重癥監護病房獲得性衰弱風險預測模型的構建

王靈 龍登炎

基金項目：黔東南州科技支撐計劃（黔東南科合支撐［2021］12號）；貴州省科技支撐計劃（黔科合支撐［2020］4Y139號）；貴州省高層次創新型人才培養計劃（黔千層人才［2022］201701號）

作者單位：黔東南苗族侗族自治州人民醫院重癥醫學科（郵編556000）

作者簡介：王靈（1979），男，主任醫師，主要從事重癥康復、膿毒癥方面的研究。E-mail：463082910@qq.com

摘要：目的 構建重癥監護病房獲得性衰弱（ICU-AW）的風險預測模型，指導臨床預防及治療。方法 納入并分析重癥醫學科收治的1 063例患者的性別、年齡、年齡校正查爾森合并癥指數（aCCI）、是否輸注白蛋白、心力衰竭、是否行康復治療、咪達唑侖用量、去甲腎上腺素用量、機械通氣時間與ICU-AW的相關性，篩查獨立危險因素并建立預測模型，分析模型的預測能力。結果 1 063例患者中發生ICU-AW 370例，Logistic回歸分析顯示高齡、高aCCI、長機械通氣時間、高咪達唑侖用量、高去甲腎上腺素用量、心力衰竭為ICU-AW的獨立危險因素，康復治療及輸注白蛋白為獨立保護性因素；預測模型的回歸方程為：Logit（P）=0.017×年齡+0.008×機械通氣時間+0.006×去甲腎上腺素用量-0.832×康復治療-0.648×輸注白蛋白+1.224×aCCI+0.017×咪達唑侖用量+1.834×心力衰竭-6.806。模型的受試者工作特征曲線下面積（AUC）為0.908（0.890～0.925），敏感度為82.20%，特異度為82.40%。結論 利用上述變量構建的模型具有較好的預測效能，可為臨床防治提供新思路。

關鍵詞：重癥監護病房獲得性衰弱；臨床預防及治療；獨立危險因子；預測模型

中圖分類號：R597文獻標志碼：ADOI：10.11958/20231011

Construction of acquired weakness risk prediction model in intensive care unit

WANG Ling， LONG Dengyan

Department of Medical Intensive Care Unit， People's Hospital of Qiandongnan Miao and Dong

Autonomous Prefecture， Kaili 556000， China

Abstract： Objective To construct a risk prediction model for intensive care unit-acquired weakness （ICU-AW） to guide clinical prevention and treatment strategies. Methods The correlation between gender， age， age-adjusted Charlson Comorbidity Index （aCCI）， injecting albumin， heart failure， rehabilitation treatment， midazolam dosage， norepinephrine dosage and mechanical ventilation duration in 1 063 patients admitted to the intensive care unit was analyzed. Independent risk factors were identified to establish the prediction model， and the predictive ability of the model was analyzed. Results Among 1 063 patients， 370 developed ICU-AW. Logistic regression analysis identified advanced age， higher aCCI， prolonged mechanical ventilation duration， increased midazolam and norepinephrine dosages， and heart failure as independent risk factors for ICU-AW， while rehabilitation treatment and injecting albumin were identified as independent protective factors. The regression equation of the prediction model was： Logit （P） = 0.017 × age + 0.008 × mechanical ventilation duration + 0.006 × norepinephrine dosage - 0.832 × rehabilitation treatment - 0.648 × injecting albumin + 1.224 × aCCI + 0.017 × midazolam dosage + 1.834 × heart failure - 6.806. The area under the curve （AUC） of the model was 0.908 （0.890-0.925）， with the sensitivity of 82.20% and specificity of 82.40%. Conclusion The model constructed using these variables demonstrates good predictive efficiency and can provide new insights for clinical prevention and treatment of ICU-AW.

Key words： intensive care unit-acquired weakness; clinical prevention and treatment; independent risk factors; predictive model

重癥監護病房獲得性衰弱（ICU-AW）是危重患者常見的繼發性神經肌肉功能障礙，是ICU患者的常見并發癥［1］，表現為全身對稱性的肌無力，主要累及外周肌群及（或）膈肌。Raurell-Torredà等［2］納入了80個ICU的隊列研究顯示發生率為58%。在多器官衰竭的患者中，ICU-AW的發生率甚至可高達100%［3-4］；與非ICU-AW患者相比，ICU-AW患者的病死率超過2倍［5］。有研究還表明，ICU-AW患者機械通氣時間及住院時間均增加，病死率增高［6］。出院后可伴有不同程度的后遺癥［7］，不僅影響正常生活質量，還會加重家庭和社會經濟負擔。預防ICU-AW的發生對危重患者的救治具有重要意義。目前ICU-AW的發病機制尚不完全清楚，對其預防亦缺乏深入研究［8］。本研究通過分析診療相關方法與發生ICU-AW的相關性，分析獨立危險因素并建立預測模型，為臨床防治提供參考。

1 對象與方法

1.1 研究對象 選取我院2022年1月1日—2023年6月6日入住重癥醫學科的患者1 326例，其中93例住院期間行心肺復蘇、8例頸髓損傷、58例合并肢體骨折、5例重癥肌無力、14例多發性肌炎、51例嚴重腦血管疾病導致嚴重意識障礙及偏癱影響ICU-AW診斷被排除；34例資料不全被剔除。最終1 063例被納入研究，其中男637例，女426例，年齡18～99歲，平均（60.91±19.00）歲；住ICU期間發生ICU-AW 370例（34.81%，ICU-AW組），未發生ICU-AW 693例（65.19%，非ICU-AW組）。ICU-AW的診斷采用醫學研究委員會（MRC）對上下肢各肌群的肌力分級量表，量表總分60分，綜合評分＜48分者為ICU-AW［1］。本研究經醫院醫學倫理委員會批準（批準號：2021012），獲患者或其家屬知情同意。

1.2 治療方法 患者入院后積極治療原發病，進行必要的器官功能支持治療，維持生命體征穩定。感染者予以敏感抗生素靜脈滴注，經過專業康復小組評估及家屬同意下在24～72 h內采取康復治療，如肢體運動、關節松動、必要的器具輔助及生物電反饋治療等，早期加強營養，低蛋白血癥者予以補充白蛋白，鎮靜劑的使用按照中國ICU鎮靜鎮痛指南執行，機械通氣按照機械通氣臨床應用指南（2006）執行。

1.3 觀察指標 入住ICU時收集患者入院時年齡、性別、年齡校正查爾森合并癥指數（aCCI）［9］。觀察并記錄患者住ICU期間是否輸注白蛋白和心力衰竭、咪達唑侖用量、去甲腎上腺素用量、機械通氣時間、是否行康復治療。

1.4 統計學方法 應用SPSS 22.0軟件進行數據分析。計數資料以例或例（%）表示，組間比較采用χ2檢驗；采用Kolmogorov-Smirnov法對計量資料進行正態性檢驗，符合正態分布的計量資料以均數±標準差（[x] ±s）表示，2組間比較采用獨立樣本t檢驗；非正態分布的計量資料以M（P25，P75）表示，2組間比較采用Mann-Whitney U檢驗；采用二元Logistic回歸分析獨立危險因素；采用受試者工作特征（ROC）曲線分析各指標對ICU-AW的預測能力。P＜0.05為差異有統計學意義。

2 結果

2.1 2組患者臨床資料比較 ICU-AW組男性比例、年齡、aCCI、輸注白蛋白比例、咪達唑侖用量、去甲腎上腺素用量、機械通氣時間、行康復治療比例、合并心力衰竭比例均高于非ICU-AW組（均P＜0.05），見表1。

2.2 Logistic回歸分析ICU-AW的影響因素 以性別（男=1，女=0）、年齡、aCCI、輸注白蛋白（是=1，否=0）、咪達唑侖用量、去甲腎上腺素用量、機械通氣時間、康復治療（是=1，否=0）、心力衰竭（是=1，否=0）為自變量，以是否發生ICU-AW（是=1，否=0）為因變量，采用輸入法進行二元Logistic回歸分析。結果顯示，高齡、高aCCI、長機械通氣時間、高咪達唑侖用量、高去甲腎上腺素用量、心力衰竭為ICU-AW的獨立危險因素，康復治療和輸注白蛋白為ICU-AW的獨立保護因素，見表2。

2.3 建立ICU-AW風險預測模型并分析其預測效能 根據Logistic回歸分析結果，將8個P＜0.05的變量進行重復建模，納入方程中的變量均保持P＜0.05。最終建立ICU-AW風險預測模型為：Logit（P）=0.017×年齡（歲）+0.008×機械通氣時間（h）+0.006×去甲腎上腺素用量（mg）-0.832×康復治療（是=1，否=0）-0.648×輸注白蛋白（是=1，否=0）+1.224×aCCI（分）+0.017×咪達唑侖用量（mg）+1.834×心力衰竭（是=1，否=0）-6.806。以實際發生ICU-AW為金標準，采用ROC曲線分析ICU-AW風險預測模型的判斷能力。結果顯示，ICU-AW風險預測模型的預測效能優于單一參數，其對ICU-AW具有良好的預測效能，見圖1、表3。

3 討論

ICU-AW對危重患者的影響越來越受到關注。目前ICU-AW的病理生理學機制尚未完全明確，且缺乏有效的預防措施［10］，這也是造成ICU-AW高發的主要原因。在既往研究中，多種因素被提及與ICU-AW的發生有關，如機械通氣、血管活性藥物的使用、鎮靜藥的使用、營養缺乏、康復治療等［11-12］。由于不同的研究側重點不同，結論和建議亦存在差異。盡管臨床嘗試對這些因素進行干預以減少ICU-AW的發生并取得了一定效果，但成果并不理想。這可能是因為實施時過于關注某一指標或少部分因素。目前，臨床尚無針對ICU-AW的統一預防方案。

本研究旨在建立ICU-AW的預測模型，為其臨床預防和治療提供指導。本研究結果顯示，高齡、高aCCI、長機械通氣時間、高咪達唑侖用量、高去甲腎上腺素用量、心力衰竭為ICU-AW的危險因素，而進行康復治療及輸注白蛋白則對ICU-AW有保護作用，這些發現與其他研究［13-14］相吻合。筆者認為，考慮所有相關因素并將其整合為一套集束化預防和治療措施是關鍵。具體包括：早期康復治療、減少鎮靜劑用量、避免液體超負荷、改善營養狀態并糾正低蛋白血癥、及時撤離呼吸機和維持循環穩定。

基于ICU-AW風險因素的復雜性［15］，單一方法預防及治療效果有限。本研究結果顯示，多因素組成的預測模型對ICU-AW具有良好的預測效果，其AUC、敏感度及特異度均優于單一因素，提示對ICU-AW的預防應關注多種危險因素而形成集束化措施。

本預測模型中的指標在其他研究中亦得到了證實。Wang等［16］研究顯示，隨著機械通氣時間延長，ICU-AW發生率呈增高趨勢；Wolfe等［17］研究顯示，體內高劑量刺激β-腎上腺素能受體可導致ICU-AW早期發病的概率顯著增高（OR=3.20，95%CI：1.29～7.95）；Raurell-Torredà等［2］研究顯示，長時間鎮靜鎮痛治療導致神經-肌肉-骨骼系統功能受損，增加ICU-AW的風險；Mendelson等［18］研究顯示，心力衰竭體循環淤血出現低灌注和低氧，可導致酸性物質堆積，促進ICU-AW的發生；Zhou等［19］研究顯示，穩定自身營養狀態可以降低ICU-AW發生率；Wang等［20］研究顯示，實施個性化早期康復治療可降低ICU-AW的發生率。

綜上所述，年齡、aCCI、機械通氣時間、去甲腎上腺素用量、康復治療、輸注白蛋白、咪達唑侖用量、心力衰竭與ICU-AW相關，利用上述變量構建的模型對ICU-AW具有較好的預測效能。在臨床實踐中，應密切關注這些風險因素，及時識別高危患者并進行診療方案調整，以盡量避免ICU-AW的發生。但因本研究為單中心、回顧性研究，相關研究結論尚待進一步研究驗證。

參考文獻

［1］ TAYLOR C. Intensive care unit acquired weakness［J］. Anaesth Intensive Care Med，2021，22（2）：81-84. doi：10.1016/j.mpaic.2020.12.006.

［2］ RAURELL-TORRED? M，ARIAS-RIVERA S，MART? J D，et al. Care and treatments related to intensive care unit-acquired muscle weakness：a cohort study［J］. Aust Crit Care，2021，34（5）：435-445. doi：10.1016/j.aucc.2020.12.005.

［3］ VANHOREBEEK I，LATRONICO N，VAN DEN BERGHE G. ICU-acquired weaknes［J］. Intensive Care Med，2020，46（4）：637-653. doi：10.1007/s00134-020-05944-4.

［4］ PANAHI A，MALEKMOHAMMAD M，SOLEYMANI F，et al. The prevalence and outcome of intensive care unit acquired weakness［J］. Tanaffos，2020，19（3）：250-255.

［5］ ROUSSEAU A F，PRESCOTT H C，BRETT S J，et al. Long-term outcomes after critical illness：recent insights［J］. Crit Care，2021，25（1）：108. doi：10.1186/s13054-021-03535-3.

［6］ JIANG T，LIN T，SHU X，et al. Prevalence and prognostic value of preexisting sarcopenia in patients with mechanical ventilation：a systematic review and meta-analysis［J］. Crit Care，2022，26（1）：140. doi：10.1186/s13054-022-04015-y.

［7］ BIRCH T B. Neuromuscular disorders in the intensive care unit［J］. Continuum，2021，27（5）：1344-1364. doi：10.1212/CON.0000000000001004.

［8］ 吳雨晨，王國強，丁楠楠，等. 國內外ICU獲得性衰弱研究現狀的可視化分析［J］. 中華現代護理雜志，2019，25（25）：3199-3205. WU Y C，WANG G Q，DING N N，et al. Visualization study on research status of intensive care unit-acquired weakness in China and abroad［J］. Chin J Mod Nurs，2019，25（25）：3199-3205. doi：10.3760/cma.j.issn.1674-2907.2019.25.008.

［9］ CHARLSON M E，POMPEI P，ALES K L，et al. A new method of classifying prognostic comorbidity in longitudinal studies：development and validation［J］. J Chronic Dis，1987，40（5）：373-83. doi：10.1016/0021-9681（87）90171-8.

［10］ BOELENS Y F N，MELCHERS M，VAN ZANTEN A R H. Poor physical recovery after critical illness：incidence，features，risk factors，pathophysiology，and evidence-based therapies［J］. Curr Opin Crit Care，2022，28（4）：409-416. doi：10.1097/MCC.0000000000000955.

［11］ LI Z，ZHANG Q，ZHANG P，et al. Prevalence and risk factors for intensive care unit acquired weakness：a protocol for a systematic review and meta-analysis［J］. Medicine，2020，99（36）：e22013. doi：10.1097/MD.0000000000022013.

［12］ YANG Z，WANG X，WANG F，et al. A systematic review and meta-analysis of risk factors for intensive care unit acquired weakness［J］. Medicine （Baltimore），2022，101（43）：e31405. doi：10.1097/MD.0000000000031405.

［13］ 郭彥，徐禮娟. ICU獲得性衰弱危險因素的Meta分析［J］. 循證護理，2022，8（16）：2136-2141. GUO Y，XU L J. Risk factors of intensive care unit-acquired weakness：a Meta-analysis［J］. Chin Evid Based Nurs，2022，8（16）：2136-2141. doi：10.12102/j.issn.2095-8668.2022.16.002.

［14］ 劉楊，羅健，劉苗，等. 基于Meta分析構建ICU獲得性衰弱風險預測模型［J］. 護理學雜志，2022，37（7）：29-33. LIU Y，LUO J，LIU M，et al. Construction of a risk prediction model for ICU acquired weakness-based on Meta-analysis［J］. J Nurs Sci，2022，37（7）：29-33. doi：10.3870/j.issn.1001-4152.2022.07.029.

［15］ CHEN J，HUANG M. Intensive care unit-acquired weakness：recent insights［J］. J Intensive Med，2023. doi：10.1016/j.jointm.2023.07.002.

［16］ WANG W，XU C，MA X，et al. Intensive care unit-acquired weakness：a review of recent progress with a look toward the future［J］. Front Med （Lausanne），2020，7：559789. doi：10.3389/fmed.2020.559789.

［17］ WOLFE K S，PATEL B K，MACKENZIE E L，et al. Impact of vasoactive medications on icu-acquired weakness in mechanically ventilated patients［J］. Chest，2018，154（4）：781-787. doi：10.1016/j.chest.2018.07.016.

［18］ MENDELSON A A，ERICKSON D，VILLAR R. The role of the microcirculation and integrative cardiovascular physiology in the pathogenesis of ICU-acquired weakness［J］. Front Physiol，2023，14：1170429. doi：10.3389/fphys.2023.1170429.

［19］ ZHOU W，YU L，FAN Y，et al. Effect of early mobilization combined with early nutrition on acquired weakness in critically ill patients （EMAS）：a dual-center，randomized controlled trial［J］. PLoS One，2022，17（5）：e0268599. doi：10.1371/journal.pone.0268599.

［20］ WANG L，ZHANG Z. Progress in rehabilitation treatments for sepsis patients in ICU［J］. J Hum Health Res，2022，1（4）：1-8. doi：10.14302/issn.2576-9383.jhhr-22-4146.

（2023-07-10收稿 2023-11-24修回）

（本文編輯 陳麗潔）