困难气道的风险因素分析及预测模型研究

摘要

目的·探索困难气道(difficult airway,DA)的风险因素并建立预测模型。方法·选择2018年5月-10月在上海市嘉定区中心医院拟全身麻醉下行择期手术的患者211例,收集其年龄、性别、身高、体质量和体质量指数(body mass index,BMI)等基本资料。采集患者的常规气道评估指标,包括改良的Mallampati分级(modified Mallampati test,MMT)、头颈活动度、张口度和甲颏距离。采用超声技术在旁矢状位测量皮肤到甲状软骨的距离(the distance between the skin and thyroid cartilage,DST)、皮肤到会厌的距离(the distance between the skin and epiglottis,DSE)以及甲状软骨到会厌的距离(the distance between the thyroid cartilage and epiglottis,DTE)。采用第一眼喉镜对患者喉部状态进行观察,并行Cormack-Lehane(CL)分级判定。采用Logistic回归模型对可能引起DA的影响因素进行分析,建立预测DA的最佳模型,对模型中的指标及其系数进行风险评估及判定。结果·44例患者的CL分级为Ⅲ级或Ⅳ级。Logistic回归分析显示,预测DA的最佳模型由性别、BMI、DSE和MMT共4个风险因素确定,该最佳模型的诊断价值为灵敏度90.9%、特异度90.4%,受试者工作特征曲线下面积达到0.934。结论·由性别、BMI、DSE和MMT共4个风险因素确定的预测模型能够更为全面、有效地评估DA。