机械通气撤机失败的床旁快速识别模型构建

摘要

目的 利用基线资料结合膈肌增厚分数(DTF)与浅快呼吸指数(RSBI)构建机械通气撤机失败的床旁快速识别模型。方法 选取江苏省中医院2023年1月—2025年5月收治的225例机械通气患者为研究对象，按2∶1的比例随机分为构建集(n=150)与验证集(n=75)。收集基线资料，并检测DTF和RSBI。比较构建集与验证集患者的基线资料、DTF及RSBI。将构建集患者根据撤机结局不同分为失败组和成功组，并比较2组基线资料、DTF及RSBI。采用Logistic回归分析构建集撤机失败的影响因素；基于基线资料结合DTF、RSBI构建机械通气撤机失败的床旁快速识别Nomogram模型，并利用校准曲线、受试者工作特征(ROC)曲线对该模型的区分度和预测效能进行验证。同时比较该模型的预测效能与单独使用DTF、RSBI预测撤机失败的效能。结果 构建集与验证集基线资料、DTF、RSBI差异均无统计学意义(P>0.05)。构建集10例患者转院，4例不依从；验证集5例转院，2例不依从。剔除脱落病例后，构建集(n=136)与验证集(n=68)。204例患者中，60例撤机失败，发生率为29.41%(60/204),包括构建集41例，验证集19例。APACHEⅡ评分高(OR=3.089, 95%CI:1.565～6.099)、撤机前RSBI高(OR=2.596, 95%CI:1.169～5.765)、血压控制不达标(OR=2.440, 95%CI:1.463～4.070)均是撤机失败的独立危险因素(P<0.05),撤机前DTF高(OR=0.520, 95%CI:0.338～0.803)是其保护因素(P<0.05)。基于上述因素构建Nomogram模型，该模型预测构建集、验证集撤机失败的概率与实际撤机失败的概率差异均无统计学意义(P>0.05)。该模型预测构建集撤机失败的灵敏度、特异度、曲线下面积(AUC)分别为82.93%、95.79%、0.940,预测验证集撤机失败的灵敏度、特异度、AUC分别为84.21%、89.80%、0.864。Nomogram模型预测构建集、验证集撤机失败的AUC均高于撤机前DTF、撤机前RSBI(P<0.05)。结论 本研究创新性整合基线资料、DTF和RSBI构建了机械通气撤机失败的床旁快速识别Nomogram模型的预测效能优于单一指标。机械通气撤机失败患者撤机前DTF、RSBI、APACHEⅡ评分、撤机前DTF和RSBI、血压控制不达标成功构建的撤机失败的床旁快速识别模型效能更佳。

关键词

机械通气 / 撤机 / 床旁快速识别模型 / 膈肌增厚分数 / 浅快呼吸指数 / Nomogram模型 / 前瞻性队列研究 / 急性生理学与慢性健康状况评分Ⅱ