|
Prediction of extubation outcome in critically ill patients: a systematic review and meta-analysis 危重症患者预测气管拔管结局：一项系统评价与荟萃分析 原文地址
摘要 引言 由于机械通气与并发症相关（例如，呼吸机相关性肺炎），因此患者脱离机械通气的最佳时间是重症监护病房 (ICU) 实现的关键目标。因此，通常在患者达到预定的撤机标准并成功通过自主呼吸试验 (SBT) 后立即决定拔管 。尽管如此，在通过自主呼吸试验并接受计划拔管的患者中，仍有 10-20% 的患者仍会发生拔管失败。 拔管失败通常定义为计划拔管后数小时或数天内需要重新插管。考虑的时间从 24 小时到住院期间的任何时间不等。拔管失败与机械通气时间的总体增加、气管切开术的需求增加、医疗费用增加以及死亡率增加 25-50% 相关。有一些证据表明，拔管失败不仅是更严重疾病的标志，而且无论潜在疾病的严重程度如何，都会独立影响患者的生存率。 不幸的是，拔管失败的病理生理学尚未完全了解，也没有一种预测拔管失败的简单工具。一些研究表明，标准化脱机方案的使用减少了机械通气的总时间 但应包括在脱机方案中的参数仍然存在争议。考虑到与机械通气过早和延迟解放相关的并发症，确定拔管失败的可靠风险因素对于优化撤机过程非常有帮助。 因此，我们决定对通过 SBT 并接受计划拔管的成年危重患者进行文献系统回顾和荟萃分析，以搜索与拔管失败相关的风险因素。 方法 检索策略和选择标准 我们根据PRISMA) 声明进行了这项研究。我们检索了 PubMed、Web of Science 和 Cochrane 对照试验注册 (CENTRAL) 以识别 1998 年 1 月至 2018 年 12 月拔管失败风险因素的文章。我们使用以下检索策略： (extubation) AND (success OR failure OR factor OR predictor OR prediction OR risk OR score OR outcome OR mortality OR reintubation OR intensive care unit).。 我们纳入了所有评估成人（至少 18 岁）ICU 患者在有创机械通气下拔管失败的任何风险因素的研究。我们排除了针对儿童和动物的研究以及非英语撰写的研究。检索所有选定文章的参考文献以获取其他相关手稿。本研究已在PROSPERO注册（注册号 CRD42019137003）。 数据分析 去除重复后，两位作者（FT，JM）独立筛选标题和摘要，获取相关文章进行全文审查。我们获得了所有潜在相关研究的全文，作者独立决定最终纳入评价。我们还审查了相关文章的参考文献，以避免遗漏任何研究。任何分歧都通过与第三位评审员 (AMD) 达成共识或讨论来解决。 评价作者独立提取数据。从每个选定的研究中记录以下数据：发表年份、研究设计、人群的基线特征（年龄、合并症）、ICU 入住和入住的严重程度评分 [严重急性生理评分 (SAPS)、急性生理学和慢性健康评估(APACHE)]、药物、SBT 的特征、拔管失败的定义、与拔管失败相关的危险因素（呼吸、心血管、神经系统、实验室参数）和主要结果（拔管失败）。我们进一步排除了数据缺失过多的风险因素。使用用于预后研究的 QUIPS 工具 (Cochrane) 根据偏倚风险评估研究质量，将潜在偏倚风险评级为高、中或低，即研究参与、研究流失、预后因素测量、结果测量、研究混杂、统计分析和报告。两位作者 (FT, JM) 独立评估了偏倚风险，如果存在分歧，则加入第三位作者 (AMD)。 统计分析 我们对观察性前瞻性和回顾性研究进行了荟萃分析。使用中位数和四分位距 (IQR) 或平均值 ± 标准差 (SD) 对数据进行汇总 。对于二元变量，计算拔管失败的优势比 (OR) 和 95% 置信区间 (CI)。对于连续变量，我们计算了拔管成功组和拔管失败组之间 95% CI 的平均差异。OR (lnOR) 的自然对数转换源自原始 OR（对于二元变量 和标准化平均差（对于连续变量）在对称尺度上，从负无穷大到无穷大，其中零定义为无影响，以允许在分类变量和数字变量之间进行比较。 我们采用逆方差法来为个人研究效果制定权重。我们使用 I2 和 Q 统计量量化异质性，值大于 50% 被视为中度至高度异质性。我们使用随机效应模型来评估拔管失败的所有危险因素的总体平均差和 95% CI 或 OR 和 95% CI。为了测量跨研究设置的合并效应的分散，我们生成了预测区间 。 我们根据 ICU 患者的类型进行了预先指定的亚组分析，例如内科、外科、混合型、神经病学或其他类型的 ICU。创建了一个热图，以根据 ICU 类型为每个变量呈现 lnOR（缩放以调整极值）。我们进行了一项敏感性分析，仅包括参考最常用的拔管失败定义（拔管后 48 小时内死亡或重新插管）的研究，以探讨它是否改变了结果的显着性。另一项敏感性分析侧重于涉及死亡或再插管（无论延迟如何）的研究。 其次，对与拔管结果显着相关的变量进行了多个因素的多变量荟萃分析，使用效应大小作为 lnOR 和 R 的 altmeta 包。在相关的显着单变量因素中，只有在统计上最稳健（根据 lnOR）但临床相关的因素被输入模型，以最大限度地减少共线性的影响。单个研究效果和汇总效果通过森林图进行可视化。 通过漏斗图不对称性以图形方式评估发表偏倚 。使用 Review Manager (Cochrane TC. Review Manager 5.3. Cph Nord Cochrane Cent, 2008) 和 R 3.1.2 (The R Foundation for Statistical Computing, Vienna, Austria) 汇总和分析数据，两侧显着性水平为 5% ）。 结果 我们共确定了 12,921 篇参考文献（图 1）。去除4833个重复后，我们筛选出8088篇文章的标题和摘要，其中7927篇被排除在外。审查了 161 项研究的全文，排除了 94 项。因此，我们在叙述性综述中纳入了 67 项研究，在定量综合中纳入了 66 项研究。在纳入该评价的 67 项研究中，50 项是前瞻性观察性研究 和 17 项是回顾性研究。57 项研究是单中心的，10 项是多中心的。研究在医学 (n = 19)、外科 (n = 9)、混合 (n = 28) 和神经科 (n = 11) ICU 中进行。
我们在荟萃分析中纳入了 67 项研究，涉及 26,847 名参与者。SBT 的类型和拔管失败的定义因纳入的研究而异（表 1）。SBT 类型包括：SBT 的多项选择（n = 15，其中 4 项研究允许 CPAP 和 14 项研究允许 T 型管）、低呼气末正压的低压支持 (n = 30)、流经 (n = 1) 、标准压力支持通气 (n = 1)、比例辅助通气 (n = 1) 和低 PEEP 的自动管道补偿 (n = 1)。拔管失败定义为在拔管后数小时至数天内死亡或重新插管（分别在 4、30、14 和 5 项研究中分别为 24 小时、48 小时、72 小时或 7 天），或在拔管后重新进行任何机械通气 ，有创或无创（10项研究）。
在分析的 49 个变量中，我们发现 26 个变量与拔管结果显着相关，分布在三个领域 [合并症 (n = 5)、急性疾病严重程度 (n = 6) 和拔管时的特征 (n = 15)]（表 2、图2)主要涉及三个功能[呼吸(n = 16)、循环(n = 3)和神经(n = 1)]。
合并症 我们发现老年患者拔管失败的风险更高。慢性阻塞性呼吸系统疾病、慢性心脏或呼吸系统疾病史也与较高的拔管失败风险相关。相比之下，较高的体重指数与成功拔管有关。 急性疾病严重程度 在急性疾病严重程度方面，拔管失败的患者与成功拔管的患者也不同，前者的 SAPS II 和 APACHE II 评分值较高。急性心力衰竭、COPD 恶化和肺炎是插管的原因，与较高的拔管失败风险显着相关。拔管失败患者拔管前机械通气时间较长。 拔管时的特征 这些变量涉及以下生理系统：（1）呼吸：与分泌物管理（咳嗽、咳嗽峰值流量、最大呼气压力、中度至大量分泌物的存在、负吸气力）、通气模式（拔管前的呼吸频率和潮气量）相关，从 SBT 开始一分钟后的快速浅呼吸指数 (RSBI)，拔管前的 RSBI] 和氧合（拔管前的 SaO2、PaO2 和 PaO2/FiO2，拔管当天的血红蛋白）；(2)心血管(拔管前心率)；(3) 神经系统（拔管前格拉斯哥昏迷量表）。分泌物管理的单个主题是具有最大数量变量（五个）的主题。 亚组分析 ICU 类型进行的亚组分析。在分析的 49 个变量中，30 个与至少一种 ICU 类型的拔管结果显着相关。在大多数 ICU 类型中（5 种类型中至少有 3 种）有 8 个显着因素，包括年龄、SAPS II 评分、拔管前机械通气时间、心率、呼吸频率、RSBI、拔管前 PaO2 和咳嗽峰值流量。机械通气持续时间在 ICU 类型（4/5 类型）中具有最广泛的关联，而咳嗽峰值流量在 ICU 类型中具有最强的关联。 敏感性分析 由于研究之间在拔管失败定义方面的异质性，我们进行了一项探索性敏感性分析，仅限于将拔管失败定义为死亡或重新插管的研究，无论延迟如何（荟萃分析中包括 67 项中的 57 项）：通过粗略分析 (23) 确定的绝大多数变量仍然显着，而只有三个不显着。另一项敏感性分析仅限于将拔管失败定义为 48 小时内死亡或再插管的研究（荟萃分析中包括 67 篇文章中的 30 篇）：15 个变量仍然显着，而 11 个变量不显着，包括与咳嗽和气管分泌物相关的因素。 多变量分析 使用针对多个因素的多变量分析评估了与拔管结果显着相关的 26 个变量。十二个变量（年龄、心脏病史、呼吸系统疾病史、SAPS II 评分、机械通气持续时间、肺炎、心率、RSBI、负吸气力、较低的 PaO2/FiO2、较低的格拉斯哥昏迷量表和较低的拔管前血红蛋白水平 ) 保留在最终模型中（图 3）。拔管前格拉斯哥昏迷量表 (GCS) 与拔管结果的独立关联最强。
文献质量 纳入的研究在方法学质量上存在差异（图 4 ）。高偏倚风险与参与八项研究 、一项研究中的损耗、一项研究中的预后因素测量 有关 、两项研究的结果测量 和五项研究的混杂研究。其余研究对六个领域中的每个领域的偏倚风险较低或不明确。
结论 我们对大量危重患者进行了系统回顾和荟萃分析，分别通过单变量和多变量分析发现成功通过自主呼吸试验的患者拔管失败的风险因素有 26 个和 12 个。这些因素与拔管时的年龄、合并症、急性疾病严重程度和生理特征有关。为了进一步探索这些因素及其组合，需要对拔管失败进行独特的定义。结合这些因素的自动化算法可能非常有用，可以为拔管的决策过程提供信息 。
版权声明 平台原创，转载须注明出处。 |
|
|
