泌尿外科達芬奇機器人手術患者術中低體溫風險預測模型的構建及應用研究

楊霞，李國宏，崔穎

(1.東南大學附屬中大醫院 手術室，江蘇 南京 210009；2.東南大學醫學院 護理系，江蘇 南京 210009)

術中低體溫的定義為麻醉手術期間人體核心溫度低于36℃，如低體溫持續，可能會增加圍術期各項不良事件的發生率，如呼吸抑制、凝血異常、麻醉蘇醒延遲、心肌缺血、術后寒戰等，影響患者預后[1-2]。通過文獻綜述[3-5]發現目前國內大部分研究聚焦于術中的體溫管理和術前的預保溫，而規范化的術前低體溫風險評估篩查研究仍較少。此外，隨著達芬奇機器人在臨床的推廣，其已逐步成為泌尿外科的常用術式[6]。相較于傳統術式，盡管機器人手術創傷小，但更長時間的手術、麻醉藥物的持續使用以及能量供應的缺乏導致低體溫發生率的風險更高。我院前期研究[7]結果也提示，常規體溫保護措施下機器人手術低體溫的發生率高達32.19%(66/205)。因此，針對機器人手術的泌尿外科患者，建立合適的低體溫風險預測模型，既可以穩健的預測低體溫的高風險人群從而采取專業的保溫措施，也可以避免對風險較低的患者進行過度保溫，節約醫療資源，對提高手術室護理質量具有重要意義?，F將研究結果報告如下。

1 對象與方法

1.1 研究對象 便利抽樣選取我院自2019年1月至2020年3月泌尿外科接受達芬奇機器人手術患者中發生低體溫事件的72例患者列為研究組，納入標準：年齡>18歲；全身麻醉。排除標準：精神疾??；術前有體溫調節障礙相關疾病；孕期患者；大面積皮膚燒傷等皮膚保溫屏障受損；術中變更麻醉方式。脫落標準：術中突發大出血、休克、呼吸心跳驟停。按照病例組和對照組樣本量1∶3的配比選取此時間段達芬奇機器人術中未發生低體溫的患者216例患者作為對照組。

1.2 研究方法 采用病例對照研究，由手術室護理研究人員，采用統一編制的調查問卷開展調查，內容包括性別、年齡、體質量指數(body mass index,BMI)、麻醉時間、手術時間、氣腹時間、術中出血、基礎體溫、手術室室溫、主動保溫持續時間、術中輸液量、CO2氣腹流量。上述12個潛在危險預測因子的篩選基于既往文獻學習結果、專家經驗及我院低體溫前期研究結果，并進行了相關資料收集。

1.3 指標定義 核心變量為術中從麻醉開始至手術結束過程中患者的鼓膜溫度，兩組患者統一使用同一品牌、同一型號的紅外線耳溫儀進行溫度監測，不同患者注意更換探測帽，記錄麻醉開始、手術開始、術中每隔15 min直至手術結束時的數值，每個時間點的體溫連續復測記錄三次并計算平均值作為最終結果，手術開始后任一記錄時段出現體溫<36℃則納為低體溫組。

2 結果

2.1 病例組和對照組基線特征及危險因素比較 本研究共納入288例患者，年齡28～69歲，平均(54.7±6.35)歲，其中72例患者(25%)出現術中低體溫納入低體溫組，216例患者(75%)納入非低體溫組，一般資料見表1。組間標記后，共8個變量(年齡、麻醉時間、手術時間、術中輸液、基礎體溫、BMI、室溫、主動保溫持續時間)具有統計學意義，P<0.05(見表1)。

表1 兩組患者一般資料和手術相關數據的比較(N=288)

2.2 達芬奇機器人手術患者術中低體溫風險預測模型的建立和分析 將單因素分析有統計學意義的8個變量納入多因素Logistic回歸分析，結果顯示基礎體溫、BMI、室溫、麻醉時間、主動保溫持續時間發生相關。Logit(P)=22.56-1.085×基礎體溫-0.669×BMI-1.182×室溫+0.486×麻醉時間-0.632×主動保溫持續時間(見表2)。對預測模型進行Hosmer-Lemeshow檢驗擬合效果，P=0.475。采用ROC曲線檢驗患者模型預測，以約登指數最大值為預測模型的最佳臨界值，曲線下面積為0.837，靈敏度為0.766，特異度為0.829(見圖1)。

表2 術中低體溫多因素Logistic回歸分析(n=288)

圖1 術中低體溫預測的ROC曲線

2.3 達芬奇機器人手術患者術中低體溫風險預測模型的臨床應用效果分析 針對2020年5-12月符合納排標準的150例患者進行預測模型應用分析，年齡30～71歲，平均(56.1±5.82)歲。實際低體溫發生數為36例，模型預測低體溫發生例數為29例，靈敏度為80.6%；實際未發生低體溫預測數為114例，模型預測為93例，特異度為81.6%，模型總正確率為(29+93)/150=81.3%。

3 討論

3.1 達芬奇機器人手術患者術中低體溫風險預測模型建立的意義 目前為止，術中患者低體溫的現象仍較為常見?；颊咝g中核心溫度過低，易導致各器官組織的代謝下降，影響血氧、脈搏、心率等生命指標[8]；同時，低體溫也會引起患者術中寒顫、降低舒適度，增加術中出血量和輸血量，延遲麻醉蘇醒和復蘇時間，增加傷口感染率，間接地影響術后康復，延長住院時間，增加患者經濟負擔。因此，圍術期合理的體溫管理顯得尤為重要[9]。達芬奇手術機器人由于其操作精確度高、創傷小、視野寬、靈活度高的多項技術優勢，近幾年已被廣泛應用于泌尿外科的手術中[6]，隨之而來的體溫管控和低體溫預防的問題也亟待探討。隨著越來越多的新技術在護理工作中的應用，患者對護理質量的要求也在逐步提高，體現在治療過程中的每個實施環節，因此護理工作的難度風險也不斷增高。國內既往研究[4,10]的重點大多聚焦于術中的體溫管控和監測，而缺乏術前的風險評估和預測。而低體溫風險預測模型的建立的目的就是將護理人員的干預工作提前，在不良事件發生前即能高效的明確篩查出低體溫的高?；颊?，有側重點多方面的進行個體化的預保溫；相反，針對風險程度較低、手術時間較短的患者，減少過度保溫干預的措施，使護理保溫干預工作更加精準化、目的導向性更明確，也有利于促進醫療資源的有效利用、減輕護理人員的工作量及優化護士滿意度[11]，提升優質護理。此外，低體溫的規范化評估管理也可以促進護理質量的不斷改進，并幫助低能級的護理人員提高術中體溫精準化管理的觀念意識。

3.2 達芬奇機器人手術患者術中低體溫的影響因素 本研究結果顯示，BMI、基礎體溫、室溫、主動保溫持續時間和麻醉時間與低體溫的發生有顯著相關性，其中麻醉時間為獨立危險因素。在這5個顯著因素的基礎上，分析建立了達芬奇機器人手術患者術中低體溫風險預測模型。首先體重指數一直被認為是外科術中患者發生低體溫的主要危險因素，主要原因包括兩點[12-13]：(1)高BMI患者的體脂率高、肌肉脂肪組織含量豐富，一方面骨骼肌作為機體產能的動力之一，在體溫開始下降時增加產熱，另一方面皮下脂肪組織在靜止時，構成機體隔離層，具有保暖作用；(2)高BMI患者體內瘦素含量通常也較高，可增加人體代謝率、刺激交感神經產生較多熱量維持核心溫度。其次，基線體溫較低的患者也易出現低體溫，當術前體溫提高時，核心部位與外周組織皮膚的溫差縮小，核心熱量再分布減少，有利于預防低體溫。同樣，手術室室溫的提高也可以降低患者體表與環境之間的對流輻射，并可提高患者術中熱舒適度，減緩其術中體溫降低的趨勢[14-15]。而主動保溫持續時間，已有研究[16]指出術前即采用加溫設備從體外提供熱源，可有效防止術前體溫過低。麻醉時間作為獨立危險因素，較長的麻醉時間可以抑制強制性的血管收縮，引起血管擴張，使核心熱量向外周移動，增加低體溫發生率[13,17]。

3.3 達芬奇機器人手術患者術中低體溫風險預測模型的應用分析 本研究采用Hosmer-Lemeshow檢驗模型的擬合效果，結果顯示擬合優度較好。ROC曲線下面積為0.837，提示預測效果可接受。Yi等[2]對3132例全麻患者術中低體溫情況進行分析，制定預測方程，ROC曲線下面積為0.759，普鷹等[11]分析264例腹腔鏡手術患者情況建立術中低體溫預測模型，ROC曲線下面積為0.791，均與本研究相仿。此外，本研究還選取了150例達芬奇機器人手術的患者進行模型的應用和檢驗，總體正確率達到了81.3%，表明此預測模型對于達芬奇機器人手術是否發生低體溫的鑒別能力良好。但本研究也存在一定的局限性，如樣本量相對較少，納入患者均來自泌尿外科，后期研究可以再加入心胸外科、婦科、普外科患者進行驗證。