ICU 病人譫妄風(fēng)險(xiǎn)預(yù)測模型的應(yīng)用價(jià)值比較

左賢芳，張愛琴

1.南京大學(xué)醫(yī)學(xué)院，江蘇 210008；2.南京大學(xué)附屬金陵醫(yī)院（東部戰(zhàn)區(qū)總醫(yī)院）

譫妄（delirium）是一種以注意力缺損、意識障礙和 認(rèn)知功能障礙為特征的急性腦功能障礙綜合征[1]，可能與腦部代謝功能障礙有關(guān)[2]。譫妄根據(jù)臨床癥狀的不同表現(xiàn)分為活動(dòng)增多型（激動(dòng)和不安）、活動(dòng)減少型（情感平淡、淡漠、嗜睡、反應(yīng)性下降）和混合型[3]。譫妄是重癥監(jiān)護(hù)室（ICU）病人器官功能障礙中最容易被忽視的一種癥狀[4]，其中活動(dòng)減少型譫妄最難發(fā)現(xiàn)，容易被誤診為癡呆或抑郁，造成更危險(xiǎn)的后果[5-6]。研究顯示，ICU 病人譫妄發(fā)生率達(dá)20%～80%[7-9]，譫妄不僅延長住院時(shí)間[10]，增加并發(fā)癥的發(fā)生率及院內(nèi)病死率[11]，還會降低病人出院后的自理能力[12]。譫妄病人腦功能障礙時(shí)間越長，出現(xiàn)長期不可逆損傷的可能性就越大[13]，并發(fā)癥導(dǎo)致其他器官功能障礙，致使死亡率高達(dá)22%～76%[14]。目前，臨床上沒有一種藥物可以預(yù)防譫妄及譫妄形式的腦功能障礙，故以非藥物策略為主，積極監(jiān)測、早期識別并改善可能誘發(fā)譫妄發(fā)生的危險(xiǎn)因素尤為重要[15-16]。應(yīng)用ICU 譫妄風(fēng)險(xiǎn)預(yù)測模型可提高譫妄的識別率達(dá)64%[17]，通過篩查易發(fā)生譫妄的高危人群，分層干預(yù)，降低譫妄的發(fā)病率[18]。目前，國內(nèi)外有多名學(xué)者基于譫妄病因構(gòu)建了ICU 病人譫妄風(fēng)險(xiǎn)預(yù)測模型，但尚不清楚哪種模型更適用于國內(nèi)ICU 環(huán)境，也有研究者基于現(xiàn)有模型進(jìn)行模型比較，但納入比較的模型較少[19-20]。本研究比較并分析國內(nèi)外4 種ICU 病人譫妄風(fēng)險(xiǎn)預(yù)測模型預(yù)測譫妄發(fā)生的能力和應(yīng)用價(jià)值，為臨床選擇預(yù)測模型提供指導(dǎo)。

1 對象與方法

1.1 確定納入比較的模型 計(jì)算機(jī)檢索知網(wǎng)、維普、萬方、PubMed、Web of Science 和the Cochrane Library數(shù)據(jù)庫建庫至2020 年10 月8 日關(guān)于ICU 譫妄風(fēng)險(xiǎn)預(yù)測模型的研究。英文檢索詞包括intensive care unit、ICU、delirium、delirium syndrome、risk model、prediction model、model；中文檢索詞包括重癥監(jiān)護(hù)、ICU、譫妄、譫妄綜合征、預(yù)測模型、模型。納入標(biāo)準(zhǔn)：①關(guān)于ICU譫妄的靜態(tài)風(fēng)險(xiǎn)預(yù)測模型；②隊(duì)列研究；③納入對象年齡＞18 歲；④譫妄診斷工具為ICU 意識模糊評估法（CAM-ICU）；⑤進(jìn)行內(nèi)部/外部驗(yàn)證，且描述預(yù)測因子賦值和風(fēng)險(xiǎn)分層方法。排除標(biāo)準(zhǔn)：①預(yù)測因子無法在ICU 廣泛收集或精準(zhǔn)測量；②重復(fù)發(fā)表的文獻(xiàn)；③非中英文文獻(xiàn)。由兩名研究者獨(dú)立檢索和篩選文獻(xiàn)，提取資料，最終確定納入的模型有祝曉迎[21]構(gòu)建的ICU譫妄預(yù)測模型（祝曉迎模型）和陳宇等[22-23]構(gòu)建的蘭州模型，Van Den等[24]構(gòu)建的譫妄預(yù)測模型和Wassenaar等[25]構(gòu)建的早期譫妄預(yù)測模型。

1.2 研究對象 本研究采用便利抽樣法，選取2020 年12 月—2021 年4 月入住東部戰(zhàn)區(qū)總醫(yī)院神經(jīng)內(nèi)科ICU、神經(jīng)外科ICU、普外科ICU、心胸外科ICU 及呼吸內(nèi)科ICU 資料完整的病人用于模型比較。納入標(biāo)準(zhǔn)：年齡≥18 歲。排除標(biāo)準(zhǔn)：入ICU 前（時(shí)）診斷為譫妄陽性；可以用中文有效交流。剔除標(biāo)準(zhǔn)：入住ICU時(shí)間＜24 h；入住ICU 后處于持續(xù)昏迷和深度鎮(zhèn)靜狀態(tài)，格拉斯昏迷評分≤8 分或躁動(dòng)-鎮(zhèn)靜評分量表（RASS）評分為－4/－5分；研究期間病人死亡。本研究已獲本院倫理委員會批準(zhǔn)（倫理編號：2021NZKY-016-01），遵循醫(yī)學(xué)倫理學(xué)準(zhǔn)則，參與病人均知情同意。本研究中的4 種預(yù)測模型共包含23 個(gè)預(yù)測因子，結(jié)合譫妄發(fā)病率[7-9]，考慮到10%的樣本丟失率，根據(jù)模型樣本量公式[26]，計(jì)算得出本研究至少需要樣本量為320 例，最終入組482 例。

1.3 研究方法

1.3.1 評估工具 采用CAM-ICU 量表評估譫妄發(fā)生情況。由接受嚴(yán)格培訓(xùn)的護(hù)士應(yīng)用CAM-ICU 自病人入住ICU 時(shí)開始進(jìn)行譫妄評估，每日各常規(guī)評估2 次（08：00 和16:00），病情發(fā)生變化時(shí)立即進(jìn)行評估，直至病人診斷譫妄陽性或轉(zhuǎn)出ICU。對發(fā)生譫妄的病人根據(jù)RASS 確定亞型，評分范圍－5 分～4 分，若病人RASS 評分＞0 分，則診斷為躁動(dòng)型譫妄；若RASS 評分在正負(fù)分之間波動(dòng)，則診斷為混合型譫妄；若RASS得分＜0 分，則診斷為淡漠型譫妄[27-28]。

1.3.2 資料收集方法 根據(jù)4 種模型中的23 個(gè)預(yù)測因子構(gòu)建病例資料調(diào)查表，查閱病歷和電子系統(tǒng)，收集相關(guān)數(shù)據(jù)，祝曉迎模型、蘭州模型和譫妄預(yù)測模型中包含的變量在入ICU 后24 h 內(nèi)收集，早期譫妄預(yù)測模型中包含的變量在入ICU 時(shí)收集，分別代入原模型譫妄風(fēng)險(xiǎn)公式，計(jì)算風(fēng)險(xiǎn)值。每周由兩名研究者共同核查數(shù)據(jù)的準(zhǔn)確性、完整性和真實(shí)性。

1.4 統(tǒng)計(jì)學(xué)方法 采用SPSS 和MedCalc 軟件進(jìn)行統(tǒng)計(jì)分析。定性資料用頻數(shù)和百分比（%）描述；滿足正態(tài)分布的定量資料用均數(shù)±標(biāo)準(zhǔn)差（±s）描述，不滿足正態(tài)分布的定量資料用中位數(shù)和四分位數(shù)[M(P25,P75)]表示。繪制受試者工作特征曲線（receiver operating characteristic curve,ROC），結(jié)合ROC曲線下面積AUROC值評價(jià)4 種模型的區(qū)分能力，模型AUROC 值＞0.9 說明區(qū)分能力較高，＞0.7～＜0.9 表示區(qū)分能力中等，＞0.5～0.7 表示模型的區(qū)分能力較低[29]，模型間AUROC值的比較采用Delong 法，P＜0.05 表示差異有統(tǒng)計(jì)學(xué)意義。通過Hosmer-Lemeshow 擬合優(yōu)度檢驗(yàn)評價(jià)4 種模型的校準(zhǔn)能力，所得的χ2值越小，對應(yīng)的P值越大，提示模型的校準(zhǔn)能力越強(qiáng)。

2 結(jié)果

2.1 研究對象一般資料 共納入482 例ICU 病人，其中男277 例（57.47%），女205 例（42.53%）；年齡54.67(42.00,66.00)歲；入院方式：急診入院273 例（56.6%），非急診入院209 例（43.4%）；急性生理與慢性健康狀況（APACHE Ⅱ）評分（8.44±0.259）分；ICU 住院時(shí)間4.39（2.00,6.00）d。

譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值：祝曉迎模型0.26(0.11,0.36），蘭州模型0.18(0.16,0.32），譫妄預(yù)測模型0.26(0.09,0.40），早期譫妄預(yù)測模型0.19(0.08,0.27)；482 例ICU 病人中，150 例（31.12%）病人發(fā)生譫妄，其中淡漠型譫妄71 例（47.3%），躁動(dòng)型譫妄48 例（32.0%），混合型譫妄31 例（20.7%)。統(tǒng)計(jì)病人譫妄首次發(fā)生時(shí)間，103 例（68.7%）病人發(fā)生譫妄的時(shí)間為入住ICU 后的72 h 內(nèi)。祝曉迎模型譫妄病人（n=150）的譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值為0.39(0.23,0.52），非譫妄病人（n=332）的譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值為0.20(0.11,0.23)，兩者比較差異具有統(tǒng)計(jì)學(xué)意義（Z=13.964，P＜0.001）；蘭州模型譫妄病人（n=150）的譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值為0.35(0.27,0.43），非譫妄病人（n=332）的譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值為0.21(0.15,0.24)，兩者比較差異具有統(tǒng)計(jì)學(xué)意義（Z=18.818，P＜0.001）；譫妄預(yù)測模型,譫妄病人（n=150）的譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值為0.50(0.35,0.65），非譫妄病人（n=332）的譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值為0.16(0.06,0.21)，兩者比較差異具有統(tǒng)計(jì)學(xué)意義（Z=29.194，P＜0.001）；早期譫妄預(yù)測模型譫妄病人（n=150）的譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值為0.33(0.21,0.43），非譫妄病人（n=332）的譫妄發(fā)生風(fēng)險(xiǎn)預(yù)測值為0.13(0.08,0.16)，兩者比較差異具有統(tǒng)計(jì)學(xué)意義（Z=24.08，P＜0.001）。

2.2 模型分析情況

2.2.1 模型區(qū)分度 采用ROC 曲線比較4 種預(yù)測模型區(qū)分發(fā)生譫妄和未發(fā)生譫妄的能力，見圖1。祝曉迎模型AUROC 值為0.806[95%CI（0.768，0.840）]，蘭州模型AUROC 值為0.853[95%CI（0.818，0.883）]，譫妄 預(yù) 測 模 型AUROC 值 為0.918[95%CI（0.890，0.941）]，早 期 譫 妄 預(yù) 測 模 型AUROC 值 為0.891[95%CI（0.860，0.918）]，見表1。采用Delong法比較4種模型AUROC 值，顯示兩兩比較差異有統(tǒng)計(jì)學(xué)意義，見表2。約登指數(shù)最大時(shí)確定最佳臨界值，分析靈敏度和特異度。祝曉迎模型約登指數(shù)最大（0.529）時(shí)，最佳臨界值為0.248，靈敏度和特異度分別為0.733 和0.795；蘭州模型約登指數(shù)最大（0.604）時(shí)，最佳臨界值為0.246，靈敏度和特異度分別為0.827 和0.777；譫妄預(yù)測模型約登指數(shù)最大（0.710）時(shí)，最佳臨界值為0.311，靈敏度和特異度分別為0.833 和0.877；早期譫妄預(yù)測模型約登指數(shù)最大（0.656）時(shí)，最佳臨界值為0.181，靈敏度和特異度分別為0.833 和0.822，見表3。計(jì)算4 種ICU 譫妄預(yù)測模型在不同風(fēng)險(xiǎn)人群中靈敏度、特異度、陽性似然比和陰性似然比結(jié)果，見表4。

表1 4 種預(yù)測模型的ROC 分析結(jié)果

表2 4 種預(yù)測模型AUROC 比較

表3 4 種預(yù)測模型的最佳臨界值及相關(guān)預(yù)測指標(biāo)比較

表4 4 種預(yù)測模型在不同譫妄人群中的靈敏度、特異度、陽性似然比和陰性似然比

圖1 預(yù)測ICU 病人發(fā)生譫妄的ROC 曲線

2.2.2 模型校準(zhǔn)度 采用Hosmer-Lemeshow 擬合優(yōu)度檢驗(yàn)評價(jià)4 種模型的預(yù)測值和實(shí)際觀測值間的一致程度。祝曉迎模型Hosmer-Lemeshow 擬合優(yōu)度檢驗(yàn)結(jié)果χ2=26.469（P＜0.001），蘭州模型Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)結(jié)果χ2=15.839（P=0.04），提示該兩種模型在ICU 病人譫妄風(fēng)險(xiǎn)預(yù)測中的準(zhǔn)確度一般；譫妄預(yù)測模型Hosmer-Lemeshow 擬合優(yōu)度檢驗(yàn)結(jié)果χ2=6.899（P=0.548）；早期譫妄預(yù)測模型Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)結(jié)果顯示χ2=7.970（P=0.436），提示該2 種模型在ICU 病人譫妄風(fēng)險(xiǎn)預(yù)測中的準(zhǔn)確度較高，見圖2 和圖3。

圖2 譫妄預(yù)測模型Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)列聯(lián)圖

圖3 早期譫妄預(yù)測模型Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)列聯(lián)圖

3 討論

3.1 ICU 病人譫妄發(fā)生特征 本研究中，ICU 譫妄發(fā)生率為31.12%，低于吳傳芹等[30]報(bào)道的40.9% 以及Ben Saida 等[31]研究中的33.5%，可能與病人的嚴(yán)重程度及評估時(shí)間有關(guān)。研究表明，APACHE Ⅱ評分與譫妄發(fā)生風(fēng)險(xiǎn)呈正相關(guān)[32]。本研究中納入的研究對象APACHE Ⅱ評分平均為8.44 分，遠(yuǎn)小于其他研究中APACHE Ⅱ得分[26,30]。譫妄具有晝輕夜重的特點(diǎn)[33]，本研究的評估時(shí)間集中在白天，可能導(dǎo)致譫妄的漏診。150 例發(fā)生譫妄的病人中，103 例（68.7%）病人在入ICU 后的72 h 內(nèi)發(fā)生譫妄，這與Dubois 等[34]的研究結(jié)果一致，提示醫(yī)護(hù)人員應(yīng)積極采用有效評估工具，做到早期篩查，預(yù)防譫妄發(fā)生，改善病人的不良結(jié)局。

3.2 4 種風(fēng)險(xiǎn)預(yù)測模型在ICU 病人譫妄風(fēng)險(xiǎn)預(yù)測中的應(yīng)用價(jià)值 4 種風(fēng)險(xiǎn)預(yù)測模型的AUROC 值均＞0.7，表明4 種預(yù)測模型識別譫妄病人能力較強(qiáng)，可用于早期評估ICU 病人住院期間譫妄發(fā)生風(fēng)險(xiǎn)。Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)結(jié)果提示譫妄風(fēng)險(xiǎn)預(yù)測模型和早期譫妄風(fēng)險(xiǎn)預(yù)測模型間實(shí)際觀測值和模型預(yù)測值存在的差異較?。ň鵓＞0.05），均具有較高的校準(zhǔn)能力。4 種風(fēng)險(xiǎn)預(yù)測模型AUROC 分別比原始研究的AUROC 更高，這可能因?yàn)楸狙芯考{入的樣本量與原始研究有區(qū)別有關(guān)。本研究目的是調(diào)查預(yù)測模型在初始驗(yàn)證研究之外，在其他ICU 環(huán)境中的應(yīng)用效果。研究結(jié)果顯示，本研究中包括的模型預(yù)測性能比初始研究更好，適合臨床推廣。當(dāng)陽性似然比＞10 或陰性似然比＜0.1時(shí)，模型預(yù)測結(jié)果最佳[35]，這也說明這4 種模型依舊有誤判的可能，但顯然譫妄預(yù)測模型的誤診和漏診譫妄的幾率更低，診斷譫妄和排除非譫妄病人的能力更強(qiáng)，同時(shí)譫妄預(yù)測模型的約登指數(shù)、靈敏度和特異度均優(yōu)于其他3 種模型，醫(yī)護(hù)人員可根據(jù)臨床實(shí)際情況，推廣應(yīng)用譫妄預(yù)測模型，篩查易發(fā)生譫妄病人。

3.3 4 種風(fēng)險(xiǎn)預(yù)測模型的適用性 ICU-CAM 具有良好的信效度，且是目前常用的譫妄評估工具[36],但該評估工具是“時(shí)間點(diǎn)”的評估，因此會遺漏一些發(fā)生譫妄的病人[37]。研究顯示，病人入ICU24 h 內(nèi)的譫妄發(fā)生率達(dá)25%[38]，除早期譫妄預(yù)測模型外，其他模型均從入ICU24 h 后開始評估，故此類模型會導(dǎo)致入ICU24 h 內(nèi)發(fā)生譫妄的病人被遺漏，在臨床實(shí)踐中的適用性還需要改善，需要盡早評估，在入ICU 后立即實(shí)施有效的譫妄預(yù)防措施。Wassenaar 等[39]采用“兩階段法”，結(jié)合譫妄預(yù)測模型和早期譫妄預(yù)測模型綜合評估ICU 病人發(fā)生譫妄風(fēng)險(xiǎn)的大小，提升了模型預(yù)測靈敏度，吳菲霞等[40]將譫妄預(yù)測模型和早期譫妄預(yù)測模型整合形成聯(lián)合預(yù)測模型，得到更好的預(yù)測價(jià)值，后期可開展臨床研究，聯(lián)合應(yīng)用預(yù)測模型，分析其預(yù)測譫妄發(fā)生的能力及應(yīng)用價(jià)值。病人在ICU 住院過程中，可能會誘發(fā)或改善影響因素，動(dòng)態(tài)評估能更準(zhǔn)確地預(yù)測病人在給定時(shí)間的譫妄風(fēng)險(xiǎn)。由于譫妄的發(fā)病機(jī)制尚未完全明確，因此模型包含的預(yù)測因子仍具有局限性，今后的研究中，可實(shí)時(shí)更新預(yù)測因子，調(diào)整預(yù)測模型，同時(shí)可與信息技術(shù)人員合作，將預(yù)測模型植入重癥信息系統(tǒng)中，利用計(jì)算機(jī)系統(tǒng)收集數(shù)據(jù)，自動(dòng)計(jì)算病人發(fā)生譫妄的風(fēng)險(xiǎn)，基于分層護(hù)理流程，改善譫妄病人的臨床結(jié)局。

4 小結(jié)

本研究最終納入4種ICU譫妄風(fēng)險(xiǎn)預(yù)測模型，這4種模型具有中等程度識別譫妄和非譫妄病人的能力，譫妄預(yù)測模型和早期譫妄預(yù)測模型具有較高的校準(zhǔn)能力，但譫妄預(yù)測模型的整體預(yù)測效果更佳，有助于醫(yī)護(hù)人員早期識別易發(fā)生ICU 譫妄的病人，盡早實(shí)施預(yù)防。今后可開展大樣本、多中心研究繼續(xù)驗(yàn)證，實(shí)現(xiàn)病人發(fā)生譫妄風(fēng)險(xiǎn)的準(zhǔn)確預(yù)測。