Βιοδείκτες οξείας νεφρικής βλάβης σε ασθενείς της μονάδας εντατικής θεραπείας

Abstract

INTRODUCTION: Despite the technological and pharmaceutical advances made during the last decades, both incidence and mortality associated with acute kidney injury (AKI) in the critically ill patients remain unchanged. Serum creatinine (sCr), which is the primary biomarker of renal dysfunction in use to date, has many disadvantages, such as the time delay in its increase in the serum, and the influence of other factors on its level. Hence, there is a need for identification of better renal biomarkers in order to provide timely intervention for prevention and treatment of acute kidney damage. Two such promising biomarkers are neutrophil gelatinase-associated lipocalin (NGAL) and cystatin C (CysC).PURPOSE: To compare the predictive abilities of admission pNGAL, pCysC, uNGAL, sCr and their combinations for the prediction of the following outcomes: a) Primary outcome: AKI development within 7 days post-ICU admission b) Secondary outcomes: renal replacement therapy need during ICU stay and ICU mortality. Moreover, the predictive ability of the peak value of pNGAL, pCysC and sCr for the aforementioned outcomes will be estimated.METHODS: This was a prospective observational study of adult patients admitted to a 30-bed general Academic Critical Care Department of ‘Evangelismos’ General Hospital of Athens. All consecutive patients admitted to the ICU were screened for eligibility. Exclusion criteria were the following: End stage renal disease, known chronic kidney disease or nephrectomy or renal transplantation, expected ICU stay or imminent death in less than 48 h, transfer from another ICU or HDU, brain death, age < 18 years, inability to draw blood or urine (anuria). The lowest sCr level found within 12 months prior to ICU admission was used as baseline. If it was not available, then the lowest of the on-admission sCr or final ICU sCr was used. AKI was defined according to RIFLE classification. Demographics, co-morbidities, admission diagnosis, outcome measures, disease severity scores and routine laboratory data were recorded on a daily basis. Blood samples for pNGAL, pCysC, sCr and urine sample for uNGAL were collected within 1 h, at the latest, of enrolment. In addition to that, blood samples were obtained 24 and 48 h after admission for pNGAL, pCysC and sCr. pNGAL was measured by Triage® NGAL test, pCysC by MNII nephelometer, while uNGAL by the ARCHITECT platform. Statistical analysis: the following tests were used: multiple logistic regression, ROC analysis, DeLong test for AUCs comparison, Youden’s test, log-rank-test and Cox regression analysis. Furthermore, we quantified the improvement of biomarkers and their combinations on AKI risk prediction with modern statistical methods, such as the category-free net reclassification improvement (NRI) and integrated discrimination improvement (IDI) indices.RESULTS: Of the 100 patients enrolled, 36 developed AKI within 7 days, 10 needed renal replacement therapy during ICU stay, while the ICU mortality rate was 33%. Both pNGAL and pCysC levels increased earlier than sCr levels in the AKI group. All three novel biomarkers and sCr had moderate predictive ability for AKI occurrence and none of them had significantly higher AUC over the others. The vast majority of their combinations had higher AUCs than that of each biomarker alone, but only two of these biomarker combinations (pNGAL+sCr and pNGAL+uNGAL+sCr) reached statistical significance (p<0.05 vs sCr) and were selected to participate in the subsequent analyses. Both combinations had better specificities, positive likelihood ratios (+) LR) and positive predictive values (PPV) than those of any individual biomarker. We then developed the most efficient reference clinical model for AKI prediction, which included SAPS III and INR, using multivariate logistic regression with stepwise backward elimination. The AUC of this model was 0.756. Each biomarker was then added to the reference model to assess improvement in the predictive ability of the model. Of the individual biomarkers, only the addition of pNGAL to the model increased the AUC significantly from 0.756 to 0.852 (p=0.03). Moreover, the addition of pNGAL to the reference model improved its predictive ability, as measured by the category-free NRI (0.78, p=0.0002) and IDI (0.16, p=0.0004) indices, more than each of the other three biomarkers did. Next, we followed the same procedure with the two biomarker combinations. Both of them, when added to the reference model, increased its AUC significantly and slightly more than pNGAL did (0.858, p=0.04); their NRI was equal to that of pNGAL (0.78, p=0.0002), but higher than that of the other three biomarkers, whereas their IDI was higher than that of each individual biomarker (0.23, p=0.0001). With regard to the predictive capacity for renal replacement therapy need during ICU stay, the AUCs of pNGAL, pCysC, uNGAL, sCr and their best combination (pNGAL+uNGAL+sCr) were 0.75 (95% CI: 0.65-0.83), 0.79 (95% CI: 0.69-0.86), 0.78 (95% CI: 0.68-0.85), 0.77 (95% CI: 0.67-0.85) and 0.82 (95% CI: 0.66-0.98), respectively. Moreover, all admission individual biomarkers and their combinations had moderate performance for death prediction during ICU stay. Cox proportional hazards model revealed that uNGAL was the only independently associated biomarker with ICU mortality (HR: 2.9, p<0.01). Finally, a model including the peak values of the above biomarkers had very good AUC (0.90, 95% CI: 0.81−0.98) for AKI prediction 7 days after ICU admission.CONCLUSIONS: Both pNGAL and pCysC levels increased earlier than sCr levels in the AKI group. When we evaluated the predictive ability for AKI occurrence only by means of AUC, then none of the three novel biomarkers was superior to each other or to sCr, while the two combinations were better than sCr. However, when we assessed the predictive performance with modern indices of reclassification improvement, namely the category-free NRI and the IDI, the two combinations were superior not only to sCr, but also to the other three novel biomarkers. Moreover, pNGAL was superior to the other three. Early AKI detection by a combination of renal biomarkers could lead to timely interventions (e.g. avoidance of nephrotoxic drugs, early renal replacement therapy initiation) to prevent the detrimental effects of AKI in critically ill patients.

ΕΙΣΑΓΩΓΗ: Παρά την τεχνολογική και φαρμακευτική πρόοδο των τελευταίων δεκαετιών, η επίπτωση και η θνησιμότητα που σχετίζονται με την οξεία νεφρική βλάβη (ΟΝΒ) σε ασθενείς της ΜΕΘ παραμένουν αμετάβλητες. Δυστυχώς, ο μέχρι σήμερα χρησιμοποιούμενος δείκτης νεφρικής δυσλειτουργίας, η κρεατινίνη του ορού (sCr), έχει μειονεκτήματα, όπως π.χ. η χρονική καθυστέρηση στην αύξησή της σε καταστάσεις ΟΝΒ και η επίδραση άλλων παραγόντων στη συγκέντρωσή της στον ορό. Επομένως, η αναζήτηση βιοδεικτών ΟΝΒ με σκοπό την πρωιμότερη παρέμβαση για την αναστροφή της κρίνεται αναγκαία. Τα τελευταία χρόνια, το ενδιαφέρον και η έρευνα σε παγκόσμιο επίπεδο για την ανεύρεση τέτοιων βιοδεικτών είναι αυξημένη. Δύο πολλά υποσχόμενα μόρια ως υποψήφιοι βιοδείκτες οξείας νεφρικής βλάβης είναι η NGAL και η CysC.ΣΚΟΠΟΣ: Να συγκρίνουμε την ικανότητα των: pNGAL, pCysC, uNGAL και sCr, ξεχωριστά, αλλά και των συνδυασμών τους όσον αφορά την πρόβλεψη των παρακάτω καταληκτικών σημείων: Πρωτεύων καταληκτικό σημείο: Η ανάπτυξη ΟΝΒ 7 ημέρες μετά την εισαγωγή. Δευτερεύοντα καταληκτικά σημεία: Ανάγκη θεραπείας νεφρικής υποκατάστασης κατά τη διάρκεια νοσηλείας στη ΜΕΘ, τελική έκβαση (επιβίωση/θάνατος) κατά τη διάρκεια της νοσηλείας στη ΜΕΘ. Επίσης, υπολογίστηκε η προβλεπτική ικανότητα της μέγιστης τιμής (peak value) της pNGAL, της sCr και της pCysC και των συνδυασμών τους για κάθε ένα από τα παραπάνω καταληκτικά σημεία.ΜΕΘΟΔΟΛΟΓΙΑ: Ήταν μία προοπτική μελέτη παρατήρησης ενηλίκων ασθενών που εισήχθησαν στην Πανεπιστημιακή Κλινική Εντατικής Θεραπείας (δυναμικότητας 30 κλινών) του νοσοκομείου ‘Ο Ευαγγελισμός’. Όλοι οι ασθενείς που εισήχθησαν διαδοχικά στη ΜΕΘ ελέγθησαν για την καταλληλότητά τους να συμμετάσχουν στη μελέτη. Τα κριτήρια αποκλεισμού ήταν: τελικού σταδίου νεφρική νόσος, γνωστή νεφρική νόσος ή νεφρεκτομή ή μεταμόσχευση νεφρού, αναμενόμενη διάρκεια νοσηλείας στη ΜΕΘ ή επικείμενος θάνατος σε λιγότερες από 48 ώρες, μεταφορά από άλλη ΜΕΘ ή ΜΑΦ, εγκεφαλικός θάνατος, ηλικία <18 ετών, αδυναμία λήψης αίματος ή ούρων (ανουρία). Το χαμηλότερο επίπεδο sCr μέσα στους προηγούμενους 12 μήνες πριν την εισαγωγή στη ΜΕΘ χρησιμοποιήθηκε σαν τιμή αναφοράς (baseline). Εάν δεν ήταν διαθέσιμο, τότε χρησιμοποιήθηκε όποια ήταν χαμηλότερη από τις τιμή εισαγωγής ή εξόδου από τη ΜΕΘ. Η ΟΝΒ ορίστηκε σύμφωνα με την ταξινόμηση κατά RIFLE. Δημοφραφικά στοιχεία, συννοσηρότητες, διάγνωση εισόδου, καταληκτικά σημεία, δείκτες βαρύτητας και εργαστηριακές εξετάσεις ρουτίνας καταγράφονταν σε καθημερινή βάση. Δείγματα αίματος για τη μέτρηση των pNGAL, pCysC και sCr και ούρων για τη μέτρηση της uNGAL συλλέγονταν μέσα σε διάστημα 1 ώρας από την είσοδο στη μελέτη, το αργότερο. Επιπλέον συλλογές αίματος πραγματοποιούνταν 24 και 48 ώρες μετά για τη μέτρηση των pNGAL, pCysC και sCr. Η pNGAL μετρούνταν χρησιμοποιώντας το Triage® NGAL test, τα επίπεδα της pCysC μετρούνταν με το νεφελόμετρο ΜΝΙΙ, ενώ η uNGAL υπολογιζόταν χρησιμοποιώντας την πλατφόρμα ARCHITECT. Στατιστική ανάλυση: χρησιμοποιήθηκαν οι εξής δοκιμασίες: πολλαπλή λογιστική παλινδρόμηση, ROC ανάλυση, DeLong test για σύγκριση μεταξύ των AUCs, Youden’s test, log-rank-test, Cox regression analysis. Επίσης, υπολογίσαμε τη βελτίωση που προκαλεί ο κάθε βιοδείκτης και κάθε συνδυασμός όσον αφορά την πρόγνωση ΟΝΒ με νεότερες στατιστικές μεθόδους, όπως category-free net reclassification improvement (NRI) και integrated discrimination improvement (IDI) indices.ΑΠΟΤΕΛΕΣΜΑΤΑ: Από τους 100 ασθενείς που τελικά εισήχθησαν στη μελέτη, 36 ανέπτυξαν ΟΝΒ μέσα σε 7 ημέρες, 10 χρειάστηκαν θεραπεία νεφρικής υποκατάστασης κατά τη διάρκεια της παραμονής τους στη ΜΕΘ, ενώ η θνησιμότητά τους κατά τη διάρκεια της νοσηλείας τους στη ΜΕΘ ήταν 33%. Η αύξηση των επιπέδων τόσο της pNGAL όσο και της pCysC προηγούνταν αυτής των επιπέδων της sCr στους ασθενείς που ανέπτυξαν ΟΝΒ. Και οι τρεις νεότεροι βιοδείκτες όσο και η sCr είχαν μέτρια προβλεπτική αξία για την εμφάνιση ΟΝΒ και κανένας από αυτούς δεν είχε σημαντικά υψηλότερη AUC έναντι των άλλων. Η συντριπτική πλειοψηφία των συνδυασμών τους είχαν υψηλότερες AUCs από αυτή κάθε βιοδείκτη ξεχωριστά, αλλά μόνο δύο από τους συνδυασμούς αυτούς (pNGAL+sCr and pNGAL+uNGAL+sCr) είχαν στατιστική σημαντικότητα (p<0.05 vs sCr) και επελέγησαν να συμμετάσχουν στις επακόλουθες αναλύσεις. Και οι δύο συνδυασμοί είχαν καλύτερη ειδικότητα, θετική αναλογία πιθανοτήτων (+ LR) και θετική προγνωστική αξία (PPV) από τις αντίστοιχες τιμές καθενός βιοδείκτη ξεχωριστά. Στη συνέχεια, βρήκαμε το πιο αποδοτικό κλινικό μοντέλο αναφοράς, το οποίο περιελάμβανε το SAPS III και το INR, χρησιμοποιώντας πολλαπλή λογιστική παλινδρόμηση με stepwise backward elimination. Η AUC αυτού του μοντέλου ήταν 0.756. Ο κάθε βιοδείκτης προστέθηκε στο μοντέλο για να υπολογιστεί η βελτίωση της προβλεπτικής του ικανότητας. Μόνο η προσθήκη της pNGAL αύξησε την AUC σημαντικά, από 0.756 σε 0.852 (p=0.03). Επιπλέον, η προσθήκη της pNGAL στο μοντέλο αναφοράς βελτίωσε την προβλεπτική του ικανότητα, όπως αυτή μετρήθηκε με τους δείκτες category-free NRI (0.78, p=0.0002) και IDI (0.16, p=0.0004), περισσότερο από όσο κάθε ένας από τους υπόλοιπους τρείς βιοδείκτες. Στη συνέχεια, ακολουθήσαμε την ίδια διαδικασία με τους δύο συνδυασμούς βιοδεικτών. Και οι δύο, όταν προστέθηκαν στο μοντέλο αναφοράς, αύξησαν την AUC σημαντικά και ελαφρώς περισσότερο από όσο η pNGAL (0.858, p=0.04). O δείκτης NRI καθενός από τους συνδυασμούς ήταν ίσος με αυτόν της pNGAL (0.78, p=0.0002), αλλά υψηλότερος από αυτόν του κάθε βιοδείκτη ξεχωριστά από τους υπόλοιπους τρείς, ενώ ο δείκτης IDI ήταν υψηλότερος από αυτόν του κάθε βιοδείκτη ξεχωριστά, περιλαμβανομένου του pNGAL, (0.23, p=0.0001). Όσον αφορά την ικανότητα πρόβλεψης της ανάγκης θεραπείας νεφρικής υποκατάστασης κατά τη διάρκεια της νοσηλείας στη ΜΕΘ, οι AUCs για pNGAL, pCysC, uNGAL, sCr και του καλύτερου συνδυασμού τους (pNGAL+uNGAL+sCr) ήταν 0.75 (95% CI: 0.65-0.83), 0.79 (95% CI: 0.69-0.86), 0.78 (95% CI: 0.68-0.85), 0.77 (95% CI: 0.67-0.85) και 0.82 (95% CI: 0.66-0.98), αντίστοιχα. Επίσης, όλοι οι βιοδείκτες και οι συνδυασμοί τους κατά την εισαγωγή των ασθενών είχαν μέτρια απόδοση όσον αφορά την πρόβλεψη της θνησιμότητας κατά τη διάρκεια της νοσηλείας τους στη ΜΕΘ. Η uNGAL αναδείχθηκε ως η μοναδική ανεξάρτητη μεταβλητή σχετιζόμενη με τη θνησιμότητα από το μοντέλο αναλογικών κινδύνων Cox (HR: 2.9, p<0.01). Τέλος, ένα μοντέλο που περιλάμβανε τις μέγιστες τιμές των ανωτέρω παραμέτρων είχε πολύ καλή AUC 0.89 (95% CI: 0.80-0.94) για την πρόβλεψη της ΟΝΒ 7 ημέρες μετά την εισαγωγή στη ΜΕΘ.ΣΥΜΠΕΡΑΣΜΑΤΑ: Η αύξηση των επιπέδων τόσο της pNGAL όσο και της pCysC προηγούνταν αυτής των επιπέδων της sCr στους ασθενείς που ανέπτυξαν ΟΝΒ. Όταν υπολογίσαμε την προβλεπτική ικανότητα για εμφάνιση ΟΝΒ μόνο μέσω των AUCs, κανένας από τους νεότερους βιοδείκτες δεν ήταν ανώτερος έναντι κάποιου άλλου ή έναντι της sCr, ενώ οι δύο συνδυασμοί ήταν ανώτεροι από την sCr. Όμως, όταν εκτιμήσαμε την προβλεπτική απόδοση με μοντέρνους δείκτες βελτίωσης της επαναταξινόμησης, δηλαδή τον ελεύθερο κατηγοριών NRI και τον IDI, οι δύο συνδυασμοί ήταν ανώτεροι όχι μόνο από την sCr, αλλά και από κάθε έναν από τους νεότερους βιοδείκτες. Επίσης, η pNGAL ήταν ανώτερη από τους άλλους τρεις βιοδείκτες. Η πρώιμη ανίχνευση της ΟΝΒ από ένα συνδυασμό νεφρικών βιοδεικτών θα μπορούσε να οδηγήσει σε έγκαιρες παρεμβάσεις (π.χ. αποφυγή νεφροτοξικών φαρμάκων, πρώιμη έναρξη θεραπείας νεφρικής υποκατάστασης) για την πρόληψη των καταστροφικών συνεπειών της ΟΝΒ στους βαρέως πάσχοντες ασθενείς.