危重症病人肠内营养喂养不耐受风险预测模型的研究进展

刘婷婷,刘志敏,卢道珍,张丽娟,刘菲菲,孙 燕

早期肠内营养支持疗法是重症病人疾病治疗的重要组成部分,能有效为病人提供机体必需的营养物质及能量,改善临床结果。2016年美国危重症病人肠内与肠外营养支持治疗[1]指南中提出,重症监护室(intensive care unit,ICU)病人首选营养支持途径是经胃肠道给予。然而危重症病人早期肠内营养过程中易出现喂养不耐受(feeding intolerance,FI)的现象,且喂养不耐受的发生率高达30.5%～65.7%[2-3]。喂养不耐受由欧洲危重病学会在2012年指出,喂养不耐受的症状多为大量胃残余量、腹胀、呕吐、腹泻等胃肠道表现[4]。喂养不耐受的发生会导致肠内营养支持中断、营养摄入不足及喂养率不达标,加重病人的营养不良,从而延长ICU住院时间、增加病死率[5-6]。如何安全有效地实施肠内营养,改善肠内营养耐受性,尽快达到目标热量摄入,是一直以来的研究热点问题[7]。因此,早期预防与识别喂养不耐受发生风险至关重要。风险预测模型可提供临床决策支持,帮助医护人员客观地评估病人发生喂养不耐受的风险,为采取相关的预防措施提供支持。本研究旨在对喂养不耐受风险预测模型研究现状进行综述,现报告如下。

1 ICU病人喂养不耐受的危险因素

1.1 机械通气

重症病人使用机械通气治疗时有半数以上的病人存在胃排空延迟[8]。已有研究证实,急剧增加的腹内压容易造成胸腔内压力增高及头颈静脉回流受阻,进而导致严重的颅内压增高的发生,并出现恶心、呕吐等颅内高压症状。有学者指出,对于接受机械通气治疗病人需控制气囊压力,注意封闭气道,从而改善气道黏膜血液循环,减少喂养不耐受风险[9]。徐燕平等[8]研究认为机械通气病人的腹内压与喂养不耐受呈正相关,呼气末正压能显著增加急性呼吸窘迫综合征病人的腹内压[10],对既往已经存在腹内高压的病人影响更为明显[11]。Luisa Bordejé等[12]研究表明腹内压为14 mmHg,是一个强有力的预测因子,可以预测喂养不耐受的发生。在张伟等[13]的Meta分析中也指出腹内压高是危重病人发生肠内营养(EN)喂养不耐受的危险因素。

1.2 药物因素

重症病人使用的镇痛剂、镇静剂及血管活性药等药物会影响胃肠蠕动,干扰胃肠运动,进而发生喂养不耐受。因此,对血流动力学不稳定的重症病人以及需镇痛镇静的病人,为保证肠内营养的有效实施,增加评估频率,在有效范围内使用最小剂量的药物治疗。此外,红霉素[14]是一种大环内酯类抗生素,能够促进胃的运动而改善胃排空,大剂量使用能够在重症病人急性胃潴留时重启胃运动,但也可能导致呕吐和腹泻的发生,这些也是喂养不耐受的症状,影响肠内营养的实施。

1.3 高血糖、电解质紊乱

有研究结果表明,血糖水平升高也是FI发生的独立危险因素[15]。重症病人由于严重疾病,会合并出现应激性高血糖,持续高血糖时容易出现喂养不耐受,因为高血糖会导致松弛胃近端,使胃排空延迟。危重病人因严重疾病,导致电解质紊乱的发生,主要包括低钾血症、高钾血症等。电解质紊乱的发生,使胃肠道平滑肌的细胞内外离子浓度差的变化,造成神经-平滑肌传递阻断,导致胃肠蠕动障碍,发生胃潴留。

1.4 急性生理与慢性健康状况Ⅱ评分(APACHEⅡ)

高APACHEⅡ评分是ICU脓毒症病人肠内营养不耐受的独立危险因素[16]。评分越高常提示重症病人病情加重、意识状态恶化,发生喂养不耐受的危险程度也越高。研究显示,APACHE Ⅱ评分≥20分是FI的独立危险因素之一,评分越高,病人肠内营养耐受性越差。

1.5 病人因素

重症病人的应激反应、全身严重的炎症反应均会使胃肠道受损程度远远高于普通病人。危重症病人一项流行病学调查研究显示,超过半数的重症病人存在胃肠动力障碍,近一半的病人喂养不耐受的症状表现为腹泻。年龄≥60岁、格拉斯哥昏迷(GCS)评分≤8分,及脓毒症、严重创伤[17]、腹部手术等高危疾病的危重症病人易受到应激反应的影响使代谢功能出现紊乱,病人的肠黏膜出现缺氧和缺血症状,促使炎性物质增加,导致胃排空速度减慢。ICU重症病人因多系统受损,往往合并多器官功能障碍综合征(MODS),病人本身亦存在严重的血流动力学紊乱,因而在早期肠内营养过程中易出现喂养不耐受。病人的格拉斯哥昏迷评分较低时[18],意识出现恶化,病人出现昏迷是中枢自主神经系统受到抑制,胃肠运动受抑制,影响胃肠道功能,引起胃潴留,从而出现喂养不耐受。

1.6 营养液因素

肠内营养制剂的营养素成分、渗透压、输入时间、输入速度、喂养方式都是影响危重病人肠内营养喂养耐受性的重要因素。有研究认为低脂的肠内营养配方具有明显提高肠内营养耐受,减少腹泻的作用[19]。孙秦岳[20]研究显示：接受短肽预消型肠内营养制剂治疗的病人腹泻的发生率低于观察组,同时各项营养观察指标优于观察组。这些研究结果与孙丽娟等[21]的研究结论一致。但有学者提出营养液渗透浓度≥330 mOsm/L,易导致病人出现腹泻等不耐受症状[22]。短肽型营养液渗透压较高,而整蛋白的肠内营养液渗透压和浓度较低,对重症病人而言更为安全。因而采取合适的喂养方式仍需更多的研究。张国虹等[23]研究表明,护理人员应考虑该营养液浓度上限,从小剂量、低浓度和低速度开始,根据病人自身情况逐渐增加至适应浓度,可减少病人EN不耐受现象。

1.7 日常护理操作

日常护理操作如全身擦洗,更换床单,吸痰、排痰,也会导致喂养不耐受的发生。全身擦洗、更换床单等护理操作时,病人置于平卧位,且不中断肠内营养,从而增加病人恶心、呕吐症状的发生。重症病人多建立了人工气道,吸痰操作过于频繁、深部吸痰会引起病人恶心、呕吐、误吸等不耐受症状[24]。对于重型颅脑损伤、心肺复苏术后等使用冰毯降温的病人,因中枢温度降低,导致代谢速度减慢,从而影响胃排空的速度,易出现喂养不耐受。倪荣等[25]建议在使用亚低温时需减少镇静药物使用,从而减轻对胃肠蠕动功能损害。

2 ICU病人喂养不耐受风险预测模型

2.1 危重病人早期肠内营养喂养不耐受风险预测模型

苏小平等[26]对常州市第一人民医院的230例重症病人进行前瞻性队列研究,并基于研究结果构建了风险预测模型。该研究的主要结局指标为是否发生喂养不耐受,指标的收集为每日07：00、13：00、19：00、01：00采用纸质记录形式,连续7 d。采用二分类Logistic回归分析,测得APACHEⅡ评分、营养风险筛查2002(NRS 2002)评分、腹内压是危重病人发生喂养不耐受的危险因素,白蛋白是危重病人发生喂养不耐受的保护因素。并构建了预测模型方程,为Z=0.268×APACHEⅡ+0.344×NRS 2002-0.177×白蛋白+0.347×腹内压-6.635。经验证,该模型的灵敏度为0.933,表明模型能够正确预测出喂养不耐受发生的概率较高,特异度为0.743,表明模型准确预测不会发生喂养不耐受的能力也较好。本研究建立的危重病人早期肠内营养喂养不耐受风险预测模型其预测能力较好,能够较好地识别出喂养不耐受的高风险病人,为医护人员在评估喂养不耐受发生风险提供了一定的参考依据。

然而该研究也具有一定的局限性。首先该风险预测模型的构建,虽然进行了样本量计算,但是选择自变量的5倍来估算,建模的样本量虽符合要求,但可以扩大到自变量的10倍,来确定样本量,以期获得更可靠的危险因素。其次,该风险预测模型仅进行了内部验证,没有进行外部验证,缺乏多中心的证据支持,可能会影响模型在不同危重病人中的应用效果。

2.2 神经重症病人肠内营养喂养不耐受风险预警模型

神经重症病人多为颅脑损伤、昏迷、镇静镇痛及机械通气等存在沟通、交流障碍的病人,判定FI指标(如恶心、腹部不适等)不易被医护人员发现[3]。李炜等[27]等采用前瞻性队列研究方法,对127例行肠内营养治疗的神经重症病人,根据是否发生FI进行分组采集资料,收集了21个自变量资料,以是否发生FI作为因变量,经过统计分析发现ICU住院天数、低GCS评分、高血糖、高血钾、高血压、机械通气、镇静镇痛药物是神经重症病人行EN后发生FI的危险因素。根据Logistic回归分析结果,将ICU住院天数、低GCS评分、高血糖、高血钾、高血压、机械通气、镇静镇痛药物7个危险因素使用列线图构建预警模型,该预测模型的ROC曲线下面积为0.889,其诊断灵敏度89.13%,特异度为74.07%,表明其预测效能较好。该预测模型为列线图结构,具有直观、可视化的优点,且各项指标客观、易观察,具有实用性。

然而该模型的构建也存在一定的局限性。首先,根据样本量计算公式,研究纳入了18个自变量,每个因素至少需要5～10例病人验证,FI的发生率为30.5%,考虑10%的失访率,预计样本量为：[18×(5～10)/30.5%]/0.9=328-656例,但本研究仅观察了127例病人资料,样本量严重不足。其次,本研究为单中心研究,且风险预测模型结果为预测线上FI发生的预测概率,仅为定性评价。因此,今后需开展多中心、大样本研究,采用定量分析法检验预测模型的效能,以更好地识别、预测FI在神经重症肠内营养病人中的发生。

2.3 重症脑卒中病人肠内营养不耐受风险的预警模型

孙晓岚等[28]以282例重症脑卒中病人为研究对象,全部纳入建模组,观察结果示107例出现喂养不耐受,发生率为37.94%,其中71.96%发生于肠内营养后1～3 d。研究纳入18个因素,进行单因素与多因素分析,发现年龄≥60岁、使用2种以上抗菌药物、实施机械通气是重症脑卒中病人肠内营养不耐受的独立危险因素,使用益生菌为保护因素。并构建Logistic回归方程：Y=0.675×年龄+1.011×使用2种以上抗菌药物+(-1.136)×使用益生菌+1.110×实施机械通气,以预测列线图显示。对列线模型进行内部验证,预测FI发生临界值总分为200分,即总得分≥200分病人为高危病人。Hosmer-Lemeshow拟合优度检验χ2=5.899,P=0.659。同时还进行了临床可用性评价。脑卒中肠内营养不耐受预测模型的建立将出现症状后的干预转变为自主筛查,并进行预防性护理。该列线图预测模型将各影响因素对喂养不耐受的影响程度以分值形式呈现,有助于医护人员及时将喂养不耐受的高危病人筛选出来,具有一定的研究价值。

该风险模型也存在一定的局限性。首先,在列线图模型中精确的数值主要通过尺子丈量,尤其对连续变量的测量容易出现误差。其次作者也提出了回顾性偏倚可能存在信息偏倚,可能会遗漏FI的危险因素。研究为单中心,未进行多中心的外部验证,使模型的推广性受到限制。因此,应开展更多多中心、大样本的前瞻性研究来进一步验证与完善该模型。

2.4 重症监护病房脓毒症病人喂养不耐受预测模型

Hu等[29]进行了一项双中心、回顾性、病例对照研究,共纳入195例重症监护病房病人,其中124例为建模组,71例为验证组。研究纳入了27个变量,构建了5个预测模型,并由深度学习模型计算出前15个相对重要的变量,研究证实了几个临床变量可以显著预测脓毒症病人的FI,包括感染部位、营养类型、休克、持续喂养、冠心病、抗生素类别、慢性阻塞性肺疾病、通气、高血压、脑血管意外、腹内压和镇痛。其中前3个重要因素是下呼吸道感染、短肽类肠内营养液和休克。基于深度学习模型的决策分析曲线,以进行个体化的预测。该预测模型创新地选择了神经网络模型来构建预测模型,该模型可以有效地预测脓毒症病人FI的发生。

研究仍存在一定的局限性。首先该研究是一个回顾性研究,可能存在信息偏倚,其次文章纳入两个中心,由于严格的纳排标准,入组样本量不足,预测模型的推广性有待考证。未来可增加样本量来提高模型的适用性和推广性。

3 小结

危重病人肠内营养不耐受的发生,不仅影响病人营养支持进行,导致恢复时间延长,甚至威胁病人生命安全,护理人员对此充分认知、及时发现及干预,确保危重症病人安全有效进行肠内营养支持[30-31]。采用风险预测模型对危重肠内营养病人FI发生风险进行评估,根据评估结果采取及时有效的干预措施,可有效降低FI的发生率,缩短病人住院时间,提高病人生活质量,减轻病人及社会医疗负担。评估危重症病人发生FI的风险预测模型较多,且各有利弊,因此在选择评估工具时,研究人员应考虑模型的适用性、便捷性、经济性及预测因子的特异性与临床的实际情况,在理性思考的基础上选择合适的风险预测模型。同时,也应该开展更多多中心、大样本的研究,进一步探讨不同风险预测模型的作用,为临床进行危重病人FI风险因素的评估提供更多的参考依据。