![]() | 现在位置是: | 首 页 | >> |
![]() | 关键字: |
目的 探讨接受体外膜肺氧合(extracorporeal membrane oxygenation, ECMO)治疗的重度急性呼吸窘迫综合征(acute respiratory distress syndrome, ARDS)患者28d内死亡的风险预测因素,并构建死亡风险预测模型。方法 本研究为回顾性队列研究,纳入2018年5月至2025年5月于郑州大学附属郑州中心医院重症医学科接受ECMO治疗的重度ARDS患者。根据上机后28d生存情况分为生存组和死亡组,分析这些患者的临床资料,比较两组上述指标的组间差异,并通过Logistic回归分析筛选预测因素,创建死亡风险预测模型。采用受试者工作特征曲线下面积(areaunder the curve, AUC)、校准曲线评估模型的区分度、校准度,通过绘制列线图进行模型的可视化,利用Bootstrap方法进行模型的内部验证并进行决策曲线分析评价临床实用性。结果 共纳入123例ECMO治疗的重度ARDS患者,其中生存组51例,死亡组72例。多因素Logistic回归分析发现,年龄(OR=1.04,95%CI:1.00~1.07)、慢性免疫缺陷状态(OR=4.38,95%CI:1.15~16.72)、序贯器官衰竭(sequential organ failure assessment, SOFA)评分(OR=1.19,95%CI:1.02~1.38)、驱动压(OR=1.26,95%CI:1.07~1.48)、诊断重度ARDS到ECMO启动时间(OR=1.24,95%CI:1.07~1.43)是ECMO治疗重度ARDS 28 d死亡的独立影响因素(均P<0.05)。使用以上指标构建列线图模型,其AUC=0.906(95%CI:0.855~0.957),Bootstrap重抽样法的内部验证AUC=0.915(95%CI:0.863~0.962),该模型具有良好的区分度、校准度、临床有效性。结论 基于年龄、慢性免疫缺陷状态、SOFA评分、驱动压、诊断重度ARDS到ECMO启动时间构建的列线图对接受ECMO 治疗的重度ARDS患者28 d病死率具有良好的预测价值,可进一步在临床推广。
常乐乐,李双凤,李晓燕,董睿,张瑞霞,张根生,高延秋. 体外膜肺氧合治疗重度急性呼吸窘迫综合征患者的预后预测模型的构建和验证[J]. 中华急诊医学杂志, 2026,35(1): 51-59.