老年血液凈化治療病人非計劃性撤機風險預測及分級護理研究

袁亞萍，曹 麗，穆洪蕓

血液凈化治療是臨床治療重癥感染、急慢性腎衰竭等危重病癥的重要措施，通過對機體內致病物質或多余水分的有效清除，可維持內環境穩定，為臨床救治創造機會[1-3]。非計劃性撤機是指未按計劃完成預定目標情況下而中止治療的情況，是血液凈化治療病人的常見不良事件[4-5]。相關研究顯示，血液凈化治療病人中非計劃性撤機事件發生率可達到10%～12%，對治療效果、病人預后均有不良影響[6-7]。為促進血液凈化治療有效開展，確保血液凈化治療時間、完成治療目標，部分研究對血液凈化治療非計劃性撤機發生的影響因素進行了分析，但尚未形成統一結論，且缺乏有效的風險評估工具，難以為臨床非計劃性撤機風險防控提供參考。本研究選擇我院2019年8月—2021年7月收治的老年血液凈化治療病人共109例為研究對象，通過單因素分析、多因素Logistic回歸分析篩選老年血液凈化治療病人非計劃性撤機危險因素，基于回歸分析預測法構建風險預測模型，據此確定分級護理策略，現報道如下。

1 對象與方法

1.1 對象 選擇我院2019年8月—2021年7月收治的老年血液凈化治療病人為研究對象。樣本量計算：按Kendall粗略抽樣準則，研究樣本量應為變量數的5～10倍，通過對病人所有資料信息的分析，確定變量數為13個，按7倍數計算，考慮20%的樣本丟失率，則研究樣本應為13×7×(1+20%)=109.2例，考慮實際情況，取整最終確定樣本量為109例。納入標準：年齡≥60歲；確定行血液凈化治療；病人選用的濾器及其他治療儀器相同；治療相關護士均接受統一規范培訓，且通過考核；病人及家屬對研究知情，且自愿參與。排除標準：既往有精神疾病史；合并惡性腫瘤或感染性疾??；臨床資料缺失；因相關原因中途退出研究。

1.2 方法

1.2.1 資料收集 研究通過對回顧性分析法獲取病人相關信息，即從我院信息系統調取病人病歷資料，采取一般資料問卷按雙人核查制度整理病人信息，研究采用的一般資料問卷調查項目有性別、年齡、合并基礎疾病、使用抗凝劑、治療時間、血流速度、血濾置管部位、反復穿刺、發生躁動、出現低體溫、護士工作年限、體位管理到位。

1.2.2 非計劃性撤機判定標準 護理人員按以下標準判定病人是否出現非計劃性撤機：①操作不當；②儀器報警無法解除或處置不當；③跨膜壓大于250 mmHg(1 mmHg=0.133 kPa)；④濾器凝血分級≥Ⅱ級[8-9]。研究參照“血液凈化治療標準手冊”對濾器凝血實施分級：如無凝血或極少纖維凝血為0級；如<10%的纖維凝血為Ⅰ級；如10%～50%的纖維凝血為Ⅱ級；如>50%的纖維凝血為Ⅲ級。

1.3 統計學方法 采用SPSS 20.0統計學軟件進行統計分析，定性資料采用例數、百分比(%)表示，組間比較采用χ2檢驗，單因素分析中差異有統計學意義的變量采取多因素Logistic回歸分析。檢驗水準 α=0.05。

2 結果

2.1 老年血液凈化治療病人非計劃性撤機危險因素的單因素分析 本研究顯示，非計劃撤機病人共12例；單因素分析顯示，老年血液凈化治療病人非計劃性撤機發生的危險因素有年齡、使用抗凝劑、合并基礎疾病、發生躁動、出現低體溫、護士工作年限、體位管理(P<0.05)。見表1。

2.2 老年血液凈化治療病人非計劃性撤機獨立危險因素的多因素Logistic回歸分析 研究以非計劃性撤機為因變量，以單因素分析得到非計劃性撤機發生的危險因素為自變量，變量賦值見表2。多因素Logistic回歸分析顯示，老年血液凈化治療病人非計劃性撤機發生的獨立危險因素有年齡>70歲、使用抗凝劑、發生躁動、出現低體溫、護士工作年限<5年、體位管理不到位(P<0.05)。見表3。

表2 變量賦值

表3 老年血液凈化治療病人非計劃性撤機獨立危險因素的多因素Logistic回歸分析

2.3 老年血液凈化治療病人非計劃性撤機風險預測模型的構建 按回歸分析預測法，則風險預測模型基礎形式為P非計劃性撤機=1/[1+EXP(-Z)]，Z=α+β×S，其中α表示常數項偏回歸系數，S表示變量因子，β表示變量因子對應偏回歸系數；根據多因素Logistic回歸分析結果，將相關數據代入公式，得到風險預測模型P非計劃性撤機=1/[1+EXP(3.367-2.006×年齡>70歲-2.093×使用抗凝劑-3.154×發生躁動-2.562×出現低體溫-1.356×護士工作年限<5年-1.920×體位管理不到位)]。

2.4 老年血液凈化治療病人非計劃性撤機風險預測模型的檢驗 采用Hosmer-Lemeshow檢驗分析老年血液凈化治療病人非計劃性撤機風險預測模型的擬合優度，結果顯示，χ2=3.248，P=0.072，差異無統計學意義，提示模型擬合優度良好。研究以是否發生非計劃性撤機為狀態變量，以模型預測評分為檢驗變量，據此實施ROC曲線分析，結果顯示，受試者工作特征曲線(ROC)下面積(AUC)為0.842，95% CI [0.789,0.894]，最大約登指數(Youden)為0.553，對應靈敏度、特異度分別為0.698、0.855，最大約登指數即為模型最佳臨界值，如病人風險預測模型Z≥0.549，則病人可能發生非計劃性撤機。

研究按以上相同的納入、排除標準篩選得到老年血液凈化治療病人共38例，采用模型對病人進行風險評價，按最佳臨界值(0.549)將病人分為預測發生非計劃性撤機、未發生非計劃性撤機，并與實際情況進行比較，結果顯示，預測發生非計劃性撤機的13例病人中實際發生非計劃性撤機10例，預測未發生非計劃性撤機的25例病人中實際未發生非計劃撤機23例，計算得到靈敏度為76.92%、特異度為92.00%、準確率為86.84%。見圖1。

圖1 老年血液凈化治療病人非計劃性撤機風險預測模型ROC曲線圖

3 討論

3.1 老年血液凈化治療病人非計劃性撤機危險因素復雜且模型預測準確

3.1.1 老年血液凈化治療病人非計劃性撤機危險因素復雜 本研究基于單因素、多因素Logistic回歸分析得到，老年血液凈化治療病人非計劃性撤機的獨立危險因素有年齡>70歲、使用抗凝劑、發生躁動、出現低體溫、護士工作年限<5年、體位管理不到位(P<0.05)。①年齡>70歲。高齡病人多伴有相關基礎疾病，機體血流動力學表現較差，且免疫功能、凝血功能出現退行性變化，在血液凈化治療中此類病人易出現高血液黏滯度，導致病人凝血風險顯著增大，極易引起跨膜壓升高，病人非計劃性撤機風險大[10-11]。劉芳等[12]研究顯示，年齡≥60歲的血液凈化治療病人非計劃性撤機風險是<60歲病人的4.578倍。本研究結果顯示，年齡>70歲的血液凈化治療病人非計劃性撤機風險是≤70歲病人7.436，兩研究結論均證實了年齡對血液凈化治療病人非計劃性撤機的影響，但在年齡界定、風險概率方面存在差異，究其原因，中青年病人與老年病人機體功能差異性顯著，而年齡60～70歲病人與70歲以上病人機體差異性相對較小。②使用抗凝劑。血液凈化治療中常用抗凝劑有肝素、枸櫞酸鈉等，抗凝劑應用能活化部分凝血酶原時間，而凝血酶原活化時間延長10 s情況下濾器凝血風險能下降25%，且能降低原發性疾病引起的凝血風險，減少血栓形成、濾管堵塞，避免因此引起血壓波動，導致機器報警，從而造成非計劃性撤機[13-14]。③發生躁動。重癥感染、急慢性腎衰竭病人均屬于意識障礙或躁動高發人群，而血液凈化治療時間長[15]，如病人躁動風險大且缺乏有效約束措施情況下極易引起意外脫管，導致治療儀器報警，進而造成非計劃性撤機；同時，躁動病人血管通路彎曲或移位風險大，對血流通暢度有較大影響，可引起跨膜壓升高，造成非計劃性撤機[16-17]。本研究調查顯示，發生躁動的老年血液凈化治療病人非計劃性撤機風險為未發生躁動病人的23.419倍，臨床應加強對血液凈化治療病人躁動風險的識別，并及時采取防控干預措施。④出現低體溫。何棟等[18]研究顯示，持續性血液凈化治療病人低體溫發生率為13.64%，經早期保溫干預下病人低體溫發生率仍可達到4.55%；而病人出現低體溫情況下，可誘發寒戰、血管痙攣等癥狀，凝血風險顯著增大，易引起血流不暢，血液凈化治療儀可監測到血壓波動并發出警報，進而造成非計劃性撤機[19-20]。⑤護士工作年限<5年。工作年限<5年護士屬于低年資護士范疇，該類型護士對臨床護理基礎知識或技能掌握程度較高，但護理不良事件的認知水平有限，如缺乏對血液凈化治療病人非計劃性撤機風險的認知，難以認識到各方面因素對非計劃性撤機的影響，不能及時采取有效干預措施，病人非計劃性撤機風險大。⑥體位管理不到位。老年血液凈化治療病人體位管理不當情況下，極易造成管路擠壓或扭曲，進而引起儀器報警，同時，長期臥床情況下極易造成病人局部血液循環受阻，動脈血路管路壓力可能出現間歇性異常變化，血液凈化治療儀因血壓波動而報警，導致非計劃性撤機[21]。

3.1.2 老年血液凈化治療病人非計劃性撤機風險預測模型預測效果出色 研究基于回歸分析預測法構建風險預測模型，模型所涉及的變量因子均可通過查閱病人一般資料、病歷資料獲取得到，獲取方法簡單，便于臨床應用操作，保證了預測模型的可操作性。研究對非計劃性撤機風險預測模型實施Hosmer-Lemeshow檢驗，結果顯示，差異無統計學意義，提示預測模型擬合優度良好；而一般認為AUC為0.7～0.9，則模型預測區分能力良好，本研究中預測模型ROC曲線下面積為0.842，接近0.9，提示本研究構建的風險預測模型能實現對風險事件的有效預測區分。模型應用檢驗發現，非計劃性撤機風險預測模型靈敏度為76.92%，特異度為92.00%，準確率為86.84%，一般認為預測準確率大于0.8，即模型預測效果較好，提示本研究構建的預測模型靈敏度、特異度高，且預測準確、有效。

3.2 老年血液凈化治療病人非計劃性撤機風險分級管理 研究對老年血液凈化治療病人非計劃性撤機危險因素實施分析，確定從護理人員、病人2個角度實施干預，以實現對非計劃性撤機風險的分級管理。

研究采用風險預測模型對老年血液凈化治療病人實施風險評估，根據是否大于最佳臨界值(0.549)將病人分為高危病人(≥0.549)和低危病人(<0.549)，對病人實施分色標識，高危病人采取紅色標識，低危病人采取黃色標識。①低危病人-黃色標識。針對黃色標識病人臨床以動態風險評估監測為主，即病人變量因子出現變化情況下，即重新評估非計劃性撤機風險。②高危病人-紅色標識。針對紅色標識病人采取處方式護理干預，處方內容有姓名、風險預測模型評分、標識顏色、風險因子統計欄、風險因子防控護理，護理人員對病人所涉風險因子進行統計，結合風險因子選擇相應護理項目，據此制訂非計劃性撤機風險防控護理處方，護理人員根據處方開展護理，在處方上記錄護理執行狀況、護理干預效果，據此進一步優化護理措施，血液凈化治療非計劃性撤機風險防控護理處方。見圖2。

圖2 血液凈化治療非計劃性撤機風險防控護理處方

綜上所述，因年齡>70歲、使用抗凝劑、發生躁動、出現低體溫、護士工作年限<5年、體位管理不到位等因素影響，老年血液凈化治療病人仍存在非計劃性撤機風險，研究構建的風險預測模型能實現對非計劃性撤機風險的有效預測，為臨床實施分級護理提供依據。