困難氣道的風險因素分析及預測模型研究

倪紅偉，賀廣寶，高紅梅，祝義軍，史東平，杭燕南

1. 上海市嘉定區中心醫院麻醉科，上海 201800；2. 上海交通大學醫學院附屬仁濟醫院麻醉科，上海 200127

臨床上預測困難氣道（difficult airway，DA）的指標較多，如改良的Mallampati分級（modified Mallampati test，MMT）、頭頸活動度、張口度、甲頦距離等，但其靈敏度和特異度均不夠理想。近年來，超聲技術的應用為臨床預測DA提供了新方法。研究[1]發現，使用舌下超聲測量舌的體積及厚度可以預測困難喉鏡（DA的代理指標）。另有研究[2]在正中位甲狀軟骨膜水平，通過會厭前間隙的厚度和會厭前區面積來預測困難喉鏡的相關指標，但具體使用何種方法、如何測量尚未定論。本研究通過超聲技術在可視狀態下的旁矢狀位測量皮膚到甲狀軟骨的距離（the distance between the skin and thyroid cartilage，DST）、皮膚到會厭的距離（the distance between the skin and epiglottis，DSE）以及甲狀軟骨到會厭的距離（the distance between the thyroid cartilage and epiglottis，DTE）[3]，采用 Logistic回歸分析和相對風險度評估對DA的風險因素進行分析并預測最佳模型，以期為臨床上DA預測的評估提供新方法。

1 對象與方法

1.1 研究對象

納入2018年5月—10月在上海市嘉定區中心醫院擬全身麻醉下行擇期手術的患者211例（年齡＞18歲），其中男性92例、女性119例，美國麻醉師協會（American Standards Association，ASA）分級為Ⅰ～Ⅲ級。排除頭頸部畸形、上頜畸形、頸椎骨折以及患有腫瘤等的特殊患者。

本研究已獲得上海市嘉定區中心醫院倫理委員會審批（審批號：2016-B-11），所有患者或家屬均簽署了知情同意書。

1.2 麻醉及插管過程

患者入手術室后需行常規吸氧、開放外周靜脈，并監測其心電圖、血壓、心率、脈搏血氧飽和度、呼氣末二氧化碳分壓等。隨后，向患者靜脈依次注射咪達唑侖2 mg、舒芬太尼0.3～0.5 μg/kg、丙泊酚1.5～2.0 mg/kg及順苯磺酸阿曲庫銨1.5 mg/kg進行麻醉誘導。待肌肉松弛完全后行氣管插管，即經面罩純氧通氣，采用直接喉鏡暴露聲門，不對其喉部施加外部壓力，選用第一眼喉鏡對患者喉部狀態進行觀察，并行Cormack-Lehane（CL）分級判定。該判定由具有5年以上臨床工作經驗的同一名麻醉醫師完成。研究[4]顯示，CL分級中Ⅰ、Ⅱ級被視為正常氣道，Ⅲ、Ⅳ級則被視為DA。

1.3 數據采集

1.3.1 基本資料收集 收集患者的年齡、性別、身高、體質量和體質量指數（body mass index，BMI）等基本資料。

1.3.2 常規氣道評估指標采集 常規氣道評估指標包括MMT、頭頸活動度、張口度和甲頦距離，具體如下：①MMT評估：即患者需用力張口、伸舌至最大限度，根據其口咽部結構的可見度進行分級。其中，Ⅰ級可見軟腭、咽腭弓、腭垂，Ⅱ級可見軟腭、咽腭弓且腭垂部分被擋住，Ⅲ級僅見軟腭，Ⅳ級未見軟腭。當患者為Ⅲ、Ⅳ級時，提示存在插管困難。②頭頸活動度評估：測量患者頭頸做最大限度的屈曲到伸展的活動角度。該角度≥ 80?即為正常，而＜80?則提示存在插管困難。③張口度評估：患者需盡可能張大嘴巴，用示指、中指和無名指測量上下門齒間距離。該距離≥ 4 cm（兩橫指）即為正常，而＜4 cm則提示存在插管困難。④甲頦距離評估：患者需頭部后仰至最大限度，測量甲狀軟骨到頦結節間的距離。該距離≥ 6 cm 即為正常，而＜6 cm則提示存在插管困難。

1.3.3 超聲數據采集 患者取去枕平臥位，使用超聲（Venue 40 12L-SC，美國GE公司）線陣探頭矢狀位置于喉部左側旁正中（中線向左旁開1 cm），可見甲狀軟骨和舌骨，并以此為標記測量DST；于甲狀軟骨下方可見會厭后緣空氣與黏膜交界面呈線狀高回聲時，測量DSE和DTE。同一距離行3次測量，取平均值。超聲數據的采集由同一名經過培訓的麻醉醫師完成。

1.4 統計學方法

使用Stata/SE 15.0軟件對研究數據進行統計分析。對連續變量進行正態分布分析檢驗，符合正態分布的定量資料以x—±s表示，非正態分布的定量資料以M（Q1，Q3）表示，并分別采用t檢驗和非參數檢驗進行分析[5]。分類變量的分析結果被報告為數字，并采用χ2檢驗進行組間比較。檢測各變量的膨脹因子，判定其多重共線性，并采用Logistic回歸分析篩選DA獨立預測因素并建立最佳模型。通過靈敏度、特異度、曲線下面積（area under the curve，AUC）來評估最佳模型預測DA的能力。上述比較均為雙側檢驗，P＜0.05表示差異具有統計學意義。

2 結果

本研究共納入211例患者，經CL分級評估顯示44例患者為Ⅲ級或Ⅳ級。依據該結果，將患者分為正常氣道組（167例）和DA組（44例），并對2組患者的一般資料及氣道評估指標進行分析。結果（表1）顯示，患者在性別、MMT、DSE、DTE和DST指標間差異均具有統計學意義（均P＜0.05）。

表1 患者一般資料比較及氣道評估指標分析Tab 1 Comparison of general data and analysis of airway assessment indicators

本研究通過對各變量的膨脹因子進行檢測顯示，各變量間不存在多重共線性，而后采用Logistic回歸分析篩選DA獨立預測因素并建立最佳模型。結果顯示，預測困難喉鏡的最佳模型由性別、BMI、DSE和MMT共4個風險因素確定，該最佳模型的診斷價值的靈敏度為90.9%，特異度為90.4%，明顯優于MMT的靈敏度（75.0%）及特異度（71.3%）。

DA最佳模型的相關風險因素分析結果見表2。Logistic回歸方程為：logit （DA） =-8.077-1.463×Sex-0.223×BMI+2.482×MMT+5.609×DSE，其中Sex為性別。隨后對最佳模型進行受試者工作特征曲線（receiver operator characteristic curve，ROC曲線）分析，結果（圖1）顯示其AUC為0.934。

表2 最佳模型的相關風險因素分析Tab 2 Analysis of relevant risk factors for the optimal model

圖1 預測DA的最佳模型的ROC曲線Fig 1 ROC curve of the optimal model for predicting DA

3 討論

目前，DA的處理是麻醉學領域中的一項重要課題。臨床上，DA的發生不僅會影響麻醉及手術過程的順利實施，還可能危及患者的生命安全；而麻醉醫師能否在氣管插管前對DA進行預測并提前做好充分準備，是確保患者安全的重要環節。近年來，有不少學者采用傳統預測DA的方法和超聲預測方法進行研究發現，其靈敏度均不夠理想且缺少公認的預測標準。本研究采用Logistic回歸分析篩選DA的獨立預測因素并建立一種全新的DA預測評估體系；結果顯示，該評估體系由性別、BMI、DSE和MMT共4個風險因素確定。

由于臨床上插管困難多為主觀感受，對其進行氣道評估也僅是一種對不確定因素的預測，因此通過直接喉鏡對患者進行喉頭分級可能是建立氣道最重要的決定因素。基于此，我們選用第一眼喉鏡對患者喉部狀態進行觀察，并將該結果中困難喉鏡作為DA的代理指標。經CL分級評估顯示，第一眼喉鏡檢查困難的發生率為20.85%，與其他研究[6-7]相似。有研究[8-9]表明男性更容易出現困難喉鏡，這與本研究結果較接近，即男性是困難喉鏡的風險因素。在本研究中，我們采用世界衛生組織設立的超重標準（BMI≥ 25 kg/m2）截點[10]，經Logistic回歸分析顯示BMI是困難喉鏡的風險因素。Quinn等[11]研究顯示，患者的BMI每增加1 kg/m2，則其插管失敗的風險會增加7%。目前，MMT是臨床常用的氣道評估方法[12]，有文獻[13-14]報道其靈敏度為42%～81%，特異度為66%～84%。本研究結果顯示MMT的靈敏度為75.0%，特異度為71.3%，與上述文獻報道相一致。

近年來，超聲技術基于無創、便攜等優勢廣泛應用于氣道領域，為臨床預測DA提供了新的方法。本研究通過超聲技術在可視狀態下于旁矢狀位測量DST、STE、DSE，結果顯示DSE在預測DA評估體系中發揮了重要作用，其與插管操作希望看到的聲門距離最近，其長短也可直接影響插管時的視線通路。

此外，本研究尚存在一定的局限性：①本研究僅通過1臺超聲設備進行檢測，較難準確且全面地收集符合標準的患者入組，后續我們將增設相關設備以增加對患者的收集。②本研究在設計前期時考慮結合CT或磁共振影像資料對DA進行預測，但最終因科研經費不足、患者醫療費用增加等原因而暫未納入，后續或將結合CT或磁共振影像資料行進一步分析。

綜上，本研究獲得的全新DA預測評估模型結合了傳統的臨床評估方法和超聲測量手段，在預測效果上顯著優于MMT評估方法。該模型的應用或將能夠更為全面、有效地實現DA評估，提高預測的準確性，對降低手術死亡率、提高圍術期的安全性具有積極意義。