Risk prediction model for progression of coronary artery calcification in chronic kidney disease patients

Abstract

Background: Cardiovascular disease (CVD) is the most common cause of mortality in chronic kidney disease (CKD) patients. Coronary artery calcification (CAC) in CKD patients is highly prevalent and is significantly associated with future CVD events. Therefore, the aim of this study was to produce the CAC progression prediction model in CKD patients using multiple risk factors. Methods: A total of 1,027 patients were enrolled from the KoreaN Cohort Study for Outcome in Patients With Chronic Kidney Disease (KNOW-CKD) which is a Korean multicenter prospective cohort. CAC score was calculated based on the Hokanson criterion which is the square-root transformed difference between baseline and follow up CAC scores [√CAC score (follow-up) − √CAC score (baseline)]. Follow-up CAC score was measured at 4 years and CAC progression was defined as the difference greater than 2.5 to minimize the effect of interscan variability. Multivariate logistic regression analysis was used to construct the risk-scoring model. By bootstrapping, the final model was internally validated using 1,000 bootstrap samples. Results: Among 1,027 patients, 379(36.9%) patients showed CAC progression. Age, gender, BMI, history of CVD, hypertension (HTN), diabetes mellitus (DM), dyslipidemia, baseline CAC score, estimated GFR, phosphate, FGF-23/klotho, and Urine albumin-creatinine ratio (UACR) were significantly associated with CAC progression in univariable logistic regression. In multivariable logistic regression, age, gender, the history of HTN, DM, and dyslipidemia, baseline CAC score, calcium, and phosphate were significantly associated with CAC progression. Therefore, age, gender, baseline CAC score, calcium, phosphate, and history of HTN, DM, and dyslipidemia were selected as prediction markers for CAC progression model. Area under the receiver-operating characteristic curve for prediction of CAC progression at 4 years in this model was 0.869 (95% CI 0.847-0.892). Internal validation cohort of 1,000 bootstrap samples showed good discrimination and calibration (validation c-statistics 2.5 percentile 0.845, median 0.869, 97.5 percentile 0.890). Conclusions: The model derived from the integrative risk factors provided more delicate prediction of CAC progression in non-dialysis CKD patients. Background: 심혈관질환 (CVD)은 만성신질환 (CKD) 환자의 가장 흔한 사망원인이다. 관상 동맥 석회화 (CAC)는 만성신질환 환자에서 매우 흔하며 미래의 심혈관질환 발생과 유의미하게 관련되어 있다고 알려져 있다. 그래서 본 연구의 목적은 여려개의 위험인자를 사용하여 만성신질환 환자의 관상 동맥 석회화 진행의 위험 예측 모델을 만드는 것이다. Methods: 한국의 다기관 전향적 코호트인 KoreaN Cohort Study for Outcome in Patients With Chronic Kidney Disease (KNOW-CKD) 에서 총 1,027명의 환자를 선정하였다. 관상 동맥 석회화 점수는 Hokanson 방법에 따라 후속 관상 동맥 석회화 점수의 제곱근 값과 기준 관상 동맥 석회화 점수의 제곱근 값의 차이로 계산하였다. [√CAC score (follow-up) − √CAC score (baseline)]. 관상 동맥 석회화의 진행은 스캔 간 변동성의 영향을 최소화하기 위해 차이가 2.5보다 큰 경우로 정의하였다. 다변량 로지스틱 회귀 분석을 사용하여 위험 점수 모델을 구축하였다. 붓스트랩 기법을 통해 최종 모델은 1,000개의 붓스트랩 샘플을 사용하여 내부검증을 시행하였다. Results: 총 1,027명의 환자 중 379 (36.9%) 에서 관상 동맥 석회화 진행이 되었다. 위험예측 모델 구축을 위한 위험인자는 신기증 저하 및 만성신장질환에 의한 무기질 골대사 장애를 포함하여 단변량 로지스틱 분석에서 유의하며 다변량 로지스틱 분석에서 p-value < 0.2 인 인자들로 선정하였다. 단변량 로스틱 회귀 분석에서는 나이, 성별, 체질량지수, 심장 질환, 고혈압, 당뇨, 이상지질혈증 과거력, 기준 관상 동맥 석회화 점수, 신기능, 인산, FGF-23/klotho, 소변 알부민-크레아티닌 비율이 관상 동맥 석회화 진행과 유의미하게 연관되었다. 다변량 로지스틱 회귀 분석에서는 나이, 성별, 고혈압, 당뇨, 이상지질혈증 과거력, 기준 관상 동맥 석회화 점수, 칼슘, 인산이 p-value 0.2 밑으로 관상 동맥 석회화 진행과 연관이 있었다. 이를 통해 나이, 성별, 기준 관상 동맥 석회화 점수, 칼슘, 인산, 고혈압, 당뇨, 이상지질혈증 과거력을 관상 동맥 석회화 진 행 예측 모델의 위험인자로 선정하였다. 관상 동맥 석회화 진행 예측의 ROC curve 분석에서 곡선 아래의 면적 0.869 (95% CI 0.847-0.892) 였다. 1,000개의 붓스트랩 샘플로 구성하여 시행한 내부 검증 상 상기 모델은 우수한 식별 및 보 정 능력을 갖고 있었다. (validation c-statistics 2.5 percentile 0.845, median 0.869, 97.5 percentile 0.890). Conclusions: 통합적으로 선정된 위험 인자들로 구성된 예측 모델은 관상 동맥 석회화진행을 보다 정확하게 예측할 수 있었다.