目的探讨高血压性脑出血患者血肿扩大的影响因素并构建对应的风险预测诺谟图,对所构建的模型以及不同血肿扩大风险评估工具筛查效果进行对比分析。方法选取2021年4月至2022年2月连云港市第一人民医院神经外科收治的232例高血压性脑出血患者作为研究对象。符合正分布的计量资料以xˉ±s表示,组间比较采用独立样本t检验;非正态分布以中位数(四分位数)[M(Q_(1),Q_(3))]表示,组间比较采用秩和检验。计数资料以百分比表示,组间比较采用χ^(2)检验或精确概率法。采用多因素Logistic回归分析高血压性脑出血患者血肿扩大的危险因素,并使用R软件构建诺谟图。采用受试者工作特征曲线(receiver operating characteristic curve,ROC)和Hosmer-Lemeshow(H-L)拟合优度评价模型的区分度和校准度,应用决策曲线分析模型的临床有效性。采用构建的诺谟图、九分法以及基线脑出血量、复发性脑出血、使用华法林抗凝、脑室出血、从发病至基线CT时间(baseline amount of cerebral hemorrhage,recurrent hematencephalon,anticoagulation with warfarin,intraventricular hemorrhage,and time from onset to baseline CT,BRAIN)评分对纳入的患者进行血肿扩大风险评估并作为检验变量,以是否发生血肿扩大为状态变量,绘制ROC曲线对比分析构建的诺谟图、九分法以及BRAIN评分的ROC曲线下面积、灵敏度、特异度。采用Kappa检验分析构建的诺谟图、九分法以及BRAIN评分与血肿扩大结果的一致性。结果多因素Logistic回归分析结果显示,血压控制不良(OR=13.290,95%CI:3.676~48.049)、破入脑室(OR=4.825,95%CI:1.458~15.975)、早期神经功能恶化(OR=27.740,95%CI:8.713~88.314)、格拉斯哥昏迷评分(Glasgow coma scale,GCS)≤8分(OR=25.883,95%CI:6.542~102.404)是高血压性脑出血患者血肿扩大的主要影响因素(P值分别为<0.001、0.010、<0.001、<0.001)。诺谟图预测血肿扩大的H-L检验结果为χ^(2)=3.20,P=0.525,校准曲线与理想曲线较接近,平均绝对误差为0.015,决策曲线分析显示模型有良好的临床有效性。ROC结果显示,所建诺谟图、九分法以及BRAIN评分的ROC曲线下面积分别为0.971(95%CI:0.941~0.989)、0.696(95%CI:0.632~0.755)、0.778(95%CI:0.719~0.830)(均P<0.001)。灵敏度分别为94.37%、71.83%、84.51%,特异度分别为90.68%、58.39%、65.84%。Kappa检验结果显示,诺谟图、九分法以及BRAIN评分的Kappa值分别为0.806、0.264、0.429(均P<0.001)。结论高血压性脑出血患者血肿扩大的主要影响因素为血压控制不良、破入脑室、早期神经功能恶化、GCS评分。构建的诺谟图模型预测高血压性脑出血患者血肿扩大的效果优于九分法以及BRAIN评分,具有临床应用价值。
目的探讨动态肺顺应性标化的机械功(Cdyn-MP)与机械通气患者撤机结局及预后的相关性。方法采用前瞻性观察性队列研究方法,选择2022年1月至2023年12月连云港市第一人民医院和连云港市第二人民医院重症监护病房(ICU)收治的有创机械通气(IMV)时间>24 h且使用T管通气策略进行撤机的患者作为研究对象。记录患者的基线资料、入ICU主要病因、首次自主呼吸试验(SBT)期间生命体征及实验室指标、SBT前4 h呼吸力学参数、撤机结局及预后指标。根据简化机械功(MP)公式计算MP和Cdyn-MP。采用单因素和多因素Logistic回归法分析与机械通气患者撤机失败相关的独立危险因素;采用限制性三次样条(RCS)分析及Spearman秩和检验探讨Cdyn-MP与撤机结局及预后的相关性;绘制受试者工作特征曲线(ROC曲线),通过ROC曲线下面积(AUC)评价Cdyn-MP对机械通气患者撤机结局的预测价值。结果最终共纳入IMV患者366例,其中撤机成功组243例,撤机失败组123例,其中有23例患者在首次SBT成功撤机后48 h内再次插管、无创通气或死亡。与撤机成功组相比,撤机失败组患者序贯器官衰竭评分(SOFA)、SBT期间体温及呼吸频率(RR)、SBT前4 h呼吸力学参数〔通气频率、呼气末正压(PEEP)、平台压(Pplat)、吸气峰压(Ppeak)、动态驱动压(ΔPaw)、吸入氧浓度(FiO_(2))、MP、Cdyn-MP〕水平均显著升高,动态肺顺应性(Cdyn)显著降低,IMV时间、ICU住院时间及总住院时间显著延长;而两组患者年龄、性别、体质量指数(BMI)、吸烟史、入ICU主要病因、SBT期间其他生命体征〔心率(HR)、平均动脉压(MAP)、外周血氧饱和度(SpO_(2))〕及实验室指标〔白细胞计数(WBC)、白蛋白(Alb)、血清肌酐(SCr)〕差异均无统计学意义。将单因素Logistic回归分析中P<0.05且与Cdyn-MP无多重共线性的变量纳入多因素Logistic回归模型分析,结果显示,SOFA评分〔优势比(OR)=1.081,95%可信区间(95%CI)为1.008~1.160,P=0.030〕及SBT前4 h PEEP(OR=1.191,95%CI为1.075~1.329,P=0.001)、FiO_(2)(OR=1.035,95%CI为1.006~1.068,P=0.021)和Cdyn-MP(OR=1.190,95%CI为1.086~1.309,P<0.001)为IMV患者撤机失败的独立危险因素。调整混杂因素后的RCS分析显示,随着SBT前4 h Cdyn-MP增加,IMV患者撤机失败的风险显著增加(P<0.001)。Spearman秩和检验显示,SBT前4 h Cdyn-MP与呼吸力学参数ΔPaw、MP均呈显著正相关(r值分别为0.773、0.865,均P<0.01),而与Cdyn呈显著负相关(r=-0.587,P<0.01);SBT前4 h Cdyn-MP与预后指标IMV时间、ICU住院时间、总住院时间均呈显著正相关(r值分别为0.295、0.196、0.120,均P<0.05)。ROC曲线分析显示,SBT前4 h Cdyn-MP、MP、Cdyn、ΔPaw对IMV患者撤机失败均有一定预测价值,以Cdyn-MP的预测能力更好(AUC=0.761,95%CI为0.712~0.810,P<0.001),当最佳截断值为408.5 J/min×cmH_(2)O/mL×10^(-3)时,敏感度为68.29%,特异度为71.19%。结论Cdyn-MP与机械通气患者的撤机结局及预后相关,对撤机失败具有较好的预测效能。
暂无评论