李 騫

隨著我國(guó)老齡化趨勢(shì)的日益加劇，全麻高齡患者的數(shù)量隨之增加，而術(shù)后認(rèn)知功能障礙(Postoperative Cognitive Dysfunction,POCD)亦屬于高齡患者全麻術(shù)后的常見(jiàn)并發(fā)癥，發(fā)病率為10%～45%不等，臨床多表現(xiàn)為焦慮、精神錯(cuò)亂、記憶受損以及人格變化等[1,2]。POCD可持續(xù)幾天甚至幾個(gè)月，其病因尚未完全明確，目前多認(rèn)為與麻醉手術(shù)、心腦血管疾病等多種因素共同作用下所致的內(nèi)分泌功能失調(diào)及神經(jīng)系統(tǒng)紊亂相關(guān)[3,4]。POCD可使患者術(shù)后并發(fā)癥的風(fēng)險(xiǎn)增高，延緩術(shù)后恢復(fù)，增加住院時(shí)間，提高病死風(fēng)險(xiǎn)[5]。值得注意的是，這種短期POCD疾病亦可進(jìn)展為阿爾茨海默病(Alzheimer’s Disease,AD)等永久性改變疾病，促使患者喪失自主生活能力，影響患者預(yù)后生存質(zhì)量[6]。因此，做好術(shù)后POCD預(yù)防工作是醫(yī)院保障患者治療成功及改善預(yù)后的重要環(huán)節(jié)。既往研究[7]表明，高齡、基礎(chǔ)疾病等因素是POCD發(fā)生的影響因素，但迄今為止尚無(wú)準(zhǔn)確、具體的相關(guān)預(yù)測(cè)標(biāo)準(zhǔn)，傳統(tǒng)的預(yù)測(cè)分析方法在不平衡數(shù)據(jù)處理中效果欠佳，不適合構(gòu)建POCD的預(yù)測(cè)模型，臨床難以對(duì)其進(jìn)行有效預(yù)測(cè)[8]。為了處理數(shù)據(jù)數(shù)量不平衡及分類等問(wèn)題，部分學(xué)者采用少數(shù)類樣本合成過(guò)抽樣技術(shù)(Synthetic Minority Over-Sampling Technique, SMOTE)解決。SMOTE算法是根據(jù)少數(shù)類樣本量的屬性特征隨機(jī)產(chǎn)生組間相似樣本量，其可有效平衡少數(shù)類與多數(shù)類之間的數(shù)量，進(jìn)而減少數(shù)據(jù)集過(guò)度傾斜帶來(lái)的較大偏差，現(xiàn)已廣泛應(yīng)用于臨床結(jié)局事件預(yù)測(cè)中[9]。基于此，本研究擬在Logistic回歸模型及SMOTE模型的基礎(chǔ)上構(gòu)建POCD預(yù)警模型，篩選POCD發(fā)生的影響因素，以期為POCD的臨床預(yù)防工作提供一定參考依據(jù)。

1 對(duì)象與方法

1.1 對(duì)象 回顧性選擇2018年1月～2021年1月在南京市第二醫(yī)院進(jìn)行全麻手術(shù)治療的195例高齡全麻患者為研究對(duì)象，以高齡全麻患者發(fā)生POCD為結(jié)局事件，根據(jù)高齡全麻患者術(shù)后POCD發(fā)生情況，將其分為POCD組(n=41)和非POCD組(n=154)。本研究已通過(guò)相關(guān)倫理委員會(huì)批準(zhǔn)同意。納入標(biāo)準(zhǔn)：(1)行全麻手術(shù)，年齡≥60周歲者；(2)符合全麻手術(shù)指征者；(3)無(wú)精神類疾病，視力聽(tīng)力功能正常者；(4)美國(guó)麻醉師協(xié)會(huì)(ASA)分級(jí)Ⅰ～Ⅲ級(jí)，無(wú)嚴(yán)重心、腎以及肝等功能損傷者；(5)患者及其家屬知情并自愿參與本研究者。排除標(biāo)準(zhǔn)：(1)臨床資料不全者；(2)伴有神經(jīng)系統(tǒng)疾病者；(3)存在手術(shù)及麻醉禁忌證者；(4)術(shù)前認(rèn)知障礙者。

1.2 方法

1.2.1 資料收集 參考既往POCD相關(guān)影響因素文獻(xiàn)[10,11]，同時(shí)結(jié)合院內(nèi)高齡全麻患者相關(guān)信息及專家建議等進(jìn)行資料收集，內(nèi)容包括：(1)臨床資料：年齡、性別、體質(zhì)量指數(shù)(BMI)、居住地、教育程度、婚姻狀況、吸煙、飲酒、家庭月收入、糖尿病、冠心病、高血壓、腦卒中、ASA分級(jí)；(2)手術(shù)相關(guān)信息：術(shù)中血管活性藥物、術(shù)中失血量、手術(shù)時(shí)間、術(shù)后視覺(jué)模擬評(píng)分(Visual Analogue Scale/Score，VAS)等。

1.2.2 相關(guān)定義 (1)POCD診斷標(biāo)準(zhǔn)[12]：采用蒙特利爾認(rèn)知評(píng)估量表(MoCA)對(duì)所有受試者術(shù)后1 d及7 d的POCD進(jìn)行評(píng)估，總分范圍：0～30分，其中視空間/執(zhí)行功能0～5分、命名0～3分、注意力0～6分、延遲回憶0～5分、定向能力0～6分、語(yǔ)言能力0～3分、抽象思維能力0～2分，MoCA評(píng)分≥24分即為正常，MoCA評(píng)分<24分即為認(rèn)知功能障礙，分?jǐn)?shù)越高則表示患者認(rèn)知功能越好，如果患者M(jìn)oCA評(píng)分在術(shù)后1 d及7 d均<24分即可判定為認(rèn)知功能障礙。(2)ASA分級(jí)[13]：ASA分級(jí)共分為Ⅰ～Ⅴ級(jí)，Ⅰ級(jí)：健康狀態(tài)，除局部存在病變外，無(wú)其他系統(tǒng)性疾??；Ⅱ級(jí)：存在輕度系統(tǒng)性疾病/中度系統(tǒng)性疾??；Ⅲ級(jí)：存在嚴(yán)重系統(tǒng)性疾病，正?；顒?dòng)受限，但未失去工作能力；Ⅳ級(jí)：存在嚴(yán)重系統(tǒng)性疾病，工作能力喪失，伴有生命危險(xiǎn)；Ⅴ級(jí)：病情危及，生命維持困難。(3)VAS[14]：疼痛評(píng)分總范圍為0～10分，其中2～4分表示伴有輕度疼痛，5～7分則表示伴有中度疼痛，8～9分則表示伴有重度疼痛。分?jǐn)?shù)越高表示患者疼痛程度越重。

1.2.3 基于SMOTE算法 SMOTE算法是通過(guò)Blagus R等[15]制定的步驟將單組少量樣本數(shù)量擴(kuò)充至兩組相似樣本數(shù)量的一種方法，本研究少量樣本為POCD組患者=41例，需擴(kuò)充倍數(shù)n=非POCD組患者例數(shù)/POCD組患者例數(shù)=3.76，最近鄰點(diǎn)數(shù)k=4，為41×4=164例。非POCD組患者154例，POCD組患者164例，兩組比例0.94?；赟MOTE算法所擴(kuò)充新數(shù)據(jù)集未對(duì)原樣本集的空間邊界產(chǎn)生影響。

1.2.4 統(tǒng)計(jì)學(xué)方法 采用SPSS軟件對(duì)數(shù)據(jù)進(jìn)行整理統(tǒng)計(jì)，計(jì)數(shù)資料應(yīng)用χ2檢驗(yàn)，采用多因素Logistic回歸分析篩選影響因素，以P<0.05為差異有統(tǒng)計(jì)學(xué)意義，采用R(R3.5.3)軟件制作模型，繪制受試者工作特征曲線(ROC曲線)評(píng)價(jià)模型，Hosmer-Lemeshow(H-L)檢驗(yàn)?zāi)Ｐ偷男?zhǔn)度，應(yīng)用F分?jǐn)?shù)(F-score)、陽(yáng)性預(yù)測(cè)值(PPV)、真正類率(TPR)驗(yàn)證模型數(shù)據(jù)準(zhǔn)確性，用以評(píng)估模型的臨床應(yīng)用價(jià)值。

2 結(jié)果

2.1 高齡全麻患者術(shù)后POCD的單因素分析 本研究共計(jì)納入195例高齡全麻患者，其中術(shù)后發(fā)生POCD的患者有41例，未發(fā)生POCD的患者有154例，POCD發(fā)生率為21.03%。POCD組與非POCD組年齡、教育程度、高血壓、腦卒中、ASA分級(jí)、術(shù)中失血量、手術(shù)時(shí)間以及術(shù)后VAS評(píng)分等情況比較，差異均具有統(tǒng)計(jì)學(xué)意義(P<0.05)。見(jiàn)表1。

表1 POCD組與非POCD組POCD的單因素分析[n(%)]

續(xù)表1

2.2 高齡全麻患者POCD影響因素的多因素Logistic回歸分析 將單因素篩選(P<0.05)的因素[年齡X1(賦值：>75歲=1，60～75歲=0)、教育程度X2(賦值：初中及以下=1，高中及以上=0)、高血壓X3(賦值：是=1，否=0)、腦卒中X4(賦值：是=1，否=0)、ASA分級(jí)X5(賦值：Ⅲ級(jí)=1，Ⅰ～Ⅱ級(jí)=0)、術(shù)中失血量X6(賦值：≥500 ml=1，<500 ml=0)、手術(shù)時(shí)間X7(賦值：≥90 min=1，<90 min=0)、術(shù)后VAS評(píng)分X8(賦值：≥4 分=1，<4 分=0)]為自變量，以術(shù)后是否發(fā)生POCD為因變量(賦值：是=1，否=0)；兩組高齡全麻患者POCD的多因素Logistic回歸分析結(jié)果顯示，除年齡外，教育程度、高血壓、腦卒中、ASA分級(jí)、術(shù)中失血量、手術(shù)時(shí)間以及術(shù)后VAS評(píng)分是高齡全麻患者發(fā)生POCD的獨(dú)立影響因素(P<0.05)，基于上述各危險(xiǎn)因素的回歸系數(shù)，得到原始預(yù)警模型P1=0.960X2+1.088X3+0.951X4+0.947X5+1.980X6+1.370X7+1.149X8-3.541，經(jīng)H-L檢驗(yàn)結(jié)果表明，Logistic回歸模型擬合度良好(決定系數(shù)R2=0.458，P=0.628)。見(jiàn)表2。

表2 兩組高齡全麻患者POCD的多因素Logistic回歸分析

2.3 基于SMOTE算法的預(yù)警模型 納入多因素Logistic回歸分析的影響因素，基于SMOTE算法擴(kuò)充4倍(154/41)抽樣，得到POCD和非POCD比例近似為1(實(shí)際比例為1.06)，隨后對(duì)抽樣后的數(shù)據(jù)進(jìn)行多因素Logistic回歸分析結(jié)果顯示，基于SMOTE算法的預(yù)警模型P2=1.034X2+1.307X3+1.226X4+1.241X5+2.263X6+1.630X7+1.339X8-4.154，經(jīng)H-L檢驗(yàn)結(jié)果表明，Logistic回歸模型擬合度良好(決定系數(shù)R2=0.624，P=0.873)。見(jiàn)表3。

表3 基于SMOTE算法的Logistic回歸分析

2.4 兩組模型的效能評(píng)估 通過(guò)ROC曲線分別對(duì)預(yù)警模型P1和P2進(jìn)行分析，結(jié)果顯示，預(yù)警模型P1的ROC曲線下面積(AUC)為0.840(95%CI：0.764～0.899)，預(yù)警模型P2的AUC為0.844(95%CI：0.785～0.892)，如圖1、圖2所示?；赟MOTE算法預(yù)測(cè)模型TPR值低于原始數(shù)據(jù)預(yù)警模型，而F-score、PPV值均高于原始數(shù)據(jù)預(yù)警模型。見(jiàn)表4。

圖1 原始數(shù)據(jù)預(yù)警模型的ROC曲線

圖2 基于SMOTE算法預(yù)警模型的ROC曲線

表4 兩組預(yù)警模型預(yù)測(cè)概率驗(yàn)證

3 討論

高齡全身麻醉術(shù)后發(fā)生POCD情況早在20世紀(jì)90年代就已受到廣泛關(guān)注，盡管多數(shù)醫(yī)學(xué)工作者已對(duì)其開(kāi)展了大量研究，但促使POCD恢復(fù)延遲的相關(guān)原因及發(fā)生的病理機(jī)制仍未完全明確，高齡全身麻醉患者術(shù)后POCD仍是現(xiàn)階段臨床急需解決的重大難題之一[16]。本研究共計(jì)納入195例高齡全麻患者中術(shù)后發(fā)生POCD的患者有41例，未發(fā)生POCD的患者有154例，POCD發(fā)生率為21.03%(41/195)，結(jié)果與仲勇等[17]研究報(bào)道的20.80%POCD發(fā)生率相符。提示，POCD疾病在高齡全身麻醉術(shù)后患者中具有較高的發(fā)生率，醫(yī)務(wù)人員治療期間需加強(qiáng)對(duì)該類患者的重視。

高齡是現(xiàn)階段唯一明確影響全麻患者術(shù)后發(fā)生POCD的相關(guān)因素，安慎通等[18]研究中指出，年齡相對(duì)較大的高齡全麻患者術(shù)后更易發(fā)生POCD。本研究所納入的受試者均為60歲及以上的老年人群，但結(jié)果未提示年齡是全麻患者術(shù)后發(fā)生POCD的影響因素，其原因可能與納入患者的年齡跨度相對(duì)較小有關(guān)，但在治療期間為降低該類患者術(shù)后的POCD發(fā)生風(fēng)險(xiǎn)，在其圍術(shù)期仍需制定相應(yīng)的處理方案，進(jìn)而有利于POCD的預(yù)防。本研究發(fā)現(xiàn)，術(shù)中失血量是影響高齡全麻術(shù)后發(fā)生POCD的影響因素，術(shù)中失血量越多的患者術(shù)后更易并發(fā)POCD，與李永利等[19]研究結(jié)果相符。究其原因可能為，術(shù)中急性血容量迅速丟失導(dǎo)致患者血壓水平下降、腦灌注不足，當(dāng)機(jī)體變化情況超出腦血流調(diào)節(jié)閥值時(shí)，促使腦供氧失衡，進(jìn)而誘發(fā)POCD。術(shù)后疼痛是POCD發(fā)生影響因素，本研究通過(guò)分析患者術(shù)后VAS評(píng)分發(fā)現(xiàn)，POCD組術(shù)后VAS評(píng)分≥4分的發(fā)生率高于非POCD組，提示術(shù)后疼痛可能會(huì)增加POCD發(fā)生風(fēng)險(xiǎn)。疼痛是術(shù)中創(chuàng)傷對(duì)身體造成的一種病理、生理反應(yīng)，疼痛程度越高對(duì)機(jī)體各器官功能的影響亦隨之增加，進(jìn)而促使術(shù)后POCD發(fā)生風(fēng)險(xiǎn)增高。既往研究[20]表明，良好的陣痛效果可有效降低術(shù)后POCD發(fā)生率，可能與鎮(zhèn)痛降低了機(jī)體的應(yīng)激反應(yīng)和炎癥相關(guān)。此外，術(shù)后VAS評(píng)分較低的患者可盡早進(jìn)行相關(guān)康復(fù)鍛煉，進(jìn)而有利于降低術(shù)后POCD發(fā)生風(fēng)險(xiǎn)。本研究顯示，教育程度是高齡全麻患者術(shù)后并發(fā)POCD的影響因素，高華敏等[21]研究同樣得出此結(jié)論。教育程度較低的患者對(duì)疾病和相關(guān)治療方式的理解受限，易產(chǎn)生負(fù)性情緒，而教育程度相對(duì)較高的患者可通過(guò)多種途徑了解疾病相關(guān)知識(shí)，包括疾病治療、術(shù)后康復(fù)等，進(jìn)而有利于術(shù)后POCD的預(yù)防。此外，亦有研究[22]認(rèn)為，教育程度低的患者腦部敏感神經(jīng)元老化的相對(duì)較早，相較于教育程度高的患者，其神經(jīng)系統(tǒng)在腦細(xì)胞功能下降時(shí)的耐受力較差，因此，術(shù)后并發(fā)POCD的風(fēng)險(xiǎn)較高。而針對(duì)該類患者需加強(qiáng)術(shù)前教育及心理護(hù)理，采用簡(jiǎn)單易懂的語(yǔ)言提高患者對(duì)自身病情和治療的認(rèn)知，進(jìn)而有助于降低術(shù)后POCD的發(fā)生幾率。ASA分級(jí)是患者術(shù)后發(fā)生POCD的影響因素，ASA分級(jí)越高術(shù)后更易發(fā)生POCD。這與既往研究[23]結(jié)果相一致。一般認(rèn)為ASA分級(jí)高者機(jī)體代謝紊亂的風(fēng)險(xiǎn)更大，同時(shí)受創(chuàng)傷、手術(shù)、機(jī)體應(yīng)激反應(yīng)影響，極易損害腦部神經(jīng)，另外，ASA高分級(jí)者腦部血管調(diào)節(jié)功能相對(duì)較差，這些因素均可能誘發(fā)POCD。劉冬梅等[24]研究表明，手術(shù)時(shí)間是術(shù)后并發(fā)POCD的影響因素，本研究結(jié)果與其相符。手術(shù)時(shí)間長(zhǎng)多提示患者神經(jīng)系統(tǒng)受麻藥的作用時(shí)間相對(duì)較長(zhǎng)，部分患者腦組織灌注減少時(shí)間亦隨之延長(zhǎng)，促使POCD發(fā)生風(fēng)險(xiǎn)增加。因此，在保證手術(shù)安全的情況下，縮短手術(shù)時(shí)間和減少陣痛藥物及麻醉藥物的應(yīng)用亦可降低機(jī)體應(yīng)激反應(yīng)，降低術(shù)后POCD發(fā)生風(fēng)險(xiǎn)。本研究發(fā)現(xiàn)，高血壓和腦卒中病史亦是術(shù)后并發(fā)POCD的影響因素，與王麗萍等[25]研究報(bào)道相一致。分析原因可能為，高血壓刺激可促使腦部血管功能異常及結(jié)構(gòu)改變，全麻手術(shù)期間血壓異常亦會(huì)造成腦組織缺氧、缺血，進(jìn)而影響腦部神經(jīng)，促使POCD發(fā)生；而腦梗阻/腦部血管狹窄患者因手術(shù)或麻醉導(dǎo)致血壓水平下降，患者腦組織灌注不足的同時(shí)亦會(huì)損傷神經(jīng)元，進(jìn)而誘發(fā)POCD。

此外，本研究高齡全麻患者術(shù)后POCD發(fā)生率為21.03%，非POCD組患者占78.95%，提示，組間樣本量明顯處于不平衡的狀態(tài)。傳統(tǒng)模型預(yù)測(cè)效能高的原因可能為組間數(shù)據(jù)不平衡所致，進(jìn)而影響模型的精準(zhǔn)度。SMOTE算法可通過(guò)重建原始數(shù)據(jù)獲得組間近似為1的新樣本比例數(shù)據(jù)，再結(jié)合Logistic回歸得到SMOTE預(yù)警模型[26]。本研究結(jié)果顯示，基于SMOTE算法預(yù)警模型AUC為0.844，高于原始數(shù)據(jù)預(yù)警模型0.840，SMOTE預(yù)警模型TPR值低于原始數(shù)據(jù)預(yù)警模型，而F-score、PPV值則高于原始數(shù)據(jù)預(yù)警模型，提示基于SMOTE算法的新預(yù)警模型的預(yù)測(cè)準(zhǔn)確率稍優(yōu)于原始數(shù)據(jù)預(yù)警模型。

綜上所述，教育程度、高血壓、腦卒中、ASA分級(jí)、術(shù)中失血量、手術(shù)時(shí)間以及術(shù)后VAS評(píng)分是高齡全麻患者發(fā)生POCD的影響因素，基于上述7項(xiàng)危險(xiǎn)因素建立的SMOTE預(yù)警模型優(yōu)于傳統(tǒng)Logistic回歸模型的預(yù)測(cè)效應(yīng)。此外，本研究納入樣本均為同一家醫(yī)療機(jī)構(gòu)，納入因素不夠全面，數(shù)據(jù)選擇亦存在些許偏倚；同時(shí)，未對(duì)模型進(jìn)行外部驗(yàn)證，研究結(jié)果可能存在不足之處。因此，關(guān)于基于SMOTE算法構(gòu)建高齡全麻術(shù)后發(fā)生認(rèn)知功能障礙的護(hù)理風(fēng)險(xiǎn)預(yù)警模型的相關(guān)結(jié)論還需在今后進(jìn)一步驗(yàn)證。