成人术中低体温发生风险预测工具和风险因素深度研究进展

柯稳 高兴莲 余文静

(1.华中科技大学同济医学院护理学院，湖北，武汉 430030； 2.华中科技大学同济医学院附属协和医院，湖北，武汉 430022)

非计划术中低体温是指手术患者非计划和治疗引起的术中机体核心体温<36 ℃[1]；而正常机体核心体温在36.5～37.5 ℃，以维持机体正常新陈代谢和其他生理活动[2]。2017年国内一项横断面调查显示，全国术中低体温发生率为44.3%[3]，术中低体温不仅增加术中出血、术后苏醒延迟、手术部位感染、心脏不良事件发生概率等风险，还增加社会医疗资源消耗[4-7]。但大多数常规手术室系统尚未把核心体温作为常规生命体征进行监测，且患者术中核心体温人为监测存在忽视和体温监测困难等问题，因无法对核心体温进行持续观察，所以早期识别和预测低体温的发生风险很重要。本文以国内外研究文献为基础，总结分析低体温发生风险预测工具和围术期低体温风险因素，探讨未来基于低体温风险因素的低体温预测工具研究前景。现报告如下。

1 低体温发生风险预测工具

目前，术中低体温发生风险预测工具包括低体温风险预测模型和低体温风险评估量表。两者均以低体温风险因素研究作为基础，通过结合不同科学研究方法和统计学分析方法，确定可预测手术患者低体温风险发生的预测风险因素，最终以统计学预测模型或量表形式形成低体温风险预测工具。研究设计的风险预测工具优劣是以工具对研究问题的预测性能和模型的一致性来反映的，预测性能常以灵敏度、特异性和受试者曲线下面积(AUC)等指标来评价，模型一致性常用拟合优度(GOF)来评价。

1.1基于多元回归方程的风险预测模型前瞻性构建研究 在腹腔镜手术和剖宫产手术中，普鹰和孔珊珊学者分别构建了低体温风险模型并进行了临床应用[8-9]。2019年，普鹰学者发表腹腔镜手术患者术中低体温风险预测模型，该前瞻性研究将腹腔镜手术患者低体温风险因素先后进行单因素分析和多因素logistics回归分析，筛选出4个预测因素，研究构建的logistic回归风险预测模型为：LogitP=56.893-1.216×基线体温+0.377×手术类型+0.009×麻醉时长-0.653×手术室室温。预测模型的H-L检验P=0.123，AUC为0.791，约登指数为0.867，灵敏度为0.600，特异度为0.867；该模型运用于132例患者后实际应用正确率为79.45%，模型预测能力较好。孔珊珊学者[9]则于2021年发表剖宫产产妇术中低体温风险预测模型，研究通过单因素分析和logistic回归分析后纳入6个风险因素和1个保护因素作为预测因素。研究风险预测回归方程如下：LogitP=-5.700+2.828×麻醉后体温+0.763×体质量指数+0.958×妊娠期亚临床甲状腺功能减退+1.035×术中液体丢失量+1.085×术中冲洗腹腔液体量+0.966×主动保温持续时间+1.488×进入手术室室温，当LogitP≥-1.844时，认为产妇在剖宫产手术期间可能发生低体温。该模型H-L检验结果显示P=0.425，ROC曲线下面积为0.888，当最佳临界值为-1.844时，灵敏度为0.880，特异度为0.741，模型具有较好的拟合效果及鉴别效度。研究模型临床运用于64 名产妇进行预测效果检验，预测模型灵敏度为100%，特异度为74.0%，整体准确率为79.7%。

上述2位学者都是进行的前瞻性研究，预先进行研究设计再进行临床数据收集，研究者可以将任何被认为可能是低体温风险因素的观察指标纳入到数据收集中，可对潜在的低体温因素进行全面纳入研究，且可以避免回顾性研究选取研究数据产生的人为偏倚。普鹰学者[8]构建的腹腔镜手术患者术中低体温风险预测模型在构建时较全面地纳入了腹腔镜手术的常见病种，研究设计的模型对当前越来越普及的腹腔镜手术患者有很好的低体温预测价值。但腹腔镜手术患者术中低体温风险预测模型的灵敏度仅为60%，无法对低体温手术患者进行全部识别，且在研究患者筛选上，体质量指数>35 kg/m2和麻醉级别III级以上患者被排除在外，局限了模型临床应用对象。剖宫产产妇术中低体温风险预测模型的灵敏度为0.880，模型临床运用的整体预测准确率为79.7%，该研究的整体预测性能较好，但其验证时的样本量过小。对2位学者的前瞻性研究而言，研究数据收集需要耗费大量时间和精力，研究样本量会较少和较难进行外部验证，未来应该对模型进行大样本验证和低体温风险程度分级，确定具有稳健预测能力的模型以指导临床工作。

1.2基于多元回归方程的风险预测模型回顾性构建研究 2002年Kasai学者[10]研制了开腹手术患者的术中低体温风险预测模型，研究回顾性分析862例成人开腹手术患者，分别选取200例体温正常组(核心体温>36 ℃)和低温组(核心体温<35 ℃)进行单因素分析和构建logistic回归方程预测模型。回归预测方程如下：Z=-15.014+0.097×(年龄)+ 0.263×(身高)- 0.323×(体质量)- 0.055×(术前收缩压)-0.121×(术前心率)，P(低体温概率)=1/(1+e-z)。该模型通过ROC曲线分析，当评估患者术中低体温发生率>0.5时，模型预测的敏感性为81.5%，特异性为83%。该学者另纳入50例患者对模型进行验证，当风险率>0.7 时，患者发生术中低体温；风险率≤0.3 时，患者保持正常体温，模型准确性较好。2017年，全麻手术患者术中低体温预测因子评分方程[11]发表，由易杰学者基于全国范围内3 132例成人全麻手术患者术中核心体温大数据设计而成。该低体温预测因子评分方程为：预测因子得分(术中低体温发生率×100%)=100%×1/{1+EXP [-(119+0.201×手术等级-0.184 7×术中输液量+0.529 9×麻醉时长-0.226 9×保温措施-0.306×体质量指数-0.191 2×手术室室温-3.105 7×基线体温)]}。研究后续将北京地区的830例成年全麻手术患者的临床数据带入方程中进行模型外部验证。通过验证，该模型具有良好的总体准确性(Brier评分=0.211)、良好的区分度(C-统计量=0.759)和良好的校正(H-L检验，P=0.561 1)。该研究中建模组与验证组的AUC分别为0.789、0.771，模型具备良好的鉴别力、拟合优度和准确性。2021年，杨霞学者[12]构建了泌尿外科达芬奇机器人手术患者术中低体温风险预测模型。研究回归方程如下：LogitP=22.56-1.085×基础体温-0.669×体质量指数-1.182×室温+0.486×麻醉时间-0.632×主动保温持续时间。对预测模型进行H-L检验拟合效果，P=0.475,ROC曲线检验的约登指数在最大值时，曲线下面积为0.837，灵敏度为0.766，特异度为0.829。研究模型后续对150例患者进行评估，实际低体温发生数为36例，模型预测低体温发生例数为29例，灵敏度为80.6%；实际未发生低体温预测数为114例，模型预测为93例，特异度为81.6%，模型总正确率为81.3%。

3位学者的回顾性研究资料相对容易获取，研究纳入样本量大，但无法保证患者资料信息收集全面性和选择偏倚，存在潜在的低体温风险因素无法获取而造成预测工具的预测能力受到影响。在学者Kasai[10]的研究中，手术患者低体温定义为核心体温<35 ℃，该指标的低体温评定标准与当前的标准不一致，此低体温风险评估模型需要基于大数据进行验证，以确定模型是否在当今低体温评定标准下具有良好预测功能。YI J等[11]的研究是基于全国和北京地区的大数据构建的，模型预测能力良好，但是将模型运用于某地区医院依旧需要进行验证，探究模型是否依旧拥有良好预测功能。杨霞[12]构建的研究模型仅针对进行泌尿外科机器人手术的患者群体，模型具有良好预测效能。研究建议临床医护人员临床积极应用相关模型并在检验预测因素效度的同时挖掘潜在预测因子，构建更加稳健预测模型。回顾性研究可纳入更多样本量对风险因素进行筛选和验证，但是调查结果可能存在偏倚，未来模型在临床使用时需要进行前瞻性外部验证，验证模型的适用性、预测性能和探寻潜在预测风险因素而完善模型。

1.3基于Nomogram预测模型的风险预测模型研究 开颅手术继发术中低体温的风险模型是2021年成紫琳研究者[13]发表，模型通过病例回顾性研究构建。研究通过单因素分析和二元logistic回归分析得到9个预测因子(年龄≥60 岁、不良心理状态、麻醉时间≥90 min、手术时间≥4 h、输血输液量>1 500 mL、失血量>400 mL、合并糖尿病、心血管疾病和复合保温措施)。研究基于回归方程构建了低体温风险预测的列线图模型，模型采用 Bootstrap内部验证法进行验证，结果显示模型预测值与实测值基本一致，一致性指数(C-index) 高达 0.748( 95% CI 0.658～0.838)，ROC曲线下面积为0.748，表明该模型的预测精准度、区分度良好。该回顾性研究构建的列线图模型可清晰地反映各项术中发生低体温危险因子的影响程度，具有医护人员评估简单和模型区分度良好的特点，推荐研究者采用多类型统计学方法进行模型构建，比如该研究构建的列线图模型。该模型通过内部验证，显示模型具有较高的预测性能，有待进一步的临床前瞻性外部验证，同时对低体温发生风险做出危险程度分级和界值。

1.4低体温风险评估量表 成人手术患者术中低体温风险等级评估量表由于海洋[14]在2017年开始研制，该研究通过Meta分析和结合临床实践构建低体温风险因素量表的条目池，通过2轮专家函询和结合前瞻性临床手术患者的实践数据进行量表条目筛选和量表内部一致性信度检验。成人手术患者术中低体温风险等级评估量表最终形成2个维度、13个风险因素条目和26个风险因素等级条目，量表形成3个风险等级评分范围(低风险12～14分、中风险15～18分、高风险19～24分)，分值越高表示患者发生术中低体温的风险程度越高。该研究量表的总Cronbach's α系数和折半信度检验分别为0.711、0.777,具有较好的量表内在一致性。该研究编制量表将低体温发生风险进行了风险程度划分，有利于使用者对手术患者低体温发生风险程度进行评估，且医护人员对量表的评估使用更为熟悉。该研究通过 Meta分析构建量表的最初条目池，但Meta分析受文献纳排标准和纳入数量影响，量表初始条目的构建会存在偏倚。同时，该研究并未对量表进行预测性能检验，且仅进行了量表内部一致性信度检验，该研究编制的量表存在科学性不足。该研究编制的风险评估量表有待进行前瞻性研究的预测性能检验、灵敏度和特异性等研究验证。

2 低体温发生风险因素

2.1手术治疗相关风险因素

2.1.1麻醉方式 对于全麻手术患者，全麻药物严重影响体温调节中枢：机体血管收缩阈值降低、颤抖阈值降低和代谢产热减少[15-16]。神经阻滞是对脊髓、神经干或神经丛进行阻滞，麻醉药物仅阻滞外周神经系统，但中枢到外周和外周到中枢的神经传导受到阻滞，机体传入神经阻滞使患者感受不到寒冷，机体传出神经阻滞同样降低了机体血管收缩阈值和颤抖阈值[2]。麻醉方式不一导致低体温发生风险不一，单纯神经阻滞较全麻相比，神经阻滞对患者体温影响小；但当两者联合用于某些较大手术患者时其危害将叠加。

2.1.2手术间环境温度 有研究表明手术室环境温度低于23 ℃时，并不能够保证患者维持正常体温，而手术室温度低于21 ℃时，每个手术患者经历低温[17]。相比较于手术患者一定程度上的体表必要暴露，手术人员需要站立工作、身着手术衣、戴橡胶手套等，显然更低手术间温度有利于手术人员进行手术。有研究表明，当手术室温度超过21 ℃时，外科手术人员舒适度下降并影响工作效率[18]。手术间环境温度调控需要手术室护理人员动态调控。

2.1.3术中液体因素 在室温情况下，有研究显示静脉输注1 000 mL晶体液可使一个体质量为70 kg患者的平均体温降低约0.25 ℃[2]。在大数据病例队列研究中，输注>1 000 mL室温液体和术中室温冲洗液使用>1 000 mL均被证明是全麻手术患者低体温发生率增加的风险因素[3,19]；指南和术中低体温证据总结建议对手术使用的常温液体进行主动复温[1,20]。

2.2患者自身低体温风险因素

2.2.1患者麻醉级别(ASA) ASA麻醉分级是麻醉医生根据手术患者体质状况和系统性疾病程度对手术麻醉的危险程度进行分级；ASA级别越高，患者麻醉风险越大。在众多低体温危险因素研究中，ASA等级评分高被发现是低体温危险因素，但是ASA等级IV级以上患者有很大可能面临死亡风险或死亡，故在许多研究中该患者人群并未纳入研究[21-22]。目前指南和大量研究指出，ASA等级>II级是低体温风险因素，且等级越高低体温风险就越高[1,19]。

2.2.2年龄 机体体温调节效率会随着年龄增长而降低，老年人全身耗氧量降低和血管收缩反应减弱，机体产热减少和核心温室保持温度能力降低；老年人肌肉含量减少，通过骨骼肌颤抖产生热量的能力下降；老年人感知冷热舒适能力也随年龄增加而降低，其自身体温保护能力下降[23]。国际上将年龄65岁以上人群定义为老年人，而我国老年人的标准是年龄60岁以上。关于年龄>60岁是否为术中低体温发生风险因素，国内众多学者一致认同年龄>60岁是危险因素。陆阳等[24]关于大梯度范围年龄的患者低体温因素研究表明高龄(>60岁)是术中低体温风险发生具有统计学意义的因素；国内围手术期低体温防治专家共识也将高龄(>60岁)作为术中低体温风险因素之一[1]。

2.2.3体质量指数 低体质量指数(<18.5 kg/m2)的消瘦者隔绝热量能力不足，机体热量容易散失到外界。高体质量指数者，其外周血管在脂肪中处于持续扩张状态，皮下脂肪含量高，此类患者拥有更小核心-外周温度梯度和热量散失；同时在手术麻醉中，即使是轻度肥胖者，其麻醉后核心体温触发血管收缩程度也比正常者高[25]。在国内外的队列研究与指南中，体质量指数≥25 kg/m2是成人术中低体温保护因素[1,19,26-27]。

2.2.4术前患者基线体温 机体维持正常生命活动的核心体温在36.5～37.5 ℃[2]，当患者术前基线体温过低时，其在术中麻醉和诸多干扰因素作用下发生低体温可能性大大增加[28]。在 Wetz等[29]调查择期手术患者麻醉诱导前低体温发生率的研究中，有高达21.3%的成年患者术前低温过低(中值=36.3 ℃)，可见术前基线体温过低发生率很高。YI J等[11]构建的成人术中低体温风险预测方程中，术前基线温度被当作术中患者风险增加因素；在Mehta等[30]关于大肠癌手术患者的研究中，手术开始时的患者核心温度被证实是术中低体温最显著因素，同时患者手术开始前最后一次核心体温<36.5 ℃和年龄>70岁是导致手术开始后体温过低的因素。

2.3其他风险因素 手术患者术前肠道准备会使机体热量损失，清洁灌肠的热量丢失大于口服导泻药清洁肠道，而不进行肠道准备则不会有术前热量丢失；手术间洁净级别表示手术间空气换气频率、气流强度和换气量等，手术间级别越高患者体表暴露丢失的热量更多；手术患者体表消毒面积关乎机体热量丢失，在手术室环境中，患者消毒的面积越大则其暴露体表更多，那么消毒液的液体蒸发和暴露体表的热量辐射均会丢失大量热量；手术方式对患者核心体温影响不一，相对于微创手术和浅表及深部组织手术，开腔手术在手术室环境中定是患者出现低体温的绝对风险因素，而微创手术对低体温是有保护的，但形成气腹的气体对低体温形成了风险因素。其他因素还包括：术中出血量、手术时间等等[31]。手术患者术中低体温是一系列风险因素共同作用并导致体温发生的临床事件，所有风险因素研究结果均可为研究风险评估预测工具提供风险因素纳入，促进研究者研究和构建一个全面且精准的风险预测工具。

3 低体温预测工具的研究方法分析

在低体温风险发生预测工具的研究方法上，大多数研究是回顾性研究，其具有研究资料收集容易和样本量大优点，却无法保证研究资料的完整性、同质性和研究目标获得性，存在潜在的低体温风险因素无法获取而造成预测工具的预测能力受影响。在风险预测模型构建研究中，预测因素和结局发生之间存在纵向因果联系，故前瞻性研究才是最佳的构建研究方法。但对于普鹰、和孔珊珊等学者[8-9]的前瞻性研究而言，研究存在样本量较少和较难进行外部验证的问题。模型内部性验证和外部性验证是评估模型预测能力稳定性和实用适用性的必要步骤。内部验证可减少模型过度拟合，得到更为可靠的模型预测准确性评估值；而外部验证主要是通过临床应用评价模型预测性能，为模型的优化定型和大范围使用提供基础；而且进行内外部验证的数据应该具有异质性，以保证模型具有良好的预测效能。通过研究分析，大多项研究通过了其内部验证，而内外部验证只有YI J学者[11]的研究通过，可见对研究构建的模型进行外推运用和预测效能检验需要未来进一步开展研究。

4 预测工具中的风险因素分析

构建低体温风险预测工具，是将纳入研究的低体温风险因素结合临床数据的统计学分析后确定最终预测因子。不同研究人群的纳入风险因素不一，通过分析形成的预测风险因素亦不相同，可见风险因素在不同人群和手术类型中对低体温的发生危害贡献不一，无法明确风险因素和低体温结果间的确切关系。在大多数研究中，研究者对风险因素的划分大多按照二项分类变量划分，预测工具的构建研究存在风险因素认知深度不够的问题。学者于海洋[12]的研究依据Meta分析结果对低体温风险因素进行二分类，并作为量表构建条目。将低体温风险因素按照二项划分会忽视风险因素内部对机体体温的危害程度，研究构建的量表会存在较差的灵敏度和特异性，这对于意图构建精准预测低体温发生风险的预测工具是极不利的。在低体温预测工具构建中，研究者对低体温风险因素认知不全将致使最后形成的风险预测模型存在偏差。在开颅手术模型研究中，核心体温在36～37.5 ℃被认定为正常核心体温[13]；在学者Kasai[10]的研究中，手术患者低体温定义为核心体温<35 ℃。未来，研究者对纳入的风险因素应有更深层次的认识和程度划分，使研究设计的低体温风险预测模型有更好的预测性能。

综上所述，非计划性低体温发生风险是众多风险因素在机体麻醉基础上共同作用产生的。风险因素包括手术治疗相关和患者自身相关的众多风险因素，对低体温发生风险进行早期识别和预测有利于手术患者的体温保护。目前，国内外手术患者低体温研究多是关于主动加温措施、被动保温措施、综合保温护理等，并有手术患者低体温防治指南。关于手术患者术中低体温发生风险预测工具的研究较少，且现有的术中低体温风险预测工具多是基于单一logistics回归分析构建，低体温预测工具多存在低体温风险程度分级不清、预测性能评价指标不完整、未进行临床前瞻性验证研究等不足。未来，研究者对术中低体温风险预测工具的构建和验证当基于前瞻性研究数据，对低体温风险因素基于危险程度进行合理分级；基于异质性临床数据进行模型内外部验证，确定预测性能；应采用多中心、大样本的临床验证，验证模型的外推能力，建立科学成熟的术中低体温风险预测工具。