重癥機(jī)械通氣患者脫機(jī)失敗的風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型構(gòu)建與驗(yàn)證

趙文婷，周大文，楊曉梅，鄭紅艷

機(jī)械通氣是一種廣泛用于維持重癥監(jiān)護(hù)病房患者生命的干預(yù)措施［1-2］。然而機(jī)械通氣患者在病情好轉(zhuǎn)后脫機(jī)失敗率較高，脫機(jī)失敗導(dǎo)致的死亡率高達(dá)25%～50%［3］，且長(zhǎng)時(shí)間的機(jī)械通氣經(jīng)常導(dǎo)致許多并發(fā)癥，包括呼吸機(jī)相關(guān)性肺炎、呼吸機(jī)相關(guān)膈肌疲勞、肺損傷和危重疾病相關(guān)性多發(fā)性神經(jīng)病等［4-5］。因此，應(yīng)盡早幫助機(jī)械通氣患者脫機(jī)。近年來(lái)，雖有報(bào)道重癥機(jī)械通氣患者脫機(jī)失敗影響因素的相關(guān)研究［6］，但建立相關(guān)預(yù)測(cè)模型者較少。列線圖可直觀展示患者出現(xiàn)相應(yīng)疾病的概率，易于臨床高效、快速地篩選高危人群，并制定有效的干預(yù)措施?；诖?，本研究旨在構(gòu)建并驗(yàn)證重癥機(jī)械通氣患者脫機(jī)失敗的風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型，以期為預(yù)防重癥機(jī)械通氣患者脫機(jī)失敗提供參考依據(jù)。

1 對(duì)象與方法

1.1 研究對(duì)象 采用Logistic自變量事件數(shù)法計(jì)算樣本量［7］，本研究共納入22個(gè)變量，因此至少需要患者110例，本研究組進(jìn)行的小樣本量試驗(yàn)結(jié)果顯示，50例重癥機(jī)械通氣患者脫機(jī)失敗發(fā)生率為20.0%（10/50），再考慮到10%的失訪率，本研究最小的樣本量為612例，本研究最終確定樣本量為670例。采用便利抽樣法，選取2020年5月至2022年5月在淮安市第二人民醫(yī)院重癥醫(yī)學(xué)科進(jìn)行機(jī)械通氣的患者670例為研究對(duì)象，其中重癥肺部感染311例、心肺復(fù)蘇術(shù)后52例、腫瘤切除術(shù)后40例、腦出血39例、慢性阻塞性肺疾病34例、急性心肌梗死33例、急性腦梗死30例、感染性中毒性休克25例、代謝性腦病25例、糖尿病腎病18例、膿毒癥15例、冠狀動(dòng)脈粥樣硬化15例、腹腔感染8例、低血容量性休克8例、肺源性心臟病8例、急性左心衰竭6例、腫瘤3例。納入標(biāo)準(zhǔn)：（1）機(jī)械通氣時(shí)間＞48 h；（2）符合脫機(jī)標(biāo)準(zhǔn)；（3）自愿參加本研究，并簽署知情同意書(shū)。排除標(biāo)準(zhǔn)：（1）年齡＜18歲者；（2）未進(jìn)入脫機(jī)程序，因死亡或其他原因中斷機(jī)械通氣治療者；（3）處于妊娠期或哺乳期者；（4）晚期癌癥者；（5）患有急性神經(jīng)系統(tǒng)疾病者。按照7∶3的比例將患者分為建模組（n=469）及驗(yàn)證組（n=201）。根據(jù)脫機(jī)結(jié)果將建模組進(jìn)一步分為失敗亞組（n=88）和成功亞組（n=381）。脫機(jī)標(biāo)準(zhǔn)：原發(fā)感染灶痊愈或病情得到控制；意識(shí)清楚；有自主呼吸，咳嗽有力，吞咽功能良好，血?dú)夥治鼋Y(jié)果基本正常，無(wú)喉梗阻。脫機(jī)方法：逐漸降低吸入氧濃度，呼氣末正壓（positive end-expiratory pressure，PEEP）逐漸降至3～4 cm H2O（1 cm H2O=0.098 kPa），將間歇正壓通氣（intermittent positive pressure ventilation，IPPV）改為間歇指令通氣（intermittent mandatory ventilation，IMV）或同步間歇指令通氣（synchronized intermittent mandatory ventilation，SIMV）或壓力支持，逐漸減少I(mǎi)MV或支持壓力，最后過(guò)渡到持續(xù)正壓氣道通氣（continuous positive airway pressure，CPAP）或完全撤離呼吸機(jī)，整個(gè)過(guò)程需嚴(yán)密觀察患者呼吸、血?dú)夥治銮闆r；氣管插管者可一次性拔出氣管，氣管切開(kāi)者可按照換細(xì)管、半堵管、全堵管順序逐漸拔出氣管?；颊咴诿摍C(jī)后可自主呼吸48 h以上，無(wú)呼吸困難、心率增快、大汗及煩躁等表現(xiàn)定義為脫機(jī)成功；而患者脫機(jī)48 h內(nèi)死亡或脫機(jī)48 h內(nèi)不能進(jìn)行自主呼吸，需再次使用機(jī)械通氣治療定義為脫機(jī)失?。?］。本研究經(jīng)淮安市第二人民醫(yī)院倫理委員會(huì)批準(zhǔn)。

1.2 研究方法 自行設(shè)計(jì)基線資料調(diào)查表并統(tǒng)計(jì)患者資料，具體內(nèi)容包括：年齡、性別、BMI、合并肺炎情況、合并休克情況、是否接受過(guò)大劑量（≥1.0 μg/kg）血管活性藥物治療、機(jī)械通氣時(shí)間，入院時(shí)舒張壓、收縮壓、心率、呼吸頻率、氧合指數(shù)、血氧飽和度，入院24 h內(nèi)最低急性生理學(xué)與慢性健康狀況評(píng)分系統(tǒng)Ⅱ（acute physiology and chronic health evaluation Ⅱ，APACHE Ⅱ）評(píng)分、膿毒癥相關(guān)性器官功能衰竭評(píng)價(jià)（sepsis-related organ failure assessment，SOFA）評(píng)分，通氣后動(dòng)脈血二氧化碳分壓（partial pressure of arterial carbon dioxide，PaCO2）、淺快呼吸指數(shù)，脫機(jī)前24 h內(nèi)中性粒細(xì)胞分?jǐn)?shù)、血紅蛋白、血清白蛋白，呼吸機(jī)相關(guān)性膈肌功能障礙（ventilator-induced diaphragmatic dysfunction，VIDD）發(fā)生情況、脫機(jī)失敗情況。

1.3 統(tǒng)計(jì)學(xué)方法 使用SPSS 22.0進(jìn)行統(tǒng)計(jì)學(xué)分析。符合正態(tài)分布的計(jì)量資料以（±s）表示，組間比較采用兩獨(dú)立樣本t檢驗(yàn)；計(jì)數(shù)資料以相對(duì)數(shù)表示，組間比較采用χ2檢驗(yàn)；采用多因素Logistic回歸分析探討建模組重癥機(jī)械通氣患者脫機(jī)失敗的影響因素；基于多因素Logistic回歸分析結(jié)果，采用R軟件建立重癥機(jī)械通氣患者脫機(jī)失敗的風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型；采用Hosmer-Lemeshow檢驗(yàn)及校準(zhǔn)曲線評(píng)估該列線圖模型的校準(zhǔn)度；采用ROC曲線評(píng)估該列線圖模型的區(qū)分度（曲線下面積＞0.7表明區(qū)分度較好）［9］。以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 建模組和驗(yàn)證組基線資料比較 建模組與驗(yàn)證組年齡、性別、BMI、合并肺炎者占比、合并休克者占比、接受過(guò)大劑量血管活性藥物治療者占比、機(jī)械通氣時(shí)間，入院時(shí)舒張壓、收縮壓、心率、呼吸頻率、氧合指數(shù)、血氧飽和度，入院24 h內(nèi)最低APACHE Ⅱ評(píng)分、SOFA評(píng)分，通氣后PaCO2、淺快呼吸指數(shù)，脫機(jī)前24 h內(nèi)中性粒細(xì)胞分?jǐn)?shù)、血紅蛋白、血清白蛋白，VIDD發(fā)生率、脫機(jī)失敗發(fā)生率比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），見(jiàn)表1。

2.2 建模組重癥機(jī)械通氣患者脫機(jī)失敗影響因素的單因素分析 失敗亞組與成功亞組年齡、性別、BMI、合并肺炎者占比、合并休克者占比、接受過(guò)大劑量血管活性藥物治療者占比，入院時(shí)舒張壓、收縮壓、心率、呼吸頻率、氧合指數(shù)、血氧飽和度，通氣后淺快呼吸指數(shù)，脫機(jī)前24 h內(nèi)中性粒細(xì)胞分?jǐn)?shù)、血紅蛋白比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05）；失敗亞組機(jī)械通氣時(shí)間≥7 d、入院24 h內(nèi)最低APACHE Ⅱ評(píng)分≥15分、入院24 h內(nèi)最低SOFA評(píng)分≥6分者占比及通氣后PaCO2、VIDD發(fā)生率高于成功亞組，脫機(jī)前24 h內(nèi)血清白蛋白低于成功亞組，差異有統(tǒng)計(jì)學(xué)意義（P＜0.05），見(jiàn)表2。

表2 建模組重癥機(jī)械通氣患者脫機(jī)失敗影響因素的單因素分析Table 2 Univariate analysis of influencing factors of offline failure in patients with severe mechanical ventilation in modeling group

2.3 建模組重癥機(jī)械通氣患者脫機(jī)失敗影響因素的多因素Logistic回歸分析 以建模組重癥機(jī)械通氣患者脫機(jī)失敗情況為因變量（賦值：否=0，是=1），機(jī)械通氣時(shí)間（賦值：＜7 d=0，≥7 d=1）、入院24 h內(nèi)最低APACHE Ⅱ評(píng)分（賦值：＜15分=0，≥15分=1）、入院24 h內(nèi)最低SOFA評(píng)分（賦值：＜6分=0，≥6分=1）、通氣后PaCO2（實(shí)測(cè)值）、脫機(jī)前24 h內(nèi)血清白蛋白（實(shí)測(cè)值）、VIDD發(fā)生情況（賦值：未發(fā)生=0，發(fā)生=1）為因變量，進(jìn)行多因素Logistic回歸分析，結(jié)果顯示，機(jī)械通氣時(shí)間、入院24 h內(nèi)最低APACHEⅡ評(píng)分、入院24 h內(nèi)最低SOFA評(píng)分、通氣后PaCO2、VIDD是建模組重癥機(jī)械通氣患者脫機(jī)失敗的影響因素（P＜0.05），見(jiàn)表3。

表3 建模組重癥機(jī)械通氣患者脫機(jī)失敗影響因素的多因素Logistic回歸分析Table 3 Multivariate Logistic regression analysis of influencing factors of offline failure in patients with severe mechanical ventilation in modeling group

2.4 重癥機(jī)械通氣患者脫機(jī)失敗的風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型的構(gòu)建與驗(yàn)證 基于多因素Logistic回歸分析結(jié)果，構(gòu)建重癥機(jī)械通氣患者脫機(jī)失敗的風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型，見(jiàn)圖1。Hosmer-Lemeshow檢驗(yàn)及校準(zhǔn)曲線分析結(jié)果顯示，該列線圖模型預(yù)測(cè)建模組、驗(yàn)證組重癥機(jī)械通氣患者脫機(jī)失敗的發(fā)生率分別與本組重癥機(jī)械通氣患者脫機(jī)失敗的實(shí)際發(fā)生率比較，差異無(wú)統(tǒng)計(jì)學(xué)意義（χ2=7.650，P=0.468；χ2=7.465，P=0.487），見(jiàn)圖2～3。ROC曲線分析結(jié)果顯示，該列線圖模型預(yù)測(cè)建模組、驗(yàn)證組重癥機(jī)械通氣患者脫機(jī)失敗的曲線下面積分別為0.870〔95%CI（0.836，0.903）〕、0.867〔95%CI（0.812，0.911）〕，靈敏度分別為74.47%、75.31%，特異度分別為87.19%、85.83%，見(jiàn)圖4～5。

圖1 重癥機(jī)械通氣患者脫機(jī)失敗的風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型Figure 1 Nomogram model for predicting risk of offline failure in patients with severe mechanical ventilation

圖2 列線圖模型預(yù)測(cè)建模組重癥機(jī)械通氣患者脫機(jī)失敗的校準(zhǔn)曲線Figure 2 Calibration curve of nomogram model for predicting offline failure in patients with severe mechanical ventilation in the modeling group

圖3 列線圖模型預(yù)測(cè)驗(yàn)證組重癥機(jī)械通氣患者脫機(jī)失敗的校準(zhǔn)曲線Figure 3 Calibration curve of nomogram model for predicting offline failure in patients with severe mechanical ventilation in the validation group

圖4 列線圖模型預(yù)測(cè)建模組重癥機(jī)械通氣患者脫機(jī)失敗的ROC曲線Figure 4 ROC curve of nomogram model for predicting offline failure in patients with severe mechanical ventilation in the modeling group

圖5 列線圖模型預(yù)測(cè)驗(yàn)證組重癥機(jī)械通氣患者脫機(jī)失敗的ROC曲線Figure 5 ROC curve of nomogram model for predicting offline failure in patients with severe mechanical ventilation in the validation group

3 討論

機(jī)械通氣脫機(jī)是危重患者康復(fù)過(guò)程中的一個(gè)具有挑戰(zhàn)性的步驟。脫機(jī)失敗定義為在預(yù)定拔管后48 h內(nèi)需要重新插管［9］。研究表明，脫機(jī)失敗和機(jī)械通氣時(shí)間延長(zhǎng)不僅與更長(zhǎng)的ICU停留時(shí)間及更高的醫(yī)療保健費(fèi)用相關(guān)，也與患者死亡率增加有關(guān)［10］。因此，尋找影響重癥機(jī)械通氣患者脫機(jī)失敗的因素，針對(duì)不同影響因素制定有效預(yù)防措施，對(duì)提高脫機(jī)成功率具有重要意義。

本研究結(jié)果顯示，建模組469例患者中有88例脫機(jī)失敗，占18.8%。本研究多因素Logistic回歸分析結(jié)果顯示，機(jī)械通氣時(shí)間≥7 d、入院24 h內(nèi)最低APACHE Ⅱ評(píng)分≥15分、入院24 h內(nèi)最低SOFA評(píng)分≥6分、通氣后PaCO2升高、VIDD是建模組重癥機(jī)械通氣患者脫機(jī)失敗的危險(xiǎn)因素。機(jī)械通氣時(shí)間延長(zhǎng)會(huì)抑制呼吸道的黏液纖毛系統(tǒng)，降低氣道的防御功能，增加患者切口感染及肺間質(zhì)氣腫等并發(fā)癥的發(fā)生風(fēng)險(xiǎn)，而一系列并發(fā)癥的發(fā)生可能對(duì)脫機(jī)結(jié)果產(chǎn)生影響［11］，最終導(dǎo)致脫機(jī)失敗發(fā)生率升高，提示臨床應(yīng)合理安排患者的機(jī)械通氣時(shí)間，以期提高脫機(jī)成功率。APACHE Ⅱ評(píng)分用于臨床評(píng)估ICU患者病情嚴(yán)重程度及死亡風(fēng)險(xiǎn)，評(píng)分越高表明患者病情越嚴(yán)重，死亡風(fēng)險(xiǎn)越高。研究表明，APACHE Ⅱ評(píng)分升高與脫機(jī)失敗密切相關(guān)［12］，提示護(hù)理人員應(yīng)積極監(jiān)測(cè)重癥機(jī)械通氣患者APACHE Ⅱ評(píng)分，在APACHEⅡ評(píng)分＜15分時(shí)進(jìn)行脫機(jī)程序可能在一定程度上提高脫機(jī)成功率。SOFA評(píng)分是反映器官功能變化的動(dòng)態(tài)指標(biāo)，可快速評(píng)估患者的凝血功能、血液循環(huán)、呼吸反應(yīng)和神經(jīng)功能等［13］，SOFA評(píng)分越高表明患者病情越嚴(yán)重。SHIN等［14］研究表明，機(jī)械通氣第21天SOFA評(píng)分升高與需要長(zhǎng)時(shí)間機(jī)械通氣患者的脫機(jī)失敗有關(guān)，本研究結(jié)果與之相似，提示醫(yī)護(hù)人員應(yīng)對(duì)入院24 h內(nèi)最低SOFA評(píng)分≥6分的重癥機(jī)械通氣患者及時(shí)采取有效措施以預(yù)防脫機(jī)失敗。研究顯示，當(dāng)PaCO2異常升高時(shí)，患者可能出現(xiàn)血壓降低、心律失常等，從而導(dǎo)致脫機(jī)失敗［15］。因此，護(hù)理人員在患者機(jī)械通氣過(guò)程中應(yīng)定時(shí)檢測(cè)患者氣道是否阻塞，保證呼吸系統(tǒng)的順暢，從而降低PaCO2。長(zhǎng)時(shí)間的機(jī)械通氣會(huì)導(dǎo)致由膈肌萎縮和收縮功能障礙引發(fā)的吸氣肌無(wú)力快速進(jìn)展，這統(tǒng)稱為VIDD［16］。研究顯示，約有53%的機(jī)械通氣患者會(huì)發(fā)生VIDD，而VIDD易導(dǎo)致呼吸系統(tǒng)并發(fā)癥的發(fā)生，從而延長(zhǎng)機(jī)械通氣時(shí)間，增加脫機(jī)失敗發(fā)生率，進(jìn)而影響患者預(yù)后［17-18］。提示臨床應(yīng)加強(qiáng)關(guān)注重癥機(jī)械通氣患者膈肌功能的恢復(fù)情況。

本研究根據(jù)多因素Logistic回歸分析結(jié)果構(gòu)建了重癥機(jī)械通氣患者脫機(jī)失敗的風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型，其具有可視化的特點(diǎn)，能夠?qū)⒍嘁蛩豅ogistic回歸分析結(jié)果通過(guò)直觀的形式展示出來(lái)，并進(jìn)行個(gè)體化預(yù)測(cè)。Hosmer-Lemeshow檢驗(yàn)及校準(zhǔn)曲線分析結(jié)果顯示，該列線圖模型預(yù)測(cè)建模組、驗(yàn)證組重癥機(jī)械通氣患者脫機(jī)失敗的發(fā)生率分別與本組重癥機(jī)械通氣患者脫機(jī)失敗的實(shí)際發(fā)生率比較，差異無(wú)統(tǒng)計(jì)學(xué)意義，表明該列線圖模型具有良好的校準(zhǔn)度。ROC曲線分析結(jié)果顯示，該列線圖模型預(yù)測(cè)建模組、驗(yàn)證組重癥機(jī)械通氣患者脫機(jī)失敗的曲線下面積分別為0.870、0.867，表明該列線圖模型具有良好的區(qū)分度。綜上，該列線圖模型對(duì)重癥機(jī)械通氣患者脫機(jī)失敗風(fēng)險(xiǎn)具有良好的預(yù)測(cè)能力，且其中的各項(xiàng)指標(biāo)易獲取，可操作性強(qiáng)，對(duì)于篩查出的高風(fēng)險(xiǎn)脫機(jī)失敗患者，可及時(shí)進(jìn)行干預(yù)，以降低脫機(jī)失敗發(fā)生風(fēng)險(xiǎn)。

綜上所述，機(jī)械通氣時(shí)間≥7 d、入院24 h內(nèi)最低APACHE Ⅱ評(píng)分≥15分、入院24 h內(nèi)最低SOFA評(píng)分≥6分、通氣后PaCO2升高、VIDD是重癥機(jī)械通氣患者脫機(jī)失敗的危險(xiǎn)因素，基于以上危險(xiǎn)因素構(gòu)建的重癥機(jī)械通氣患者脫機(jī)失敗的風(fēng)險(xiǎn)預(yù)測(cè)列線圖模型具有良好的校準(zhǔn)度、區(qū)分度，其對(duì)重癥機(jī)械通氣患者脫機(jī)失敗風(fēng)險(xiǎn)具有良好的預(yù)測(cè)能力，有較高的臨床應(yīng)用價(jià)值。但本研究樣本量及納入的影響因素有限，可能導(dǎo)致結(jié)果存在一定偏倚，今后將納入更多樣本量及影響因素進(jìn)一步驗(yàn)證本研究結(jié)論。

作者貢獻(xiàn)：趙文婷進(jìn)行文章的構(gòu)思與設(shè)計(jì)、統(tǒng)計(jì)學(xué)處理，撰寫(xiě)論文；鄭紅艷進(jìn)行研究的實(shí)施與可行性分析，對(duì)文章整體負(fù)責(zé)、監(jiān)督管理；周大文、楊曉梅進(jìn)行數(shù)據(jù)收集、數(shù)據(jù)整理；趙文婷、鄭紅艷進(jìn)行結(jié)果的分析與解釋、論文的修訂，負(fù)責(zé)文章的質(zhì)量控制及審校。

本文無(wú)利益沖突。