鈕祎朋,張紅梅,楊姣姣,張紅旭
經外周靜脈置入中心靜脈導管(peripherally inserted central catheter,PICC)是神經外科常用的血管通路工具,適用于長期靜脈輸液病人,具有操作方便、使用時間長的優點[1]。雖然PICC能較好地受益于高血壓腦出血術后病人,但作為一種侵入性操作,也會導致靜脈炎、血栓等一系列并發癥[2]。尤其對于高血壓腦出血術后病人,由于基礎血壓高,加之術后活動受限,會顯著增加PICC相關血栓風險,引起穿刺側肢體疼痛、腫脹及功能障礙,不僅會延長病人住院時間、增加經濟負擔,嚴重者可導致靜脈炎后遺癥、肺栓塞等,威脅病人生命安全[3-4]。目前國內外關于高血壓腦出血術后病人PICC相關血栓風險的報道多局限于影響因素分析,鮮有報道構建有效預測模型對其風險進行預測[5]。列線圖模型是基于多因素回歸分析的可視化預測模型,具有直觀、簡潔的特點。本研究通過構建高血壓腦出血術后病人PICC相關血栓風險的列線圖模型,旨在為降低病人PICC相關血栓風險提供參考。
回顧性收集2020年4月—2023年4月醫院收治的490例接受PICC的高血壓腦出血術后病人臨床資料。納入標準:1)符合《中國腦出血診治指南(2019)》[6]中高血壓腦出血診斷,經頭顱CT檢查確診;2)符合手術適應證,接受開顱血腫清除術且術程順利;3)臨床資料完善。排除標準:1)原發性腦出血或藥物、血管結構損傷等其他病因引起的腦出血;2)存在顱內動脈瘤、顱內腫瘤等其他顱內疾病;3)混合性腦卒中;4)合并血小板減少性紫癜、白血病等血液系統疾病;5)存在凝血功能障礙或近1個月內使用過抗凝、溶栓等治療;6)嚴重肝腎功能、心肺功能不全;7)腦疝形成或深昏迷;8)既往有顱腦手術史;9)既往有腦梗死病史。根據納入、排除標準,共選取490例符合標準病人的臨床資料,以3∶7比例采用簡單隨機抽樣法分為建模組(147例)與驗證組(343例)。
通過電子病歷醫院信息系統收集病人一般資料,包括年齡、性別、體質指數(BMI)、入院血壓水平、合并糖尿病、合并高脂血癥、腦出血量、出血部位;PICC相關操作,包括穿刺次數、穿刺部位、穿刺導管尖端位置、既往中心靜脈導管(central venous catheter,CVC)或PICC置管史。
置管后所有病人均完成28 d跟蹤隨訪,期間若出現置管部位周圍皮下淤血、局部疼痛,伴有肢體腫脹、皮溫下降等,均接受彩色多普勒超聲檢查,判定是否有血栓形成;若未出現相關癥狀,則于術后7 d、14 d、21 d、28 d時接受彩色多普勒超聲檢查。

建模組147例病人PICC相關血栓發生率為27.89%(41/147),驗證組343例病人發生率為30.61%(105/343)。
發生組病人年齡、BMI、入院時收縮壓與舒張壓高于未發生組,合并糖尿病、左上肢穿刺、導管尖端位于非上腔靜脈、既往有CVC或PICC置管史占比高于未發生組(P<0.05)。見表1。
經多項Logistic回歸分析結果顯示,年齡、BMI、入院時收縮壓與舒張壓、合并糖尿病、穿刺部位、穿刺導管尖端位置、既往有CVC或PICC置管史是高血壓腦出血術后病人PICC相關血栓的獨立危險因子(OR>1,P<0.05)。見表2。

表2 高血壓腦出血術后病人PICC相關血栓風險的多因素分析
基于多因素Logistic回歸分析篩選出危險因素在建模組構建預測高血壓腦出血術后病人PICC相關血栓風險的列線圖模型,并進行內外部驗證,結果顯示,該模型在建模組與驗證組C-inde分別為0.941,0.844,校正曲線趨近理想曲線,模型預測準確性良好。見圖1~3。列線圖預測模型ROC曲線的AUC分別為0.941[95%CI(0.902,0.981)]、0.844[95%CI(0.799,0.890)],敏感度分別為0.902,0.838,特異度分別為0.858,0.718,約登指數分別為0.760,0.556,模型區分度良好。見圖4圖5。

圖1 預測高血壓腦出血術后PICC相關血栓風險的列線圖模型

圖2 建模組預測高血壓腦出血術后PICC相關血栓風險列線圖模型的校正曲線

圖3 驗證組預測高血壓腦出血術后PICC相關血栓風險列線圖模型的校正曲線

圖4 建模組預測高血壓腦出血術后PICC相關血栓風險列線圖模型的ROC曲線

圖5 驗證組預測高血壓腦出血術后PICC相關血栓風險列線圖模型的ROC曲線
PICC相關血栓是高血壓腦出血術后病人PICC常見并發癥之一,早期多數病人無明顯癥狀,導致無法得到及時處理進展為深靜脈血栓,增加病人死亡風險[7]。國外一項系統綜述顯示,15.1%病人在PICC置入后發生PICC相關血栓形成[8]。鄧瑛瑛等[9]研究神經外科重癥病人PICC相關血栓發生風險為25.3%~44.0%。因此,構建有效的預測模型預測高血壓腦出血術后病人PICC相關血栓的發生風險,對預防PICC相關血栓形成具有重要意義。
本研究顯示,年齡、血壓水平、BMI、合并糖尿病、穿刺部位、穿刺導管尖端位置、既往CVC或PICC置管史是高血壓腦出血術后病人PICC相關血栓的獨立危險因子。老年或高齡病人血管彈性差,活動能力降低,均會使血液處于高凝狀態,減緩血流速度,PICC置管后易形成血栓[10]。高BMI病人通常血脂水平較高,介導凝血功能導致血液黏稠度相對增加,同時脂肪組織可通過瘦素、脂聯素及多種炎性因子參與血栓形成過程,增加PICC置管后血栓形成風險[11]。血壓水平越高提示病人血管內皮功能越差,內皮細胞釋放會增加縮血管物質減少舒血管物質,并使血管平滑肌增生,縮小管腔,增加血流阻力,促進血栓形成[12-13]。合并糖尿病病人由于長期慢性高血糖會引起血管結構功能改變,且血糖升高也會引起高滲透壓,使血液系統處于高凝狀態,增加血液黏稠度,導致PICC相關血栓形成[14]。PICC置管穿刺部位選擇左上肢,置管達上腔靜脈的路徑較右上肢穿刺遠,導管需要更長的長度,血管被占用的空間相對更多,易損傷血管內壁,改變病人血流狀態,引起PICC相關血栓發生[15]。上腔靜脈上2/3處血流量較小,下1/3處血流量較大,導管尖端達到上腔靜脈則能減少藥物對血管損傷,但若穿刺導管尖端未達到上腔靜脈,由于靜脈管腔直徑小血流量較少,容易導致湍流,使血管內膜與藥物接觸時間延長,血栓風險增加[16-17]。既往有CVC或PICC置管史的病人再次接受PICC置管后,由于血管壁與內皮被破壞,引起凝血系統激活,同時導管長期留置產生的炎癥反應及藥物刺激也會加重血管內皮損傷,增加血栓形成風險[18]。
本研究構建了預測高血壓腦出血術后病人PICC相關血栓風險,經驗證該模型具有良好性能。列線圖模型主要由各因素、刻度及賦分構成,利用高血壓腦出血術后病人各項因素對應的刻度獲取分值,再計算各項因素分值總和,對應總分軸可獲取預測PICC相關血栓風險值。通過構建列線圖模型能夠更直觀、客觀地評價PICC相關血栓風險,避免了復雜的計算過程,具有較強的臨床實用性。最后進行模型外部驗證,結果顯示該模型在建模組與驗證組C-inde分別為0.941,0.844,校正曲線趨近理想曲線,模型預測準確性良好。臨床護理過程中可將該模型制作為卡片用于高血壓腦出血術后病人PICC相關血栓風險的預測中,根據預測結果采取針對性護理措施,有助于減少PICC相關血栓形成。
綜上所述,年齡、血壓水平、BMI、合并糖尿病、穿刺部位、穿刺導管尖端位置、既往CVC或PICC置管史是高血壓腦出血術后病人PICC相關血栓的獨立危險因子,基于以上因素構建的列線圖模型能有效預測PICC相關血栓風險。