目的:应用生物电阻抗矢量法评估血液透析合并高血压患者的容量负荷，探讨高容量负荷状态对高血压患者预后的影响。方法:研究对象来自南京医科大学附属明基医院透析前收缩压（6次透析治疗前平均收缩压值）>160 mmHg的血液透析患者。用生物电阻抗矢量法评估患者容量状态，并根据患者容量状态分为容量增加组和非容量增加组（包括容量正常和容量下降的患者）。比较两组患者临床资料、实验室指标、细胞内液比例（ICW）、细胞外液比例（ECW）、体细胞质量、瘦体重、干瘦体重及其占总体重的百分比、脂肪含量占总体重的百分比、阻抗/身高、容抗/身高、相位角、疾病指数的差异。采用Kaplan-Meier生存曲线比较两组患者生存率的差异。结果:共51例血液透析合并高血压患者入选本研究，容量增加组19例，非容量增加组32例（容量正常27例，容量下降5例）。容量增加组患者的血白蛋白、前白蛋白、血红蛋白、血细胞比容、血磷较非容量增加组显著下降，淋巴细胞比例明显升高，组间比较差异均有统计学意义（均 P<0.05）。容量增加组的细胞外液比例、疾病指数显著高于非容量增加组（均 P<0.01）；相位角、阻抗/身高、容抗/身高显著低于非容量增加组（均 P<0.01）。临床追踪20个月，容量增加组患者血压达标率（透析前收缩压<160 mmHg）低于非容量增加组（26.3%比43.8%），但差异无统计学意义。容量增加组患者全因死亡率高于非容量增加组（26.3%比15.6%），Kaplan-Meier生存曲线分析提示两组生存率的差异尚无统计学意义。 结论:容量负荷增加的血液透析合并高血压患者细胞外液增加明显，营养状态评估指标较非容量增加的高血压患者明显下降，而淋巴细胞比例升高，可能与患者微炎症状态有关。容量负荷增加的高血压患者血压更加难以控制，临床预后可能不及非容量增加的患者。

目的 探讨基于生物电阻抗矢量分析(BIVA)和机器学习算法建立的预测模型对维持性血液透析(MHD)患者贫血和营养状况的预测价值.方法 收集人体成分分析仪(BCM)测得的MHD患者生物电信号数据和白蛋白(Alb)、血红蛋白(Hb)、低密度脂蛋白胆固醇(LDL-C)、总胆固醇(TC)等血生化指标数据,基于BIVA和3种机器学习算法(随机森林、支持向量机和Adaboost算法)分别建立3个预测模型,比较3个模型对Alb、LDL-C、Hb、TC指标的预测效能.结果 个体相关性分析结果显示,生物电学指标与营养指标(Alb、LDL-C、Hb、TC)显著相关(P＜0.05或P＜0.01);3个模型中,基于随机森林算法的模型性能最佳,预测Alb、LDL-C、Hb、TC的准确率分别为0.880、0.879、0.904、0.937.结论 基于BIVA和机器学习算法(随机森林算法)建立的预测模型在MHD患者贫血和营养状况评估中具有较高价值,可辅助临床决策.

目的:分析危重患者血常规容积相关指标包括红细胞比容(HCT)及平均血小板体积(MPV)短期内变化率与基于生物电阻抗法(BIA)的容量指标变化的相关性,以及对预后的影响.方法:筛选2020年11月至2021年5月东部战区总医院重症监护病房(ICU)的危重患者,入院当天和第3天进行BIA测量并记录总体水(TBW)、细胞外水(ECW)、细胞内水(ICW)等指标,收集两次测量当天血细胞体积相关指标.以生物电阻抗矢量分析图(BIVA)进行容量分组.使用双变量相关性分析BIA容量指标变化率与血细胞体积变化率的相关性.以变化率数值的四分之一位数和四分之三位数为界限分三组,以90 d死亡为终点,进行不同分组以及联合赋分的预后分析.结果:共入选198例患者,其中男性137例,高容量132例,90 d累积死亡率为30.8％.HCT、血小板比容(PCT)变化率与TBW、ECW及ICW有较低相关性,在非高容量组中相关系数更高.依据HCT以及MPV变化率分组后绘制Kaplan-Meier生存曲线提示累计生存差异明显,上升组死亡率最高.进行联合赋分后总体死亡率均与赋分分值呈显著线性相关(预测公式分别为Y=0.102X+0.156,R2=0.931,P=0.008),COX多因素回归分析提示,联合赋分值是危重患者90 d死亡独立危险因素(HR 1.322,95％CI 1.068～1.637,P=0.010).结论:HCT、PCT、MPV的动态变化与BIA容量指标变化具有相关性;HCT及MPV短期内较基线出现较大波动(尤其是上升)可能与危重患者不良预后相关,联合两者的变化率的赋分是预测患者90 d死亡的独立危险因素.