ICU经鼻高流量氧疗患者机械通气风险预测模型的建立

目的建立重症监护室经鼻高流量氧疗患者最终行机械通气风险的预测模型, 为临床提供便捷有效的预测方法及准确的治疗时机, 提高ICU患者的预后。方法回顾性收集2019年1月至2021年12月本院重症监护室收治的经鼻高流量氧疗患者为研究对象。收集患者的一般临床资料, 包括入院24 h内生命体征、血气生化指标、炎症指标、急性合并症、APACHE Ⅱ评分、ICU住院时长及总住院时长等, 对上述指标进行统计学分析并构建列线图。结果本研究最终纳入362例患者, 根据最终是否行机械通气分为经鼻高流量氧疗组(HFNC组)及氧疗失败行无创正压机械通气组(noninvasive positive pressure ventilation, NIPPV组)。将两组患者基线资料进行单因素及二元Logistic多因素回归分析后, 结果表明APACHEⅡ评分(OR=1.323,95%CI:1.818～1.483)、ROX指数(OR=0.371,95%CI: 0.226～0.609)、总住院时长(OR=1.097,95%CI:1.003～1.200)及合并急性呼吸衰竭(OR=2.456,95%CI: 1.368～4.5...     

基于NEWS评分的脓毒症患者预后列线图的建立与验证

 目的 建立国家早期预警评分(NEWS)联合相关指标预测脓毒症患者预后的列线图,为临床医生提供更加准确的预测模型,改善脓毒症患者的预后。方法 回顾性收集2019年1月—2021年12月某院急诊重症监护病房(EICU)、外科重症监护病房(SICU)和内科重症监护病房(MICU)收治的脓毒症患者临床资料,随机将符合纳入标准的患者分为训练组和验证组。对训练组中死亡组与存活组患者进行单因素及多因素分析,比较两组患者临床表现及实验室指标的差异,采用其独立危险因素构建列线图,并验证准确性。结果 最终纳入330例患者,训练组和验证组两组患者基线资料比较,差异均无统计学意义(均P>0.05)。训练组中死亡组与存活组单因素及多因素分析结果显示,NEWS评分(OR=1.70,95%CI:1.36~2.14)、合并呼吸衰竭(OR=3.82,95%CI:1.13~12.92)、病程中使用呼吸机(OR=0.26,95%CI:0.09~0.80)、红细胞分布宽度(OR=1.25,95%CI:1.05~1.50)、乳酸值(OR=1.55,95%CI:1.27~1.91)是影响脓毒症患者30天预后的独立危险因素。评估与验证预后列线图模型显示,训练组与验证组的C-index分别为0.903、0.905。两组间的校准曲线均与理想曲线拟合较好,受试者工作特征曲线下面积分别为0.916、0.899,表明该模型具有良好的预测效能。决策曲线分析显示,列线图在训练组与验证组有极高的临床获益性。结论 影响脓毒症患者预后的相关因素较多,联合最具价值的影响因素,构建基于NEWS评分预测脓毒症患者预后的列线图,预测性能较好,可进一步为临床医生提供简单有效的评估方式,提高预测准确度。     

ICU经鼻高流量氧疗患者机械通气风险预测模型的建立北大核心CSCD

目的建立重症监护室经鼻高流量氧疗患者最终行机械通气风险的预测模型,为临床提供便捷有效的预测方法及准确的治疗时机,提高ICU患者的预后。方法回顾性收集2019年1月至2021年12月本院重症监护室收治的经鼻高流量氧疗患者为研究对象。收集患者的一般临床资料,包括入院24 h内生命体征、血气生化指标、炎症指标、急性合并症、APACHEⅡ评分、ICU住院时长及总住院时长等,对上述指标进行统计学分析并构建列线图。结果本研究最终纳入362例患者,根据最终是否行机械通气分为经鼻高流量氧疗组(HFNC组)及氧疗失败行无创正压机械通气组(noninvasive positive pressure ventilation,NIPPV组)。将两组患者基线资料进行单因素及二元Logistic多因素回归分析后,结果表明APACHEⅡ评分(OR=1.323,95%CI:1.818~1.483)、ROX指数(OR=0.371,95%CI:0.226~0.609)、总住院时长(OR=1.097,95%CI:1.003~1.200)及合并急性呼吸衰竭(OR=2.456,95%CI:1.368~4.506)是决定患者是否行机械通气的独立影响因素。基于上述独立影响因素构建列线图,通过评估及验证模型显示,该模型的拟合优度R2为0.892,C-index为0.985;模型的校准曲线与理想曲线拟合较好,列线图与各独立影响因素的ROC曲线下面积分别为0.985、0.959、0.899、0.656和0.576,表明该模型比单独指标预测风险效能更高;决策曲线分析也显示出该列线图具有极高的临床获益性。结论影响经鼻高流量氧疗患者是否行机械通相关因素较多,本文通过单因素及多因素分析后将最具有价值的指标联合,建立了预测性能较好的评估患者风险的列线图,可进一步为临床医生提供简单有效的预测方法,提高患者的预后。