初始腹膜高转运特性与腹膜透析患者预后的关系_华西医学

作者：

蒋静 ,  钟慧 , 秦敏 , 周雪丽 , 何学勤 , 蒲俐 , 付平

四川大学华西医院肾脏内科（成都 610041）;

关键词：

腹膜透析腹膜转运特性生存危险因素

DOI：

10.7507/1002-0179.201905150

视频：

导出 下载 收藏 扫码 引用

摘要 全文 图表 视频 参考文献

目的探讨持续非卧床腹膜透析（continuous ambulatory peritoneal dialysis，CAPD）患者初始腹膜转运特性与患者生存的关系及 CAPD 患者死亡的危险因素。方法选取 2011 年 1 月—2016 年 12 月在四川大学华西医院肾脏内科开始行 CAPD 的终末期肾病患者。根据 4 h 透析液与血浆肌酐比值［dialysate to plasma ratio for creatinine at 4 hour，D/P Cr（4 h）］，将其分为低转运组［D/P Cr（4 h）<0.65］和高转运组［D/P Cr（4 h）≥0.65］。采用生存分析比较两组患者生存率；采用 Cox 比例风险回归分析患者死亡危险因素。结果与低转运组（n=246）相比，高转运组（n=345）患者年龄偏大、24 h 腹膜透析液总蛋白丢失更多，血清白蛋白、血红蛋白、超滤量偏低（P<0.001）。高转运组患者生存率较低转运组低，第 1、3、5 年患者生存率分别为 97.0%、83.2%、71.7% 和 98.7%、93.9%、86.1%（P=0.001）。高转运特性与 24 h 腹膜透析液总蛋白呈正相关（P<0.001），与血清白蛋白呈负相关（P<0.001）。低血清白蛋白［风险比（hazard ratio，HR）=0.921，95% 置信区间（confidence interval，CI）（0.885，0.958），P<0.001］、合并心脑血管疾病［HR=1.996，95%CI（1.256，3.173），P=0.003］、高龄［HR=1.049，95%CI（1.033，1.065），P<0.001］、低血红蛋白［HR=0.988，95%CI（0.976，1.000），P=0.044］、低总尿素清除指数（urea clearance index，KT/V）［HR=0.680，95%CI（0.465，0.994），P=0.046］为患者死亡的独立危险因素，而高转运特性［HR=1.388，95%CI（0.829，2.322），P=0.212］不是 CAPD 患者死亡的独立危险因素。结论高转运组患者死亡率高于低转运组，低血清白蛋白、合并心脑血管疾病、低血红蛋白、低总 KT/V 是 CAPD 患者死亡的独立危险因素。高转运特性不是独立于血清白蛋白的死亡危险因素，但它与血清白蛋白密切相关，高转运特性可能通过降低血清白蛋白水平影响患者预后。

引用本文： 蒋静, 钟慧, 秦敏, 周雪丽, 何学勤, 蒲俐, 付平. 初始腹膜高转运特性与腹膜透析患者预后的关系. 华西医学, 2019, 34(7): 752-758. doi: 10.7507/1002-0179.201905150 复制

腹膜转运特性反映对小分子溶质和水的清除，是腹膜透析效能的重要影响因素。研究表明初始腹膜转运特性可能会对持续非卧床腹膜透析（continuous ambulatory peritoneal dialysis，CAPD）患者的预后产生一定的影响。国内外部分研究显示，初始高转运特性的患者病死率和技术失败率较低转运特性的患者高^[1-4]。CANUSA 研究显示，腹膜溶质高转运的患者生存率和技术生存率更差^[1]。但也有大量研究表明初始腹膜转运特性并不能预测腹膜透析患者的长期预后^[5-9]。Huang 等^[6]在一个前瞻性观察性队列研究中纳入了 776 例 CAPD 患者，发现在不合并糖尿病的患者中，高转运特性与患者死亡率增加有关，但在合并糖尿病的患者中并未发现这种关系。Chung 等^[7]认为，高转运特性患者病死率较高可能是因为这类患者存在较多的合并症；在无合并症存在的情况下，高转运特性并不是预测患者死亡的独立危险因素。这些研究中许多为单中心、小样本研究，且多数研究随访时间较短、事件发生率较低，而且每个国家每个地区 CAPD 患者的临床特征不同，不同转运类型所占比例和生存情况也不相同。所以，目前关于初始腹膜高转运特性是否为预测腹膜透析患者死亡的独立危险因素还存在着一定的争议。我们拟通过回顾性队列研究，分析初始腹膜高转运特性与患者预后的关系，并探讨影响 CAPD 患者生存的危险因素。现报告如下。

1 资料与方法

1.1 研究对象

选取 2011 年 1 月—2016 年 12 月在四川大学华西医院（以下简称我院）行腹膜透析置管并规律随访的的终末期肾病患者。

纳入标准：① 于我院初次置管并开始规律腹膜透析治疗 3 个月以上的终末期肾病患者；② 规律腹膜透析治疗 1～3 个月内行标准腹膜平衡试验（peritoneal equilibration test，PET）及透析充分性评估者。排除标准：① 年龄<18 岁者；② 开始腹膜透析前已行血液透析超过 3 个月者；③ 自动化腹膜透析（automated peritoneal dialysis，APD）治疗患者；④ 有腹膜或腹腔肿瘤转移者；⑤ 行 PET 前有腹膜炎、重症感染及严重心力衰竭者；⑥ 临床资料不完整者。符合条件并纳入研究的所有患者均使用乳酸盐葡萄糖腹膜透析液（葡萄糖浓度为 1.5% 或 2.5%），透析剂量 4～10 L/d。本研究已获得四川大学华西医院生物医学伦理委员会审批通过，审批号：2018 年审（281）号。

1.2 研究方法

1.2.1 分组和研究终点

按照 Twardowski 的分类标准^[10]，根据 4 h 腹膜透析液与血肌酐浓度比值［dialysate to plasma ratio for creatinine at 4 hour，D/P Cr（4 h）］将腹膜转运特性分为 4 种类型：低转运［D/P Cr（4 h）为 0.34～0.49］、低平均转运［D/P Cr（4 h）为 0.50～0.64］、高平均转运［D/P Cr（4 h）为 0.65～0.81］和高转运［D/P Cr（4 h）为 0.82～1.03］。本研究根据患者情况将腹膜转运特性分为低转运组［D/P Cr（4 h）为 0.34～0.64］和高转运组［D/P Cr（4 h）为 0.65～1.03］。

随访截至 2018 年 12 月 31 日，随访终点事件包括死亡、转血液透析。患者生存分析时将其他（失访或肾功能好转）、转血液透析、转肾移植作为截尾值处理。技术生存分析时将其他（失访或肾功能好转）、转肾移植作为截尾值处理。

1.2.2 观察指标

收集从腹膜透析置管开始 1～3 个月内第 1 次随访的基本信息（性别、年龄、腹膜透析置管日期、原发病及合并症等）、临床数据［血红蛋白、血清白蛋白、血尿素、血肌酐、24 h 尿蛋白、电解质、甲状旁腺素（parathyroid，PTH）、高敏 C 反应蛋白（high sensitive C-reactive protein，hsCRP）］、腹膜透析评估指标［超滤量、尿量、24 h 腹膜透析液总蛋白、估算肾小球滤过率（estimated glomerular filtration rate，eGFR）、标准化蛋白氮呈现率（normalized protein catabolic rate，nPCR）、尿素清除指数（urea clearance index，KT/V）、肌酐清除率、D/P Cr（4 h）］和用药情况［血管紧张素转换酶抑制剂（angiotensin converting enzyme inhibitor，ACEI）、血管紧张素Ⅱ受体拮抗剂（angiotensin Ⅱ receptor antagonist，ARB）、利尿剂］。

患者生存指随访截止患者仍存活并继续腹膜透析。技术失败指随访期间患者死亡或转血液透析^[11-12]。合并症中心脑血管疾病指心力衰竭、心肌梗死、心肌病、瓣膜病、先天性心脏病、心律失常、脑卒中或脑出血。

1.3 统计学方法

采用 SPSS 23.0 统计软件对数据进行处理和分析。计量资料中正态分布者采用均数±标准差表示，非正态分布者采用中位数（四分位数间距）表示；组间分析采用独立样本 t 检验或 Mann-Whitney 检验。计数资料采用例数（百分比）描述，组间比较采用 χ² 检验。各变量间的相关关系采用 Pearson 或 Spearman 相关分析。患者生存率的估计采用 Kaplan-Meier 法，组间生存曲线的比较采用对数秩检验。

根据临床经验，纳入在临床上有重要意义及经 Cox 单因素回归分析后 P<0.05 的指标，用于 Cox 比例风险回归分析患者死亡危险因素，并通过建立不同模型以探讨高转运特性与患者死亡的关系。模型 1：纳入变量高转运特性、年龄、性别；模型 2：在模型 1 中加入合并症因素；模型 3：在模型 2 中加入药物因素；模型 4：在模型 3 中加入腹膜透析指标；模型 5：在模型 4 中加入炎症指标；模型 6：在模型 5 中加入血红蛋白；模型 0：模型 6 中加入血清白蛋白；模型 7：仅纳入变量高转运特性和血清白蛋白。相对风险采用风险比（hazard ratio，HR）和 95% 置信区间（confidence interval，CI）描述。检验水准 α=0.05。

2 结果

2.1 患者基础特征

2011 年 1 月—2016 年 12 月在我院开始腹膜透析治疗的患者共有 865 例，其中排除年龄<18 岁者 4 例，行 APD 者 2 例，腹膜透析时间不超过 3 个月者 10 例，置管前血透超过 3 个月或 3 个月内临床数据不完整者 258 例，最终纳入 CAPD 患者 591 例。其中，男 368 例（62.27%），女 223 例（37.73%），年龄 44（36，55）岁，透析龄 38（23，61）个月。引起慢性肾功能衰竭的原因慢性肾小球肾炎 377 例（63.79%），糖尿病肾病 77 例（13.03%），高血压肾病 14 例（2.37%），狼疮肾炎 7 例（1.18%），紫癜肾炎 4 例（0.68%），痛风性肾病 4 例（0.68%），多囊肾 8 例（1.35%），其他及不明原因 100 例（16.92%）。随访截止时仍在腹膜透析患者 274 例（46.36%），死亡 99 例（16.75%），转血液透析 111 例（18.78%），转肾移植 101 例（17.09%），其他 6 例（1.02%）。

2.2 低转运组和高转运组基线特征比较

低转运组 246 例（41.62%），高转运组 345 例（58.38%）。与低转运组相比，高转运组患者年龄（P=0.001）偏大、合并糖尿病（P=0.028）者更多、使用利尿剂比例（P=0.014）较高，血清白蛋白（P<0.001）、nPCR（P=0.001）、血红蛋白（P<0.001）水平偏低，超滤量（P<0.001）和液体总清除量（P<0.001）也偏低。两组在性别、随访时间、体质量指数（body mass index，BMI）、PTH、eGFR、KT/V 等差异无统计学意义（P>0.05）。见表 1、2。

表1 两组患者基础资料比较

表选项

下载CSV

表1 两组患者基础资料比较

项目	低转运组（n=246）	高转运组（n=345）	检验统计量	P 值
男性［例（%）］	152（61.8）	216（62.6）	χ²=0.041	0.839
年龄［M（Q_L，Q_U），岁］	42（33，50）	46（37，58）	Z=−3.221	0.001
随访时间［M（Q_L，Q_U），月］	37（23，59）	39（23，62）	Z=−0.213	0.831
BMI［M（Q_L，Q_U），kg/m²］	22.13（19.90，24.61）	21.78（19.83，24.05）	Z=−1.194	0.233
合并症
糖尿病［例（%）］	28（11.4）	62（18.0）	χ²=4.829	0.028
高血压^*［例（%）］	219（89.0）	309（89.6）	χ²=0.044	0.834
心脑血管疾病［例（%）］	37（15.0）	50（14.5）	χ²=0.034	0.853
治疗用药
使用 ACEI/ARB［例（%）］	91（37.0）	103（29.9）	χ²=3.317	0.069
使用利尿剂［例（%）］	24（9.8）	58（16.8）	χ²=5.982	0.014
营养指标
血清白蛋白［M（Q_L，Q_U），g/L］	37.30（34.70，39.70）	33.50（30.10，36.55）	Z=10.052	0.000
nPCR［M（Q_L，Q_U），g/（kg·d）］	0.94（0.81，1.11）	0.88（0.77，1.03）	Z=−3.445	0.001
血尿酸［M（Q_L，Q_U），μmol/L］	434.0（383.0，493.0）	392.0（348.7，454.5）	Z=−5.470	0.000
血尿素［M（Q_L，Q_U），mmol/L］	19.58（16.59，23.46）	18.49（14.81，22.62）	Z=−2.709	0.007
血肌酐［M（Q_L，Q_U），μmol/L］	762（618，942）	712（581，891）	Z=−2.535	0.011
血红蛋白［，g/L］	98±17	92±19	t=3.737	0.000
血脂
甘油三酯［M（Q_L，Q_U），mmol/L］	1.41（1.05，1.91）	1.36（0.96，1.80）	Z=−1.368	0.171
胆固醇［M（Q_L，Q_U），mmol/L］	4.49（3.93，5.14）	4.56（3.92，5.43）	Z=−1.545	0.122
电解质和 PTH
血钙［M（Q_L，Q_U），mmol/L］	2.19（2.08，2.28）	2.12（2.01，2.22）	Z=−4.977	0.000
血磷［M（Q_L，Q_U），mmol/L］	1.45（1.22，1.80）	1.35（1.12，1.65）	Z=−3.732	0.000
PTH［M（Q_L，Q_U），pmol/L］	18.31（10.08，28.31）	19.15（9.00，31.62）	Z=−0.369	0.712
炎症指标
hsCRP［M（Q_L，Q_U），mg/L］	1.61（0.51，4.14）	1.45（0.52，4.36）	Z=−0.041	0.968
其他
24 h 腹膜透析液总蛋白［M（Q_L，Q_U），g/d］	4.40（3.41，5.64）	6.14（4.76，7.44）	Z=−9.067	0.000
24 h 尿蛋白［M（Q_L，Q_U），g/d］	1.16（0.68，1.95）	1.42（0.79，2.23）	Z=−2.172	0.030
蛋白丢失总量［M（Q_L，Q_U），g/d］	5.87（4.86，7.22）	7.78（6.19，9.55）	Z=−8.149	0.000
^*由于终末期肾病患者绝大多数患有高血压，为避免影响两组占比权重结果，因此单独列出

表2 两组患者腹膜透析评估指标比较

表选项

下载CSV

项目	低转运组（n=246）	高转运组（n=345）	Z 值	P 值
腹膜透析总入量［M（Q_L，Q_U），mL/d］	6 000（6 000，6 000）	6 000（6 000，6 000）	−0.289	0.772
腹膜透析总出量［M（Q_L，Q_U），mL/d］	6 500（6 100，6 800）	6 150（5 725，6 540）	−5.249	0.000
超滤量［M（Q_L，Q_U），mL/d］	550（232，793）	220（−100，530）	−7.376	0.000
尿量［M（Q_L，Q_U），mL/d］	900（550，1 200）	1 000（600，1 400）	−1.977	0.048
液体总清除量［M（Q_L，Q_U），L/d］	1.40（1.15，1.71）	1.20（0.90，1.55）	−4.846	0.000
eGFR［M（Q_L，Q_U），mL/min］	3.67（2.00，5.38）	3.43（1.86，5.46）	−0.849	0.396
总 KT/V［M（Q_L，Q_U），L/（min·1.73 m²）］	1.99（1.69，2.35）	1.95（1.66，2.37）	−0.211	0.833
透析 KT/V［M（Q_L，Q_U），L/（min·1.73 m²）］	1.21（1.03，1.47）	1.17（0.99，1.45）	−0.890	0.373
残肾 KT/V［M（Q_L，Q_U），L/（min·1.73 m²）］	0.75（0.45，1.08）	0.74（0.44，1.16）	−0.015	0.988
总 WCCr［M（Q_L，Q_U），L/（w·1.73 m²）］	70.40（55.85，86.40）	72.51（59.45，91.11）	−2.004	0.045
残肾 WCCr［M（Q_L，Q_U），L/（w·1.73 m²）］	39.85（22.44，55.41）	35.31（20.68，57.63）	−0.877	0.380
透析 WCCr［M（Q_L，Q_U），L/（w·1.73 m²）］	31.55（27.56，35.98）	36.20（31.02，41.73）	−7.348	0.000
WCCr：周肌酐清除率；w：周

2.3 腹膜转运特性与各变量的相关分析

相关分析显示，D/P Cr（4 h）与年龄（r=0.148，P<0.001）、合并糖尿病（r=0.150，P<0.001）、24 h 腹膜透析液总蛋白（r=0.483，P<0.001）呈正相关，与血清白蛋白（r=−0.485，P<0.001）、nPCR（r=−0.181，P<0.001）、血红蛋白（r=−0.159，P<0.001）、超滤量（r=-0.337，P<0.001）呈负相关，而与性别、eGFR、尿量、KT/V 等无明显相关（P>0.05）。

2.4 不同转运特性的患者生存率的差异

Kaplan-Merier 生存分析显示，低转运和高转运组患者第 1、2、3、5 年的患者累积生存率分别为 98.7%、95.7%、93.9%、86.1% 和 97.0%、88.6%、83.2%、71.7%；高转运组患者较低转运组患者累积生存率低（P=0.001）。见图 1。

图1 两组患者累积生存率比较

对数秩检验P=0.001

图选项

下载全尺寸图像

下载幻灯片

2.5 CAPD 患者死亡的影响因素分析

Cox 单因素回归分析显示，P<0.05 的指标有：年龄、使用 ACEI/ARB、使用利尿剂、合并糖尿病、合并心脑血管疾病、血清白蛋白、血红蛋白、hsCRP、腹膜高转运特性。见表 3。

表3 患者死亡的 Cox 单因素回归分析

表选项

下载CSV

危险因素	P 值	HR 值	HR 值的 95%CI
年龄	0.000	1.051	（1.036，1.066）
性别	0.680	1.088	（0.730，1.621）
使用 ACEI/ARB	0.009	1.699	（1.141，2.531）
使用利尿剂	0.029	1.730	（1.058，2.827）
合并糖尿病	0.000	2.668	（1.726，4.125）
合并高血压	0.649	1.157	（0.618，2.165）
合并心脑血管疾病	0.000	2.752	（1.762，4.298）
血清白蛋白	0.000	0.891	（0.858，0.925）
血红蛋白	0.024	0.988	（0.978，0.998）
hsCRP	0.001	1.017	（1.007，1.027）
eGFR	0.122	0.940	（0.869，1.017）
总 KT/V	0.112	0.742	（0.514，1.072）
总 WCCr	0.127	0.994	（0.985，1.002）
超滤量	0.923	1.000	（1.000，1.000）
腹膜高转运特性	0.002	2.064	（1.311，3.248）

Cox 多因素回归分析中，纳入性别、超滤量、总 KT/V、eGFR 及 Cox 单因素回归分析中 P<0.05 的指标（为避免过度矫正，影响结果，未纳入合并高血压和总 WCCr），结果提示高龄［HR=1.049，95%CI（1.033，1.065），P<0.001］、低血清白蛋白［HR=0.921，95%CI（0.885，0.958），P<0.001］、合并心脑血管疾病［HR=1.996，95%CI（1.256，3.173），P=0.003］、低血红蛋白［HR=0.988，95%CI（0.976，1.000），P=0.044］和低总 KT/V［HR=0.680，95%CI（0.465，0.994），P=0.046］是患者死亡的独立危险因素，而腹膜高转运特性（即高转运组）不是患者死亡的独立危险因素［HR=1.388，95%CI（0.829，2.322），P=0.212］。见表 4。

表4 患者死亡危险因素 Cox 多因素回归分析（模型 0）

表选项

下载CSV

危险因素	偏回归系数	偏回归系数标准误	Wald χ² 值	HR 值	HR 值的 95%CI	P 值
年龄	0.048	0.008	35.725	1.049	（1.033，1.065）	0.000
血清白蛋白	−0.083	0.020	16.839	0.921	（0.885，0.958）	0.000
合并心脑血管疾病	0.691	0.237	8.540	1.996	（1.256，3.173）	0.003
血红蛋白	−0.012	0.006	4.063	0.988	（0.976，1.000）	0.044
总 KT/V	−0.386	0.194	3.965	0.680	（0.465，0.994）	0.046
高转运特性	0.328	0.263	1.556	1.388	（0.829，2.322）	0.212
Omnibus 检验：χ²=90.561，P<0.001

在 Cox 多因素回归分析中，从模型 1 至模型 6 逐步校正多种因素后，6 个模型均显示高转运特性是患者死亡的危险因素。但在模型 6 中加入血清白蛋白（即模型 0）后，高转运特性不再是患者死亡的独立危险因素［HR=1.388，95%CI（0.829，2.322），P=0.212］。在模型 7 中只纳入变量血清白蛋白和高转运特性，高转运特性也不是患者死亡的独立危险因素［HR=1.434，95%CI（0.892，2.307），P=0.137］。见表 5。

表5 患者死亡的不同模型 Cox 多因素回归分析

表选项

下载CSV

模型	HR 值及其 95%CI^*	P 值^*	纳入变量
未校正模型	2.064（1.311，3.248）	0.002	高转运特性
模型 1	1.745（1.104，2.759）	0.017	高转运特性、年龄、性别
模型 2	1.827（1.154，2.894）	0.010	模型 1+合并症（合并糖尿病，合并心脑血管疾病）
模型 3	1.826（1.153，2.893）	0.010	模型 2+药物因素（使用 ACEI/ARB、利尿剂）
模型 4	1.790（1.129，2.835）	0.013	模型 3+腹膜透析指标（超滤量、总 KT/V、eGFR）
模型 5	1.775（1.108，2.843）	0.017	模型 4+炎症指标（hsCRP）
模型 6	1.669（1.040，2.678）	0.034	模型 5+血红蛋白
模型 0	1.388（0.829，2.322）	0.212	模型 6+血清白蛋白
模型 7	1.434（0.892，2.307）	0.137	高转运特性、血清白蛋白
^*各模型中具有高转运特性的 HR 及其 95%CI 和P 值

3 讨论

腹膜透析具有操作简便、经济、安全、对血流动力学影响小、能保护残余肾功能、不需建立血管通路及可居家透析等优点。随着腹膜透析技术的发展和对腹膜透析治疗认识的逐步提高，腹膜透析患者的预后已有显著改善，但仍需探寻影响患者预后的危险因素以进一步提高患者生存率。既往关于高转运特性是否为腹膜透析患者生存的危险因素仍存在争议。

我们研究发现，尽管高转运组患者较低转运组累积生存率低，但高转运特性不是 CAPD 患者死亡的独立危险因素。高龄、低血红蛋白、低总 KT/V、合并心脑血管疾病、低血清白蛋白是患者死亡的独立危险因素。

既往研究显示，高龄^{[1, 13-14]}、低血红蛋白^{[13, 15]}、低总 KT/V^{[14, 16]}、合并心脑血管疾病^{[1, 17]}、低血清白蛋白^{[1, 17]}是 CAPD 患者死亡的独立危险因素，我们的研究结果与之相似。Rumpsfeld 等^[14]研究显示，高龄是患者死亡的独立预测指标。Rajaeefard 等^[13]发现，高龄和低血红蛋白是腹膜透析患者死亡独立危险因素。Li 等^[15]发现低血红蛋白与腹膜透析患者住院频率和死亡风险增加有关。一项回顾性研究显示，初始腹膜 KT/V 与患者预后有关，当 KT/V 在 1.7～2.0 时患者生存率最高，超过或低于该范围的患者预后较差^[14]。Fried 等^[16]也发现 KT/V 低于 1.70 的腹膜透析患者住院频率及死亡率增加。CANUSA 研究^[1]和日本一项纳入 8 954 例腹膜透析患者的研究^[17]均显示，合并心脑血管疾病和低血清白蛋白是患者死亡的独立预测指标，血清白蛋白每降低 1 g/L，患者死亡风险增加 3%～6.4%。也有文献报道，血清白蛋白与营养状况、炎症^[18-19]和心血管疾病密切相关，即营养不良-炎症-动脉粥样硬化综合征^[20]。这些因素均可导致患者死亡风险增加。

我们的研究显示，高转运组患者较低转运组累积生存率低。低转运和高转运组第 1、2、3 年患者累积生存率分别为 98.7%、95.7%、93.9% 和 97.0%、88.6%、83.2%（P=0.001）。这与 Fried^[3]和 Chung 等^[7]研究结果相似。Chung 等^[7]等发现高转运组患者 2 年生存率低于低转运组（57.1% vs. 79.5%，P=0.009）。Fried 等^[3]在一项前瞻性研究中发现高转运组患者 3 年生存率更低，高转运组、高平均转运组、低平均转运组及低转运组分别为 70.5%、90.9%、88.9% 和 100.0%（P<0.05）。我们的研究结果又与 CANUSA研究^[1]和 Szeto 等^[21]不同，CANUSA 研究发现高转运组、高平均转运组、低平均转运组及低转运组患者 2 年生存率分别为 70.5%、72.4%、80.4% 和 90.9%（P=0.110），但各组生存率差异无统计学意义^[1]。Szeto 等^[21]研究中高转运/高平均转运组和低转运组 2 年生存率差异无统计学意义（83.3% vs. 90.2%，P>0.05）。这种研究结果的差异，可能与样本量不够大以及透析方案是否使用 APD 或新型透析液有关。

与 CANUSA 研究^[1]和 Rumpsfeld 等^[14]结果不同，我们没有发现高转运特性是患者死亡的独立危险因素。CANUSA 研究^[1]和 Rumpsfeld 等^[14]研究显示，D/P Cr（4 h）值每增高 0.1，腹膜透析患者死亡风险分别增加 19.0% 和 9.0%。Park^[5]和 Lee 等^[9]在其研究中分别纳入 221 例和 551 例腹膜透析患者，结果均显示高转运特性不是腹膜透析患者死亡的独立危险因素，我们的结果与之相似。本研究中，高转运特性也不是患者死亡的独立危险因素，那为何高转运特性患者病死率较低转运患者高呢？

本研究发现，在不包括血清白蛋白的模型（1～6）中，高转运特性均是患者死亡独立危险因素。而一旦校正血清白蛋白后，无论是在校正多种因素的模型 0 还是仅纳入高转运特性和血清白蛋白两个因素的模型 7 中，血清白蛋白替代高转运特性成为患者死亡的独立预测指标。与已有研究相似，在 Cox 多因素回归分析中同时纳入血清白蛋白和高转运特性两个指标时，结果显示高转运特性不是患者死亡独立危险因素^[5-9]。Rumpsfeld 等^[14]研究纳入转运特性而未纳入血清白蛋白，结果显示高转运特性是患者死亡独立危险因素。本研究结果也与之相符合。相关分析也证实了 D/P Cr（4 h）值与血清白蛋白呈明显负相关（r=−0.485，P<0.001），而与 24 h 腹膜透析液总蛋白丢失呈明显正相关（r=0.483，P<0.001）；且高转运组患者基线血清白蛋白水平较低转运组低。这提示 D/P Cr（4 h）值越高，经腹膜透析液丢失蛋白越多，并可能导致血清白蛋白水平越低。我们既往研究也发现，经腹膜透析液蛋白丢失量与 D/P Cr（4 h）值呈正相关^[22]。Unal 等^[23]研究显示，血清白蛋白与腹膜转运率呈负相关。这也支持经腹膜透析液蛋白丢失可能参与了高转运特性患者低白蛋白血症的发生。基于以上结果，我们推测，高转运特性可能是通过腹膜透析液丢失较多蛋白引起低白蛋白血症，继而影响患者预后。但本研究未收集透析前血清白蛋白数据，不能分辨高转运特性和透析初始低血清白蛋白两者的确切因果关系。

本研究表明，高转运特性 CAPD 患者的病死率较低转运者高，但高转运特性不是独立于血清白蛋白的死亡危险因素。本研究的局限为回顾性单中心研究，且未纳入除糖尿病、心脑血管疾病、高血压以外的其他合并症等，这可能影响研究结果。对于高转运特性患者，我们需要早期关注，并在营养不良时，及时考虑改变透析模式。

表1 两组患者基础资料比较

项目	低转运组（n=246）	高转运组（n=345）	检验统计量	P 值
男性［例（%）］	152（61.8）	216（62.6）	χ²=0.041	0.839
年龄［M（Q_L，Q_U），岁］	42（33，50）	46（37，58）	Z=−3.221	0.001
随访时间［M（Q_L，Q_U），月］	37（23，59）	39（23，62）	Z=−0.213	0.831
BMI［M（Q_L，Q_U），kg/m²］	22.13（19.90，24.61）	21.78（19.83，24.05）	Z=−1.194	0.233
合并症
糖尿病［例（%）］	28（11.4）	62（18.0）	χ²=4.829	0.028
高血压^*［例（%）］	219（89.0）	309（89.6）	χ²=0.044	0.834
心脑血管疾病［例（%）］	37（15.0）	50（14.5）	χ²=0.034	0.853
治疗用药
使用 ACEI/ARB［例（%）］	91（37.0）	103（29.9）	χ²=3.317	0.069
使用利尿剂［例（%）］	24（9.8）	58（16.8）	χ²=5.982	0.014
营养指标
血清白蛋白［M（Q_L，Q_U），g/L］	37.30（34.70，39.70）	33.50（30.10，36.55）	Z=10.052	0.000
nPCR［M（Q_L，Q_U），g/（kg·d）］	0.94（0.81，1.11）	0.88（0.77，1.03）	Z=−3.445	0.001
血尿酸［M（Q_L，Q_U），μmol/L］	434.0（383.0，493.0）	392.0（348.7，454.5）	Z=−5.470	0.000
血尿素［M（Q_L，Q_U），mmol/L］	19.58（16.59，23.46）	18.49（14.81，22.62）	Z=−2.709	0.007
血肌酐［M（Q_L，Q_U），μmol/L］	762（618，942）	712（581，891）	Z=−2.535	0.011
血红蛋白［\begin{document}$\overline x \pm s$\end{document}，g/L］	98±17	92±19	t=3.737	0.000
血脂
甘油三酯［M（Q_L，Q_U），mmol/L］	1.41（1.05，1.91）	1.36（0.96，1.80）	Z=−1.368	0.171
胆固醇［M（Q_L，Q_U），mmol/L］	4.49（3.93，5.14）	4.56（3.92，5.43）	Z=−1.545	0.122
电解质和 PTH
血钙［M（Q_L，Q_U），mmol/L］	2.19（2.08，2.28）	2.12（2.01，2.22）	Z=−4.977	0.000
血磷［M（Q_L，Q_U），mmol/L］	1.45（1.22，1.80）	1.35（1.12，1.65）	Z=−3.732	0.000
PTH［M（Q_L，Q_U），pmol/L］	18.31（10.08，28.31）	19.15（9.00，31.62）	Z=−0.369	0.712
炎症指标
hsCRP［M（Q_L，Q_U），mg/L］	1.61（0.51，4.14）	1.45（0.52，4.36）	Z=−0.041	0.968
其他
24 h 腹膜透析液总蛋白［M（Q_L，Q_U），g/d］	4.40（3.41，5.64）	6.14（4.76，7.44）	Z=−9.067	0.000
24 h 尿蛋白［M（Q_L，Q_U），g/d］	1.16（0.68，1.95）	1.42（0.79，2.23）	Z=−2.172	0.030
蛋白丢失总量［M（Q_L，Q_U），g/d］	5.87（4.86，7.22）	7.78（6.19，9.55）	Z=−8.149	0.000
^*由于终末期肾病患者绝大多数患有高血压，为避免影响两组占比权重结果，因此单独列出

表选项

下载CSV

表2 两组患者腹膜透析评估指标比较

项目	低转运组（n=246）	高转运组（n=345）	Z 值	P 值
腹膜透析总入量［M（Q_L，Q_U），mL/d］	6 000（6 000，6 000）	6 000（6 000，6 000）	−0.289	0.772
腹膜透析总出量［M（Q_L，Q_U），mL/d］	6 500（6 100，6 800）	6 150（5 725，6 540）	−5.249	0.000
超滤量［M（Q_L，Q_U），mL/d］	550（232，793）	220（−100，530）	−7.376	0.000
尿量［M（Q_L，Q_U），mL/d］	900（550，1 200）	1 000（600，1 400）	−1.977	0.048
液体总清除量［M（Q_L，Q_U），L/d］	1.40（1.15，1.71）	1.20（0.90，1.55）	−4.846	0.000
eGFR［M（Q_L，Q_U），mL/min］	3.67（2.00，5.38）	3.43（1.86，5.46）	−0.849	0.396
总 KT/V［M（Q_L，Q_U），L/（min·1.73 m²）］	1.99（1.69，2.35）	1.95（1.66，2.37）	−0.211	0.833
透析 KT/V［M（Q_L，Q_U），L/（min·1.73 m²）］	1.21（1.03，1.47）	1.17（0.99，1.45）	−0.890	0.373
残肾 KT/V［M（Q_L，Q_U），L/（min·1.73 m²）］	0.75（0.45，1.08）	0.74（0.44，1.16）	−0.015	0.988
总 WCCr［M（Q_L，Q_U），L/（w·1.73 m²）］	70.40（55.85，86.40）	72.51（59.45，91.11）	−2.004	0.045
残肾 WCCr［M（Q_L，Q_U），L/（w·1.73 m²）］	39.85（22.44，55.41）	35.31（20.68，57.63）	−0.877	0.380
透析 WCCr［M（Q_L，Q_U），L/（w·1.73 m²）］	31.55（27.56，35.98）	36.20（31.02，41.73）	−7.348	0.000
WCCr：周肌酐清除率；w：周

表选项

下载CSV

图1 两组患者累积生存率比较

图选项

下载全尺寸图像

下载幻灯片

表3 患者死亡的 Cox 单因素回归分析

危险因素	P 值	HR 值	HR 值的 95%CI
年龄	0.000	1.051	（1.036，1.066）
性别	0.680	1.088	（0.730，1.621）
使用 ACEI/ARB	0.009	1.699	（1.141，2.531）
使用利尿剂	0.029	1.730	（1.058，2.827）
合并糖尿病	0.000	2.668	（1.726，4.125）
合并高血压	0.649	1.157	（0.618，2.165）
合并心脑血管疾病	0.000	2.752	（1.762，4.298）
血清白蛋白	0.000	0.891	（0.858，0.925）
血红蛋白	0.024	0.988	（0.978，0.998）
hsCRP	0.001	1.017	（1.007，1.027）
eGFR	0.122	0.940	（0.869，1.017）
总 KT/V	0.112	0.742	（0.514，1.072）
总 WCCr	0.127	0.994	（0.985，1.002）
超滤量	0.923	1.000	（1.000，1.000）
腹膜高转运特性	0.002	2.064	（1.311，3.248）

表选项

下载CSV

表4 患者死亡危险因素 Cox 多因素回归分析（模型 0）

危险因素	偏回归系数	偏回归系数标准误	Wald χ² 值	HR 值	HR 值的 95%CI	P 值
年龄	0.048	0.008	35.725	1.049	（1.033，1.065）	0.000
血清白蛋白	−0.083	0.020	16.839	0.921	（0.885，0.958）	0.000
合并心脑血管疾病	0.691	0.237	8.540	1.996	（1.256，3.173）	0.003
血红蛋白	−0.012	0.006	4.063	0.988	（0.976，1.000）	0.044
总 KT/V	−0.386	0.194	3.965	0.680	（0.465，0.994）	0.046
高转运特性	0.328	0.263	1.556	1.388	（0.829，2.322）	0.212
Omnibus 检验：χ²=90.561，P<0.001

表选项

下载CSV

表5 患者死亡的不同模型 Cox 多因素回归分析

模型	HR 值及其 95%CI^*	P 值^*	纳入变量
未校正模型	2.064（1.311，3.248）	0.002	高转运特性
模型 1	1.745（1.104，2.759）	0.017	高转运特性、年龄、性别
模型 2	1.827（1.154，2.894）	0.010	模型 1+合并症（合并糖尿病，合并心脑血管疾病）
模型 3	1.826（1.153，2.893）	0.010	模型 2+药物因素（使用 ACEI/ARB、利尿剂）
模型 4	1.790（1.129，2.835）	0.013	模型 3+腹膜透析指标（超滤量、总 KT/V、eGFR）
模型 5	1.775（1.108，2.843）	0.017	模型 4+炎症指标（hsCRP）
模型 6	1.669（1.040，2.678）	0.034	模型 5+血红蛋白
模型 0	1.388（0.829，2.322）	0.212	模型 6+血清白蛋白
模型 7	1.434（0.892，2.307）	0.137	高转运特性、血清白蛋白
^*各模型中具有高转运特性的 HR 及其 95%CI 和P 值

表选项

下载CSV

1.	Churchill DN, Thorpe KE, Nolph KD, et al. Increased peritoneal membrane transport is associated with decreased patient and technique survival for continuous peritoneal dialysis patients. The Canada-USA (CANUSA) Peritoneal Dialysis Study Group. J Am Soc Nephrol, 1998, 9(7): 1285-1292.
2.	Davies SJ, Phillips L, Russell GI. Peritoneal solute transport predicts survival on CAPD independently of residual renal function. Nephrol Dial Transplant, 1998, 13(4): 962-968.
3.	Fried L. Higher membrane permeability predicts poorer patient survival. Perit Dial Int, 1997, 17(4): 387-389.
4.	Brimble KS, Walker M, Margetts PJ, et al. Meta-analysis: peritoneal membrane transport, mortality, and technique failure in peritoneal dialysis. J Am Soc Nephrol, 2006, 17(9): 2591-2598.
5.	Park HC, Kang SW, Choi KH, et al. Clinical outcome in continuous ambulatory peritoneal dialysis patients is not influenced by high peritoneal transport status. Perit Dial Int, 2001, 21(Suppl 3): S80-S85.
6.	Huang N, Chen J, Fan L, et al. High peritoneal transport status was not associated with mortality in peritoneal dialysis patients with diabetes. PLoS One, 2014, 9(10): e110445.
7.	Chung SH, Chu WS, Lee HA, et al. Peritoneal transport characteristics, comorbid diseases and survival in CAPD patients. Perit Dial Int, 2000, 20(5): 541-547.
8.	Paniagua R, Amato D, Vonesh E, et al. Effects of increased peritoneal clearances on mortality rates in peritoneal dialysis: ADEMEX, a prospective, randomized, controlled trial. J Am Soc Nephrol, 2002, 13(5): 1307-1320.
9.	Lee CC, Chen KH, Tian YC, et al. Initial high peritoneal transport status is not a predictor of mortality in peritoneal dialysis patients. Ren Fail, 2010, 32(7): 788-795.
10.	Twardowski Z, Nolph K, Khanna R. Peritoneal equilibration test. Perit Dial Bull, 1987, 7(3): 138-147.
11.	Zhang F, Liu H, Gong X, et al. Risk factors for mortality in Chinese patients on continuous ambulatory peritoneal dialysis. Perit Dial Int, 2015, 35(2): 199-205.
12.	Wang H, Tian J, Du F, et al. Effect of peritoneal transport characteristics on clinical outcome in nondiabetic and diabetic nephropathy patients with peritoneal dialysis. Iran J Kidney Dis, 2019, 13(1): 56-66.
13.	Rajaeefard A, Sarvandian S, Rezaianzadeh A, et al. Analyzing the long-term survival of the patients undergoing peritoneal dialysis in the peritoneal dialysis center in Shiraz, 2002-2011. Saudi J Kidney Dis Transpl, 2016, 27(6): 1211-1216.
14.	Rumpsfeld M, McDonald SP, Johnson DW. Peritoneal small solute clearance is nonlinearly related to patient survival in the Australian and New Zealand peritoneal dialysis patient populations. Perit Dial Int, 2009, 29(6): 637-646.
15.	Li S, Foley RN, Collins AJ. Anemia, hospitalization, and mortality in patients receiving peritoneal dialysis in the United States. Kidney Int, 2004, 65(5): 1864-1869.
16.	Fried L, Hebah N, Finkelstein F, et al. Association of Kt/V and creatinine clearance with outcomes in anuric peritoneal dialysis patients. Am J Kidney Dis, 2008, 52(6): 1122-1130.
17.	Abe M, Hamano T, Hoshino J, et al. Predictors of outcomes in patients on peritoneal dialysis: a 2-year nationwide cohort study. Sci Rep, 2019, 9(1): 3967.
18.	Breborowicz A, Oreopoulos DG. Evidence for the presence of chronic inflammation during peritoneal dialysis: therapeutic implications. Perit Dial Int, 1997, 17(Suppl 2): S37-S41.
19.	Chung SH, Heimbürger O, Stenvinkel P, et al. Association between residual renal function, inflammation and patient survival in new peritoneal dialysis patients. Nephrol Dial Transplant, 2003, 18(3): 590-597.
20.	Allawi AAD. Malnutrition, inflamation and atherosclerosis (MIA syndrome) in patients with end stage renal disease on maintenance hemodialysis (a single centre experience). Diabetes Metab Syndr, 2018, 12(2): 91-97.
21.	Szeto CC, Law MC, Wong TY, et al. Peritoneal transport status correlates with morbidity but not longitudinal change of nutritional status of continuous ambulatory peritoneal dialysis patients: a 2-year prospective study. Am J Kidney Dis, 2001, 37(2): 329-336.
22.	Tang Y, Zhong H, Diao Y, et al. Peritoneal transport rate, systemic inflammation, and residual renal function determine peritoneal protein clearance in continuous ambulatory peritoneal dialysis patients. Int Urol Nephrol, 2014, 46(11): 2215-2219.
23.	Unal A, Sipahioglu MH, Kocyigit I, et al. Risk factor(s) related to high membrane permeability in peritoneal dialysis. Ren Fail, 2016, 38(2): 238-241.

1. Churchill DN, Thorpe KE, Nolph KD, et al. Increased peritoneal membrane transport is associated with decreased patient and technique survival for continuous peritoneal dialysis patients. The Canada-USA (CANUSA) Peritoneal Dialysis Study Group. J Am Soc Nephrol, 1998, 9(7): 1285-1292.
2. Davies SJ, Phillips L, Russell GI. Peritoneal solute transport predicts survival on CAPD independently of residual renal function. Nephrol Dial Transplant, 1998, 13(4): 962-968.
3. Fried L. Higher membrane permeability predicts poorer patient survival. Perit Dial Int, 1997, 17(4): 387-389.
4. Brimble KS, Walker M, Margetts PJ, et al. Meta-analysis: peritoneal membrane transport, mortality, and technique failure in peritoneal dialysis. J Am Soc Nephrol, 2006, 17(9): 2591-2598.
5. Park HC, Kang SW, Choi KH, et al. Clinical outcome in continuous ambulatory peritoneal dialysis patients is not influenced by high peritoneal transport status. Perit Dial Int, 2001, 21(Suppl 3): S80-S85.
6. Huang N, Chen J, Fan L, et al. High peritoneal transport status was not associated with mortality in peritoneal dialysis patients with diabetes. PLoS One, 2014, 9(10): e110445.
7. Chung SH, Chu WS, Lee HA, et al. Peritoneal transport characteristics, comorbid diseases and survival in CAPD patients. Perit Dial Int, 2000, 20(5): 541-547.
8. Paniagua R, Amato D, Vonesh E, et al. Effects of increased peritoneal clearances on mortality rates in peritoneal dialysis: ADEMEX, a prospective, randomized, controlled trial. J Am Soc Nephrol, 2002, 13(5): 1307-1320.
9. Lee CC, Chen KH, Tian YC, et al. Initial high peritoneal transport status is not a predictor of mortality in peritoneal dialysis patients. Ren Fail, 2010, 32(7): 788-795.
10. Twardowski Z, Nolph K, Khanna R. Peritoneal equilibration test. Perit Dial Bull, 1987, 7(3): 138-147.
11. Zhang F, Liu H, Gong X, et al. Risk factors for mortality in Chinese patients on continuous ambulatory peritoneal dialysis. Perit Dial Int, 2015, 35(2): 199-205.
12. Wang H, Tian J, Du F, et al. Effect of peritoneal transport characteristics on clinical outcome in nondiabetic and diabetic nephropathy patients with peritoneal dialysis. Iran J Kidney Dis, 2019, 13(1): 56-66.
13. Rajaeefard A, Sarvandian S, Rezaianzadeh A, et al. Analyzing the long-term survival of the patients undergoing peritoneal dialysis in the peritoneal dialysis center in Shiraz, 2002-2011. Saudi J Kidney Dis Transpl, 2016, 27(6): 1211-1216.
14. Rumpsfeld M, McDonald SP, Johnson DW. Peritoneal small solute clearance is nonlinearly related to patient survival in the Australian and New Zealand peritoneal dialysis patient populations. Perit Dial Int, 2009, 29(6): 637-646.
15. Li S, Foley RN, Collins AJ. Anemia, hospitalization, and mortality in patients receiving peritoneal dialysis in the United States. Kidney Int, 2004, 65(5): 1864-1869.
16. Fried L, Hebah N, Finkelstein F, et al. Association of Kt/V and creatinine clearance with outcomes in anuric peritoneal dialysis patients. Am J Kidney Dis, 2008, 52(6): 1122-1130.
17. Abe M, Hamano T, Hoshino J, et al. Predictors of outcomes in patients on peritoneal dialysis: a 2-year nationwide cohort study. Sci Rep, 2019, 9(1): 3967.
18. Breborowicz A, Oreopoulos DG. Evidence for the presence of chronic inflammation during peritoneal dialysis: therapeutic implications. Perit Dial Int, 1997, 17(Suppl 2): S37-S41.
19. Chung SH, Heimbürger O, Stenvinkel P, et al. Association between residual renal function, inflammation and patient survival in new peritoneal dialysis patients. Nephrol Dial Transplant, 2003, 18(3): 590-597.
20. Allawi AAD. Malnutrition, inflamation and atherosclerosis (MIA syndrome) in patients with end stage renal disease on maintenance hemodialysis (a single centre experience). Diabetes Metab Syndr, 2018, 12(2): 91-97.
21. Szeto CC, Law MC, Wong TY, et al. Peritoneal transport status correlates with morbidity but not longitudinal change of nutritional status of continuous ambulatory peritoneal dialysis patients: a 2-year prospective study. Am J Kidney Dis, 2001, 37(2): 329-336.
22. Tang Y, Zhong H, Diao Y, et al. Peritoneal transport rate, systemic inflammation, and residual renal function determine peritoneal protein clearance in continuous ambulatory peritoneal dialysis patients. Int Urol Nephrol, 2014, 46(11): 2215-2219.
23. Unal A, Sipahioglu MH, Kocyigit I, et al. Risk factor(s) related to high membrane permeability in peritoneal dialysis. Ren Fail, 2016, 38(2): 238-241.

上一篇
慢性肾脏病高血压指南解读
下一篇
手术治疗继发性甲状旁腺功能亢进多学科协作中的内科管理

华西医学

初始腹膜高转运特性与腹膜透析患者预后的关系

摘要 全文 图表 视频 参考文献