使用潜在剖面分析识别透析中血流动力学表型

背景 透析中血压波动频繁，且与不良临床结局相关。然而，使用任意且不一致的诊断定义限制了跨研究的可比性，并阻碍了指导管理的循证知识的发展。本研究旨在通过潜在剖面分析（一种无监督聚类方法）绕过基于阈值的刚性诊断标准，在新发血液透析患者中识别数据驱动的血流动力学表型，并探讨其预后效用。 方法 我们将潜在剖面分析应用于2017年至2022年间新发维持性血液透析患者回顾性队列的透析中血流动力学时间序列数据。人工构建了16个捕获基线血流动力学的患者水平指标。我们通过交叉验证建立了内部有效性，确定了基线临床预测因子，并使用Cox比例风险模型评估了相对于标准诊断定义的预后效用。 结果 基于拟合诊断和临床解释选择了四剖面模型，并展示了交叉验证的稳健性。剖面1表现出早期谷值并伴有会话后期恢复。剖面2表现出高度振荡模式。剖面3表现出显著的血流动力学稳定性。剖面4以频繁且未恢复的早期谷值为特征。尽管生存分析结果不显著，但各剖面产生了不同的点估计，并表现出与标准定义模型相当的判别能力和统计拟合。 结论 无监督聚类有效揭示了不同的血流动力学表型，绕过了刚性诊断阈值的限制。数据驱动的分型提供了一种严格的分类法，以改善个性化临床决策并减少未来干预性研究的异质性。