建立預判心搏驟停行心肺復蘇后自主循環(huán)修復患者神經(jīng)性能的模型

基于腦性能監(jiān)測指標建立預判心搏驟停行心肺復蘇后自主循環(huán)修復患者神經(jīng)性能預后不良的多原因 Logistic 回歸模型

曾景，林月雄，金廷榮，李雪松【摘要】　布景　心肺復蘇（ CPR）是急救心搏驟停（ CA）患者的首要方式，但多數(shù)患者急救后也許顯現(xiàn)神經(jīng)性能預后不良，強化此類患者腦性能監(jiān)測并尋找適合的神經(jīng)性能預后判定方式對患者的痊愈擁有首要意思。 目標　基于腦性能監(jiān)測指標建立預判 CA 行 CPR 后自主循環(huán)修復（ ROSC）患者神經(jīng)性能預后不良的多原因 Logistic 回歸模型。方式　選擇惠州市第三人民醫(yī)院 2017 年 11 月至 2020 年 3 月收治的 CA 行 CPR 后 ROSC 患者 93 例為研發(fā)目標。采集患者基線材料、腦血流屬性、頸內(nèi)靜脈球血氧飽和度（ SjvO2）及腦動脈-靜脈血氧含量差（ a-vDO2）、腦氧代謝率（ CMRO2）。依據(jù)患者轉(zhuǎn)出 ICU 時格拉斯哥 - 匹茲堡腦性能表現(xiàn)計分體系評分，將其劃為預后優(yōu)良組（ 1~2 分， n=36）和預后不良組（ 3~4 分， n=57）。采取多原因 Logistic 回歸解析討論 CA 行 CPR 后 ROSC 患者神經(jīng)性能預后不良的牽連原因，并建立多原因 Logistic 回歸模型；繪制 CBF、 a-vDO2、 CMRO2 并且多原因 Logistic 回歸模型預判 CA 行 CPR 后 ROSC 患者神經(jīng)性能預后不良的受試者工作特點（ ROC）曲線。結(jié)果　預后不良組 ROSC 時間長于預后優(yōu)良組，急性心理學與慢性健康情況評分體系Ⅱ（ APACHE Ⅱ）評分高過預后優(yōu)良組， ICU 入住時間短于預后優(yōu)良組，出 ICU 時格拉斯哥昏倒量表（ GCS）評分低過預后優(yōu)良組（ P ＜ 0.05）。預后不良組左、右邊緊縮期血流速率（ Vs）、舒張期血流速率（ Vd）、平均血流速率（ Vm）、腦血流量（ CBF）低過預后優(yōu)良組，搏動指數(shù)（ PI）、阻力指數(shù)（ RI）高過預后優(yōu)良組（ P ＜ 0.05）。預后不良組 SjvO2 高過預后優(yōu)良組， a-vDO2、 CMRO2 低過預后優(yōu)良組（ P ＜ 0.05）。多原因 Logisti回歸解析結(jié)果顯現(xiàn)，左邊 CBF、 a-vDO2、 CMRO2 是 CA 行 CPR 后 ROSC 患者神經(jīng)性能預后不良的牽連原因（ P ＜ 0.05）。將左邊 CBF、 a-vDO2、 CMRO2 分別成為協(xié)變量 X1、 X2、 X3，建立多原因 Logistic 回歸模型，其表示式為： P=1/{1+Exp〔 -（ -8.735+0.553X1+0.062X2+0.117X3）〕 }。 CBF、 a-vDO2、 CMRO2 并且多原因 Logistic 回歸模型預判 CA 行 CPR 后ROSC 患者神經(jīng)性能預后不良的曲線以下積分別為 0.664〔 95%CI（ 0.448， 0.887）， P=0.035〕、 0.603〔 95%CI（ 0.395，0.818）， P=0.047〕、 0.712〔 95%CI（ 0.513， 0.918）， P=0.013〕、 0.856〔 95%CI（ 0.713， 0.985）， P=0.002〕， 最好臨界值分別為 5.5 ml/min、 28.1 ml/L、 155.8 μ mol?100 g-1?min-1、 0.267，靈敏度分別為 73.68%、 64.91%、 78.95%、85.96%，特異度分別為 72.22%、 63.89%、 83.33%、 91.67%，準確率分別為 73.12%、 64.52%、 80.65%、 88.17%。論斷 本研發(fā)基于腦性能監(jiān)測指標建立的多原因 Logistic 回歸模型對 CA 行 CPR 后 ROSC 患者神經(jīng)性能預后不良擁有很高的預判價值，值得臨床推行應用?！疽υ~】 　猝死，心臟；心搏驟停；心肺復蘇術；自主循環(huán)修復；神經(jīng)性能；預后；預判模型【中圖分類號】 R 541 【文獻標記碼】 A 

本文來歷：曾景，林月雄，金廷榮，等 . 基于腦性能監(jiān)測指標建立預判心搏驟停行心肺復蘇后自主循環(huán)修復患者神經(jīng)性能預后不良的多原因 Logistic 回歸模型［ J］ . 實用心腦肺血管病雜志， 2021， 29（ 12）： 28-34， 46. DOI： 10.12114/j.issn.1008-5971.2021.00.257.ZENG J， LIN Y X， JIN T R， et al.Construction of prediction model of multivariate Logistic regression for poor prognosis of neurological function in patients with return of spontaneous circulation after cardiopulmonary resuscitation in cardiac arrest based on brain function monitoring indicators［ J］.Practical Journal of Cardiac Cerebral Pneumal and Vascular Disease， 2021， 29（ 12）：28-34， 46. DOI： 10.12114/j.issn.1008-5971.2021.00.257.

原文如下：