郭小花 陳 茜 趙 晴 王 會 潘永英 王懷貞 宋興榮
(廣東省廣州市婦女兒童醫療中心1 麻醉科,2 小兒外科,廣州市 510623,電子郵箱:3033364043@qq.com)
蘇醒延遲是指患者在全身麻醉停止給藥90 min后意識仍未恢復,對刺激、語言指令不能做出正確反應[1],這不利于患者的快速恢復和麻醉恢復室的周轉。目前國內外有關術后蘇醒延遲的報告主要為個案報告,少見關于圍術期各項指標對蘇醒延遲影響的研究報告。早期預測蘇醒延遲的發生對加速患者的蘇醒有重要的指導意義。本研究分析全身麻醉患兒的圍術期臨床相關指標,探討小兒全身麻醉蘇醒延遲的危險因素,建立小兒蘇醒延遲的預測模型并對模型的預測效能進行評價,以期為小兒術后快速康復提供數據支持。
1.1 臨床資料 選擇2019年1~4月在我院于全身麻醉下行非日間手術的1 024例患兒作為研究組,用于危險因素分析和模型建立。1 024例患兒的中位年齡為36個月,男童650例、女童374例。入選標準:(1)行氣管插管全身麻醉的患兒;(2)美國麻醉醫師協會(American Society of Anesthesiologists,ASA)分級Ⅰ~Ⅳ級。排除標準:(1)相關病史資料不全的患兒;(2)有精神疾病的患兒;(3)術前意識不清的患兒;(4)術后需送重癥監護室繼續監護的患兒。根據患兒是否發生蘇醒延遲,將研究組的1 024例患兒分為蘇醒延遲組58例和非蘇醒延遲組966例。另選擇2019年5月在我院于全身麻醉下手術的412例患兒作為驗證組,用于評價模型預測效能,納入標準和排除標準同上。驗證組患兒的中位年齡為30個月,男童284例、女童128例;其中32例患兒出現了蘇醒延遲,蘇醒延遲發生率為7.8%。研究組和驗證組患兒的年齡、性別等基線資料比較,差異均無統計學意義(均P>0.05)。本研究經廣州市婦女兒童醫療中心倫理委員會批準,所有患兒家屬均簽署知情同意書。
1.2 研究方法
1.2.1 資料收集:利用本院金蝶手術麻醉系統收集患兒的臨床資料并進行回顧性分析,包括術前指標、術中指標和術后指標。術前指標包括性別、年齡、體質指數[2-3]、ASA分級、手術分級、是否貧血[4-5]、是否合并心臟和肺部疾病。術中指標包括輸液量、麻醉時間、呼吸末二氧化碳分壓、術中體溫、是否使用腦電雙頻指數(bispectral index,BIS)進行監測、是否復合神經阻滯、是否使用右美托咪啶。術后指標包括恢復室體溫,術后是否出現低鈉血癥、低鉀血癥、低糖血癥[4-5],以及是否出現蘇醒延遲。其中,患兒的體溫數據均來源于麻醉監護儀上的體溫探頭采集的鼻咽溫度:術中體溫為手術開始即刻、手術進行到一半時和手術結束時3個時點體溫的平均值;恢復室體溫為患兒剛轉入復蘇室第1次麻醉監護儀測量到的鼻咽溫度。術中呼吸末二氧化碳分壓為手術開始即刻、手術進行到一半時和手術結束時3個時點的平均值。術后血鈉、血鉀和血糖值均以患兒入復蘇室的第1次動脈血氣結果判斷。蘇醒延遲指患兒在全身麻醉停止給藥90 min后意識仍未恢復,對刺激、語言指令不能做出正確反應。根據原衛生部頒布的《手術分級分類目錄》將手術等級分為1~4級。
1.2.2 麻醉方法:對所有患兒實施氣管插管全身麻醉,麻醉誘導用藥包括舒芬太尼、丙泊酚和順式阿曲庫銨,使用丙泊酚、順式阿曲庫銨、舒芬太尼和七氟烷進行麻醉維持。手術結束后轉麻醉恢復室。拔除氣管導管指征為喚之睜眼,肌力恢復正常,生命征平穩。
1.3 統計學分析 采用SPSS 19.0軟件進行統計分析。符合正態分布的計量資料以(x±s)表示,組間比較采用兩獨立樣本的t檢驗;不符合正態分布的計量資料以中位數(四分位數間距)[M(Q)]表示,組間比較采用秩和檢驗;計數資料以例數和百分比表示,組間比較采用χ2檢驗。對可能影響小兒全身麻醉蘇醒延遲的因素進行單因素分析時,以P<0.1為差異具有統計學意義;多因素分析采用Logistic回歸模型,以P<0.05為差異具有統計學意義;采用受試者工作特征(receiver operating characteristic,ROC)曲線的曲線下面積(area under the curve,AUC)評價模型預測效能的區分度,AUC>0.75時認為模型區分度較好;采用Hosmer-Lemeshow(H-L)擬合優度檢驗評價模型的校準度,當P>0.05時認為模型校準度較好。
2.1 影響小兒蘇醒延遲的危險因素
2.1.1 單因素分析:非蘇醒延遲組和蘇醒延遲組患兒的年齡、ASA分級、術中輸液量、術中使用BIS監測率、復合神經阻滯率、術后低鉀血癥和低血糖發生率、恢復室體溫比較,差異均有統計學意義(均P<0.10),見表1。

表1 圍術期影響小兒蘇醒延遲因素的單因素分析
2.1.2 多因素Logistic回歸分析:以術后是否發生蘇醒延遲為因變量,將上述單因素分析中有統計學意義(P<0.10)的變量作為自變量,納入多因素Logistic回歸模型中進行分析。其中年齡和恢復室低體溫為連續型變量,在進行多因素分析前采用ROC曲線尋找兩變量的截斷值,結果顯示年齡和恢復室體溫預測蘇醒延遲的最佳截斷值分別為6.5個月、35.5℃,見表2和圖1。多因素Logistic回歸分析的變量賦值情況見表3,結果顯示,年齡≤6.5個月、術后低血糖、恢復室體溫≤35.5℃、術中未使用BIS監測為患兒發生蘇醒延遲的獨立危險因素(均P<0.05),見表4。

表2 年齡和體溫預測小兒發生蘇醒延遲的ROC曲線分析

圖1 年齡和恢復室體溫預測小兒蘇醒延遲發生的ROC曲線

表3 變量賦值情況

表4 患兒蘇醒延遲的多因素Logistic回歸分析
2.2 預測模型的建立及評價 根據Logistic回歸分析結果建立回歸模型為:


圖2 小兒蘇醒延遲預測模型的區分度評價
近年來,隨著對快速康復理念關注度的不斷提高,蘇醒延遲作為影響患者術后康復的一個重要因素也越來越受到關注[6-7]。本研究回顧性分析在全身麻醉下行非日間手術的患兒發生蘇醒延遲的危險因素,建立小兒蘇醒延遲的預測模型,旨在建立科學判斷蘇醒延遲的方法,為臨床醫生對蘇醒延遲患兒進行預測和干預提供參考。
本研究結果顯示,術后低體溫是導致蘇醒延遲的獨立危險因素(P<0.05),當恢復室體溫≤35.5℃時,患兒蘇醒延遲的發生率是恢復室體溫>35.5℃患兒的3.527倍。有研究顯示,低體溫會影響藥物的清除率,從而延長藥物的作用時間[8-9]。此外,圍術期意外低體溫即非醫療計劃導致的圍術期機體核心體溫低于36℃的患者機械通氣需求增加,且機體對麻醉藥物代謝障礙[10]。本研究中低體溫患兒蘇醒延遲發生風險明顯增加,也可能與機械通氣需求增加及藥物代謝障礙相關。有學者建議,對于圍術期意外低體溫,應根據患者發生低體溫的風險進行風險分層管理[11]。相關專家共識推薦,對于兒童更應該加強體溫監測、主動及被動保溫[10]。
本研究結果還顯示低齡(≤6.5個月)、術后低血糖、術中未使用BIS監測也是患兒發生蘇醒延遲的危險因素(P<0.05)。目前關于低齡患兒的藥代動力學的研究較少[12]。有研究表明,新生兒血漿蛋白含量低,使用與血漿蛋白結合的藥物或使用與競爭性蛋白結合的藥物時,可導致外周血中游離藥物濃度較高,加之因發育未成熟而肝臟代謝和腎臟排泄減慢,藥物作用強度增加,藥物清除時間延長[12-14]。因此,針對低齡患兒的麻醉用藥應該更加慎重,應結合患兒的具體情況個性化使用麻醉藥物,避免因藥物代謝造成蘇醒延遲發生。術后低血糖是蘇醒延遲的危險因素,可能與葡萄糖是人類大腦能量供應的主要來源有關[15],低血糖可能會影響患兒腦組織的能量供給進而導致蘇醒延遲。此外,我們發現術中使用BIS監測可以顯著地降低術后蘇醒延遲的發生率,與Chiang等[16]的研究結果相似。這可能是因為BIS與鎮靜、意識和記憶等均有高度的相關性,可以指導術中的精準用藥,具有評價麻醉深度的作用,從而保證患兒的術后快速清醒[17]。
本研究通過Logistic回歸模型篩選出蘇醒延遲的獨立危險因素并建立蘇醒延遲的預測模型,區分度和校準度評價結果顯示,回歸模型的AUC=0.891,敏感度為84.1%,特異度為89.3%,模型的H-L擬合優度檢驗P>0.05,說明模型校準度和區分度較好,提示該預測模型或可幫助臨床醫生更直觀地預測小兒蘇醒延遲的發生風險。
本研究存在以下不足:首先,本研究為回顧性研究且為單中心研究,所采集的數據有可能出現偏倚。其次,有關小兒蘇醒延遲的文獻非常少,因此本研究主要根據臨床經驗選擇可能的影響因素,可能會有遺漏。因此,今后仍需要進行更大樣本量的多中心研究,這樣才能更加準確地評估小兒全身麻醉蘇醒延遲的危險因素。
總之,年齡≤6.5個月、術中未使用BIS監測、術后低血糖、恢復室體溫≤35.5℃為小兒全身麻醉蘇醒延遲的獨立危險因素。所建立的預測模型的區分度和校準度均較好,能較為準確地預測小兒全身麻醉蘇醒延遲的發生,有助于麻醉醫生提前對危險因素進行干預,減少小兒全身麻醉蘇醒延遲的發生。