徐東升,李惠萍, 張小紅,張國文
(1.安徽醫(yī)科大學 護理學院,安徽 合肥 230032;2.中國科學技術大學附屬第一醫(yī)院安徽省立醫(yī)院 急救門診,安徽 合肥 230001;>3.中國科學技術大學附屬第一醫(yī)院安徽省立醫(yī)院 門診部辦公室)
急性胸痛發(fā)病普遍,以之為主要表現(xiàn)的心血管疾病為國內(nèi)首位死因[1]。心肺衰竭作為其一種致命性并發(fā)癥,死亡率極高[2]。早期識別并篩選高危人群對急診預檢分診、急診資源分配意義重大。改良早期預警評分(modified early warning score,MEWS)是目前指導急診預檢分診最廣泛的一項評分工具,對急危重癥病情監(jiān)測有較高的指導價值[3-4],然而對心血管不良事件的預測能力鮮有報道。與MEWS相比,休克指數(shù)(shock index,SI)獲取便捷、計算簡單,且可反映血管和心肌功能障礙,預測急診結局[5]效益顯著。隨著研究深入,逐漸衍生出修正休克指數(shù)(modified shock index,MSI)、體溫調(diào)整休克指數(shù)[(temperature-adjusted shock index,ASI(T)]、年齡休克指數(shù)(age shock index,AgeSI)、舒張休克指數(shù)(diastolic shock index,DSI)、呼吸調(diào)整休克指數(shù)(respiratory-adjusted shock index,RASI),對心搏驟停、心源性休克等心血管不良事件[6-7]均有一定預測價值,但少有對其統(tǒng)一分析比較。本研究旨在建立急性胸痛患者心肺衰竭的風險預測模型,以期為急性胸痛預檢分診、分級護理提供可量化的劃分方案。
1.2 研究方法
1.2.1 研究工具 采用自行設計的調(diào)查表,包括:(1)患者一般資料,如年齡、性別、急診滯留時間、體溫、心率、呼吸、血壓、經(jīng)皮血氧飽和度(percutaneous arterial oxygen saturation,SpO2)等,由經(jīng)統(tǒng)一培訓的急診預檢分診護士統(tǒng)一采集。(2)不同類型SI和MEWS:①SI=心率/收縮壓;②MSI=心率/平均動脈壓,平均動脈壓=舒張壓+(收縮壓-舒張壓)/3;③ASI(T)=[心率-(體溫-37℃)×10]/收縮壓,當體溫低于37℃按照T=37℃計算;④AgeSI=年齡*SI;⑤DSI=舒張壓/心率;⑥RASI=心率/收縮壓*呼吸/10;⑦MEWS:根據(jù)心率、收縮壓、呼吸、體溫和意識5個指標的不同數(shù)值及水平計算分值,其中體溫計0~2分,其余分別計0~3分,總分0~14分,分值越高表示病情越重。(3)結局指標:急性心肺衰竭[10],包括心力衰竭合并呼吸衰竭,心臟性猝死。本研究特指在急診滯留期間(從預檢分診開始至最終離開急診室)發(fā)生的心肺衰竭。遵循心力衰竭[11]、呼吸衰竭[12]、心臟性猝死[13]診斷標準,將主要診斷含有心力衰竭合并呼吸衰竭和(或)心臟性猝死,以及電子病歷和(或)護理記錄里有“心搏驟停/室顫/心肺復蘇/氣管插管/呼吸機輔助通氣等”的記錄歸為發(fā)生組。由3名經(jīng)統(tǒng)一培訓的護士,查閱急診預檢分診記錄、急診電子病歷、急診護理記錄完成資料提取,2名研究生雙盲錄入資料。
2.1 一般資料 最終納入4598例患者,其中男2578例,女2020例,平均年齡(60.15±17.91)歲,青年組(<45歲)1016例,中年組(45~65歲)1586例,老年組(>65歲)1996例,平均急診滯留時間為(226.62±27.91)min。
2.2 急性胸痛患者發(fā)生心肺衰竭的單因素分析 根據(jù)是否發(fā)生心肺衰竭分組,發(fā)生組102例,死亡26例;未發(fā)生組4496例,死亡0例。組間年齡、心率、呼吸、收縮壓、舒張壓、SpO2、意識、SI、MSI、ASI(T)、AgeSI、DSI、RASI及MEWS差異有統(tǒng)計學意義(均P<0.05),見表1。
表1 急性胸痛患者發(fā)生心肺衰竭的單因素分析(N=4598)
2.3 基于不同類型SI和MEWS預測急性胸痛患者心肺衰竭 SI、MSI、ASI(T)、AgeSI、DSI、RASI及MEWS預測心肺衰竭的AUC分別為0.657(95%CI:0.599~0.715)、0.672(95%CI:0.613~0.730)、0.658(95%CI:0.600~0.716)、0.676(95%CI:0.619~0.733)、0.677(95%CI:0.617~0.736)、0.643(95%CI:0.579~0.707)、0.747(95%CI:0.692~0.802)。不同類型SI的AUC之間差異無統(tǒng)計學意義(P>0.05),但均顯著低于MEWS(P<0.01)。
2.4 基于不同類型SI與MEWS分別聯(lián)合SpO2預測急性胸痛患者心肺衰竭 由于本研究SpO2具有統(tǒng)計學差異且獨立于不同類型SI和MEWS,故聯(lián)合SpO2探討其預測價值。根據(jù)ROC曲線計算約登指數(shù),尋找各參數(shù)的最佳截斷值,見表2,并作為依據(jù)重新校正賦值,見表3。將SI、MSI、ASI(T)、AgeSI、DSI、RASI、MEWS分別聯(lián)合SpO2,以是否發(fā)生心肺衰竭作為因變量,構建二元Logistic回歸方程,其AUC分別為0.792(95%CI:0.737~0.848)、0.806(95%CI:0.753~0.859)、0.792(95%CI:0.737~0.847)、0.792(95%CI:0.737~0.848)、0.807(95%CI:0.754~0.860)、0.789(95%CI:0.733~0.844)、0.832(95%CI:0.784~0.881),見圖2。不同類型SI聯(lián)合SpO2的AUC之間差異無統(tǒng)計學意義(P>0.05),但均顯著低于MEWS聯(lián)合SpO2(P<0.01)。
表2 不同參數(shù)預測心肺衰竭的最佳截斷值
2.5 基于不同類型SI、MEWS、SpO2聯(lián)合構建的預測模型預測急性胸痛患者心肺衰竭 以校正后的不同類型SI、MEWS、SpO2為自變量,以是否發(fā)生心肺衰竭作為因變量構建二元Logistic回歸方程,見表3。SI、MSI、ASI(T)、AgeSI、DSI、RASI各自聯(lián)合MEWS、SpO2后,其AUC分別為0.838(95%CI:0.791~0.884)、0.843(95%CI:0.798~0.888)、0.837(95%CI:0.791~0.884)、0.837(95%CI:0.790~0.885)、0.845(95%CI:0.801~0.889)、0.829(95%CI:0.778~0.879),相應AUC之間差異無統(tǒng)計學意義(P>0.05),見圖1。
表3 急性胸痛患者發(fā)生心肺衰竭的多因素分析
圖1 不同模型預測急性胸痛患者心肺衰竭的ROC曲線
3.1 單一類型SI預測急性胸痛患者心肺衰竭的價值不及MEWS 不同類型SI是2~3項生命體征參數(shù)計算后得出,而MEWS由5項生命體征參數(shù)復合而成,是一個更加全面的生理變量。故在預測心肺衰竭風險中,單一類型SI的預測價值較低(AUC:0.64~0.67),均顯著低于MEWS(AUC=0.747)。不同類型SI聯(lián)合SpO2后,其AUC之間未存在顯著差異,表明其預測價值相當,可能的原因是:預測致命性心血管不良事件,生命體征參數(shù)中脈率預測效能最強[7],而所有類型的SI均是以脈率和血壓為主體,其他參數(shù)(如呼吸、體溫)的波動不足以改變結局。
3.2 SpO2在急性胸痛患者心肺衰竭中的預測價值 結果顯示聯(lián)合SpO2后預測效能顯著提升(AUC:0.789~0.807),可能的原因是:(1)SpO2作為反映血液中氧含量的一項指標,能一定程度反映組織器官灌注水平和心肺功能[14];(2)危重患者可表現(xiàn)出生理補償機制[15],當存在循環(huán)血容量、每搏量和心輸出量下降時,可加快心率以防止血壓下降;(3)單純生命體征指標的高低在確定生理狀態(tài)方面有一定的局限[4],當患者過度緊張、恐慌或者遭受急性疼痛刺激時,心率、呼吸和收縮壓可同時升高[16],而SpO2不受其影響。
3.3 急性胸痛患者心肺衰竭預測模型的對比 基于不同類型SI聯(lián)合SpO2、MEWS構建預測模型,結果顯示:三者聯(lián)合預測效能(AUC:0.829~0.845)優(yōu)于不同類型SI、MEWS(AUC:0.64~0.67)及不同類型SI聯(lián)合SpO2(AUC:0.789~0.807),差異有統(tǒng)計學意義(P<0.05)。其中DSI聯(lián)合SpO2、MEWS預測效能最高(AUC=0.845),優(yōu)于其他模型,可能的原因如下:(1)DSI可反映左心室冠脈灌注壓,血管張力降低時舒張壓降低幅度更加明顯[17],更有利于早期預警,本研究顯示DSI每增加1,心肺衰竭風險增加2.05倍(OR=2.05,見表4);(2)舒張壓與心血管事件和心源性猝死風險存在顯著關聯(lián)[18],2021年歐洲重癥醫(yī)學學會[19]同樣推薦平均動脈壓聯(lián)合舒張壓控制循環(huán)衰竭。雖然此模型與MEWS聯(lián)合SpO2的AUC之間未見顯著差異(P>0.05),但在臨床護理實踐方面有其獨特的優(yōu)勢:(1)前者具備較高預測效能,且預測準確度、靈敏度均優(yōu)于后者(約登指數(shù):0.561>0.55,靈敏度:0.755>0.706);(2)納入原始參數(shù)一致,未增加分診護士數(shù)據(jù)采集負擔,加大了數(shù)據(jù)利用率。
3.4 急性胸痛患者心肺衰竭預測模型對急診護理具有重要意義 胸痛患者心肌缺血時間與預后密切相關,早期精準分流是改善心肌可逆性損傷的關鍵。本研究死亡病例均位于心肺衰竭組,經(jīng)小樣本簡單驗證,此模型預測心肺衰竭準確率達81%,在無需繁瑣、耗時的檢查資料前提下,是減少候診時間、及時應急干預、提高搶救成功率的關鍵。后期可嘗試納入更多量化指標構建急性胸痛分診工具,借助人工智能嵌入分診模塊或動態(tài)預警系統(tǒng)等技術來提高模型的實用性,開發(fā)潛力較大。
3.5 局限性 本研究存在以下局限性:(1)本研究為回顧性研究,資料回憶偏差,研究結果難免存在偏倚;(2)本研究為單中心研究,區(qū)域代表性受限;(3)本研究僅對預測模型進行簡單驗證,未來需進行大樣本多中心研究,探討其實際預測效能。