腦卒中伴吞咽障礙患者行胃造瘺術后營養(yǎng)狀況的影響因素及列線圖分析

高艷芳,康春博,鄧海連,高 雅

高艷芳,康春博,鄧海連,首都醫(yī)科大學附屬北京康復醫(yī)院胃腸康復中心 北京市 100144

高雅,首都醫(yī)科大學附屬北京康復醫(yī)院神經康復中心 北京市 100144

0 引言

我國每年約有300萬例新發(fā)腦卒中病人,死亡人數達110萬人,死亡率為36.67%,腦卒中已成為我國人群的主要死因之一,給患者家庭和社會醫(yī)療帶來了巨大負擔[1].有近50%的腦卒中患者因腦橋或延髓損傷導致迷走神經或舌咽神經受損而引起吞咽障礙,或因廣泛的大腦皮層及白質損傷出現意識障礙而無法自主吞咽[2].早期吞咽困難易誘發(fā)患者發(fā)生吸入性肺炎、內環(huán)境紊亂和營養(yǎng)質量欠佳,進一步導致患者功能下降和生活質量降低,甚至增加致殘率和死亡率.臨床上,對于合并吞咽障礙的患者多采用管飼腸內營養(yǎng)的方法來維持患者所需營養(yǎng).行經皮內鏡下胃造瘺置管術(percutaneous endoscopic gastrostomy,PEG)[3]是管飼腸內營養(yǎng)的方法之一,具有創(chuàng)傷小、維持時間長等優(yōu)點,已被廣泛應用于無法長期經口進食患者的長期營養(yǎng)干預中[4].由于患者的特殊性,在腦卒中伴長期吞咽障礙的患者中,接受PEG后影響營養(yǎng)狀態(tài)的因素仍不明確,這都增加了此類患者的不良預后風險.鑒于此,本研究評估了我院收治的PEG術后腦卒中伴吞咽障礙患者營養(yǎng)狀況的影響因素并構建列線圖預測模型,以期為腦卒中伴吞咽障礙的營養(yǎng)干預提供參考.

1 材料和方法

1.1 材料 本研究已得到醫(yī)院倫理委員會的審批(審批號:2018bkkyLW021)并獲得了患者與家屬的知情同意,所有研究對象均簽署知情同意書.采用回顧性隊列研究的方法,納入2018-06/2022-06間于首都醫(yī)科大學附屬北京康復醫(yī)院接受PEG術并完成隨訪12 wk的108例腦卒中合并吞咽障礙患者為研究對象,利用營養(yǎng)風險篩查2002量表(Nutrition Risk Screening 2002,NRS 2002)調查研究對象的營養(yǎng)不良發(fā)生風險狀況.

納入標準:(1)符合腦卒中合并吞咽障礙臨床診斷標準,且需要長期(3 mo以上)營養(yǎng)支持者;(2)急性腦卒中后均給予了鼻胃管飼,鼻飼營養(yǎng)3 wk-4 wk吞咽功能仍未恢復后行PEG者;(3)于我院順利完成PEG術并建立有效隨訪至術后12 wk者;(4)年齡≥18歲;(5)預計生存期不低于6 mo.排除標準為:(1)合并有其他典型器質性病變如心臟、腎臟、肺功能異常者,癌癥患者;(2)合并嚴重消化道、腹膜炎、凝血功能障礙、敗血癥及器官功能障礙者;(3)妊娠或者哺乳期婦女等;(4)有精神病史,長期臥床者.

1.2 方法 PEG置管與腸內營養(yǎng)方案:所有納入的研究對象均統一遵照相關臨床標準由專業(yè)醫(yī)師進行PEG置管和給予腸內營養(yǎng)干預.行PEG置管前患者要嚴格禁食12 h以上,由操作經驗豐富的醫(yī)師從口腔插入胃鏡,觀察胃粘膜情況,胃充氣后再選擇胃前壁為穿刺點,用2%的利多卡因進行局部麻醉,切開腹壁皮膚,用胃鏡光纖定位后,用穿刺針從腹壁刺入胃內,穿入導絲,用活檢鉗拉出導絲到口腔外后退出胃鏡,用導絲引導胃造瘺管(美國強生)從胃內拉至體外,消毒后固定.再次插入胃鏡觀察胃造瘺導管的固定及在位情況,是否有胃內壁出血等并發(fā)癥,并調整胃造瘺管指向十二指腸方向.術后指導患者或家屬進行瘺口的護理和管飼喂養(yǎng).行PEG患者均在術后給與適量勻漿膳粉配合腸內營養(yǎng)乳進行營養(yǎng)支持,根據患者病情及體質,每日管飼液量在2500 mL-3500 mL間,管飼量應根據患者胃腸道及心腎功能酌情調整,并核算其所需營養(yǎng)[5],重癥急性應激期患者能量供給20-25 kcal/(kg·d)(1 kcal=4.184 kJ,下同),輕癥非臥床患者能量供給25-35 kcal/(kg·d),膳食纖維攝入應盡可能接近到25-30 g/d,且脂肪量低于總攝入能量的35%,飽和脂肪酸低于10%,多不飽和脂肪酸6%-11%.

1.3 資料搜集方法

1.3.1 一般資料表:用自制的包含患者年齡、性別、卒中類型、體質量指數(body mass index,BMI)指數、進一步醫(yī)治情況(若患者就自身營養(yǎng)狀況接受了任何相關治療如皮下注射胰島素、輔助腸外營養(yǎng)、使用糖皮質激素或免疫抑制劑、輸血治療、中醫(yī)內科治療等則被認為是接受了進一步的治療)、家庭經濟條件(差:收入<2萬元/年,中等:2-10萬元/年,良好:>10萬元/年)等資料統計表,部分臨床資料來自住院部或門診電子病歷檔案.

1.3.2 NRS 2002:利用NRS 2002對患者術前(術前一天)及行PEG術12 wk后營養(yǎng)風險進行評估,量表包括營養(yǎng)狀態(tài)受損程度(由人體質量、近期體重減輕、飲食攝入量減少3個變量進行評估)和疾病嚴重程度2個部分評分組成,得分范圍為0-7分,具有較高的適用性.其中,NRS 2002評分<3分則為低營養(yǎng)風險,NRS 2002評分33分則為高營養(yǎng)風險[6],并以此標準對入組患者的營養(yǎng)風險等級進行劃分.

1.3.3 血清營養(yǎng)指標:對患者術前(術前一天)及行PEG術12 wk后晨起空腹靜脈血中的血清總蛋白、白蛋白、血紅蛋白等血清營養(yǎng)指標進行采集.

1.3.4 術后12 wk內感染、并發(fā)癥及疾病進展情況:統計患者PEG術后12 wk內發(fā)生感染、并發(fā)癥及疾病進展情況,其中,感染包括局部/系統如造瘺口感染、中樞神經系統感染、肺部感染、消化道感染、泌尿系感染等;PEG營養(yǎng)相關并發(fā)癥包括消化道出血/血腫、傷口感染、反流性食管炎、造瘺口旁滲出、瘺口堵塞等;病情進展:若患者有新發(fā)顱內出血灶出現(原發(fā)出血或繼發(fā)出血)可認為出血灶存在進展[7];存在神經功能的重度缺損與惡化如出現走路不穩(wěn)、認知下降,伴隨有全身性的癥狀如意識障礙、瞳孔散大、生命體征不穩(wěn)定或斯堪的納維亞卒中量表(scandinavian stroke scale,SSS)增加2分和/或NIHSS評分增加2分及以上,可認為梗死灶存在進展[8,9].

1.4 機器學習預測營養(yǎng)狀態(tài)影響因素 由NRS 2002評分結果可將患者分為高、低危營養(yǎng)風險組.通過隨機森林算法(random forest,RF)將患者按照7:3的比例隨機分為訓練集和驗證集,在訓練集患者中對納入變量進行權重評估和重要性打分,并在驗證集中報告RF的靈敏性和特異性并繪制混淆矩陣,之后對納入變量的重要性進行排序.

1.5 列線圖構建與效能檢測 采用“rms”的R包繪制列線圖模型,繪制受試者工作者特征曲線(receiver operating curve,ROC),采用ROC曲線下面積(area under the curve,AUC)、校準曲線和決策曲線分析(decision curve analysis,DCA)來評估列線圖預測模型的準確性,用Bootstrap法進行內部驗證.

統計學處理利用SPSS 25.0軟件進行數據分析,計量資料采用Shapiro-Wilk檢驗進行正態(tài)性檢驗,計量資料以mean±SD表示,行t檢驗,計數資料用n(%)表示,行χ2檢驗.對高、低營養(yǎng)風險患者間的差異變量利用Logistic回歸分析篩選.以P<0.05為差異有統計學意義.

2 結果

2.1 一般基線資料比較 納入的108例行PEG腦卒中伴吞咽障礙患者中男58例、女50例,術前平均年齡為(64.55±5.85)歲,術前BMI為(22.36±1.37) kg/m2,術前血清總蛋白為(64.29±2.63) g/L、血清白蛋白為(34.42±1.58) g/L、血紅蛋白為(129.57±16.28) g/L,術前NRS2002評分為(3.47±0.41)分.行PEG術后12 wk,低營養(yǎng)風險有70例(低營養(yǎng)風險組),高營養(yǎng)風險有38例(高營養(yǎng)風險組).術后12 wk,兩組性別、腦卒中類型、病程、血清總蛋白、血紅蛋白、伴有PEG營養(yǎng)并發(fā)癥占比、病情進展情況等比較,差異無統計學意義(均P>0.05);兩組在年齡、感染發(fā)生比例、血清白蛋白水平、BMI指數、接受進一步醫(yī)治占比、家庭經濟條件等比較,差異有統計學意義(均P<0.05).見表1.

表1 兩組一般基線資料比較

2.2 行PEG腦卒中伴吞咽障礙患者營養(yǎng)風險的多因素Logistic回歸分析 以單因素分析中差異有統計學意義的年齡(賦值:<60歲=0,≥60歲=1)、血清白蛋白(賦值:實測值代入)、BMI指數(賦值:實測值代入)、感染情況(賦值:無=0,有=1)、接受進一步醫(yī)治情況(賦值:無=0,有=1)和家庭經濟條件(賦值:良好=0,中等=1,差=2)為自變量,以營養(yǎng)風險(賦值:低風險=0,高風險=1)為因變量進行多因素Logistic回歸分析.結果顯示,年齡(360歲)、血清白蛋白、BMI指數、發(fā)生過感染、家庭經濟條件(差)是行PEG腦卒中伴吞咽障礙患者營養(yǎng)風險的獨立影響因素(均P<0.05),見表2.

表2 行PEG腦卒中伴吞咽障礙患者營養(yǎng)風險的多因素Logistic回歸分析

2.3 營養(yǎng)風險因素的權重和排序分析 采用RF機器學習算法,對納入的108例患者按照7:3的比例隨機分為訓練集(n=75)和驗證集(n=33).納入年齡(是否<60歲)、血清白蛋白、BMI指數、感染情況、接受進一步醫(yī)治情況、家庭經濟條件,按照各變量的權重排序,營養(yǎng)風險因素的風險性由高到底分別是:年齡、家庭經濟條件、接受進一步醫(yī)治情況、感染情況、血清白蛋白和BMI指數,見圖1A.ROC曲線證實了RF模型的預測優(yōu)越性(AUC=1000),并且展示出了RCO曲線拐點的預測能力,見圖1B.由混淆矩陣可知,RF預測模型的靈敏性為100%、特異性為100%、陽性預測值為100%,準確度為100%,見圖1C.

圖1 隨機森林的預測結果.A:隨機森林對各納入變量的權重排序;B:隨機森林的ROC曲線;C:隨機森林算法的混淆矩陣、靈敏性和特異性.ROC曲線:受試者工作特征曲線;AUC:ROC曲線下面積.

2.4 列線圖模型構建與效能驗證 根據RF機器學習算法和Logistic回歸分析結果,針對年齡、家庭經濟條件、進一步的醫(yī)治情況、感染情況等較為重要的因素變量開發(fā)營養(yǎng)風險預測列線圖.根據每個變量對應的第一排分值相加,即可得到總分.再對照最下面兩排的總分和營養(yǎng)不良發(fā)生風險.當患者營養(yǎng)不良發(fā)生風險越高,則認為患者接受PEG術后出現營養(yǎng)不良風險事件的概率越高,越傾向與被分入高營養(yǎng)風險組;當營養(yǎng)不良發(fā)生風險越低,則相反,見圖2A.利用Bootstrap法重復抽樣2000次,對列線圖進行內部驗證,模型的C-index為0.823.由ROC曲線知列線圖的AUC=0.819,模型拐點的靈敏性和特異性分別為64.8%和94.8%見圖2B.擬合曲線顯示列線圖對本研究的擬合程度良好,說明模型預測與實際觀察結果有良好的一致性,平均誤差可以接受見圖2C.該模型穩(wěn)定,校準能力較高,預測效力可靠且有效.決策曲線分析顯示列線圖模型有著良好的凈獲益率見圖2D和E.

圖2 列線圖預測模型結果.A:構建的列線圖模型;B:列線圖模型的ROC曲線,AUC=0.819,曲線拐點的特異性為0.648,靈敏性為0.948;C:列線圖的校準曲線;D:列線圖的決策曲線;E:列線圖模型中高風險人群的成本—獲益情況.ROC:受試者工作特征曲線;AUC:ROC曲線下面積.

3 討論

腦卒中患者行PEG進行腸內營養(yǎng)比其他管飼營養(yǎng)方式能夠獲取更多營養(yǎng),也減少了患者外出時的不適與尷尬[10].既往研究表明[11],相對于鼻胃管,PEG有更低的食管反流率,且操作失敗率、不良反應發(fā)生率與患者死亡率等均較低[12].PEG也在一定程度上保護了患者吞咽功能和構音功能,利于患者病情恢復和生活質量的提升[13,14].此外,PEG途徑進行腸內營養(yǎng)的患者照顧者負擔水平也顯著低于其他管飼方式的患者[15].PEG在改善腦卒中伴吞咽障礙患者營養(yǎng)狀況和減少照顧者負擔者雖有一定優(yōu)勢,但能否使患者營養(yǎng)狀況獲益最大在學術界仍有爭議[16],因此探索腦卒中伴吞咽障礙患者行PEG術后營養(yǎng)風險的影響因素,對于改善預后和促進腦卒中患者康復意義重大.

本研究結果表明,年齡、家庭經濟條件、感染情況是腦卒中合并吞咽障礙患者行PEG術后12 wk發(fā)生高營養(yǎng)風險的獨立影響因子.分析原因:(1)年齡:年齡增加是腦卒中患者營養(yǎng)不良的獨立危險因素,與唐容等[17]研究結果相似.年齡越大則增齡性合并發(fā)癥也較多,一旦發(fā)病,老年人由于各項機能的衰退易受到如自理能力的下降、高血壓、糖尿病胰島素抵抗、代謝紊亂、心情壓抑等綜合因素會對自身營養(yǎng)形成的競爭風險而增大營養(yǎng)不良風險[18];(2)家庭經濟條件:腦卒中病程長,醫(yī)療費用支出大及因疾病而產生的交通費、誤工費、營養(yǎng)費等對多數家庭經濟承受能力影響很大[19],而經濟條件是健康的基本物質保障,只有在滿足日常需求后,才會有足夠的經濟實力來滿足患者的綜合康復要求.家庭經濟條件良好的患者,家庭能夠承擔長期的營養(yǎng)支持及護理費用,營養(yǎng)干預的積極性及及時性也相對較高,因而其營養(yǎng)改善的概率也會增大;(3)感染情況PEG雖在一定程度上降低吞咽障礙造成的經口飲食誤吸的風險,但是仍無法避免流質口咽分泌物及胃內容反流物造成的誤吸,造成吸入性肺炎發(fā)生,降低患者抵抗力,進而加重身體消耗,不利于身體營養(yǎng)吸收而誘發(fā)營養(yǎng)不良.此外,營養(yǎng)不良會進一步削弱患者的機體免疫功能,加大患者感染的風險和死亡率[20],從而形成了惡性循環(huán).因此,感染不僅是營養(yǎng)不良患者的危險因素,也干擾了腦卒中患者的營養(yǎng)狀態(tài)的維持和糾正.提示,醫(yī)護人員及患者家屬應密切關注年齡大、感染發(fā)生的患者營養(yǎng)狀況,及時做好營養(yǎng)風險評估及干預,對家庭經濟條件差的患者可協助其發(fā)起社會募捐、增加社區(qū)醫(yī)療服務次數等方式給予患者關懷和社會支持以增強其預后質量.

本研究還發(fā)現,接受了進一步的醫(yī)治、血清白蛋白水平越高、BMI指數越大則腦卒中合并吞咽障礙行PEG術后患者的營養(yǎng)不良風險也較小.分析原因:(1)接受了進一步的醫(yī)治 腦卒中伴吞咽障礙患者病情復雜多變,且進展迅速,患者自身反饋也普遍滯后,故出現部分癥狀后如腹瀉、感染等,及時接受醫(yī)護人員的醫(yī)治則有助于降低病情對患者營養(yǎng)狀況造成的下降風險[21];(2)血清白蛋白水平 血清白蛋白水平的高低可以反映軀體的免疫及營養(yǎng)狀況,是判斷營養(yǎng)不良的重要客觀指標[22].過低的白蛋白水平會引發(fā)水腫,造成電解質紊亂,降低患者的抵抗力和活動能力,對促進患者病情恢復極為不利,及時補充高蛋白類制劑或流質食物則有助于改善患者的白蛋白水平.有研究表明[23],通過實施有效的營養(yǎng)干預,在有助于提高患者營養(yǎng)水平的同時,也能夠有效改善因炎癥導致的T淋巴細胞功能抑制情況,進而從根本上促進患者免疫功能的恢復;(3)BMI指數 BMI指數是反映人體營養(yǎng)狀態(tài)的直觀表現.由于腦卒中患者發(fā)病恢復期活動量普遍減少,機體需求熱量也降低[24],胃腸蠕動能力及其功能不可避免的下降,造成患者攝入熱量減少,機體逐漸出現消瘦,出現營養(yǎng)風險,表現為BMI指數的降低.有研究表明[25],增加有效的營養(yǎng)管理策略則有助于提升腦卒中患者的BMI指數和預后質量.提示醫(yī)護人員應對腦卒中患者的血清白蛋白水平、BMI指數進行觀測,排除不良因素影響,及時給予干預,進而降低患者營養(yǎng)風險.

本研究首次通過機器學習篩選影響PEG術后營養(yǎng)狀態(tài)的因素并構建列線圖模型,定量化、可視化地分析營養(yǎng)風險因子的影響權重.機器學習算法極大地提升了預測模型的準確性,并為影響患者營養(yǎng)狀態(tài)的因素做了排序,為臨床管理的優(yōu)先性提供了依據,可有效節(jié)約醫(yī)療成本.但本研究也有一定的局限性:(1)本研究屬于單中心的回顧性研究,納入的單中心數據雖在一定程度上避免了來自不同醫(yī)師操作和評估的偏倚,但是限制了證據的外推應用性;(2)本研究納入的樣本量稍少,且其他生化檢驗指標(如血糖、HbA1C、多種激素水平等)和影像學指標未能納入分析,一定程度削弱了結果的穩(wěn)定性和臨床應用前景.

4 結論

綜上所述,當腦卒中伴吞咽障礙患者年齡≥60歲、家庭經濟條件較差、存在感染則在PEG術后發(fā)生高營養(yǎng)不良風險的概率較高;當接受了進一步的醫(yī)治、血清白蛋白越高、BMI指數越大則患者發(fā)生高營養(yǎng)風險的概率較低.受限于單中心、回顧性研究的限制,上述結論仍需大宗數據進行驗證.

文章亮點

實驗背景

對于需長期營養(yǎng)支持的腦卒中伴吞咽障礙的患者來說,行內鏡下經皮胃造瘺管術(percutaneous endoscopic gastrostomy,PEG)進行腸內營養(yǎng)支持在降低患者出門不適感,管飼操作失敗率和減輕照顧者負擔等方面有一定優(yōu)勢,但能否使患者的營養(yǎng)改善獲益最大仍有爭議,積極探索腦卒中伴吞咽障礙患者行PEG術后營養(yǎng)風險因子,對于改善患者預后和促進康復意義重大.

實驗動機

由于疾病的特殊性,在腦卒中伴長期吞咽障礙的患者中,影響PEG術后患者營養(yǎng)風險的因素仍不明確,這無疑增加了此類患者的不良預后風險.通過調查腦卒中伴吞咽障礙患者行PEG術后的營養(yǎng)狀況,以明確PEG術后的營養(yǎng)風險因素,為進一步提高腦卒中伴吞咽障礙患者營養(yǎng)干預質量提供參考.

實驗目標

初次嘗試利用Logistic回歸分析和RF機器學習法分析腦卒中伴吞咽障礙患者行PEG術后的營養(yǎng)風險因子及其權重排序,旨在為腦卒中伴吞咽障礙患者營養(yǎng)干預獲益最大提供科學依據.

實驗方法

利用營養(yǎng)風險篩查2002量表調查納入的108例腦卒中伴吞咽障礙患者行PEG術后12 wk的營養(yǎng)風險,利用一般資料問卷調查表、Logistic回歸分析、門診回訪檢查、病案回查等方法分析影響患者的營養(yǎng)風險因素,并嘗試利用機器學習算法分析營養(yǎng)風險因素的權重及排序.

實驗結果

本研究結果表明,年齡≥60歲、家庭經濟條件差、存在感染與腦卒中伴吞咽障礙患者行PEG術后12 wk的高營養(yǎng)風險呈顯著正相關(均β>0,P<0.05);接受了進一步醫(yī)治、高血清白蛋白水平、體質量指數(body mass index,BMI)與高營養(yǎng)風險呈顯著負相關(均β<0,P>0.05),各因素的風險性由高到底分別是:年齡、家庭經濟條件、接受進一步醫(yī)治情況、感染情況、血清白蛋白和BMI指數.

實驗結論

年齡、家庭經濟條件、接受進一步醫(yī)治情況、感染情況、血清白蛋白水平、BMI指數等能有效預測腦卒中伴吞咽障礙患者行PEG術后的營養(yǎng)風險,應注重對此類患者的營養(yǎng)風險評估和加強營養(yǎng)支持.

展望前景

本研究首次通過機器學習探討影響PEG術后營養(yǎng)狀態(tài)的因素并構建列線圖模型,定量化、可視化地分析營養(yǎng)風險因子的影響權重,為患者營養(yǎng)支持管理的優(yōu)先性提供了一定借鑒.由于本研究為單中心的回顧性研究,且納入的樣本量稍少,對于客觀、全面地反映患者的營養(yǎng)風險狀況難免有一定的偏倚,期望后續(xù)能開展多中心、大樣本量的此類研究,以確保結果的穩(wěn)定性和擴大應用前景.