老年胸外科患者術后譫妄列線圖模型的建立與評價

鄭 舒 周佩敏 呂振業 付向上 馮 銳

1 溫州市人民醫院胸心外科, 325000 浙江 溫州； 2 溫州市人民醫院骨科，325000 浙江 溫州

隨著醫療技術的不斷進步以及國民健康意識的增強，愈來愈多的老年人患者接受胸外科手術治療。術后譫妄(postoperative delirium，POD)作為術后常見的并發癥，在老年人群中發生風險較高[1-2]。近年來的一些證據表明，POD不僅可能導致患者長期認知功能下降[3]，并且與患者短期和長期病死率的增加有關[4]。先前有幾項研究調查了胸外科手術患者發生POD的危險因素[5-6]，但這些研究多集中于這些因素與POD發病率之間的關聯，目前尚缺乏用于評估胸外科患者POD風險的有效臨床工具。列線圖作為預測模型中較常見的可視化工具，可以根據病人不同的臨床特征量化其發生結局的概率，在日常臨床工作中有著廣泛的應用[7]。因此，本研究擬通過對影響老年胸外科患者POD發生的可能影響因素進行綜合評估，尋找預測POD發生的危險因素，建立一個便捷簡單、易于接受的列線圖模型，以輔助胸外科臨床醫護人員識別高風險患者，為術后譫妄的個體化防治提供科學指導。

1 資料與方法

1.1 研究對象

以2018年12月至2020年12月間在溫州市人民醫院胸外科接受手術治療且符合納入排除標準的老年患者為研究對象，根據術后是否發生譫妄分為POD組和非POD組。納入標準：(1)截至手術時，年齡≥60周歲；(2)接受包括肺、食管、縱隔、肋骨等部位在內的普胸Ⅱ級及以上手術者。排除標準：(1)術后1周內接受其他手術的患者;(2)自動出院或者住院期間死亡的患者；(3)術前、術中相關資料不完整的患者。

1.2 研究方法

采用統一設計的調查表，通過電子病歷系統和問卷形式收集研究對象的術前以及術中資料。根據患者病史及會診信息，并結合譫妄診斷量表(confusion assessment method, CAM) 診斷術后譫妄[8]。

1.3 研究指標

(1)術前相關指標。包括患者年齡、性別、身高、體重、吸煙史、飲酒史、合并癥、術前白蛋白水平、術前血紅蛋白水平以及術前肌酐水平。(2)術前評估[9]。采用營養風險篩查量表(nutrition risk screening,NRS-2002)評估患者入院時的營養風險，評分大于等于3分表明存在營養風險；采用簡易心智狀態問卷調查表(short portable mental status questionnaire, SPMSQ)評估患者認知功能，該問卷由10個問題組成，答錯2題以上為異常；采用視覺模擬評分法(visual analogue scale, VAS)評估患者的慢性疼痛程度；采用日常生活活動能力(ADLs)評定量表評估患者的功能/體力狀態；采用匹茨堡睡眠指數 (pittsburgh sleep quality index, PSQI)評價患者的睡眠情況，得分≥6分表示存在睡眠障礙；采用讀報檢查法評估老年患者的視力狀況，若患者只能閱讀標題提示中度視力障礙，若不能閱讀標題則提示重度視力障礙；采用輕聲耳語試驗評估老年患者術前聽力狀態，方法為檢查者在老年患者耳側30 cm處輕聲說出3～6個數字讓其辨別，若患者回答不上半數以上的數字則說明其存在聽力障礙；(3)術中監測指標。包括手術部位、手術時長、ASA分級、術中失血量以及是否圍手術期輸血等。

1.4 統計學方法

采用R 3.6.1軟件以及SPSS 25.0軟件進行統計分析。連續性變量依據分布類型采用(均數±標準差)或者中位數(四分位間距)表示，并采用t檢驗或Wilcoxon秩和檢驗；計數資料采用例數(%)表示，采用卡方檢驗進行組間比較。采用最小絕對收縮和選擇算子(LASSO)回歸模型對納入的變量進行篩選，然后使用多因素logistic回歸分析通過引入LASSO回歸模型中選擇的變量來構建列線圖預測模型。此外，采用受試者工作特征(ROC)曲線下面積評價該模型的區分度；采用校準圖形以及Hosmer-Lemeshow檢驗評估該列線圖模型的一致性；決策曲線分析(DCA)用于評估不同閾值概率下的凈效益以確定該列線圖模型的臨床實用性。檢驗水準α=0.05。

2 結果

2.1 研究對象一般特征

本研究共納入317名老年胸外科手術患者，其中58名患者發生術后譫妄。術后譫妄組和非術后譫妄組患者在年齡、高血壓、糖尿病、NRS-2002評分、日常生活活動能力、匹茨堡睡眠指數以及手術時長組間特征比較，差異有統計學意義(P<0.05)。見表1。

表1 老年胸外科患者術后譫妄組和非術后譫妄組患者的臨床特征比較

2.2 預測變量篩選

本研究中自變量較多且結局事件發生較少，因此通過LASSO回歸算法對預測因素進行降維處理。當最合適的調優參數λ=0.179，篩選變量結果最優。此時在LASSO分析中保留了年齡、 糖尿病、NRS-2002評分、匹茨堡睡眠指數以及手術時長5個非零系數的變量。見圖1A以及圖1B。

圖1 使用LASSO回歸進行預測變量的篩選

2.3 老年胸外科患者術后譫妄的列線圖模型構建

2.3.1 多因素logistic回歸分析

將LASSO回歸保留的5個非零系數的變量納入到多因素logistic回歸中，結果顯示年齡、糖尿病、NRS-2002評分、匹茨堡睡眠指數以及手術時長是老年胸外科患者發生術后譫妄的預測因素。見表2。

表2 老年胸外科患者POD的多因素logistic回歸分析

2.3.2 風險列線圖模型

引入上述5個獨立預測因子，利用R軟件開發預測老年胸外科患者術后譫妄的風險列線圖模型。見圖2。以1個年齡80歲的胸外科患者為例，從≥75歲年齡變量向上畫垂直線對應的分值為95分，同理假如該患者無糖尿病(0分)、NRS-2002評分4分(76分)、匹茨堡睡眠指數3分(0分)、手術時長4 h(60分)，則該患者總得分為95+0+76+0+60=231分。因此，在總得分值軸到POD發生風險軸畫垂直線時，結果顯示該患者發生POD的風險約為80%。

圖2 預測老年胸外科患者術后譫妄的風險列線圖模型

2.4 老年胸外科患者術后譫妄的列線圖模型評估

基于年齡、 糖尿病、NRS-2002評分、匹茨堡睡眠指數以及手術時長等變量構建的列線圖預測模型，其C-index為0.798，表明該模型具有良好的區分度。見圖3A。此外，Hosmer-Lemeshow檢驗(χ2=2.978，P=0.395)以及校準圖形也顯示出該模型具有良好的一致性。見圖3B。

A:預測老年胸外科患者術后譫妄列線圖模型的ROC曲線；B:預測老年胸外科患者術后譫妄列線圖模型的校準圖形。

2.5 老年胸外科患者術后譫妄列線圖模型臨床價值

該決策曲線顯示，當風險閾值概率在11%到93%之間時，列線圖模型識別老年胸外科患者術后譫妄可產生臨床凈獲益。見圖4。

圖4 老年胸外科患者術后譫妄列線圖模型的臨床決策曲線

3 討論

現有研究證實POD與患者住院時間延長、治療費用增加、病死率增加等不良后果密切相關[4]。鑒于老年胸外科手術患者POD發生率較高，并且目前仍無有效手段對其進行治療，因此早期識別POD高危人群十分必要。本研究通過LASSO回歸確定了包括年齡、糖尿病、NRS-2002評分、匹茲堡睡眠指數和手術時間在內的5個預測因素，將其納入到多因素logistic回歸分析并建立了列線圖預測模型，用于預測老年胸外科患者POD發生風險。該列線圖模型具有良好的區分度和一致性，有助于臨床醫護人員早期識別老年胸外科POD患者，從而改善患者的預后。

本研究共有18.30%的老年胸外科患者發生POD,這與此前宋源凱[5]報道的發生率大致相符。高齡與POD的發生密切相關，這一結論已在先前多項研究中被證實[3]。本研究LASSO回歸也顯示患者年齡是老年胸外科患者POD發生的獨立預測因素，并且通過多因素回歸分析發現年齡≥75歲患者發生POD的風險是年齡<75歲患者的5.793倍。既往研究表明，老年人腦內神經遞質合成酶的活性以及受體數量隨著年齡增長而降低，這可能是高齡胸外科患者易發生POD的原因之一[5,10]。相關文獻表明相較于一般患者，POD在患有糖尿病的患者中更為普遍[11]。此次研究亦證實糖尿病是老年胸外科患者術后譫妄發生的獨立預測因素，其機制可能與患者的糖化血紅蛋白濃度升高有關[12]。文新平等[13]應用簡易微型營養評估量表(MNA-SF評分)評估患者的術前營養狀況，結果發現術前營養不良是老年髖部骨折患者POD發生的獨立危險因素。我們的研究采用了NRS-2002評分來評估患者的術前營養狀況，研究結果與文新平[13]等一致。因此,我們建議對術前存在營養風險的老年胸外科患者積極給予營養支持治療，以減少POD的發生。一項納入101名接受關節置換術的老年患者前瞻性研究表明，存在術前睡眠障礙者發生POD的風險是無術前睡眠障礙者的1.21倍(95%CI:1.03～1.41),我們研究的結果與其相似[14]。動物研究表明，睡眠障礙會損害先天免疫防御，這可能導致與POD相關的炎癥失調[15]。此外，本研究還通過多因素回歸分析發現手術時長≥3 h患者其發生POD的風險是手術時長<3 h患者的3.266倍，與陳熙猛等[16]的研究結果一致。有研究表明老年患者血流動力學穩定性差，較長的手術時長使得其出現低體溫、低血壓、低血氧癥等并發癥的概率增加，進而增加POD的發生風險[17]。

綜上所述，本研究基于包含年齡、糖尿病、NRS-2002評分、匹茲堡睡眠指數和手術時間在內的列線圖模型，是一個具有臨床應用價值的個體化預測模型，可幫助醫務人員早期預測老年胸外科手術患者術后譫妄的發生。但鑒于本模型是基于單中心回顧性資料建立的，因此未來在應用于臨床實踐前，尚需在國內外其他機構進行驗證。