艾美花 林碩超 楊成彬

ICU獲 得 性 衰 弱（intensive care unit-acquired weakness，ICU-AW）是指在危重病發(fā)作后出現(xiàn)的包括四肢和呼吸肌在內(nèi)的彌漫性對稱性肌無力，是危重患者最常見的神經(jīng)肌肉損傷[1]。有研究表明，入住ICU重癥患者中，如在ICU的治療時間超過7 d，ICU-AW發(fā)生率為24%～55%[2]。目前ICU-AW還缺乏具體有效的特異性療法[3]，重癥患者如并發(fā)ICU-AW，可導致住院時間延長，機械通氣患者機械通氣時間延長，增加病死率，且癥狀可持續(xù)多年，降低患者生活質量，增加家庭和社會負擔[4-6]。如能及時發(fā)現(xiàn)其危險因素，判斷重癥患者ICU-AW的發(fā)生風險，則可早期展開有針對性的干預措施，減少ICUAW的發(fā)生。目前，有學者使用單個指標，如乳酸[7]、骨骼肌厚度[8]等來預測ICU-AW的發(fā)生風險，但準確性不高。本研究對我院急診重癥監(jiān)護病房收治患者的臨床資料進行分析，探索ICU-AW發(fā)生的危險因素，聯(lián)用臨床上易獲取的指標來構建ICU-AW的預測模型，為早期護理干預，預防重癥患者ICU-AW的發(fā)生提供參考。

1 資料與方法

1.1 一般資料

選擇2020年1月—2021年2月入住我院急診重癥監(jiān)護病房的患者為研究對象。納入標準：首次入住ICU，入住ICU時間超過7 d；年齡≥18歲。排除標準：心跳呼吸驟停者；有繼發(fā)性中樞或外周神經(jīng)受累的疾病者，如腦卒中、腦外傷、脊髓損傷等；既往有原發(fā)性神經(jīng)肌肉疾病者，如多發(fā)性肌炎，進行性肌營養(yǎng)不良癥等；不可逆轉疾病終末期患者。符合條件的患者共122例。其中男71例，女51例，平均年齡（70.1±16.0）歲，入住急診重癥病房平均時間為（13.8±6.3）d，入選患者或其家屬均簽署知情同意書。本研究符合醫(yī)學倫理學要求。

1.2 方法

查閱相關文獻[9]，并結合我院具體情況，記錄并分析以下指標：患者性別、年齡、身高和體質量，計算體質量指數(shù)（body mass index，BMI）；患者急診入院后檢測得到的資料，如血常規(guī)、生化全套、乳酸（procalcitonin，PCT）等；記錄住院期間有無發(fā)生全身炎癥反應綜合征（systemic inflammatory response syndrome，SIRS），記錄機械通氣時間，有無接受連續(xù)性腎臟替代治療（continuous renal replacement therapy，CRRT），有無發(fā)生多器官功能障礙綜合征（multiple organ dysfunction syndrome，MODS），有無使用糖皮質激素，記錄入院后接受腸內(nèi)營養(yǎng)的時間。依據(jù)2014年美國胸科學會官方臨床實踐指南[10]確定患者中并發(fā)ICU-AW的例數(shù)，共55例，未并發(fā)ICU-AW 67例。

1.3 統(tǒng)計學處理

使用SPSS 22.0統(tǒng)計學軟件進行數(shù)據(jù)分析和處理，正態(tài)分布的計量資料采用（）表示，采用獨立樣本t檢驗；非正態(tài)分布的計量資料采用[M（P25，P75）]表示，采用Mann-WhitneyU秩和檢驗。計數(shù)資料采用率（%）表示，采用χ2檢驗。將單因素分析得到的P＜0.10指標納入Logistic回歸分析并構建預測模型。繪制各指標及預測模型的ROC曲線，計算預測模型曲線下面積（area under the curve，AUC）和最佳截斷值。在R語言中使用Bootstrap重抽樣技術對模型的預測能力進行內(nèi)部驗證，繪制預測模型的校準曲線圖，計算模型的一致性指數(shù)（index of concordance，C-index）和平均絕對誤差（mean absolute error，MAE）。P＜0.05為差異有統(tǒng)計學意義。

2 結果

2.1 單因素分析結果

單因素分析發(fā)現(xiàn)重癥患者發(fā)生ICU-AW的相關危險因素有：肌酸激酶、乳酸、機械通氣時間、有無發(fā)生MODS、有無接受CRRT治療（P＜0.05），有無發(fā)生SIRS、年齡（P＜0.10）。性別、PCT、乳酸脫氫酶（lactate dehydrogenase，LDH）、BMI、腸內(nèi)營養(yǎng)開始時間和有無使用糖皮質激素差異無統(tǒng)計學意義（P＞0.10）。見表1。

表1 ICU-AW危險因素的單因素分析

2.2 Logistic回歸分析結果和建立ICU-AW預測模型

將單因素分析得到的P值小于0.1的指標納入Logistic方程，使用進入法進行Logistic回歸分析，最終將年齡、機械通氣時間、有無CRRT治療納入回歸模型，具體公式如下=-6.137+0.062×年齡（歲）+0.615×機械通氣時間（d）+1.985×CRRT（1=有，0=無）。Hosmer-Lemeshow擬和優(yōu)度檢驗結果顯示擬合效果良好（P=0.211＞0.05）。見表2。

表2 獨立預測指標的多因素分析結果

2.3 繪制ROC曲線并計算最佳截斷值

繪制年齡、機械通氣時間、CRRT和預測模型的ROC曲線，年齡、機械通氣時間、CRRT和預測模型對應的AUC分別為0.588、0.678、0.606、0.846。見圖1。以約登指數(shù)（靈敏度+特異度-1）最大值所對應的值為最佳截斷值，得到年齡、機械通氣時間和預測模型截斷值及其相對應的靈敏度及特異度，計算陽性預測值和陰性預測值，預測模型與各獨立預測指標的AUC差異有統(tǒng)計學意義（Z=4.631、4.685、5.362，P＜0.01）。見表3。

表3 ICU-AW各獨立預測指標及預測模型的預測效果比較

圖1 ICU-AW預測模型和各預測指標的ROC曲線

2.4 預測模型的內(nèi)部驗證

使用Bootstrap重抽樣技術對模型的預測能力進行內(nèi)部驗證，結果表明，原始曲線和校正曲線擬合良好，一致性指數(shù)為0.846，MAE為0.031。說明模型的預測效果理想。見圖2。

3 討論

ICU-AW為危重癥患者常見的并發(fā)癥，主要累及四肢肌肉和呼吸肌，表現(xiàn)為肌肉無力、癱軟，機械通氣患者呼吸肌無力、脫機困難等。其發(fā)病機制復雜，尚未完全闡明?？赡艿臋C制包括微血管、代謝和生物能的改變等，并以復雜的方式相互作用，最終導致肌力喪失和肌肉萎縮。早期預測ICU-AW的發(fā)生風險并積極地針對性給予干預，對預防ICU-AW的發(fā)生，改善重癥患者預后有重要意義。

本研究結果顯示，年齡是ICU-AW的獨立危險因素，主要由于隨年齡的增長，人體各項生理功能減退，運動系統(tǒng)可表現(xiàn)為肌肉萎縮、肌張力和肌力下降[11]。高齡同時可能并發(fā)多種基礎疾病，對內(nèi)環(huán)境進行動態(tài)調節(jié)的功能減弱，較小的刺激即可造成內(nèi)環(huán)境紊亂，對機體造成傷害，其他因素包括吞咽困難障礙，可能導致吸入性肺炎，導致呼吸衰竭和其他并發(fā)癥，造成不良預后。本研究發(fā)現(xiàn)機械通氣時長也可作為ICU-AW的預測指標，機械通氣時間過長可導致膈肌、肋間外肌等呼吸肌失用性萎縮，組織病理學表現(xiàn)為肌肉纖維損傷、肌節(jié)斷裂[12]，造成自主呼吸功能下降。為防止意外拔管或者因患者煩躁不安造成的呼吸機抵抗，因此接受機械通氣治療的患者大多需實施鎮(zhèn)痛、鎮(zhèn)靜治療，需完全或者部分制動，臥床時間的增加未能施行早期的康復鍛煉，這些因素也是造成機械通氣患者發(fā)生ICU-AW的重要原因[13]；隨著機械通氣時間延長，誘發(fā)或加重患者的呼吸系統(tǒng)的感染的風險也隨之升高，感染可加重患者病情，甚至誘發(fā)MODS[14]，導致ICU-AW的發(fā)生。危重癥患者行CRRT治療是ICU-AW的獨立危險因素，本研究發(fā)現(xiàn)，接受CRRT治療的患者并發(fā)ICU-AW的風險是未接受CRRT治療患者的7.281倍，其原因可能和以下因素有關：多數(shù)接受CRRT治療的患者體內(nèi)多有存在各種有害物質堆積，可造成機體組織細胞損傷；治療前存在電解質紊亂、全身水腫、腎功能衰竭等，如高鉀血癥，可表現(xiàn)為肢體無力、反射減弱，最終并發(fā)ICUAW[15]。發(fā)病單獨危險因素如年齡、機械通氣時間和接受CRRT治療的陽性預測值較低，分別為40.0%、40.0%、43.6%，ROC的曲線下面積較小，分別為0.588、0.678和0.606。

單獨危險因素的陽性預測值較低，ROC的曲線下面積較小。為彌補單個指標預測重癥患者發(fā)生ICU-AW時的靈敏度和準確度低的不足，本研究通過Logistic多元回歸分析對預測指標進行校正，消除混雜因素后獲得年齡、機械通氣和是否接受CRRT治療等3項指標，建立預測模型。建立了由年齡、機械通氣時間和是否接受CRRT治療等3項指標構成的預測模型。模型中，當截斷值取0.643時，模型的靈敏度為58.2%、特異度為95.5%，陽性預測值為61.8%，陰性預測值為83.6%。模型的AUC值為0.846，顯著高于其他單一ICU-AW預測因子，彌補了單因素單獨預測的不足。模型的內(nèi)部驗證結果表明模型的預測效果理想。

有研究發(fā)現(xiàn)MODS[16]、乳酸[17]、SIRS均是可預測ICU-AW的預測因子，本研究單因素分析結果顯示MODS、乳酸、肌酸激酶對預測ICU-AW發(fā)生有統(tǒng)計學意義，經(jīng)Logistic回歸分析未納入預測模型，這可能和樣本量相對較少有關。

本研究存在的不足之處在于研究對象為僅限于我院一家醫(yī)院的患者，樣本量相對較小，疾病種類、嚴重程度、基礎疾病及年齡特點可能存在局限性。我國疆域遼闊，區(qū)域發(fā)展不平衡，不同醫(yī)院ICU收治病例總體上很難保證一致性。雖然模型的內(nèi)部驗證表明預測效果理想，但仍有必要進行前瞻性研究來進一步驗證。綜上所述，該預測模型可以較好的預測ICU-AW的發(fā)生，結論的推廣還需多中心前瞻性研究。