蘇醒室胸腔鏡手術病人低體溫風險預測模型的建立及應用

陳 罡，徐文青，劉秋麗，劉尚昆，杜丹丹*

1.武漢輕工大學醫(yī)學技術與護理學院，湖北 430030；2.華中科技大學同濟醫(yī)學院附屬同濟醫(yī)院

機體核心溫度＜36 ℃被定義為低體溫［1］，可導致病人代謝功能異常甚至危及生命安全，國內外學者多聚焦于術中低體溫危險因素的研究［2］。Alfonsi 等［3］研究顯示，蘇醒室低體溫發(fā)生率為53.5%，是手術病人常見的并發(fā)癥。蘇醒期核心體溫降低會延長麻醉藥物的代謝時間，增加凝血功能障礙，導致失血、麻醉蘇醒延遲、心血管事件等并發(fā)癥，影響病人預后［4］。隨著圍術期麻醉護理的發(fā)展，病人術后蘇醒階段的體溫變化受到越來越多的關注，但蘇醒室低體溫的相關研究較少。麻醉蘇醒室護理單元的建立［5］，使蘇醒室（postanesthesia care unit，PACU）成為病人術后蘇醒階段監(jiān)護的重要場所［6］，蘇醒室低體溫問題逐漸成為困擾臨床工作的難點。本研究評估全身麻醉后胸腔鏡手術病人蘇醒室低體溫的發(fā)生率，分析相關危險因素，初步建立預測模型并進行校驗，為臨床麻醉護理工作早期識別胸腔鏡手術低體溫的高危病人提供參考。

1 對象與方法

1.1 對象 便利抽取2019 年11 月—2021 年5 月行胸腔鏡手術的病人。病人均接受主動保溫措施（靜脈補液置入38 ℃恒溫箱內加熱，沖洗液加溫至37～40 ℃，術中使用溫毯機進行保溫）及核心溫度監(jiān)測。通過電子病歷系統(tǒng)收集研究對象的一般人口學資料[年齡、體質指數（body mass index，BMI）、性別]、圍術期信息[麻醉類型、麻醉時長、美國麻醉醫(yī)師協(xié)會（American Society of Anesthesiologists，ASA）分級、入室核心體溫、液體總入量、入蘇醒室時間、準備時間、是否擇期手術、術前血糖/血紅蛋白/清蛋白等]等相關資料。納入標準：ASA 分級Ⅰ～Ⅲ級；全身麻醉且進入蘇醒室。排除標準：合并嚴重的心、肝、腎功能異常；患有甲狀腺疾病或雷諾綜合征；孕期或哺乳期病人；服用調節(jié)體溫的藥物；發(fā)熱病人。本研究通過醫(yī)院倫理委員會審批（倫理號TJ-IRB20210749），研究對象均自愿參與研究。本研究基于文獻學習，專家經驗篩選預測因子，共14 個危險因素納入研究。根據樣本量計算公式估算樣本量［7］，文獻報告2017 年全國部分地區(qū)橫斷面調查報道數據為44.5%［8］，考慮到可能10%～20%的樣本不符合要求，本研究所需的最少樣本量14×5/0.445×(1-0.2)=197 例，本研究最終入組300 例。建模組納入200 例，模型外驗證組納入100 例。

1.2 方法

1.2.1 研究方法 使用Pro4000 耳溫計（B.Braun 公司，德國）測量核心體溫。病人入蘇醒室后使用體溫探頭測量核心體溫，通過麻醉臨床信息系統(tǒng)每隔5 min收集1 次鼻咽溫度數據，確定5 min 內所有記錄均低于36 ℃定義為低體溫，以排除設備問題或體溫探頭意外移位等因素引起“假”體溫過低。實驗室檢查結果以病人術前最后1 次或術后第1 次測量結果為準。準備時間：病人進入手術室到手術開始切皮的間隔時間。入蘇醒室時間：從08:00～16:00 進入蘇醒室為早班，從16:01～22:00 進入蘇醒室為中班。

1.2.2 統(tǒng)計學方法 采用SPSS 25.0 軟件進行統(tǒng)計學分析，定性資料以頻數、構成比（%）描述，組間比較采用χ2檢驗；符合正態(tài)分布的定量資料以均數±標準差(±s)描述，組間比較采用兩獨立樣本t檢驗；非正態(tài)分布的定量資料以中位數及四分位數[M（P25，P75）]描述，進行秩和檢驗；基于Logistic 回歸分析結果構建預測模型，以P＜0.05 為差異有統(tǒng)計學意義。使用Hosmer-Lemeshow 判斷模型的擬合度，P＞0.05，值越大擬合度越好。以受試者工作特征（receiveroperatingcharacteristic curve，ROC）曲線下面積(area under curve，AUC)評價模型的預測能力。以靈敏度、特異度來驗證模型實際效能。

2 結果

2.1 建模組一般資料 本研究共納入200 例手術病人進入建模組，其中男88 例，女112 例；年齡23～76(55.48±10.99)歲。將建模組分為低體溫組和非低體溫組，其中蘇醒室低體溫85 例，發(fā)生率為42.5%。組間比較共計7 個自變量差異具有統(tǒng)計學意義（P＜0.05），見表1。

表1 低體溫組和非低體溫組病人一般資料比較（n=200）

2.2 建立蘇醒室胸腔鏡手術病人低體溫風險預測模型 將單因素分析中有統(tǒng)計學意義的7 個變量（年齡、BMI 評分、麻醉類型、麻醉時長、入室核心體溫、準備時間、入蘇醒室班次）納入Logistic回歸分析，賦值方式見表2，結果顯示見表3。對模型進行Hosmer-Lemeshow檢驗，P=0.693，表明該模型擬合優(yōu)度高。模型系數Omnibus 檢驗中P＜0.001，說明模型總體有意義。采用ROC 曲線檢驗病人模型預測實際低體溫的靈敏度與特異度，見圖1，以約登指數最大值為預測模型的最佳臨界值。最終測得AUC 為0.858，約登指數為0.605，靈敏度為0.788，特異度為0.817。表明該模型比較穩(wěn)健，擬合度和預測能力中等偏上。

表2 自變量賦值表

表3 蘇醒室胸腔鏡手術病人低體溫多因素Logistic 回歸分析

圖1 預測病人發(fā)生蘇醒室低體溫的ROC 曲線

2.3 蘇醒室胸腔鏡手術病人低體溫風險模型臨床應用效果分析 2020 年12 月—2021 年5 月對100 例符合標準的病人應用該模型。其中男46 例，女54 例；年齡28～80（55.8±11.38）歲。實際發(fā)生術中低體溫46 例，發(fā)生率46%，模型判斷為36 例，誤判10 例，靈敏度為78.26%；實際未發(fā)生術中低體溫54 例，模型判斷為39 例，誤判15 例，特異度為72.22%。模型判斷總正確率為75%。

3 討論

目前，醫(yī)護人員已經認識到圍術期低體溫的危害，國內外已逐漸進行相關領域低體溫指南的建立和更新，國內的相關研究也開始關注其重要性［9］。胸腔鏡手術是胸科手術的首選方式［10］，但針對胸腔鏡手術病人蘇醒室低體溫的相關研究卻相對缺乏。本研究發(fā)現(xiàn)，年齡、BMI 評分、麻醉類型、麻醉時長、入室核心體溫、準備時間、入蘇醒室班次是胸腔鏡手術病人蘇醒室低體溫的預測因子，模型Hosmer-Lemeshow 檢驗中P=0.693，AUC=0.858，表明該模型擬合優(yōu)度高，應用該模型可以預測蘇醒室低體溫發(fā)生的高危人群，能有效對蘇醒室術后胸腔鏡病人進行低體溫高危病人的篩選，采取有效的保溫措施，降低蘇醒室低體溫及其并發(fā)癥的發(fā)生率，促進病人術后的康復。本研究納入200 例胸腔鏡手術病人，通過單因素分析及多因素Logistic回歸分析，篩選胸腔鏡病人蘇醒室低體溫的相關危險因素。本研究結果中，BMI≥24 kg/m2是蘇醒室低體溫的保護因素，超重具有保護作用。因為肥胖病人核心溫度降低時，體內脂肪通過觸發(fā)血管收縮來保持熱量平衡[11]。也有研究顯示，核心體溫≥36.5 ℃是蘇醒室低體溫發(fā)生率的保護因素[12]。術前核心溫度較高再分布減少，分布到外周的溫度梯度降低，不易發(fā)生低體溫。年齡增加是圍術期低溫的一個預測危險因素，高齡病人對寒冷的承受能力較差，在全身麻醉狀態(tài)下體溫調節(jié)血管收縮閾值降低，極易發(fā)生低體溫[13]。有研究顯示，麻醉初始階段低溫下降約占總下降的70%，而初始下降超過0.5 ℃會使病人進入蘇醒室時體溫＜36 ℃的風險加倍[11]。隨著麻醉時間延長，核心溫度持續(xù)降低，蘇醒室低體溫發(fā)生率升高，與Kongsayreepong等［14］研究結果一致。手術前沒有主動保溫措施，手術前的準備時間越長，蘇醒室低體溫的發(fā)生率越高。全身麻醉和神經阻滯均會影響體溫調節(jié)功能[15]，神經阻滯麻醉減少血管收縮和寒戰(zhàn)的程度，導致熱量從身體的核心轉移到外周，造成復合麻醉中蘇醒室低體溫的發(fā)生率是全身麻醉病人的3.857 倍。中班時間入蘇醒室的病人，蘇醒室低體溫的風險增高2.857 倍，可能與病人手術開始時間比較晚，禁飲、禁食時間較長有關。

4 小結

本研究通過單因素分析和多因素Logistic 回歸分析篩選胸腔鏡手術蘇醒室低體溫發(fā)生的7 個獨立危險因素，并通過數據分析建立了風險預測模型。但是本研究也存在一定的不足，樣本類型選取過于單一，樣本量納入較少，后期還需擴大樣本量及樣本類型。但是此模型具有良好的預測能力，能夠穩(wěn)健地預測胸腔鏡手術蘇醒室低體溫的發(fā)生，為臨床工作提供了可靠的指導，具有良好的臨床應用價值。