作者簡介"周慧，護(hù)師，碩士研究生

* 通訊作者"姚媛媛，E?mail：19842518@qq.com

引用信息"周慧，周靜，趙振華，等.ICU成人病人氣管插管非計劃性拔管風(fēng)險評估工具研究進(jìn)展［J］.循證護(hù)理，2025，11（1）：92-96.

摘要""綜述了ICU成人病人氣管插管非計劃性拔管風(fēng)險評估工具，分析風(fēng)險評估工具的優(yōu)點及不足之處，并對使用情況進(jìn)行總結(jié)，為護(hù)理工作者開展有效的氣管插管非計劃性拔管風(fēng)險評估工作提供依據(jù)。

關(guān)鍵詞""氣管插管；非計劃性拔管；風(fēng)險評估；護(hù)理；綜述

doi：10.12102/j.issn.2095-8668.2025.01.016

氣管插管是重癥監(jiān)護(hù)病房（intensive care unit，ICU）常見的呼吸支持治療方式，起到維系病人生命的重要作用。氣管插管非計劃性拔管（unplanned endotracheal extubation，UEE）是指未經(jīng)醫(yī)護(hù)人員同意，病人自行有意或無意拔除導(dǎo)管，或醫(yī)護(hù)人員操作不當(dāng)所致地拔管，UEE發(fā)生率是反映ICU醫(yī)療、護(hù)理質(zhì)量的重要指標(biāo)［1］。國外報道，UEE發(fā)生率為1.02%～19.74%［2?3］；國內(nèi)報道，UEE發(fā)生率為1.49%～28.6%［4?5］。UEE發(fā)生后再插管率高達(dá)50.2%［6］，可引起吸入性肺炎、氣道阻塞、支氣管痙攣等多種并發(fā)癥，不僅會延長機械通氣時間和ICU住院時間，嚴(yán)重時甚至?xí)黾硬∪说乃劳雎剩?］。通過識別UEE高危因素，進(jìn)行多學(xué)科干預(yù)和持續(xù)質(zhì)量改進(jìn)，可以有效降低ICU成人病人UEE發(fā)生率［8］。因此，采用合理有效的風(fēng)險評估工具進(jìn)行UEE風(fēng)險評估非常有必要。目前，臨床尚無公認(rèn)的ICU成人病人UEE風(fēng)險評估工具，現(xiàn)對國內(nèi)外ICU成人病人UEE風(fēng)險評估工具進(jìn)行綜述，以期為護(hù)士主導(dǎo)的ICU成人UEE風(fēng)險評估工作提供參考。

1 ICU成人病人UEE風(fēng)險評估工具

1.1 UEE風(fēng)險評估量表

2018年季芬芬等［9］根據(jù)ICU病人UEE發(fā)生率和危險因素調(diào)查，結(jié)合文獻(xiàn)研究、專家咨詢等方法制訂風(fēng)險評估量表。該量表納入的評分指標(biāo)包括年齡、拔管時段躁動?鎮(zhèn)靜程度量表（Richmond Agitation?Sedation Scale，RASS）評分、情緒評分、活動評分、疼痛評分及依從性評分，總分為6～16分，≤8分為存在輕度拔管風(fēng)險，9～12分為存在中度拔管風(fēng)險，≥13分為存在高度拔管風(fēng)險。應(yīng)用該量表對中、高度拔管風(fēng)險病人采取相應(yīng)的預(yù)防措施，結(jié)果顯示UEE發(fā)生率由8.60%降至2.61%。該量表Cronbach 's α系數(shù)為0.102，內(nèi)部一致性較低，且納入指標(biāo)中缺乏意識狀態(tài)、肌力等重要因素，在臨床評估效能方面存在一定的局限性。張萍等［10］經(jīng)文獻(xiàn)回顧、臨床資料分析及預(yù)調(diào)查初步確立評價指標(biāo)，通過德爾菲法構(gòu)建UEE風(fēng)險評估量表。該量表包括意識、雙上肢肌力等11個條目，共34個分類項，總分為3～26分，得分越高，表示風(fēng)險越大。對量表進(jìn)行臨床驗證顯示，該量表受試者工作特征曲線下面積（area under curve，AUC）為0.890，最佳高危臨界值為15分時，靈敏度為0.878，特異度為0.742［11］，表明該量表具備良好的預(yù)測價值。量表不僅納入了氣管插管病人非計劃性拔管的常見因素，還考慮到了呼吸系統(tǒng)疾病、痰液黏稠度等對插管時長的影響，且量表使用靈活，可根據(jù)指標(biāo)“跳轉(zhuǎn)”指導(dǎo)簡化評估過程，便于臨床應(yīng)用。魯志卉等［12］采用循證方法初步構(gòu)建量表的條目池，經(jīng)專家咨詢、層次分析法確定量表條目的權(quán)重，形成UEE風(fēng)險評估量表。量表包括年齡、性別、肌力水平、臥位等9個條目，共28個分類項，總分為0～64分，得分越高，表示拔管風(fēng)險越大。該量表首次將臥位納入評估條目，充分考慮到氣管插管主體人群特點。量表Cronbach's α系數(shù)為0.841，內(nèi)容效度為0.960，驗證性因子分析顯示量表結(jié)構(gòu)效度較好。但是該量表閾值尚未確定，也未在人群中驗證其效果，其外推性存在一定限制。劉明超［13］通過文獻(xiàn)研究，基于醫(yī)療失效模式與效應(yīng)分析篩UEE高危因素，并采用德爾菲法構(gòu)建UEE風(fēng)險評估量表。該量表包括病人因素、導(dǎo)管因素、缺乏有效監(jiān)督、其他因素4個維度，共13個一級條目，分值為5～33分，≥17分為高風(fēng)險，lt;17分為低風(fēng)險。量表Cronbach's α系數(shù)為0.745，內(nèi)容效度為0.910，證實量表具備良好的信度與效度。該量表AUC為0.958，當(dāng)取最佳診斷值17分時，靈敏度為100.0%，特異度為78.4%，表明其具有良好的預(yù)測效度。量表整體條目設(shè)計合理，評估簡潔、方便，具有較強的臨床適用性。

1.2 UEE風(fēng)險評估模型

1.2.1 UEE系統(tǒng)動力學(xué)模型

韓國學(xué)者Song等［14］基于系統(tǒng)動力學(xué)理論構(gòu)建了ICU病人UEE系統(tǒng)動力學(xué)模型。系統(tǒng)動力學(xué)理論是美國Forrester教授于1961年首次提出，基于此建立的模型能夠更加清晰地反映系統(tǒng)內(nèi)部作用機制，預(yù)測事件發(fā)展趨勢及動態(tài)［15］。目前，已有多項研究將該理論應(yīng)用于衛(wèi)生管理、醫(yī)療保健等領(lǐng)域［16?17］。Song等［14］通過文獻(xiàn)回顧及專家函詢最終確立了18個模型構(gòu)建指標(biāo)，包括鎮(zhèn)靜管理、意識狀態(tài)、活動能力、護(hù)士工作壓力等，根據(jù)指標(biāo)繪制了因果關(guān)系圖。見圖1。圖中“+”代表正關(guān)系、“-”代表負(fù)關(guān)系，當(dāng)這種關(guān)系從某一變量出發(fā)，形成一個閉合回路，導(dǎo)致該變量本身的增加即為正反饋回路，反之則為負(fù)反饋回路。在因果關(guān)系圖的基礎(chǔ)上，進(jìn)一步構(gòu)建UEE系統(tǒng)動力學(xué)模型流圖。見圖2。確立各變量間的函數(shù)關(guān)系，該圖包括病人躁動狀態(tài)、個性化重癥護(hù)理2個水平變量、4個流率變量及病人活動能力等22個輔助變量。最后選取5例病人進(jìn)行模型仿真，結(jié)果顯示，模型能夠根據(jù)UEE影響因素的動態(tài)變化，有效預(yù)測非計劃拔管發(fā)生情況。本模型是少見的基于系統(tǒng)動力學(xué)理論構(gòu)建的風(fēng)險評估模型，相較于采用Logistic回歸分析方法構(gòu)建的模型而言，能夠靈活地根據(jù)各種變量的動態(tài)變化進(jìn)行預(yù)測，且模型還納入了護(hù)士工作壓力、個性化重癥護(hù)理等人文因素。但是模型檢驗方式過于單一，仿真病人選取較少，不能保證模型的穩(wěn)健性及預(yù)測準(zhǔn)確性，未來可嘗試基于本土病人特性構(gòu)建系統(tǒng)動力學(xué)模型。

1.2.2 UEE風(fēng)險預(yù)測模型

Lee等［18］通過對5 180例ICU病人進(jìn)行回顧性分析開發(fā)了3種UEE風(fēng)險預(yù)測模型，模型1是基于病人氣管插管拔管前最近1次各指標(biāo)記錄值進(jìn)行分析得出，模型2在模型1納入指標(biāo)的基礎(chǔ)上增加了24 h內(nèi)各指標(biāo)記錄頻率，模型3將模型2中記錄頻率gt;3次的指標(biāo)替換為該指標(biāo)的最大值、最小值及平均值。結(jié)果顯示，模型3的靈敏度和特異度最佳，分別為0.561和0.927，包括年齡、格拉斯哥昏迷評分"（Glasgow Coma Scale，GCS）、急性生理與慢性健康評價Ⅱ（Acute Physi ology and Chronic Health Evaluation Ⅱ，APACHEⅡ）評分、分鐘通氣量、最小氣道峰壓、平均體溫等17個預(yù)測因子。但該模型沒有考慮到氣管插管方式、插管時間等專業(yè)性指標(biāo)，評估內(nèi)容不夠全面，可能會導(dǎo)致模型預(yù)測效果不佳，且模型評估指標(biāo)多，收集較煩瑣，不便于臨床應(yīng)用。2021年，Hur等［19］基于機器學(xué)習(xí)，采用隨機森林（random forest，RF）、Logistic回歸、人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，ANN）、支持向量機（support vector machine，SVM）4種算法構(gòu)建ICU病人UEE風(fēng)險預(yù)測模型。共納入1 195例病人，其中訓(xùn)練集1 004例，驗證集191例。根據(jù)各變量的重要性篩選出50個變量納入各個模型。結(jié)果顯示，RF模型對ICU病人UEE風(fēng)險預(yù)測表現(xiàn)出最高的性能（AUC=0.787），其次為ANN模型（AUC=0.763）、Logistic回歸（AUC=0.762）、SVM模型（AUC=0.740）。RF模型所有預(yù)測因子中，年齡為最有價值的預(yù)測因素，其次為RASS評分、GCS評分、約束頻率等。但是該模型驗證樣本量較少，可能會導(dǎo)致預(yù)測性能估計不準(zhǔn)確，且樣本量來自單中心，利用回顧性數(shù)據(jù)進(jìn)行開發(fā)及驗證，未來可進(jìn)行多中心前瞻性研究，進(jìn)一步增加模型的可靠性。

1.3 UEE風(fēng)險評估圖

1.3.1 氣管插管故意拔管風(fēng)險分層圖

Moons等［20］于2004年通過巢式病例對照研究發(fā)現(xiàn)，低鎮(zhèn)靜水平及高意識水平是ICU病人UEE獨立危險因素，基于此采用Bloomsbury鎮(zhèn)靜評分和GCS評分構(gòu)建了UEE風(fēng)險分層圖。見圖3。Bloomsbury鎮(zhèn)靜評分被證實與RASS評分有良好的相關(guān)性，是倫敦大學(xué)醫(yī)院、卡羅林斯卡大學(xué)醫(yī)院等應(yīng)用的鎮(zhèn)靜評分標(biāo)準(zhǔn)［21］。圖中白色區(qū)域為無故意拔管風(fēng)險，淺灰色區(qū)域為故意拔管敏感區(qū)，深灰色區(qū)域為故意拔管精確區(qū)。Moons等［22］后期開展前瞻性多中心研究使用該圖對病人進(jìn)行評估，結(jié)果顯示使用灰色混合區(qū)進(jìn)行風(fēng)險評估時，靈敏度為100%，特異度為79%；使用深灰色區(qū)域進(jìn)行風(fēng)險評估時，靈敏度為100%，特異度為90%。該風(fēng)險評估圖適用于故意自我拔管風(fēng)險評估，但是僅依據(jù)鎮(zhèn)靜評分和GCS評分進(jìn)行區(qū)分過于片面，且目前《中國成人ICU鎮(zhèn)痛和鎮(zhèn)靜治療指南》［23］推薦的ICU病人鎮(zhèn)靜評估工具為RASS評分或SAS評分，故本風(fēng)險評估圖不適于在國內(nèi)推廣。

1.3.2 UEE風(fēng)險評估流程圖

2019年，天津市護(hù)理質(zhì)控中心通過德爾菲法制訂了《預(yù)防成人經(jīng)口氣管插管非計劃性拔管護(hù)理專家共識》［24］，該共識針對UEE風(fēng)險評估，基于病人肌力、意識、疼痛、躁動、譫妄等綜合因素形成了標(biāo)準(zhǔn)化風(fēng)險評估流程圖，并根據(jù)評估結(jié)果將拔管風(fēng)險劃分為低、中、高3個等級。此后在天津市28所醫(yī)院進(jìn)行推廣，持續(xù)追蹤4年，期間不斷發(fā)現(xiàn)問題并進(jìn)行改進(jìn)。在推廣過程中明確了遵循“首評上肢肌力，再評意識狀態(tài)”的風(fēng)險評估路徑，同時推薦使用肌力評定量表（Medical Research Council Scale，MRC）進(jìn)行肌力評估，根據(jù)非計劃性拔管風(fēng)險評估等級采取相應(yīng)的約束措施［25］，最終發(fā)現(xiàn)遵循流程圖進(jìn)行評估，并采取集束化護(hù)理策略能夠有效降低UEE發(fā)生率，保障病人安全。向洋等［26］基于《預(yù)防成人經(jīng)口氣管插管非計劃性拔管護(hù)理專家共識》研發(fā)了UEE預(yù)警及決策支持系統(tǒng)，該系統(tǒng)能夠準(zhǔn)確識別UEE發(fā)生風(fēng)險，根據(jù)風(fēng)險預(yù)警等級提示護(hù)士采取相應(yīng)的護(hù)理措施，有效提升UEE預(yù)防措施的執(zhí)行率，降低UEE發(fā)生率，同時有利于簡化護(hù)理工作流程，提高工作效率，未來可在全國范圍內(nèi)進(jìn)一步推廣。

1.4 UEE風(fēng)險評估體系

黃素素等［27］經(jīng)文獻(xiàn)研究、半結(jié)構(gòu)化訪談及德爾菲法構(gòu)建了包括5個一級指標(biāo)、13個二級指標(biāo)、51個三級指標(biāo)的UEE風(fēng)險評價指標(biāo)體系。該體系主要從病人因素、家屬因素、醫(yī)護(hù)人員因素、導(dǎo)管因素和系統(tǒng)因素5個方面對UEE相關(guān)風(fēng)險評價指標(biāo)進(jìn)行總結(jié)。針對氣管插管病人的特點，提煉了氣管導(dǎo)管耐受性、氣囊安全、機械通氣模式選擇等具體評價指標(biāo)，同時考慮到交接班時氣管插管病人管道安全管理問題，將標(biāo)準(zhǔn)化氣管導(dǎo)管交接班制度納入評價指標(biāo)，整體較為全面。但是其尚未在臨床應(yīng)用，后期可將其轉(zhuǎn)化為便于護(hù)理人員使用的風(fēng)險評估工具。

2 ICU成人病人UEE風(fēng)險評估工具比較分析

2.1 基本情況比較

目前，ICU成人病人UEE風(fēng)險評估工具種類多樣，包括風(fēng)險評估表、風(fēng)險評估模型、風(fēng)險評估圖、風(fēng)險評估體系。其中，大部分評估工具［9?10，12?14，24，27］采用的是專家咨詢法及德爾菲法，其余評估工具［18?20］采用回顧性病例對照分析，可能會導(dǎo)致相關(guān)資料收集產(chǎn)生偏倚。在風(fēng)險評估模型構(gòu)建方法上，除傳統(tǒng)Logistic回歸分析外，Hur等［19］首次使用隨機森林等算法構(gòu)建模型，發(fā)現(xiàn)機器學(xué)習(xí)算法也開始應(yīng)用于UEE風(fēng)險預(yù)測模型的構(gòu)建，且考慮的危險因素越來越全面；Song等［14］首次構(gòu)建了UEE系統(tǒng)動力學(xué)模型，使模型的預(yù)測能力能夠根據(jù)納入因素進(jìn)行動態(tài)變化，預(yù)測效能更加準(zhǔn)確。

2.2 應(yīng)用情況比較及建議

部分評估工具［12，27］尚未進(jìn)行臨床應(yīng)用，不能明確UEE風(fēng)險評估效果，預(yù)測模型［14，18?19］未進(jìn)行外部驗證，無法確定其實用性和泛化能力，少數(shù)評估工具［9?10，13，20］僅在單中心進(jìn)行了應(yīng)用，缺乏臨床推廣。僅《預(yù)防成人經(jīng)口氣管插管非計劃性拔管護(hù)理專家共識》在天津市進(jìn)行了廣泛應(yīng)用，主要因為其不僅局限于UEE風(fēng)險評估，還通過后期開發(fā)風(fēng)險預(yù)警系統(tǒng)，形成了評估?預(yù)警?決策的閉環(huán)，并且進(jìn)行了長期的跟蹤。總體來說，考慮到量表的信效度、評估內(nèi)容的全面性以及預(yù)測價值，可首選劉明超［13］基于醫(yī)療失效模式與效應(yīng)分析理論構(gòu)建的ICU成人病人UEE風(fēng)險評估量表。但在實際臨床應(yīng)用中，除了評估病人UEE發(fā)生風(fēng)險，更重要的是針對風(fēng)險采取相應(yīng)的措施進(jìn)行有效預(yù)防。因此，基于《預(yù)防成人經(jīng)口氣管插管非計劃性拔管護(hù)理專家共識》開發(fā)的風(fēng)險預(yù)警系統(tǒng)更具臨床應(yīng)用價值。由此可見，風(fēng)險評估工具在臨床推廣應(yīng)用須具備以下條件：1）評估工具構(gòu)建過程科學(xué)合理，能夠有效識別發(fā)生風(fēng)險；2）根據(jù)不同的風(fēng)險等級實施針對性的干預(yù)措施，在實施層面加強預(yù)防；3）評估工具測評簡便易行，便于臨床操作；4）護(hù)理管理者大力支持并形成長期反饋機制。

3 小結(jié)

本研究綜述了國內(nèi)外ICU成人病人UEE風(fēng)險評估工具，包括4個風(fēng)險評估量表、3個風(fēng)險評估模型、2個風(fēng)險評估圖及1個風(fēng)險評估體系。未來在構(gòu)建UEE風(fēng)險評估工具時，建議兼顧評估內(nèi)容的科學(xué)性和全面性，以提高其評估效能。在模型構(gòu)建方面，國內(nèi)少有研究應(yīng)用機器學(xué)習(xí)算法構(gòu)建ICU成人病人UEE風(fēng)險預(yù)測模型，未來可加大對機器學(xué)習(xí)算法的關(guān)注，結(jié)合國內(nèi)臨床實際，制定適合國內(nèi)ICU病人的UEE評估工具?？紤]到臨床實用性，可將風(fēng)險預(yù)測模型以列線圖、評分表、網(wǎng)頁或程序等方式呈現(xiàn)。同時，各評估工具除了內(nèi)部驗證，也應(yīng)針對研究人群進(jìn)行多中心的外部驗證，以提高模型預(yù)測準(zhǔn)確性。對于科學(xué)有效的UEE風(fēng)險評估工具，護(hù)理管理者應(yīng)在臨床推廣，使其更好地應(yīng)用于ICU病人UEE風(fēng)險評估，保證病人的安全。

參考文獻(xiàn)：

[1] 黎張雙子.ICU患者非計劃性拔管風(fēng)險預(yù)警系統(tǒng)的構(gòu)建研究[D].遵義：遵義醫(yī)學(xué)院，2017.

[2] LUCCHINI A，BAMBI S，GALAZZI A，et al.Unplanned extubations in general intensive care unit：a nine-year retrospective analysis[J].Acta Bio Med，2018，89（7S）：25-31.

[3] MINDA Z，SAMUEL H，AWEKE S，et al.Magnitude and associated factors of unplanned extubation in intensive care unit：a multi-center prospective observational study[J].Ann Med Surg，2022，79：103936.

[4] RUI X，DONG F，MA X D，et al.Quality metrics and outcomes among critically ill patients in China：results of the national clinical quality control indicators for critical care medicine survey 2015-2019[J].Chinese Medical Journal，2022，135（9）：1064-1075.

[5] 陳煌，陳小葉，謝紅珍.近10年我國非計劃性拔管研究的文獻(xiàn)計量學(xué)分析[J].護(hù)理研究，2017，31（25）：3106-3110.

[6] LI P B，SUN Z H，XU J Y.Unplanned extubation among critically ill adults：a systematic review and meta-analysis[J].Intensive amp; Critical Care Nursing，2022，70：103219.

[7] HSIEH M H，HSIEH M J，CHEN C M，et al.Comparison of machine learning models for the prediction of mortality of patients with unplanned extubation in intensive care units[J].Sci Rep，2018，8（1）：17116.

[8] CHAO C M，LAI C C，CHAN K S，et al.Multidisciplinary interventions and continuous quality improvement to reduce unplanned extubation in adult intensive care units：a 15-year experience[J].Medicine，2017，96（27）：e6877.

[9] 季芬芬，葉東花，饒巧瑩.風(fēng)險評估量表在ICU氣管插管非計劃拔管護(hù)理中的應(yīng)用價值[J].中國現(xiàn)代醫(yī)生，2018，56（11）：144-146.

[10] 張萍，劉麗萍.氣管插管患者非計劃拔管風(fēng)險評估量表的構(gòu)建[J].護(hù)理學(xué)報，2021，28（21）：18-22.

[11] ZHANG P，LIU L P.Validation of a risk assessment tool for unplanned endotracheal extubation：an observational study[J].Clinical Nursing Research，2022，31（8）：1438-1444.

[12] 魯志卉，王穎，黃子菁，等.成人氣管插管非計劃性拔管風(fēng)險評估量表的構(gòu)建[J].中國護(hù)理管理，2022，22（6）：893-898.

[13] 劉明超.基于HFMEA模式構(gòu)建ICU成人氣管插管非計劃拔管風(fēng)險評估量表及應(yīng)用[D].贛州：贛南醫(yī)學(xué)院，2023.

[14] SONG Y G，YUN E K.Model for unplanned self extubation of ICU patients using system dynamics approach[J].J Korean Acad Nurs，2015，45（2）：280-292.

[15] LI M N，ZHU Y G，XUE C，et al.The problem of unreasonably high pharmaceutical fees for patients in Chinese hospitals：a system dynamics simulation model[J].Comput Biol Med，2014，47：58-65.

[16] APOSTOLOPOULOS Y，LEMKE M K，BARRY A E，et al.Moving alcohol prevention research forward-part Ⅱ：new directions grounded in community-based system dynamics modeling[J].Addiction，2018，113（2）：363-371.

[17] KHORSHIDI H A，MARSHALL D，GORANITIS I，et al.System dynamics simulation for evaluating implementation strategies of genomic sequencing：tutorial and conceptual model[J].Expert Rev Pharmacoecon Outcomes Res，2024，24（1）：37-47.

[18] LEE J Y，PARK H A，CHUNG E.Use of electronic critical care flow sheet data to predict unplanned extubation in ICUs[J].Int J Med Inform，2018，117：6-12.

[19] HUR S，MIN J Y，YOO J，et al.Development and validation of unplanned extubation prediction models using intensive care unit data：retrospective，comparative，machine learning study[J].J Med Internet Res，2021，23（8）：e23508.

[20] MOONS P，SELS K，DE BECKER W，et al.Development of a risk assessment tool for deliberate self-extubation in intensive care patients[J].Intensive Care Med，2004，30（7）：1348-1355.

[21] SACKEY P V，RADELL P J，GRANATH F，et al.Bispectral index as a predictor of sedation depth during isoflurane or midazolam sedation in ICU patients[J].Anaesth Intensive Care，2007，35（3）：348-356.

[22] MOONS P，BORIAU M，F(xiàn)ERDINANDE P.Self-extubation risk assessment tool：predictive validity in a real-life setting[J].Nurs Crit Care，2008，13（6）：310-314.

[23] 中華醫(yī)學(xué)會重癥醫(yī)學(xué)分會.中國成人ICU鎮(zhèn)痛和鎮(zhèn)靜治療指南[J].中華危重病急救醫(yī)學(xué)，2018，30（6）：497-514.

[24] 天津市護(hù)理質(zhì)控中心.預(yù)防成人經(jīng)口氣管插管非計劃性拔管護(hù)理專家共識[J].中華護(hù)理雜志，2019，54（6）：822-828.

[25] 夏欣華，王瑩，田麗，等.預(yù)防成人經(jīng)口氣管插管非計劃性拔管集束化護(hù)理策略應(yīng)用效果的持續(xù)追蹤與評價[J].中國護(hù)理管理，2023，23（12）：1780-1784.

[26] 向洋，倪崴蓮.氣管插管非計劃性拔管預(yù)警及決策支持系統(tǒng)的研發(fā)與應(yīng)用[J].中華護(hù)理雜志，2022，57（1）：61-65.

[27] 黃素素，陳香萍，羅維嘉，等.成年氣管插管患者非計劃性拔管風(fēng)險評價指標(biāo)體系的構(gòu)建[J].護(hù)理與康復(fù)，2020，19（3）：1-5.

（收稿日期：2024-07-20;修回日期：2024-12-10）

（本文編輯"張建華）