日于复旦大学附属中山医院住院的 2 563 例成年患者 (18 岁) , 采用 E-
2、Alerts 检出 AKI 患者 261 例, 并与人工诊断结果 (92 例) 进行比较。结果:应用 E-Alerts 后, AKI 检出率为 10.20%, 而人工识别率为 3.59% (P=0.03) 。261 例发生 AKI 的患者中, 男性 176 例, 女性 85 例, 平均年龄为 (6316) 岁, 1 期、2 期、3 期和接受肾脏替代治疗患者的 AKI 检出率分别为 8.4% (216/2 563) 、0.5% (12/2 563) 、1.3% (33/2 563) 和 0.7% (17/2 563) , 而 AKI 患者院内病死率为 5.7% (15/261) 。AKI 患者中
3、 244 例 (93.5%) 来自非肾内科, 而仅有 24例 (9.8%) 邀请肾内科医师会诊, 出院诊断包含 AKI 相关诊断者仅 4 例 (1.5%) 。AKI 发生率高的科室分别为心外科 (39.0%) 、肾内科 (33.0%) 和肝肿瘤外科 (19.0%) 。68 例 (26.1%) 患者为社区获得性 AKI, 193 例 (73.9%) 医院获得性 AKI 患者。AKI 患者的住院天数、住院费用及病死率均显著高于非 AKI 患者 (P0.05) (见表 2) 。AKI 1、2 和 3 期的检出率分别为 8.4% (216/2 563) 、0.5% (12/2 563) 、1.3% (
4、33/2 563) , 其中男性的占比为 65.9%、50%、84.8%, 肾内科会诊率分别为2.8%、0、54.5%。住院天数、住院费用和死亡率随着 AKI 分期的增加而升高 (P0.05) (见表 3) 。261 例 AKI 患者中, 院内死亡 15 例, 死亡原因分别为恶性肿瘤 (4 例) 、肺部感染 (4 例) 、心力衰竭 (3 例) 、消化道出血 (2 例) 、脑出血 (1 例) 和急性肝功能衰竭 (1 例) 。对 AKI 患者的死亡危险因素行 Logistic 多因素回归分析 (见表 4) , 纳入因素包括年龄、性别、体质量指数、合并症、基础肾功能、AKI 分期、肾脏替代治疗、肾内
5、科会诊、血红蛋白、白细胞、白蛋白、平均动脉压、左心室射血分数、脓毒症, 结果提示, AKI 患者发生院内死亡的独立危险因素为 AKI 分期 (OR=3.479, 95%CI=1.8906.406, P=0.001) 和年龄 (OR=1.067, 95%CI=1.0211.113, P=0.003) 。表 4 急性肾损伤患者死亡的 Logistic 回归多因素分析 下载原表 表 2 AKI 与非 AKI 患者住院天数及费用的比较 下载原表 表 3 不同急性肾损伤分期患者比较 下载原表 讨论自 1994 年开始, E-Alerts 和临床决策系统开始应用于 AKI 领域, 大大推进了AKI 的相关
6、临床研究。本研究是我国首个应用 E-Alerts 实时诊断 AKI 的研究, 在采用 E-Alerts 诊断 AKI 后, 同一住院人群的 AKI 检出率从 3.59%增加至10.2%。E-Alerts 的建立显著提高了 AKI 患者的识别率, 减少了漏诊率, 并大幅提升了工作效率, 有助于掌握真实的 AKI 流行病学资料。多项观察性研究显示, E-Alerts 不仅能识别更多的 AKI 患者, 还能降低 AKI 的发生率。Goldstein 等10对应用肾毒性药物的住院儿童患者进行自动提醒, 建议内容包括以下 2 点: (1) 停用肾毒性药物或开展血药浓度监测; (2) 每日检测肾功能。1
7、年后, 药物相关性 AKI 的发生率显著减少 42%。另一项研究发现, 对拟行增强 CT 的肾功能减退e GFR60 m L/ (min1.73 m) 患者, 自动推荐对比剂肾病的预防措施 (包括水化、碳酸氢钠、乙酰半胱氨酸等) , 使对比剂肾病的发生率从 55%下降为 25%11。2015 年, Wilson 等12开展了第一项 E-Alerts 随机对照临床试验, 共入选 2 393 例 AKI 患者, 随机分为对照组 (n=1 192) 和干预组 (n=1 201) , 干预组患者的主管医生在 AKI 诊断 1 h 内收到提醒短信和 AKI 的相关指南, 而对照组则无 AKI 提醒, 分
8、组 7 d 后, 2 组患者的预后 (肾功能、肾脏替代治疗和死亡) 无统计学差异, 考虑导致预后无差异的可能原因包括观察时间较短、主管医师未按指南执行医嘱等。2017 年, Park 等13开展了一项前后对照研究 (n=3 193) , E-Alerts 中增加了肾内科医师会诊选项, 结果显示干预组的严重 AKI (AKI 2 期和 3 期) 发生率和肾脏预后较对照组明显改善。E-Alerts 必须采用正确的提醒方式, 才能真正发挥作用, 提醒的对象 (住院医师还是主治医师、主任医师) 、方式 (电子病历提示还是电子邮件、短消息) 、频率 (只出现一段时间还是处理后才消失) 和临床建议的设定都
9、有讲究14。有效的 E-Alerts 不仅要让主管医师及时收到消息, 更重要的是作出及时、正确的决策, 如停用肾毒性药物、根据肾功能调整药物剂量、请专科医师会诊等。如仅收到提示, 而没有采取相应的应对措施, E-Alerts 只能成为摆设, 浪费人力和物力。因此, 杜绝电子提醒疲劳, 建立合适的评价体系, 不断改进 E-Alerts 至关重要。本研究提示, AKI 患者分布于医院的各个科室, 93.5%患者来自非肾脏科。既往研究表明, 肾内科会诊有助于改善 AKI 患者的预后15-16。本研究中仅有 9.8%的非肾内科 AKI 患者接受肾内科专科医师会诊, 其中 75%是 AKI 3 期的重症
10、患者, 说明综合性医院的临床医师对 AKI 的认识尚不够, 尤其是 SCr 轻度升高的 AKI 1 期和 2 期患者更易被忽视, 因此提高广大医师对 AKI 的认识迫在眉睫, 开展全员培训、与重点科室医生进行病例讨论等方法值得探索。另一方面, 肾内科成立快速反应团队主动出击, 可能是更好的办法。借助 E-Alerts, 肾内科快速反应团队可第一时间发现 AKI 患者, 并及时介入其诊疗全过程, 才能真正改善AKI 患者的预后17。本研究的不足之处主要有以下 4 点。 (1) AKI 的 E-Alerts 仅以 SCr 作为诊断标准, 未纳入尿量这项指标, 仍然遗漏了一部分 AKI 患者; (2
11、) 系统无法查询其他医院的基线肾功能, 社区获得性 AKI 被低估, 全国或省市检验结果联网才能更好地推进这项工作; (3) 系统无法获取 AKI 患者出院后的长期预后。开发AKI 随访系统, 各地检验结果联网, 并与 AKI 专病门诊、电话随访等相结合, 才能掌握更详实的流行病学资料。 (4) 本研究采用人工统计作为对照, 但人工统计受众多因素影响, 包括统计人员的认真程度等, 因此产生的误差较大。总之, 人工统计的 AKI 流行病学资料, 漏诊严重, 可靠性低, 院内 AKI 监控网络的建立可显著提高 AKI 患者的识别率, 结合肾内科医师的及时会诊和指导, 必将降低 AKI 发生率, 改
12、善 AKI 患者预后。参考文献1Lameire NH, Bagga A, Cruz D, et al.Acute kidney injury:an increasing global concernJ.Lancet, 2013, 382 (9887) :170-179. 2Wang Y, Fang Y, Teng J, et al.Acute kidney injury epidemiology:From recognition to interventionJ.Contrib Nephrol, 2016, 187:1-8. 3Susantitaphong P, Cruz DN, Cerda
13、J, et al.World incidence of AKI:a meta-analysisJ.Clin J Am Soc Nephrol, 2013, 8 (9) :1482-1493. 4Fang Y, Ding X, Zhong Y, et al.Acute kidney injury in a Chinese hospitalized populationJ.Blood Purif, 2010, 30 (2) :120-126. 5Yang L, Xing G, Wang L, et al.Acute kidney injury in China:a cross-sectional
14、surveyJ.Lancet, 2015, 386 (10002) :1465-1471. 6Rind DM, Safran C, Phillips RS, et al.Effect of computer-based alerts on the treatment and outcomes of hospitalized patientsJ.Arch Intern Med, 1994, 154 (13) :1511-1517. 7Lachance P, Villeneuve PM, Rewa OG, et al.Association between e-alert implementati
15、on for detection of acute kidney injury and outcomes:a systematic reviewJ.Nephrol Dial Transplant, 2017, 32 (2) :265-272. 8王一梅, 滕杰, 邹周平, 等.住院患者急性肾损伤发病率和预后的横断面调查J.上海医学, 2015, 38 (5) :391-395. 9Kidney Disease Improving Global Outcomes.KDIGO Clinical Practice Guideline for Acute Kidney InjuryJ.Kidney I
16、nt, 2012, 2 (Suppl) :8-12. 10Goldstein SL, Kirkendall E, Nguyen H, et al.Electronic health record identification of nephrotoxin exposure and associated acute kidney injuryJ.Pediatrics, 2013, 132 (3) :e756-e767. 11Cho A, Lee JE, Yoon JY, et al.Effect of an electronic alert on risk of contrast-induced
17、 acute kidney injury in hospitalized patients undergoing computed tomographyJ.Am J Kidney Dis, 2012, 60 (1) :74-81. 12Wilson FP, Shashaty M, Testani J, et al.Automated, electronic alerts for acute kidney injury:a single-blind, parallel-group, randomised controlled trialJ.Lancet, 2015, 385 (9981) :19
18、66-1974. 13Park S, Baek SH, Ahn S, et al.Impact of Electronic Acute Kidney Injury (AKI) Alerts with automated nephrologist consultation on detection and severity of AKI:A quality improvement studyJ.Am J Kidney Dis, 2017, pii:S0272-6386 (17) 30788-6. 14Mc Coy AB, Waitman LR, Lewis JB, et al.A framewo
19、rk for evaluating the appropriateness of clinical decision support alerts and responsesJ.J Am Med Inform Assoc, 2012, 19 (3) :346-352. 15Meier P, Bonfils RM, Vogt B, et al.Referral patterns and outcomes in noncritically ill patients with hospital-acquired acute kidney injuryJ.Clin J Am Soc Nephrol,
20、2011, 6 (9) :2215-2225. 16Costa e Silva VT, Liao F, Muriel A, et al.Nephrology referral and outcomes in critically ill acute kidney injury patientsJ.PLo S One, 2013, 8 (8) :e70482. 17Rizo-Topete LM, Rosner MH, Ronco C.Acute kidney injury risk assessment and the nephrology rapid response teamJ.Blood Purif, 2017, 43 (1-3) :82-88.
