JAHA:hs-cTnT和CRP对血液透析和PD患者预测价值分析!

2018-02-26 xing.T MedSci原创

由此可见,hs-cTnT和CRP是血液透析和PD患者预测死亡和主要心血管不良事件一个有用的工具。鉴于在PD患者中,hs-cTnT水平随着时间推移而增加,间断监测可以为风险评估带来帮助。相比之下,血液透析患者hs-cTnT区间变化较小,没有必要进行间断监测。

透析患者死亡率极高。生物标记物可能是这一人群危险分层的有用工具。近日,心血管疾病领域权威杂志JAHA上发表了一篇研究文章,研究人员评估了高敏肌钙蛋白T(hs-cTnT)和C反应蛋白(CRP)在稳定的血液透析和腹膜透析(PD)患者中对不良结局的预测价值,同时,也评估了hs-cTnT的变异性。

该回顾性队列研究共纳入了574例透析患者(血液透析347例,PD 227例)。研究结局包括死亡率和主要不良心血管事件,中位随访3.5年。


hs-cTnT是血液透析和PD患者一个独立的结局预测指标。当hs-cTnT超过第3个五分位数(>49ng/L)时,增加的风险变得显著。ROC曲线下面积分析表明,将hs-cTnT添加到临床参数可以显著改善PD患者死亡的预测性能(P=0.002)。只有CRP是PD患者预后的独立预测因子。只有CRP超过最高五分位数(>16.8mg/L)时,增加的风险变得显著。hs-cTnT在血液透析患者整个随访期间保持相对稳定,而对于PD患者,与基线相比,hs-cTnT在2年内增加23.63%,在年时增加29.13%(P<0.001)。

由此可见,hs-cTnT和CRP是血液透析和PD患者预测死亡和主要心血管不良事件一个有用的工具。鉴于在PD患者中,hs-cTnT水平随着时间推移而增加,间断监测可以为风险评估带来帮助。相比之下,血液透析患者hs-cTnT区间变化较小,没有必要进行间断监测。

原始出处:

Titi Chen,et al. High‐Sensitivity Troponin T and C‐Reactive Protein Have Different Prognostic Values in Hemo‐ and Peritoneal Dialysis Populations: A Cohort Study.JAHA.2018. https://doi.org/10.1161/JAHA.117.007876

本文系梅斯医学(MedSci)原创编译整理,转载需授权!


作者:xing.T



版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (7)
#插入话题

相关资讯

Am J Cardiol:hs-cTnT联合BNP可用于心肌纤维化检测

  日本一项研究表明,在肥厚型心肌病患者中,高敏心脏肌钙蛋白T(hs-cTnT)和脑利钠肽(BNP)联合可用于检测心肌纤维化。论文于6月10日在线发表于《美国心脏病学杂志》(Am J Cardiol)。   此项研究共纳入53例肥厚型心肌病患者,其中23例患者伴有延迟钆增强。评估血清肌红蛋白、心肌肌球蛋白轻链I、hs-cTnT、肌酸激酶MB同工酶水平和血浆BNP水平与延迟钆增

Circulation:高灵敏度肌钙蛋白T(hs-cTNT)与高血压事件相关

高血压往往先于心脏结构异常发生。因此,研究人员评估了高灵敏度肌钙蛋白T(hs-cTNT)是否可以作为慢性亚临床心肌损伤标志物,以及可以确认人群是否处于高血压或左心室肥厚(LVH)的危险中。研究人员研究了6,516名ARIC研究的参与者,并且流行性高血压没有流行性高血压和心血管疾病(1990- 1992年)。研究人员检测了基线hs-cTNT类别和诊断高血压事件(在最高19.9年随访期间的诊断和药物使

Diabetes Care:超敏肌钙蛋白T(hs-cTnT)还能预测糖尿病!

许多个体有亚临床心肌损害的前期证据,心血管病(CVD)的风险增加。如果亚临床心肌损伤与糖尿病独立相关,这将有助于我们对糖尿病和心血管疾病之间的关联的理解。进行这项研究,以确定超敏肌钙蛋白T(hs-cTnT)是否与糖尿病相关。 利用Kaplan Meier曲线和Cox模型,我们前瞻性的分析了8153名无糖尿病或心血管疾病参与者的数据。我们使用Harrell C统计,调查hs-cTnT是否与糖尿

JACC:瑞典学者建立"ABC-CHD"模型 NT-proBNP和 hs-cTnT 预测冠心病预后价值更优

瑞典乌普萨拉大学临床研究中心学者在JACC上发表文章称,基于常用的生物标记物和临床特征建立了一个可预测稳定型冠心病 (CHD) 预后的模型,即"ABC-CHD"模型,该预测模型纳入年龄(A)、生物标志物 (B)包括NT-proBNP、hs-cTnT、低密度脂蛋白胆固醇(LDL-C),以及临床变量(C)包括吸烟、糖尿病和外周动脉疾病。