
全文
Pepukai Bengura1 *校长ndlovu.2.Mulalo Annah Managa2.
1. 南非大学统计学系,心理学系,南非2. 南非大学统计学系,南非
*通讯作者:Pepukai Bengura,南非大学统计学系,心理学系,南非电话:+27834535013;电子邮件:31659322 @mylife.unisa.ac.za
背景:目前的研究表明,慢性肾病是一个全球性问题,对贫穷国家和抗逆转录病毒治疗构成了对贫困国家人民的重大健康威胁。肾脏疾病往往被Covid-19的设置加剧。在这项研究中,在南非农村社区的艾滋病毒/艾滋病患者中研究了慢性肾病的患病率和与其相关的因素。
方法:回顾性随访一组艾滋病毒/艾滋病患者,从2010年至2017年,直到两家医院(Carolina和Embhuleni)诊断出慢性肾脏疾病或观察期结束。从常规医院的病历中获取患者信息,采用Cox回归和生存分析(Kaplan-Meier危险函数和比值,log-rank检验)方法进行分析。
结果:在320名HIV/AIDS患者的随机样本中,有51名患者(15.9%)患有慢性肾病。与慢性肾病相关的因素有:性别(p值=0.0356)、年龄(p值=0.00077)、基线肌酐(p值=0.00253)、随访丙氨酸转氨酶(p值=0.0152)、ART治疗(p值<0.00193)和医院(p值=0.00258)。
讨论:虽然抗逆转录病毒治疗与艾滋病毒感染患者的病毒学和免疫学的一些改善有关,但仍然需要研究艺术和其他危险因素对非洲边缘化社区的肾功能的影响。通过南非CKD减轻卫生威胁的预期行动是教育国家预防,早期检测和疾病管理。
HIV爱滋病;肾病;肾小球滤过率;艺术;患病率;风险因素;COX回归;Kaplan-Meier估计;危险几率
艾滋病毒/艾滋病现在已经全球主要健康问题超过三十年。根据世卫组织全球统计数据:自疫情开始以来,人们已经感染了7500万人感染艾滋病毒,大约3200万人死于艾滋病毒,全球艾滋病毒,3790万人于2018年底与艾滋病毒居民居住[1].According to United Nations Agency for International Development (UNAIDS) AIDS info [2], South Africa has the biggest and most high-profile HIV epidemic in the world, with an estimated 7.7 million living with HIV in 2018. South Africa’s Mpumalanga province has the second-highest HIV prevalence rate after KwaZulu-Natal province. Gert Sibande district which is in Mpumalanga province is leading all districts in the country with a 46.1% HIV prevalence rate [3]. Gert Sibande district has Albert Luthuli as one of its municipalities whose HIV prevalence stood at 43.2% [4].
人类免疫缺陷病毒(HIV)通过直接损坏或通过使宿主易受机会主义感染的宿主来影响身体的每个器官系统[5]。最常见的感染遗址包括肾脏。CKD对贫穷国家的人们构成了一个重大的健康威胁,特别是当它与艾滋病毒,抗逆转录病毒治疗(ART)或传染性和非传染性疾病相结合时[6]。
根据Labuschagne I, et al. [7], CKD是一个全球性的问题,大约10%的世界人口患有这种疾病。Ekrikpo UE, et al.,[8]与Eneyew K, et al.,[9]和Crum-Cianflone N, et al.,[10]一致指出,由于药物治疗,随着hiv感染者预期寿命的增加,肾功能不全的患病率预计将增加。这项研究关注的是农村人口,其动机是由于撒哈拉以南非洲地区93%的CKD研究是在城市环境中进行的。
本研究的目的是使用COX回归方法来确定CKD的患病率,并通过使用来自南非的Albert Luthuli市政府的数据来确定艾滋病毒/艾滋病患者中CKD相关的因素。
研究设计与设置
从2010年到2017年,在两所医院(卡罗莱纳州和Embhuleni)对一组HIV+晚期患者进行了回顾性随访,直到确诊CKD或观察期结束Albert Luthuli地方自治市。这是一个南非自治市,位于姆普马兰加省格特-西班德区。卡罗莱纳州和恩布列尼区医院提供全面的医疗服务,包括艾滋病毒/艾滋病和结核病(TB)Albert Luthuli市周边社区的治疗。这些医院是经认可的抗逆转录病毒(ARV)治疗启动和持续治疗场所。这两家医院主要服务于Albert Luthuli市的农村人口。用作抽样框架的目标人群包括所有艾滋病毒/艾滋病患者(≥ 16岁),并在1岁起的三个月内在两家医院接受ART治疗圣1月至31日圣2010年3月。在本研究中使用了Albert Luthuli市常规医院记录的一部分的变量,并描述如下。CKD状态是研究的依赖变量。它以CKD状态(是,否)和时间为止,直到其发作。分类独立变量是性别,医院(Carolina,Embhuleni),世卫组织(1,2,3,4),婚姻状况(单身,已婚,留在一起,丧偶/分离/离婚),治疗(Regimen1)(NVP +D4T + 3TC,EFV + D4T + 3TC,EFV + AZT + 3TC和EFV + 3TC + TDF),艺术粘附(差,公平,好),从医院转移(是,否)并失去随访(是的), 不)。除了年龄的研究中的连续独立变量被分类为基线和后续变量是质量,CD4细胞计数,血红蛋白,淋巴细胞,白细胞计数,病毒载荷,肌酐,总蛋白质,钠和丙氨酸转氨酶。糖尿病和高血压被排除在外,因为他们的记录在很少的患者文件中被发现。艾滋病毒/艾滋病患者缺少基线肌酐,性别和出生日期或年龄的基线肌酐,性别和年龄之日之日。
样本大小和采样程序
样本容量的确定采用生存分析的样本量计算公式考虑以下统计假设感染艾滋病毒的病人:13%的平均患病率肾功能不全的艺术天真病人[12],5%精度或保证金错误,95%的置信区间,0.45损失[13]。样本量用[9]公式计算,
其中N=样本量,Z=1.96(95%置信水平下的临界值),p=肾功能不全比例,α=1型误差(0.05)为320。估计总样本量按比例随机分配到两个研究地点(Embhuleni和Carolina医院,比例分别为78%和22%)根据年龄和性别比例(39.4%为男性)和人口比例。
道德的考虑
本研究的伦理批准由UNISA伦理审查委员会授予,批准号为2017/SSR ERC/005。在卡罗莱纳州和Embhuleni医院进行本研究的许可从Mpumalanga卫生部获得,许可号为MP_201708_013。所有与患者相关的数据均通过在研究的所有阶段都要高度保密。此外,由于所有结果都是以聚合格式处理的,因此没有提及单个受访者。携带患者机密信息的电子文档都受到某种加密保护,并将根据研究政策予以销毁
CKD状态的临床测定
患者的CKD状态是通过提及南非国家卫生实验室服务报告的化学病理学。使用肾脏疾病(MDRD)式GFR(ML / MIN / 1.73M的饮食改性,从肾小球过滤速率(GFR)的估计确定了CKD状态。2.= 175×{[血浆肌酐(μmol/L)/ 88.4 ] -1.154 }×年龄(年)-0.203×0.742(如果女性)×1.212(如果非裔美国人)[14,15]。本研究根据美国肾脏基金会临床实践指南对肾损害进行分类,并估计GFR值。≥ 90毫升/分钟/1.73米2.,60-89 ml / min / 1.73m2.,30-59 ml / min / 1.73m2., 15- 29ml /min/1.73m2.<15 ml / min / 1.73m2.解释为正常,轻度,中度,严重和肾衰竭。与Iseki [14]一样,如果GFR少于60毫升/分钟/ 1.73米,患者被分类为CKD2.超过3个月。使用公式计算CKD发作的时间持续时间:时间持续时间直到CKD ONSET =(预测到60 ml / min / 1.73m的日期2.已确认 - 艺术启动日期)。该等式在数据收集研究工具中编程[15]。
统计方法
让X.我TX = (I1,XI2,…,X知识产权)是与I相关联的协变量的值的p尺寸矢量TH.病人。则Cox比例风险回归模型为[16,17],
H我(t)= h0(t)exp {x我Tβ=σ.(j=1)P.βJXij}(1)
β在哪里T=(β.1.,β2.,...,βP.)是要从数据估计的回归系数的p维矢量,H0(t)是不必估计的未指定基线危险功能。模型中的危险模型(1)中的危险模型随着时间的推移而没有关于危险功能的形状的假设。危险功能可能是恒定的,增加,减少,或者它可能是这些图趋势中的两种或三个的组合。
模型(1)可以根据幸存者函数写入[18],
s我(t)= s0(t)exp {X我Tβ}(2)
模型(1)的假设可以由数据违反:(i)协变量x我T不要随时间而变化,因此患者对患者的危险率比没有随时间而变化;(ii)审查和生存是独立的,(iii)日志危险率确实是协变量的线性函数。模型(1)使用R 3.5.1中的COXPH功能安装在数据上,以确定与CKD相关的风险因素。首先,在最终COX回归分析中,表1中的变量逐个测试一个,并且在最终COX回归分析中考虑了具有p值<0.25的变量。在模型中保留的最终多变量多元COX回归分析仅具有P值的变量≤0.05。关于模型选择,[19]建议考虑临床重要性和对混淆的调整等问题,以及统计学意义。
系数 | exp(系数) | SE(COEF) | P. | 降低0.95水资源 | 上部0.95 Cl. | rho chi sq p -value(pH测试) | |
随访CD4 | -0.0009. | 0.9992 | 0.0011 | 0.4534 | 0.9187 | 0.9970. | 1.0014 |
年龄 | 0.0549 | 1.0565 | 0.0163 | 0.0008 | 1.0232 | 1.0908 | 0.8031. |
EFV+D4T+3TC相对于NVP+D4T+3TC | -1.9022 | 0.1493 | 0.5232 | 0.0003 | 0.0535 | 0.4161. | 0.5239 |
EFV+AZT+3TC相对于NVP+D4T+3TC | -2.6245. | 0.0725 | 0.8464 | 0.0019 | 0.0138 | 0.3808 | 0.6105 |
EFV + 3TC + TDF相对于NVP + D4T + 3TC | -2.0227 | 0.1323 | 0.5074 | 0.0001. | 0.0489 | 0.3577 | 0.2283 |
相对于NVP+D4T+3TC,NVP+3TC+TDF | -1.9836. | 0.1376 | 0.6024 | 0.0010 | 0.0422 | 0.4481 | 0.6034 |
医院(相对于卡罗莱纳州的Embhuleni) | 1.4778 | 4.3835 | 0.49039 | 0.00258 | 1.6765 | 11.4614 | 0.2136 |
后续的丙氨酸氨基转移酶 | -0.0223. | 0.9779 | 0.0092 | 0.0152 | 0.9605 | 0.9957 | 0.0754 |
LN后续病毒载量 | 0.0640. | 1.0661 | 0.0587 | 0.27541 | 0.9503 | 1.1961 | 0.8447 |
肌酐基线 | 0.0171. | 1.0172 | 0.0057 | 0.0025 | 1.0060 | 1.0286 | 0.3802 |
随访淋巴细胞 | 0.0320 | 1.0325 | 0.0301 | 0.2886 | 0.9733 | 1.0952 | 0.7279 |
性别(女性相对于男性) | -0.6684 | 0.5125 | 0.3181 | 0.0356 | 0.2747 | 0.9561 | 0.4277 |
表格1:最终Cox PH模型的估计。
让0
在这项研究中,R基团是在CKD的COX回归分析中保留的显着分类协变量或分类的连续协变量的水平。日志秩测试用于测试空假设[20],
H0:S.1.(t)= s2.(t)= ---- =R.(t)≡h1.(t)= h2.(t)= --- = hR.(t) (4)
对于T≥0,其中S患者的危险功能。在研究工具上记录了该研究的数据,然后在Microsoft Excel数据库上捕获,并通过两个主管人员检查原始记录。使用R版本3.5.1分析数据。
CKD患病率
从320名艾滋病毒/艾滋病患者的样本:51名患者(15.9%)有CKD;27(52.9%)的51名是男性;46(88.7%)51名患者来自祖先生医院。CKD患者的后续行动产生了以下重要结果:23.5%失去了随访;41.2%从原始医院转移,35.3%仍然附在医院。157中(49.1%)从医院转移的艾滋病毒/艾滋病,13.4%的人患有CKD,而84名(26.3%)损失随访,14.3%有CKD。
COX模型适用于与CKD发作相关的风险因素
R中的函数“coxph()”符合Cox比例风险回归模型。表1显示了从拟合的Cox回归模型中获得的结果。表1中每个协变量的比例风险测试以及模型的整体测试在R中使用“Cox.zph()”函数进行。似然比(p值=0.0000)、瓦尔德(p值=0.0000)和得分(对数秩)(p值=0.0000)统计学检验综合零假设,即所有βs均为零,均为渐近等效,并且在完全拒绝综合零假设方面非常一致。该模型给出了81.6%的高度一致性,这意味着CKD患者和非CKD患者之间存在高度的区别。没有证据表明n-所有协变量的比例风险,因为模型中每个协变量的p值>0.05。全局卡方检验(p值=0.5486)不显著,这意味着不违反比例假设。良好的模型拟合统计表明,该模型适用于所有变量(表1)。
表1包含Cox回归分析的结果数据表明,重要的因素与慢性肾病风险呈正相关在0.05水平和对CKD产生重大影响:年龄(p = 0.0008),医院(Embhuleni相对于卡)(p = 0.0026)和肌酐基线(p = 0.0025)。对每个协变量的描述假设模型中的其他协变量保持不变。95%置信区间估计的风险比年龄(1.0232,1.0908),这意味着每增加一年的时代的一个艾滋病毒/艾滋病病人导致CKD风险增加1.0565倍或约5.7%和9.1%低2.3%低。基线肌酐危险比的估计95%置信区间为(1.0060,1.0286),这意味着艾滋病毒/艾滋病患者基线肌酐水平每增加一个单位,CKD危险率可低至2.9%至0.6%。此外,Embhuleni医院对CKD的危害大约是Carolina医院的4.4倍,这种危害可能高达11.5倍,低至1.7倍。
另一方面,与0.05级与CKD危害产生负面相关的重要因素是:性别(女性相对于雄性)(p值= 0.0356),后续丙氨酸转氨酶(p值= 0.0152),治疗(EFV + D4T + 3TC相对于NVP + D4T + 3TC)(P值= 0.0003),处理(EFV + AZT + 3TC相对于NVP + D4T + 3TC)(P值= 0.0019),治疗(EFV + 3TC +TDF相对于NVP + D4T + 3TC)(P值= 0.0001)和处理(相对于NVP + D4T + 3TC的NVP + 3TC + TDF)(P值= 0.0010)。对与CKD负相关的结果的解释。估计的性别危险比的95%置信区间隔(0.2747,0.9561),这意味着女性相对于雄性的危害对CKD的危害还原效应约为0.5倍,其低于下降至2.7%的9.6%.估计的丙氨酸转氨酶危险比的95%置信区间隔(0.9605,0.9957),这意味着一个单位的后续丙氨酸转氨酶的增加导致危害降低效应为CKD 0.9780或通过约2.2%,低至低于0.4%至0.4%。采用治疗的患者(EFV + D4T + 3TC,EFV + AZT + 3TC,EFV + 3TC + TDF,EFV + 3TC + TDF,或者相对于EFV + 3TC + TDF可能会经历CKD危险减少约0.15倍,0.07时间分别为0.13倍或0.14次。
关于幸存者功能的非参数推论
本研究中HIV+终末期患者的队列在其可能影响CKD生存的特征方面并不均匀。因此,有必要检验患者组(层)间存活函数的相等性。函数' survdiff() '用于使用log-rank检验检验两组之间的生存差异。本节提供的Log-rank测试和Kaplan-Meier函数用于性别、年龄和肌酐。这些变量构成Omuse G等人给出的肾小球滤过率(GFR)方程,[15]。治疗(方案一)因其在HIV/ AIDS患者中的临床意义也被纳入本节。
基线肌酐被分类为南非医院肌酐标准实验室报告所做的。图1显示基线肌酸酐层的幸存功能在0.05显着性水平(P值= 0.004,从日志秩检验中的p值= 0.004),并且这证实了基线肌酐水平与CKD危害有关。通过使用表2中的危险比率的危险比的成对比较进一步证实了,表明基线肌酐水平高于正常水平的患者,相对于患有基线肌酐的患者可能会对CKD感到约2.5倍。正常水平。这种风险可以低至约1.3倍,高达约4.7倍(表2)。在正常水平下与基线肌酐患者相对于正常水平正常的基线肌酐水平低于正常患者的CKD经验的差异是统计学上的(表2)。
图1:Kaplan-Meier生存函数估算基线肌酐层。
变量 | 描述 | 点估计 | 95%的沃尔德置信度限制 | |
肌酐基线 | 相对于正常水平的正常水平以下 | 0.5947 | 0.2095 | 1.688 |
高于正常相对于正常水平 | 2.4897 | 1.3233 | 4.684 | |
性别 | 女性相对于男性 | 0.6183 | 0.3561 | 1.073 |
年龄组 | 31-50岁相对16 - 30年 | 1.468 | 0.7748 | 2.782 |
相对于16 - 30年以上50年以上 | 2.660 | 1.1070 | 6.393 | |
艺术疗法地层 | EFV+D4T+3TC相对于NVP+D4T+3TC | 0.3443 | 0.1354 | 0.8759 |
EFV+AZT+3TC相对于NVP+D4T+3TC | 0.1045 | 0.0221 | 0.4957 | |
EFV + 3TC + TDF相对于NVP + D4T + 3TC | 0.4019 | 0.1779 | 0.9079 | |
相对于NVP+D4T+3TC,NVP+3TC+TDF | 0.3973 | 0.1550 | 1.0186 |
表2:变量的危险比。
表2显示,女性患者相对于男性患者患CKD的风险降低约0.6倍。然而,性别对CKD风险的影响在统计学上并不显著。这一点可以通过性别层次的幸存者函数得到证实,在0.05显著性水平下(p-value =0.05,来自log-rank检验)没有统计学差异(图2),也可以通过表2中性别层次的置信限得到证实,其中“1”是无影响的值。
图2:Kaplan-Meier生存功能估算性别。
Figure 3 shows that survivor functions of the age strata are not statistically different at 0.05 significance level (p-value=0.08, from the log-rank test) and this is confirmed by the confidence limits for strata in table 2 which include ‘1’ which is a value of no effect. Patients who are above 50 years relative to patients aged 16-30 years are about 2.7 times likely to experience CKD (Table 2). Patients aged 31-50 years relative to patients aged 16-30 years are about 1.5 times likely to experience CKD. However, this difference is not significant since the 95% confidence limits include 1 (a result of no effect) and also the graphs of 31-50 and 16-30 age groups cross each other as shown in figure 3.
图3:Kaplan-Meier生存函数估计年龄组。
五个治疗组在统计上不同(对数排名p值= 0.003)(图4)。治疗EFV + D4T + 3TC相对于治疗NVP + D4T + 3TC的风险降低了约0.34倍的风险,相对于治疗NVP + D4T + 3TC的治疗EFV + AZT + 3TC的风险降低了CKD,同时治疗EFV的速度约为0.1倍。相对于NVP + D4T + 3TC的+ 3TC + TDF降低了CKD的风险为约0.4倍。THe effect of treatment NVP+3TC+TDF relative to NVP+D4T+3TC is not statistically significant in experiencing the risk of CKD since the graphs cross (Figure 4) and the 95% confidence internal includes a value of no effect ‘1’ (Table 2).
图4:Kaplan-Meier艺术方案阶层的生存函数估计。
这项研究有几个优点。首先,7.5年的研究随访时间相对较长,记录一致,结果可靠。其次,本研究有不同的协变量,大多数有配对的基线和随访协变量以进行详尽的关联比较。最后,这不是一个单一的研究中心;它涉及两个地区医院,即Embhuleni和Carolina,以进行比较和覆盖的完整性。
南非艾伯特市艾伯特市的艾滋病毒/艾滋病患者中CKD的研究患病率为15.9%。这种患病率在6%至45%的范围内,这是Moosa Mr,等人引用的非洲HIV患者的CKD患病率,[21]。南非在南非进行的类似研究,例如由Zachor H,et al,[22]在开普敦和Moosa Mr,et al,[21]在南非,患病率为2%-6%。患病率调查结果之间的差异可以通过研究设计,群体变异,考虑的变量以及用于CKD诊断的标准来解释。该研究丢失和转移患者中CKD的患病率分别为14.3%和13.4%。失去随访的患者和从医院转移的患者被认为是研究的一部分,并活着直到研究结束[23,24]。
通过使用COX回归发现与CKD相关的研究危险因素是性别,年龄,基线肌酐,医院,治疗(方案1)和基线丙氨酸转氨酶。关于CKD CKD危险因素的研究结果与Kalayjian RC等,[24],Menezes Am,等,[25],[26],[26],希尔顿r [27],boswell mt,等人,[28]和crum-cianflone n等,[10]艾滋病毒,种族,性别,年龄,低CD4,高病毒载荷,糖尿病,艺术,重量,高钠和高血压作为肾病的危险因素。然而,研究人员对CKD上的TDF艺术方案的影响没有共识。尽管艺术可以改善肾功能,但已经发现含TDF的方案具有导致肾毒性的可能性,并且因此在艾滋病毒感染患者中显着促进CKD。这一发现与Boswell MT,等人的研究同意,[28],Wyatt Cm,等人,[29]和Kalayjian RC等人,[24]指出,TDF与肾脏毒性有关GFR肌酐清除的降低或降低。在本研究中,治疗(方案1)与CKD危害产生负面相关,单变量和多元COX回归形式。出乎意料地,在本研究中,与其他方案相比,遇到含有更多CKD病例(60.8%)的TDF的方案具有相对于NVP + D4T + 3TC(参考方案)的CKD危害的负关联。 Thus, despite most CKD cases being found among patients taking TDF-containing drugs, TDF-containing drugs are still associated with a CKD hazard reduction effect. Some further studies on the association between TDF-containing drugs and CKD hazard in necessary.
图1和表2的基线结果显示,基线肌酐高于正常水平的患者患CKD的可能性是基线肌酐处于正常水平的患者的2.5倍。此外,基线肌酐低于正常水平的患者患CKD的可能性是基线肌酐处于正常水平的患者的约0.6倍。这些发现加强了对肌酐测试准确性的需要,以及在GFR方程中纳入肌酐。
性别在建模中具有显著性(表1),但在使用对数秩检验和Kaplan-Meier函数检验同质性无差异的假设时不具有显著性(图2,表3)。这种差异是因为Cox模型考虑了其他因素的影响,而Kaplan Meier是一个不考虑其他变量影响的单变量分析。阿尔伯特·卢图利(Albert Luthuli)的一项研究发现,男性患慢性肾病的风险增加约1.6倍。MDRD公式中包含了性别作为CKD风险因素的重要性。
另一个重要的CKD危险因素,并且恰好包含在GFR公式中的年龄是年龄。本研究中Cox回归的年龄的拟合增强了其在GFR公式中的包含。年龄对CKD的效果是由于肾小球过滤速率下降了6.3ml / min / 1.73m2.Denic A等人引用的每十年[30]。表4中关于年龄的调查结果表明,50岁以上的患者与16-30岁的患者相比,发生CKD的可能性约为2.7倍。
CKD与基线肌酐,年龄和性别相关的发现不是新颖的,因为这些是GFR公式的组成部分[14,15]。因此,回归结果与现有公式在大约30个独立因素的背景下的结果证实了所用研究方法的适当性和准确性。
关于CKD的管理;Pedro C,et.al.,[31]支持使用TDF但在其肾毒性潜力下暗示,并指出当基线肌酐清除率低于50ml / min时对剂量调节的需要。Boswell MT, et al., [28], pointed out that current local guidelines recommend that TDF be substituted by an alternative Nucleoside Reverse Transcriptase Inhibitors (NRTI) when a patient’s GFR is less than 50 ml/min and when using the MDRD method [21] gave some guidelines on dose adjustments for ART in CKD cases for Lamivudine (3TC), Stavudine (d4T) and Tenofovir (TDF). Some other points to note on the management of CKD as cited by several studies are:
•在诊断艾滋病毒/艾滋病时,应评估所有个人的肾病,其后每年都会评估肾病。
•通过降低血压、肥胖、2型糖尿病、吸烟和盐摄入等干预措施,在人群层面预防CKD。
•仔细筛选和监测高风险患者。
Labuschagne I等人,[7]引用了CKD处理中的主要挑战;首先,艾滋病毒流行的程度及其相关CKD的负担,其次没有措施防止肾脏疾病在艾滋病毒感染者或及早检测慢性肾病治疗最后的挑战与饮食相关非传染性疾病如肥胖和高血压。其他一些挑战
Labuschagne I等人,[7]引用了CKD处理中的主要挑战;首先,艾滋病毒流行的程度及其相关CKD的负担,其次没有措施防止肾脏疾病在艾滋病毒感染者或及早检测慢性肾病治疗最后的挑战与饮食相关非传染性疾病如肥胖和高血压。其他一些挑战包括昂贵的透析;2017年,南非只有三家提供肾脏移植的公立医院。
研究者承认本研究存在一些局限性。首先,尽管许多研究将高血压和糖尿病视为CKD的重要危险因素,但由于数据缺失,无法将其纳入研究。然而,在类似研究中,高血压和糖尿病对CKD发展的贡献并不显著[5]第二,这项研究的参与者主要是黑人,因此没有像Winston J等人[32]和Hilton R[27]所做的那样评估种族对CKD的影响,他们表明黑人种族是HIV感染人群中肾病患病率的最重要决定因素。最后,Bukabau JB等人[33]与Ekrikpo UE等人的观点一致,[8]提出,本研究中用作肌酐基础配方的MDRD不适合非洲人群。
Albert Luthuli市艾滋病毒/艾滋病患者的研究结果同意了几个关于与CKD相关的因素的研究结果。发现艾伯特市艾滋病毒/艾滋病患者中CKD的患病率为15.9%。Cox回归的应用发现与CKD相关的因素作为性别,年龄,基线肌酐,医院,治疗(方案1)和基线丙氨酸转氨酶。该研究建立了不同的基线统计数据,以防止未来的研究可以是基于的。
我们感谢卡罗莱纳州和Embhuleni医院的艾滋病毒/艾滋病诊所工作人员。数据采集员协助数据采集,而管理人员则迅速执行数据采集许可协议。
作者指出
Pepukai Bengura,校长Ndlovu和Muloannah Managa同样为这项工作贡献,因此如果需要,相应的作者可转让。
作者的贡献
PB参与获得伦理批准、数据收集/分析和手稿起草。PD和MAM参与数据解释、项目设计和手稿编辑。所有作者阅读并批准了最终手稿。
一个也没有。
道德认可和参与同意
本研究是根据南非地方和国家研究指南进行的。本项目的伦理批准是从UNISA伦理审查委员会(ERC)获得的,批准号为(2017/SSR ERC/005)。在卡罗莱纳州和Embhulen德赢vwin首页网址i医院进行该研究的许可证是从Mpumalanga卫生部获得的,许可证编号为(MP_201708_013)。参与同意书不适用于患者,因为没有提及单个受访者;所有结果均以汇总格式处理。
支持本研究结果的数据可从健康部获得,但限制适用于这些数据的可用性,这些数据在目前的研究许可下使用,因此不公开。但是,在合理的请求和健康部的许可时,数据可以从作者提供。
不适用。
提交人声明他们没有竞争利益。
- 世界卫生组织(2018)全球卫生观察站。瑞士日内瓦。[Ref。]
- 联合国艾滋病毒/艾滋病计划(艾滋病规划署)(2019年)与艾滋病毒艾滋病毒接受艺术(#)(截至6月30日)的人。瑞士日内瓦。[Ref。]
- Motsoaledi A(2013)普尔兰加达的戈尔斯巴德区拥有最高的艾滋病毒率。约翰内斯堡,约翰内斯堡,南非。[Ref。]
- 恩科西宾夕法尼亚州(2017)主任阿尔伯特·卢图利地方市政综合发展计划(IDP)2017-2022。[Ref。]
- Mekuria Y,Yilma D,Mekonnen Z,Kassa T,Gedefaw L(2016年),《埃塞俄比亚西南部HAART天真和有经验的成人HIV阳性个体的肾功能损害和相关因素:一项比较横断面研究》。《公共科学图书馆一号》11:e0161180。[Ref。]
- Glaser N,Phiri S,Bruckner T,Nsona D,Tweya H,等。(2016)在城市马拉维寻求艾滋病毒检测的个人肾脏损伤普遍存在。BMC Nephrol 17:186。[Ref。]
- Labuschagne I,Nel J(2017)慢性肾病仍然是非洲的主要健康挑战。[Ref。]
- Ekrikpo UE,Kengne Ap,Bello Ak,Effa Ee,Noubiap JJ,等。(2018)全球成人艾滋病毒感染人口的慢性肾病。系统审查和荟萃分析。PLO 1 13:E0195443。[Ref。]
- Eneyew K,Seifu D,Amogne W,Menon MKC(2016)《埃塞俄比亚亚的斯亚贝巴Tikur-Anbessa专科医院联合抗逆转录病毒治疗HIV感染患者的肾功能评估》,Sci Res Pub 7:107-122[Ref。]
- crum-cianflone n,ganesan a,teneza-mora n,riddle m,medina s等人。(2010)艾滋病毒感染患者中肾功能障碍相关的患病率和因素。艾滋病患者护理Stds 24:353-360。[Ref。]
- Stanifer JW,Jing B,Tolan S,Helmke N,Mukerjee R等人。(2014)撒哈拉以南非洲慢性肾病的流行病学:系统审查与荟萃分析。兰蔻Glob Health 2:E174-E181。[Ref。]
- Kaze AD,Ilori T,Jaar BG,Echouffo Tcheugui JB(2018),《非洲大陆慢性肾脏疾病的负担:系统回顾和荟萃分析》,BMC肾病19:125[Ref。]
- Damtew B,Mengistie B,Alemayehu T(2015)成人艾滋病毒/艾滋病患者死亡率的存活率和决定因素在埃塞俄比亚东部索马里地区启动抗逆转录病毒治疗。P Pan Afr Med J 22:138。[Ref。]
- Iseki K(2010)慢性肾病的肾果糖。肾脏学(卡尔顿)15:27-30。[Ref。]
- Omuse G,Maina D,Mwangi J,Wambua C,Kanyua A等。(2017)估计肾小球过滤速率的方程比较无症状黑色非洲慢性肾疾病中慢性肾病:横截面研究。BMC Nephrol 18:369. [Ref。]
- Klein JP,Moeschberger ML(2003)生存分析。在:Dietz K,Kickeberg K,Gail M,歌手B(EDS)技术用于截断和截断的数据。Springer,USA。[Ref。]
- Etikan I, Babatope G(2018)生存分析:医疗实践中的主要决策技术。方法8:121-135。[Ref。]
- Kleinbaum dg,Klein M(2012)生存分析。自学文本。Springer,USA。[Ref。]
- 霍斯默DW, Lemeshow S, May S(2008)应用生存分析:时间到事件数据的回归建模。第二版,约翰威利和儿子公司,纽约。[Ref。]
- Etikan I,Abubakar S,Alkassim R(2015)生存分析中的Kaplan-Meier估计。Biom Biostat Int J 5:55-59[Ref。]
- Moosa Mr,Der Walt Vi,尼克尔S,Meyers Am(2015)南非慢性肾病的重要原因。S AFR MED J 105:1-8。[Ref。]
- Zachor H,Machekano R,Estrella MM,Veldkamp PJ,Zeier MD等。(2016)第3阶段慢性肾病的发病率和基于Tenofovir的方案的进展。艾滋病30:1221-1228。[Ref。]
- Goel Mk,Khanna P,Kishore J(2010)了解生存分析:Kaplan-Meier估计。int j ayurveda res 1:274-278。[Ref。]
- Kalayjian Rc,Lau B,Mechekano RN,Crane HM,Rodriguez B等。(2012)慢性肾病患者在常规核心群中慢性肾病的危险因素引发常规护理中的抗逆转录病毒治疗。艾滋病26:1907-1915。[Ref。]
- Menezes AM,Torely Jr J,Real L,Bay M,Poeta J,等。(2011)巴西接受HAART治疗的HIV感染患者中与慢性肾脏病相关的患病率和风险因素以及检测不到的病毒载量。PLoS One 6:e26042[Ref。]
- Nishijima T,Kawasaki Y,Mutoh Y,Tomonari K,Tsukada K等。(2017)东京HIV-1感染亚洲患者中慢性肾病和终末期肾病的患病率和相关因素。Sci报告7:14565[Ref。]
- 人类免疫缺陷病毒感染与肾脏疾病。J R Coll Physicians 43: 236-239。[Ref。]
- Boswell MT,Rossouw TM(2017)南非HIV感染患者急性肾损伤的治疗方法。南非《艾滋病杂志》18:714[Ref。]
- Wyatt cm(2017)肾病和艾滋病毒感染。顶部防驾医生25:13-16。[Ref。]
- Denic A, Glassock RJ, Rule AD(2016)衰老肾脏的结构和功能变化。慢性肾脏病23:19-28。[Ref。]
- Pedro C,Alberto O,Karina S(2016)艾滋病毒和肾脏疾病:35年的历史和后果。Clin Kidney J 9:772-781。[Ref。]
- 温斯顿J,德雷G,霍金斯T,Szl,怀亚特C等。(2008)HIV感染和艾滋病患者的肾脏疾病。临床感染Dis 47:1449-1457[Ref。]
- Bukabau JB,Yayo E,GniSsahe A,Monnet D,Pottel H,等。(2019)基于肌酐 - 或胱抑素C基方程的性能,以估算亚撒哈拉非洲群体肾小球过滤率。肾互化95:1181-1189。[Ref。]
在此下载临时PDF
文章类型:研究文章
引用:Bengura P,Ndlovu P,Managa Ma(2021)与艾滋病毒/艾滋病患者急性肾病发作相关的因素的Cox回归,南非南非的艾伯特·卢特利市。int J Nephrol肾脏失败7(2):dx.doi.org/10.16966/2380-5498.212
版权:©2021 bengura p等人。这是在创意公约归因许可的条款下分发的开放式文章,其允许在任何媒体中不受限制地使用,分发和再现,只要原始作者和来源被记入。
出版历史: