APP下载

重症脑卒中患者肠内营养喂养不耐受风险列线图模型的构建与验证

2023-06-28刘佳欣朱艳华程培霞邹琳杨丽娟

护士进修杂志 2023年12期
关键词:线图概率重症

刘佳欣 朱艳华 程培霞 邹琳 杨丽娟

(山东第一医科大学附属省立医院1.CCU 2.护理部,山东 济南 250021)

研究[1]发现,41%~78%重症脑卒中患者会合并吞咽功能障碍,容易引起误吸甚至吸入性肺炎,严重影响患者的营养供应及疾病预后。《神经系统疾病肠内营养支持中国专家共识(2019)》建议,重症脑卒中患者在发病7 d内应尽早(24~48 h)开始肠内喂养[2]。虽然肠内营养是脑卒中患者获得能量供给的首要路径,但喂养不耐受(Feeding Intolerance,FI)是其在治疗过程中常见的临床问题。而重症脑卒中抑制中枢神经系统,应激反应易产生胃肠道功能障碍,FI的发生率高达50%[3]。风险预测模型是识别喂养FI的有效工具,风险预测结果的准确与否将直接影响预防措施的选择和患者生活质量结局的转归,因此,及时发现并预警FI十分必要,然而,现有研究多存在数据缺失或选择性偏倚等局限性[4-5],针对重症脑卒中患者FI风险给予可视化的综合评价的研究鲜有。列线图是基于logistic回归的可视化预测模型,可更加直观方便的量化发生概率,在肿瘤的生存期及预后等领域应用广泛[6]。鉴于此,本研究旨在探究重症脑卒中患者肠内营养FI发生的独立影响因素,并以此构建风险预测模型,以期尽早对该患者实施干预,提高生存质量。

1 资料与方法

1.1一般资料 采用回顾性病例-对照研究方法,选取2020年9月-2021年5月山东省3所三级甲等医院神经重症监护病房收治的120例脑卒中患者作为建模组。纳入标准:(1)符合全国脑血管学术会议[7]中对脑卒中诊断标准,均经头颅CT或MRI确诊。(2)急性生理与慢性健康评估 Ⅱ评分(APACHE Ⅱ)>16分[8],格拉斯哥昏迷评分(GCS)≤12分[9]。(3)无肠内营养禁忌证,入院24~48 h内开始肠内营养,且患者需接受肠内营养时间≥5 d。(4)患者及家属知情同意。排除标准:(1)入院前已行肠内营养的患者。(2)既往有胃肠道手术史、胃肠道疾病史。剔除标准:在研究过程中因手术、特殊治疗等非喂养不耐受的原因导致肠内营养暂停或中止者。本研究建模组最终纳入118例重症脑率中患者。参照以上的纳入与排除标准,于2021年6月-2022年1月选取100例重症脑卒中患者作为验证组。

1.2方法

1.2.1研究工具 课题组通过文献回顾自行设计影响因素调查表,包括(1)一般资料:年龄、性别、BMI、APACHEⅡ评分[8]、格拉斯哥昏迷评分(GCS)[9]、卧床时间、禁食/肠外营养时间。(2)观察资料:白蛋白、血糖、血钾浓度、抗生素、镇静/镇痛药、血管活性药物、机械通气、置管途径、营养液种类、营养液输注速度、床头角度≥30°。相关定义:FI的判定标准,采用欧洲重症医学会(ESICM)腹部问题工作组的FI判定标准[10]:(1)输注肠内营养液过程中每6 h,一次性回抽的胃残余量(Gastric residual volume,GRV)>200 mL。(2)6 h内所有回抽的GRV累计≥250 mL。(3)存在呕吐、反流、误吸、腹泻、腹胀。(4)患者在72 h内接受的肠内营养量明显<83.68 kJ/(kg·d)。以上4条符合其中一条即诊断为FI。胃肠道症状和体征判断标准[11],(1)呕吐:口中吐出任何可见的胃内容物,不管其量的多少。(2)反流:每2 h开放鼻胃管或鼻肠管,有营养液从鼻胃管或鼻肠管溢出。(3)误吸:发生明显呛咳、憋喘、呼吸心率加快、口鼻腔可见残留的肠内营养液、吸痰后可见痰液中有肠内营养液残留物。(4)腹泻:每日大便3次以上,量>200~250 g/d(或一次明显超过250 g),大便稀软、不成形。(5)腹胀:患者腹部膨隆或腹内压升高(6 h连续测量2次均>12 mmHg)(1 mmHg≈0.133 kPa)。

1.2.2资料收集方法 结合医疗护理电子病历系统,在患者入院24~48 h内填写一般资料,卧床时间、禁食/肠外营养时间是指患者开始肠内营养时,已卧床、禁食/肠外营养时间;开始肠内营养后于当日喂养前填写观察资料,生化指标选取评估前24 h内最差指标值,对当日未进行检查的可填写最近一次检查结果。从实施肠内营养开始之日起,连续观察患者5 d 的胃肠道症状(FI平均发生在肠内营养的3 d内[12])。本研究共发放120份调查问卷,最终收集118份有效问卷,2例因病情需要转入其他医院接受治疗而终止观察。

1.3质量控制 课题小组成员由护理管理者、科室主任、临床护士及在校研究生组成,小组成员统一培训。调查表当场发放,当场回收,并进行追踪复核,发现错误或空缺及时予以纠正或填补。录入数据前,检查评估量表填写的完整性,对关键指标缺失的予以剔除。统计数据由双人录入,录入完成后对录入数据进行核对和逻辑检查,有逻辑错误者查看原始资料进行更正以确保无误。

2 结果

2.1建模组重症脑卒中患者肠内营养FI的发生率 本研究建模组中男80例,女38例,平均年龄(62.56±12.67)岁,脑梗死69例,脑出血49例。发生FI的患者共51例。发生率为43.22%,多发生在1~2 d内。其中发生腹泻19例、腹胀6例、呕吐/反流3例、误吸1例、胃潴留11例;同时发生腹泻、胃潴留5例,腹泻、腹胀1例,呕吐/反流、胃潴留1例,腹泻、呕吐/反流1例,腹胀、胃潴留2例;同时发生腹泻、误吸、胃潴留1例。

2.2建模组重症脑卒中患者肠内营养FI影响因素分析

2.2.1重症患者肠内营养FI的单因素分析 见表1。

表1 肠内营养FI的单因素分析

2.2.2Logistic回归分析 对单因素分析中影响患者耐受性的危险因素进行共线性诊断,通过结果可知,方差膨胀因子(variance inflation factor,VIF)均<5,各自变量之间不存在共线性问题。对以上危险因素进行二分类赋值,见表2。logistic回归分析,见表3。

表2 自变量赋值表

表3 重症脑卒中患者肠内营养FI影响因素的logistic回归分析

2.3 列线图风险预测模型的构建及验证

2.3.1列线图风险预测模型的构建 依据logistic多因素分析获取的6项危险因素(年龄≥65岁、APACHE Ⅱ评分≥20分、卧床时间≥3 d、白蛋白≥35 g/L、使用血管活性药物、床头角度≥30°),建立预测重症脑卒中患者肠内营养FI风险的列线图模型,见图1。

注:Points:点数,每个风险因素所对应的赋值;Total Points: 总点数,所有风险因素所对应的赋值之和;Probability:预测概率,根据总点数即可查询发生FI的概率。图1 重症脑卒中患者肠内营养FI风险列线图预警模型

2.3.2列线图预测模型的内部验证 (1)区分度:采用Bootstrap重复抽样法,经过1 000次自抽样后,通过计算C-index来验证模型的准确性,C-index=0.879,表示该列线图预测重症脑卒中患者FI事件发生概率的能力具有较高准确度。(2)一致性:基于重症脑卒中患者FI风险列线图预警模型的校准曲线显示,X轴代表列线图预测FI发生的概率,Y轴代表实际FI发生的概率,校准曲线斜率近似为1,表明根据该列线图预测的重症脑卒中患者FI发生概率与实际发生概率之间存在较好的一致性,见图2(扫后文二维码获取)。(3)临床适用性:利用R软件绘制DCA曲线评估风险预警模型的临床适用性,见图3,扫二维码获取图2和图3。图3中,纵坐标代表临床净获益情况,横坐标为概率阈值;从图中可以看到,红色曲线在右上方,表示本研究构建的列线图模型下患者的净获益,而年龄等6个单独指标的净获益曲线均在左下方,意味着本研究构建的列线图模型下重症脑卒中患者净获益情况最佳。

2.3.3列线图预测模型外部验证 本研究外部验证共观察和评估100例重症脑卒中患者,将外部验证的重症脑卒中患者FI的影响因素代入列线图模型可得到发生概率值。以预测概率P=50%为判定点,P>50%认为发生FI[13],评价组中预测发生FI的重症脑卒中患者实际有41例发生,预测未发生FI的患者实际有49例未发生,其准确性为90.0%,则敏感性为92.5%,特异性为87.2%,见表4。

表4 重症脑卒中患者FI列线图模型的准确度

3 讨论

3.1重症脑卒中患者肠内营养FI发生现状及影响因素分析 本研究重症脑卒中患者肠内营养FI的发生率为43.22%,时间多为肠内营养后1~2 d,与相关研究[13-14]大致相同。表3结果表明:年龄、APACHE Ⅱ评分、卧床时间、白蛋白、血管活性药、床头角度≥30°共6项因素是重症脑卒中患者肠内营养FI的独立影响因素。(1)年龄:研究[15]显示,随着年龄的增长,FI的发生率明显增加,65岁以上人群发生FI风险可增加15.2%~30.7%。老年患者多伴有基础疾病,年龄增长其胃肠道平滑肌蠕动减缓,胃泌素等胃肠激素的合成及分泌水平降低,自身屏障功能退化明显,发生FI的风险增高。(2)APACHE Ⅱ评分:该评分判断ICU患者疾病严重程度和预测预后的指标,许磊等[14]对喂养不耐受风险评估量表在重症患者的实证研究中表明,患者病情评估所占比例最高,提示APACHE Ⅱ评分越高,患者肠内营养耐受性越差。既往研究[16]也表明,当接受肠内营养患者的APACHE Ⅱ评分高于20分时,容易导致FI的发生。(3)卧床时间:刘军等[17]研究显示,卧床时间与胃肠功能障碍发生率呈正相关,卧床3 d以上发生率为30.3%。另外,针对危重患者胃肠损伤发生率的前瞻性调查发现[18],在入住ICU后被动卧床0~7 d中发生胃肠损伤的概率几乎为100%。(4)白蛋白:白蛋白对维持胶体渗透压具有重要意义,患者体内白蛋白的消耗增加,引起多余水分进入组织间隙,造成胃肠道黏膜水肿,从而加重胃肠道功能障碍。周田田[19]研究也表明,白蛋白≥35 g/L是老年脓毒症患者的FI保护性因素。危重患者使用血管活性药物可以明显提高胃黏膜PH值,使肠道菌群失衡,影响胃排空[20]。(5)血管活性药物:Flordelí等[21]证实,在进行肠内营养之前和期间,使用血管活性药物与高残余量独立相关,可能与使用血管活性药物会明显改善危重患者全身血液循环,减少胃肠脏器血液灌注,使胃肠黏膜损伤加重有关。(6)床头抬高30°:专家共识[22]、指南[23]均指出,在实施肠内营养的过程中,如无禁忌证(如骨盆、脊椎疾病),半卧位(床头抬高≥30°)可以明显降低反流、误吸、呕吐的发生,提高肠内营养支持的安全性。

3.2重症脑卒中患者肠内营养FI风险列线图模型的构建具有合理性 列线图模型可将多个预测指标进行整合进而精准预测某目标结局的发生概率,满足了医护人员对个体化医学追求,一定程度上代替了冗杂的函数计算公式[24]。在本研究建立的列线图预测模型中,列线图总分范围为0~450分,当重症脑卒中患者的风险因素相加为223分时,患者发生FI的概率为50%。以此为节点,得分越高,发生FI的风险概率越高。另外该模型C-index指数为0.879>0.71,表明该模型具有较好的临床预测性。绘制校准曲线显示与对角线偏差较小,基本重合,说明该模型的准确性较高。此外,通过临床评价结果显示,模型预测准确率、敏感性、特异度、阳性预测值及阴性预测值分别为90%、92.5%、87.2%、91.1%、89.1%,说明此预测模型预测能力较好,可有效预测重症脑卒中患者肠内营养FI的风险。本研究是基于6个联合预测指标所构建的列线图模型,各指标客观、容易监测,其优势是在不同的FI发生概率情况下,权衡重症脑卒中患者可能得到或损失的临床效益(如成本、安全等),通过比较净获益值的大小,选取评估工具;为临床医护人员的早期预防干预提供参考依据,不增加额外工作量,较易在临床实施并推广。

综上所述,本研究构建的重症脑卒中患者肠内营养FI风险预测模型,通过内部验证和外部验证显示该模型的预测效能较高,对预测重症脑卒中肠内营养FI的发生具有较好的临床应用价值。但研究对象限制在山东省3所三甲医院,样本代表性上可能存在偏倚;且样本量较小,存在可能遗漏未包含的FI影响因素,今后需遴选新的预测指标开展多中心、大样本的前瞻性研究。

猜你喜欢

线图概率重症
第6讲 “统计与概率”复习精讲
上海此轮疫情为何重症少
第6讲 “统计与概率”复习精讲
概率与统计(一)
概率与统计(二)
预测瘢痕子宫阴道试产失败的风险列线图模型建立
基于箱线图的出厂水和管网水水质分析
舌重症多形性红斑1例报道
东山头遗址采集石器线图
中西医结合治疗重症急性胰腺炎40例