重症机械通气患者脱机失败的风险预测列线图模型构建与验证

摘要

目的 构建并验证重症机械通气患者脱机失败的风险预测列线图模型。方法 采用便利抽样法,选取2020年5月至2022年5月在淮安市第二人民医院重症医学科进行机械通气的患者670例为研究对象。按照7∶3的比例将患者分为建模组(n=469)及验证组(n=201)。根据脱机结果将建模组进一步分为失败亚组(n=88)和成功亚组(n=381)。自行设计基线资料调查表并统计患者基线资料,采用多因素Logistic回归分析探讨建模组重症机械通气患者脱机失败的影响因素;基于多因素Logistic回归分析结果,采用R软件构建重症机械通气患者脱机失败的风险预测列线图模型;采用Hosmer-Lemeshow检验及校准曲线评估该列线图模型的校准度,采用ROC曲线评估该列线图模型的区分度。结果 失败亚组机械通气时间≥7 d、入院24 h内最低急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分≥15分、入院24 h内最低脓毒症相关性器官功能衰竭评价(SOFA)评分≥6分者占比及通气后动脉血二氧化碳分压(PaCO_(2))、呼吸机相关性膈肌功能障碍(VIDD)发生率高于成功亚组,脱机前24 h内血清白蛋白低于成功亚组(P<0.05)。多因素Logistic回归分析结果显示,机械通气时间、入院24 h内最低APACHEⅡ评分、入院24 h内最低SOFA评分、通气后PaCO_(2)、VIDD是建模组重症机械通气患者脱机失败的影响因素(P<0.05)。基于多因素Logistic回归分析结果,构建重症机械通气患者脱机失败的风险预测列线图模型。Hosmer-Lemeshow检验及校准曲线分析结果显示,该列线图模型预测建模组、验证组重症机械通气患者脱机失败的发生率分别与本组重症机械通气患者脱机失败的实际发生率比较,差异无统计学意义(χ^(2)=7.650,P=0.468;χ^(2)=7.465,P=0.487)。ROC曲线分析结果显示,该列线图模型预测建模组、验证组重症机械通气患者脱机失败的曲线下面积分别为0.870[95%CI(0.836,0.903)]、0.867[95%CI(0.812,0.911)],灵敏度分别为74.47%、75.31%,特异度分别为87.19%、85.83%。结论 机械通气时间≥7 d、入院24 h内最低APACHEⅡ评分≥15分、入院24 h内最低SOFA评分≥6分、通气后PaCO_(2)升高、VIDD是重症机械通气患者脱机失败的危险因素,基于以上危险因素构建的重症机械通气患者脱机失败的风险预测列线图模型具有良好的校准度、区分度,其对重症机械通气患者脱机失败风险具有良好的预测能力。