張曉燕,秦君玫,陳 麗,陳玉婷

(新疆維吾爾自治區(qū)人民醫(yī)院 重癥醫(yī)學科,新疆 烏魯木齊 830000)

ICU病人在治療過程中極易出現(xiàn)一系列神經(jīng)和精神心理性疾病綜合征,如抑郁、焦慮、創(chuàng)傷后應激障礙等,其中危險程度較高的是譫妄[1]。譫妄是一種急性認知功能障礙,臨床表現(xiàn)主要為急性意識波動和思維紊亂,常存在視幻覺、思維紊亂、定向力和記憶障礙等。有報道[2]顯示,ICU病人譫妄發(fā)生率高達38%～87%。譫妄一旦發(fā)生,將嚴重影響疾病預后,治療不及時會進一步加重認知功能障礙,導致機械通氣時間延長、并發(fā)癥和病死率增加,住院時間延長以及治療費用增加[3]。目前對譫妄暫無有效的治療方法,早期篩查和積極預防是改善譫妄預后的重要途徑,病人進入ICU后即進行風險因素識別,對譫妄高風險人群實施干預,可降低譫妄的發(fā)病率、嚴重程度和譫妄持續(xù)時間。

通過構建ICU譫妄風險預測模型,一方面可有效幫助醫(yī)護人員早期識別譫妄高風險人群,通過針對性預防措施減少譫妄的發(fā)生;另一方面也使病人清楚了解譫妄的發(fā)生風險,提高對譫妄危險因素防治的認知,增加治療的依從性[4]。目前國內(nèi)外構建ICU譫妄風險預測模型主要用于評估ICU病人入住24 h以后的譫妄發(fā)生風險[5],且多集中利用logistic回歸模型進行譫妄預測模型的開發(fā),忽略了模型的驗證效能[6]。臨床觀察[7]發(fā)現(xiàn),入住ICU<24 h的病人同樣也是譫妄發(fā)生的高危人群,多達25%危重成人入住ICU<24 h內(nèi)就會發(fā)生譫妄,其預防措施需要盡可能早地開始實施,因此,有必要納入ICU<24 h的病人,不同模型對納入的變量要求、進行模型建立過程中生成分支的算法也不同?；诖?本研究通過分析ICU<24 h的病人突發(fā)譫妄的主要危險因素,構建logistic回歸模型和決策樹模型,并進行前瞻性驗證,以此為臨床建立早期識別譫妄發(fā)生的防控機制。

1 資料與方法

1.1 一般資料

選擇2018年1月至2020年1月入我院ICU病人198例為模型組,根據(jù)24 h內(nèi)譫妄診斷標準分為譫妄組88例和無譫妄組110例。

納入標準:(1)年齡>18～80歲;(2)入住ICU<24 h進行譫妄診斷;(3)符合臨床研究的倫理學要求。排除標準:(1)入院前已經(jīng)存在明顯的神經(jīng)或者精神性疾病;(2)入院前存在明顯的意識障礙;(3)24 h內(nèi)無法進行譫妄評估;(4)臨床資料不完整。

1.2 研究方法

所有病人入院24 h內(nèi)由責任醫(yī)生和護士共同進行譫妄評估,采用ICU意識模糊評估法(CAM-ICU),具體流程見圖1。比較譫妄與無譫妄組病人的臨床資料和生化指標,參照既往文獻報道的主要危險因素,納入性別、年齡、基礎疾病類型、發(fā)病時間、急性生理與慢性健康(APACHE Ⅱ)評分、并發(fā)癥、鎮(zhèn)靜時間、機械通氣時間、氧合指數(shù)、血清神經(jīng)烯醇化酶(NSE)和動脈血乳酸水平。通過單因素比較和多因素logistic回歸分析篩選譫妄發(fā)生的獨立危險因素。另選擇2020年2月至2021年2月87例病人為驗證組,受試者工作曲線(ROC)比較兩種模型的預測效能。

1.3 統(tǒng)計學方法

采用t檢驗、χ2檢驗、多因素logistic回歸分析、決策樹模型和ROC曲線。

2 結(jié)果

2.1 譫妄的單因素分析

與無譫妄病人相比,譫妄病人的年齡、APACHE Ⅱ評分和并發(fā)癥增加、鎮(zhèn)靜時間和機械通氣時間延長、血清NSE和動脈血乳酸升高,氧合指數(shù)降低,差異均有統(tǒng)計學意義(P<0.01)(見表1)。

表1 譫妄的單因素分析

2.2 譫妄的多因素分析和回歸模型

將病人的臨床資料和生化指標作為自變量,譫妄作為因變量納入多因素logistic回歸分析顯示,APACHE Ⅱ評分高、血清NSE和動脈血乳酸水平高是譫妄發(fā)生的獨立危險因素(P<0.01)(見表2)。根據(jù)篩選獨立危險因素的權重進行定量賦值,建立logistic回歸模型=-0.232+0.564×(APACHE Ⅱ評分)+0.446×(血清NSE)+0.402×(動脈血乳酸)。

表2 譫妄的多因素分析

2.3 譫妄的決策樹模型

根據(jù)篩選獨立危險因素建立決策樹模型見圖2。

2.4 譫妄模型的預測效能比較

驗證組ROC分析顯示,決策樹模型的AUC值高于logistic回歸模型,差異有統(tǒng)計學意義(P<0.01)(見表3)。

表3 譫妄模型的預測效能比較

3 討論

風險預測模型是以疾病的多病因為基礎建立統(tǒng)計學模型,預測某些特征人群未來某種疾病發(fā)生的概率。logistic回歸是臨床應用最廣泛的一種統(tǒng)計模型,缺點是對非線性、具有交互作用的數(shù)據(jù)處理效能較低,且不能直觀顯示各個變量在所預測結(jié)果中的重要性[8]。決策樹作為一種非參數(shù)統(tǒng)計方法,在克服數(shù)據(jù)共線性問題的同時,可以根據(jù)可用數(shù)據(jù)構建預測模型,結(jié)果顯示為樹狀結(jié)構圖,還可以對納入指標的重要性進行排序,確定主要的預測因子,便于評分系統(tǒng)的構建[9-10],因此,構建預測ICU病人早期譫妄的決策樹模型,形成相應的決策樹評分系統(tǒng)并進行前瞻性驗證顯得尤為重要。

ICU病人往往病情急、重,變化快,并發(fā)癥多,預后較差。機體在遭受內(nèi)外環(huán)境應激情況下易誘發(fā)譫妄等神經(jīng)精神性疾病,同時譫妄也是神經(jīng)不可逆性損傷的前兆,對提示疾病進展、預后不良具有十分重要的臨床意義,需要引起醫(yī)護人群及時識別譫妄的發(fā)生以及預測譫妄高危人群,及時給予恰當?shù)母深A措施,以預防或者降低譫妄的發(fā)生風險[11]。根據(jù)CAM-ICU能夠在病人入院后24 h內(nèi)、24 h后、轉(zhuǎn)出ICU至普通病房以及出院前等多個時間點進行定量評估[12],但是不能指導臨床醫(yī)護人群早期識別譫妄的高危病人,因此,需要利用臨床最易獲得的資料篩選可能誘發(fā)譫妄發(fā)生的高危因素,并建立定量預測模型以指導臨床實踐。

本研究顯示,譫妄病人的年齡、APACHE Ⅱ評分和并發(fā)癥增加、鎮(zhèn)靜時間和機械通氣時間延長、血清NSE和動脈血乳酸升高,氧合指數(shù)降低。本研究是在參考既往文獻報道的主要高危因素的基礎上進行篩選,發(fā)現(xiàn)高齡病人譫妄的發(fā)生率明顯增加,與既往研究[13]結(jié)果一致。高齡病人對應激代償機制下降,同時多合并基礎疾病,對機械通氣和鎮(zhèn)靜管理的耐受性較差,內(nèi)源性有害因子易蓄積,都是導致譫妄發(fā)生的不利原因[14]。APACHE Ⅱ評分是目前臨床評估危重癥病人病情變化以及預后的主要客觀工具,具有較好的準確性[15]。該研究的決策樹模型也將其作為第一層篩選依據(jù),且具有較高的權重比。ICU病人普遍需要接受鎮(zhèn)靜和機械通氣管理,對輔助病人渡過疾病高危期具有十分重要的意義。但同時,鎮(zhèn)靜和機械通氣管理不當或者應用時間過長,也易增加呼吸機相關肺炎、低血壓、呼吸或者循環(huán)抑制等并發(fā)癥,需要加強巡視,預防鎮(zhèn)靜和機械通氣管理期間的并發(fā)癥發(fā)生[16-17]。NSE是中樞神經(jīng)系統(tǒng)分泌和表達的一類重要神經(jīng)遞質(zhì),對提示神經(jīng)系統(tǒng)損傷具有較好的敏感性和準確性[18]。有研究證實[19],NSE與多種腦源性疾病繼發(fā)的認知功能障礙有緊密聯(lián)系,是認知功能損傷的早期敏感性生物標志物。乳酸和氧合指數(shù)是動脈血氣分析的重要指標,對提示低氧或者二氧化碳蓄積有較好的準確性,也是譫妄等多種缺氧誘導疾病的客觀量化指標[20]。

該研究通過logistic回歸分析顯示,APACHE Ⅱ評分、血清NSE和動脈血乳酸水平是譫妄發(fā)生的獨立危險因素。分別構建logistic回歸模型和決策樹模型,經(jīng)驗證組ROC分析顯示,決策樹模型的AUC值高于logistic回歸模型。提示決策樹模型比傳統(tǒng)logistic回歸模型在預測ICU譫妄發(fā)生風險方面可能具有更高的效能,更有利于指導臨床醫(yī)護人員的應用。該研究的創(chuàng)新點是比較了2種模型在預測ICU譫妄發(fā)生風險方面的應用潛力,同時利用外部前瞻性隊列數(shù)據(jù)進行驗證,可信度更高。

本研究為今后ICU工作人員在病人24 h內(nèi)準確識別和篩選譫妄高風險人群提供了更加直觀、更加高效的決策樹預測模型,并依次建立最佳的防控機制。在積極治療原發(fā)疾病的同時,預防譫妄的發(fā)生,定期進行APACHE Ⅱ評分、血清NSE和動脈血乳酸檢測,與疾病治療進程進行比對,對異常結(jié)果需要高度重視。對篩選出的譫妄高風險人群進行重點關注,努力尋找誘發(fā)譫妄發(fā)生的高危因素進行干預。

綜上所述,ICU病人24 h內(nèi)突發(fā)譫妄的發(fā)生率較高,多個危險因素可能參與了譫妄的發(fā)生,包括APACHE Ⅱ評分、血清NSE和動脈血乳酸水平升高,通過構建決策樹模型比傳統(tǒng)logistic回歸模型可能具有更高的預測效能,為指導臨床醫(yī)護人員早期正確識別譫妄高風險群體提供了更佳的評估手段。