孫敏捷，羅 兵，李振興，霍星星,王 云

研究[1]顯示重癥監(jiān)護病房(ICU)住院后的死亡人數估計為5%～27%。盡管在過去的幾十年里，降壓病房廣泛使用，ICU護理質量有所改善，仍有相當數量的ICU病人發(fā)生院內死亡。重癥監(jiān)護后的短期預后可由ICU內外因素決定[2-7]。另一方面的焦點主要集中ICU護理和特殊團隊監(jiān)督并識別這些病人的死亡風險[8]。雖然ICU的病人經過嚴格ICU護理后，死亡率有所下降，但有些死亡似乎不可避免，甚至缺乏預測手段，目前為止關于ICU住院病人死亡Nomogram預測模型的建立鮮見文獻報道。本研究探討ICU病人死亡率的預測因素并建立Nomogram預測模型。

1 對象與方法

1.1 研究對象 回顧性分析2017-2019年安徽省第二人民醫(yī)院所有入住的1 133例ICU病人臨床資料。排除標準為病人從第一次入住ICU到死亡<48 h、病人年齡<18歲、入住過其他醫(yī)院外科ICU、入住過其他醫(yī)院的ICU。對于同一住院期間多次入住ICU的病人，僅考慮第一次入住ICU的結果。被納入本研究的對象本人或家屬簽署知情同意書，本研究符合醫(yī)院倫理委員會要求并通過審批。

1.2 變量 臨床資料包括是醫(yī)院感染、年齡、性別、住院時間、ICU住院時間、手術、使用抗菌藥物、高血壓、糖尿病、低蛋白血癥、輸血、昏迷、格拉斯哥昏迷評分(GCS評分)、急性生理和慢性健康評估Ⅱ (APACHEⅡ評分)、氣管切開、氣管插管、呼吸機插管時間、動靜脈插管、動靜脈插管時間、導尿管插管、導尿管插管時間。病人在入住ICU時進行GCS評分和APACHEⅡ評分。為了確定住院死亡的原因，由主治醫(yī)師審查所有死亡的全部醫(yī)院記錄。我們還記錄了病人和家屬是否下達了禁止復蘇(DNR)的命令或在死亡前停止無效治療的決定，在ICU入院前或ICU住院期間有記錄的DNR狀態(tài)的病人被排除在分析中。因此，在ICU成功出院后其入院期間有記錄的DNR狀態(tài)的病人也納入分析。

1.3 統(tǒng)計學方法 采用χ2檢驗、t檢驗和logistic回歸分析；采用R3.5.1將logistic回歸分析中的獨立預測因子繪制成可視化列線圖并驗證，繪制DCA。

2 結果

2.1 ICU住院病人臨床資料比較 對804例存活的ICU住院病人和329例死亡的ICU住院病人的臨床資料進行評估，除年齡、住院時間、ICU住院時間、使用抗菌藥物、低蛋白血癥、手術等指標外，其他指標在2組之間的差異均有統(tǒng)計學意義(P<0.05)(見表1)。

表1 ICU住院病人死亡組和未死亡組臨床資料比較

續(xù)表1

2.2 影響ICU住院病人死亡的多因素logistic回歸分析 以是否死亡為因變量(否：0，是：1)，將單因素分析結果中P<0.05的變量納入多因素logistic回歸分析，將感染(否：0，是：1)、性別(男：0，女：1)、APECHE Ⅱ評分(<20分：0，≥20分：1)、昏迷(否：0，是：1)、高血壓(否：0，是：1)、糖尿病(否：0，是：1)、氣管切開(否：0，是：1)、氣管插管(否：0，是：1)、動靜脈插管(否：0，是：1)、動靜脈插管時間(<7 d：0，≥7 d：1)、導尿管插管(否：0，是：1)、導尿管插管時間(<7 d：0，≥7 d：1)、輸血(否：0，是：1)、GCS評分等指標納入回歸方程。結果顯示，醫(yī)院感染、高血壓、糖尿病、輸血、GCS評分、APACHEⅡ評分≥20分、氣管切開、氣管插管、動靜脈插管、動靜脈插管時間≥7 d、導尿管插管、導尿管插管時間≥7 d為ICU住院病人死亡獨立危險因素(P<0.05)(見表2)。

表2 影響ICU住院病人死亡的多因素logistic回歸分析

2.3 Nomogram 模型的建立及其驗證 根據多因素logistic 回歸分析結果建立 Nomogram 模型，對各個風險因素進行打分，計算其總得分，總得分對應風險預測值，最后得出模型的 C-index 為0.748(P<0.05)(見圖1)。

2.4 ICU住院病人死亡決策曲線分析 在Nomogram模型的基礎上，對多因素logistic 回歸分析篩出來的變量進行ICU住院病人死亡的決策曲線分析，根據表2結果顯示氣管切開的OR=3.973最大，因此將氣管切開納入簡單模型，將醫(yī)院感染、高血壓、糖尿病、輸血、GCS評分、APACHEⅡ評分、氣管切開，氣管插管、動靜脈插管、動靜脈插管時間、導尿管插管、導尿管插管時間等納入復雜模型。結果顯示閾值概率在(0.09～0.49)范圍內，復雜模型的凈利潤高于簡單模型，閾值概率在(0.49～0.87)范圍內，簡單模型的凈利潤高于復雜模型(見圖2)。

3 討論

本研究發(fā)現ICU住院病人死亡率為29.03%，而多因素logistic回歸分析醫(yī)院感染、高血壓、糖尿病、輸血、低GCS評分、APACHEⅡ評分、氣管切開，氣管插管、動靜脈插管、動靜脈插管時間、導尿管插管、導尿管插管時間是ICU住院病人死亡的獨立危險因素。

由于ICU床位的供不應求導致病人預后不良,但我們不確定推遲ICU出院是否能提高病人的生存率。盡管降壓病房已廣泛使用，仍有相當數量的病人在ICU出院后死亡[9]，我們的研究顯示ICU住院時間及總住院時間在2組之間差異無統(tǒng)計學意義，與文獻[9]報道一致。另一項研究表明，ICU住院病人死亡與其疾病嚴重程度、呼吸衰竭、膿毒血癥等因素相關[10]，我們的研究顯示氣管切開，氣管插管、動靜脈插管、導尿管插管、輸血等多措施支持治療可能與病人病情嚴重程度相關，醫(yī)院感染可能導致病人膿毒血癥等，而這些因素均是ICU住院病人死亡的獨立危險因素，與文獻[10]報道相一致。TATSUMI等[11]研究發(fā)現病人是否患有糖尿病和高血壓與病人死亡率顯著相關[11]，我們的研究發(fā)現與之相近。我們的研究還發(fā)現氣管切開是ICU病人死亡的獨立危險因素，且OR最大(OR=3.973，95%CI：2.386～6.615)，與KLEMM等[12]的發(fā)現一致。

Nomogram是一種用于事件結局預測分析的統(tǒng)計學模型，在臨床中來指導臨床決策[13]，我們通過多因素logistic 回歸分析篩選出獨立危險因素，然后繪制成Nomogram圖，根據病人獨立危險因素的特征，計算各獨立危險因素得分，再計算其總得分，在風險圖上找到其風險值，經驗證該模型一致性良好(C-index=0.748，P<0.05)。決策曲線分析是一種用于評估診斷測試并用于臨床決策實踐[14]，我們的研究發(fā)現在閾值概率為(0.09～0.49)范圍內，復雜模型的凈利潤高于簡單模型，在這個閾值概率范圍內，多因素形成的復雜模型可能具有更高的應用價值；閾值概率為(0.49～0.87)范圍內，簡單模型的凈利潤高于復雜模型；說明氣管切開不僅與ICU病人死亡相關，同時可以預測病人死亡風險。

本研究有局限性需要討論，納入模型的影響因素不夠全面，如病人體質量指數及一些反映病人疾病嚴重程度的血液檢查結果未被納入分析。

綜上所述，本研究成功建立ICU住院病人死亡事件發(fā)生預測模型，該模型對指導臨床制定個性化治療措施以降低病人死亡率具有一定的指導意義。