论文部分内容阅读
研究目的:本研究旨在分析ICU气管插管患者拔管后吞咽障碍的危险因素,构建拔管后吞咽障碍的预测模型。根据模型预测结果,发生吞咽障碍高风险的患者在气管插管期间即进行吞咽康复训练,促进其吞咽功能恢复,以期降低患者误吸和吸入性肺炎等并发症的发生率。研究方法:本研究收集了浙江省某三甲医院重症监护病房2018年12月01日2019年12月31日气管插管患者的资料,符合纳排标准患者共316例,根据吞咽障碍筛查结果将患者分组。收集患者一般人口学资料和临床资料,一般人口学资料包括年龄、性别、职业、学历、婚姻状况、BMI、吸烟史、饮酒史、居住情况。临床资料包括糖尿病史、高血压病史、心脏病史、肺部疾病史、插管时长、气管插管型号、停用镇静药时间、是否进行胃镜检查、APACHEⅡ评分、入院时B型利钠肽、是否为术后患者、CPOT评分、留置胃管天数、拔管时心率、拔管时收缩压、拔管时舒张压、拔管时呼吸、拔管时SPO2。采用EpiData 3.1录入数据,运用SPSS 24.0进行统计学分析。正态计量资料用均数±标准差表示,组间比较采用t检验。非正态计量资料用中位数、四分位数表示,组间比较采用非参数检验。计数资料用率（%）表示,组间比较采用卡方检验。二元Logistic回归分析确定气管插管患者拔管后吞咽障碍的危险因素,建立回归预测模型,验证预测模型的效能。根据预测模型开发方便临床医护人员使用的微信小程序来预测患者发生拔管后吞咽障碍的风险。研究结果:本研究构建模型队列纳入222名患者,其中103例患者吞咽障碍筛查结果为阳性,拔管后吞咽障碍发生率为46.4%。单因素分析与吞咽障碍相关的因素有7个,分别为年龄、居住情况、肺部疾病史、插管时长、CPOT评分、留置胃管天数、拔管时心率,其他因素在两组患者之间无统计学差异（P>0.05）。把P值>0.05但<0.1的因素“拔管时SPO2”也作为方程候选变量,再增加临床经验认为比较重要的因素“APACHEⅡ评分”共9个变量进行二元Logistic回归分析结果显示:高龄（>70岁）、长时间插管（>48h）、CPOT评分高（≥2分）、拔管时心率快（>110次/min）是拔管后吞咽障碍独立危险因素。回归方程为:Logit（P）=-1.959+0.661*高龄+0.918*长时间插管+0.398*CPOT（1）+1.921*CPOT（2）+1.201*拔管时心率快。据此作出ROC曲线,曲线下面积为0.75,灵敏度为70.87%,特异度为68.06%,预测准确率为73.36%。Hosmer-Lemeshow检验显示模型拟合优度较好（?2=1.863,P=0.932）。根据回归方程开发了预测模型小程序,医护人员只需输入患者年龄、插管时长、CPOT分值、拔管时心率,再点击“计算”即可直接得出患者发生拔管后吞咽障碍的概率值,当概率值超过48%时预测该患者发生吞咽障碍风险较高。研究结论:1.患者高龄（>70岁）、长时间插管（>48h）、CPOT评分高（≥2分）、拔管时心率快（>110次/min）是拔管后吞咽障碍独立危险因素。在临床工作中,医护人员需关注存在上述危险因素的患者,及时评估患者吞咽功能,给予患者合适的营养方案。2.本研究得出的Logistic回归方程可预测患者拔管后吞咽障碍发生概率,预测模型ROC曲线下面积为0.75,显示模型预测效能良好。灵敏度为70.87%,特异度为68.06%,预测准确率为73.36%。Hosmer-Lemeshow检验P=0.932,表明模型拟合优度较好。根据模型开发的小程序方便临床医护人员在患者插管期间或拔管后早期预测其PSD发生风险,从而尽早采取干预措施。