在维持性血液透析中，利用计算机模拟干预措施进行网络引导的症状治疗：一项多中心横断面研究

《BMC Nephrology》：Network-guided symptom targets in maintenance hemodialysis using in silico interventions: a multicenter cross-sectional study

　　

摘要

背景

接受维持性血液透析（MHD）的患者会经历多种并发症状，这些症状的负担存在显著差异。然而，目前还缺乏一个可重复使用的证据框架，将症状之间的相互依赖关系转化为干预优先级。为了解决这一不足，我们利用基于模型的计算机模拟技术对可改变的症状目标进行定量排序，为资源有限环境下的症状管理提供非因果决策支持。

方法

我们在2025年2月至6月期间，通过方便抽样方法从中国西南地区的13个血液透析中心招募了接受MHD的成年人。症状评估采用了改良的透析症状指数。我们通过探索性因子分析识别出症状群，并估计症状网络以表征其相互关联性和核心作用。潜在剖面分析定义了症状负担亚组。为了探索干预措施，我们使用NodeIdentifyR进行了计算机模拟扰动分析，模拟了缓解和加重症状的干预效果。活跃症状总数的变化被作为比较症状网络结构变化的主要结果指标。

结果

共有962名参与者纳入研究。研究确定了7个症状群：情绪问题、性功能障碍和心肺功能障碍；胃肠道问题；肌肉骨骼问题；睡眠障碍；神经系统问题；以及皮肤不适。潜在剖面分析识别出两种症状负担类型，分别为低负担组（Profile 1）和高负担组（Profile 2），具有明确的临床解释性。其中，“感到紧张”的症状具有最高的核心性，而“疲劳”在各个症状群之间起到了最强的桥梁作用。基于模型的扰动分析对干预措施进行了优先级排序。模拟结果显示，缓解焦虑、担忧和紧张情绪分别可使总体症状负担减少17.3%、16.0%和14.4%；而模拟加重易怒、紧张和悲伤情绪则分别会导致总体症状负担增加21.2%、19.4%和18.5%。

结论

我们的研究结果表明，情绪症状是接受MHD患者干预的重点对象。这些发现可以为症状管理和资源分配提供非因果决策支持。未来需要开展纵向研究和干预试验，以进一步评估这些干预措施的有效性和普遍性。