基于腦功能監測指標構建預測心搏驟停行心肺復蘇后自主循環恢復患者神經功能預后不良的多因素Logistic回歸模型

曾景，林月雄，金廷榮，李雪松

心搏驟停（cardiac arrest，CA）是臨床常見的危重癥，國內發生率約為41.8/10萬［1］。心肺復蘇（cardiopulmonary resuscitation，CPR）是CA的搶救方法，可挽救許多患者生命，但CPR后患者腦復蘇成功率仍較低，多數患者出現神經功能預后不良［2-3］。相關研究表明，腦功能監測對CPR患者臨床治療策略的選擇具有重要指導意義［4］。腦血流量（cerebral blood flow，CBF）和頸內靜脈球血氧飽和度（jugular venous bulb oxygen saturation，SjvO2）是臨床常用的急性腦損傷患者床旁監測指標，通過二者可計算得到腦氧代謝率（cerebral oxygen metabolism rate，CMRO2）、腦動脈-靜脈血氧含量差（arterio-venous oxygen content difference，a-vDO2）等指標，其可反映患者腦組織整體氧代謝情況［5］，但臨床尚未明確上述指標對CPR患者神經功能預后的判斷價值。本研究在既往研究［6-7］的基礎上，借鑒國外腫瘤、代謝性疾病多因素預測方程的構建方法，基于腦功能監測指標構建預測CA行CPR后自主循環恢復（return of spontaneous circulation，ROSC）患者神經功能預后不良的多因素Logistic回歸模型，并分析該模型對患者發生神經功能預后不良的預測價值，以期為臨床對該疾病患者神經功能預后進行早期判斷及治療策略的選擇提供參考。

1 對象與方法

1.1 研究對象 選取惠州市第三人民醫院2017年11月至2020年3月收治的CA行CPR后ROSC患者93例為研究對象。其中男54例，女39例；年齡52～71歲，平均年齡（57.6±5.3）歲；CA發生地：病房47例，急診室29例，院外13例，急救車4例；初始心律：心電靜止51例，無脈性電活動28例，心室顫動14例。納入標準：（1）格拉斯哥昏迷量表（Glasgow Coma Scale，GCS）評分＜8分；（2）符合CA行CPR后ROSC的診斷標準［8］；（3）接受CA后綜合征患者早期集束化治療策略，且ROSC后仍昏迷；（4）發生CA至進入惠州市第三人民醫院ICU的時間≤24 h。排除標準：（1）伴有惡性腫瘤、嚴重腦創傷、嚴重肝腎功能損傷者；（2）伴有腦血管意外者；（3）住院5 d內死亡者。本研究通過惠州市第三人民醫院倫理委員會批準，所有患者家屬對本研究知情同意。

1.2 方法

1.2.1 基線資料收集 從惠州市第三人民醫院自制的數據收集表中收集患者的基線資料，包括年齡、性別、心血管疾病史、入院時體溫、血pH值、血乳酸、CACPR時間（CA-CPR時間指發生CA到開始CPR的時間）、ROSC時間、急性生理學與慢性健康狀況評分系統Ⅱ（acute physiology and chronic health evaluation scoring system Ⅱ，APACHE Ⅱ）評分、ICU入住時間、入ICU時及出ICU時GCS評分、CA發生地（包括院外、急救車、急診室、病房）、CA原因（包括低血壓、心臟缺血、嚴重心律失常、呼吸衰竭、電解質紊亂、不明確）、原發病（包括呼吸系統疾病、心血管系統疾病、內分泌系統疾病、神經系統疾病、泌尿系統疾病、創傷、急性中毒、其他）、初始心律（包括心電靜止、無脈性電活動、心室顫動）。

1.2.2 腦功能監測 （1）腦血流參數監測：入院時所有患者取平臥位，采用經顱多普勒超聲測定患者大腦中動脈左、右側收縮期血流速度（systolic velocity，Vs）、舒張期血流速度（diastolic velocity，Vd）、平均血流速度（mean velocity，Vm）、搏動指數（pulsitility index，PI）及阻力指數（resistence index，RI），并儲存血流頻譜圖像，其中探頭頻率設置為1～5 MHz，取景深度為5.5 cm，計算腦血流量（cerebral blood flow，CBF），CBF=10/〔1.47×（Vs-Vd）/Vm〕。（2）SjvO2監測及a-vDO2、CMRO2計算方法：入院時患者取平臥位，頭偏向左側，超聲引導下穿刺右側頸內靜脈，置入雙腔深靜脈導管后采血，采血速度控制在2 ml/min以下，同時采用血氣分析儀測定患者頸內動脈或頸內靜脈的平均動脈氧分壓（arterial partial pressure of oxygen，PaO2）、動脈血氧飽和度（arterial oxygen saturation，SaO2）、頸內靜脈球血氧分壓（internal jugular venous oxygen partial pressure，PjvO2）、SjvO2。計算a-vDO2、CMRO2，a-vDO2=0.003×（PaO2-PjvO2）+1.39血紅蛋白（hemoglobin，Hb）×（SaO2-SjvO2），CMRO2=CBF×a-vDO2［9-10］。

1.2.3 分組方法 根據患者轉出ICU時格拉斯哥-匹茲堡腦功能表現計分系統評分，將其分為預后良好組（1～2分，n=36）和預后不良組（3～4分，n=57）。格拉斯哥-匹茲堡腦功能表現計分系統評分為1～4分，1分為腦功能完好，2分為中度腦功能殘礙，3分為嚴重腦功能殘礙，4分為昏迷與植物狀態。

1.3 統計學方法 采用SPSS 21.0統計學軟件進行數據分析。計量資料以（±s）表示，組間比較采用兩獨立樣本t檢驗；計數資料以相對數表示，組間比較采用χ2檢驗；CA行CPR后ROSC患者神經功能預后不良影響因素分析采用多因素Logistic回歸分析，并構建多因素Logistic回歸模型；繪制CBF、a-vDO2、CMRO2以及多因素Logistic回歸模型預測CA行CPR后ROSC患者神經功能預后不良的受試者工作特征（receiver operating characteristic，ROC）曲線，計算曲線下面積，確定最佳臨界值，計算靈敏度、特異度、正確率。以P＜0.05為差異有統計學意義。

2 結果

2.1 兩組基線資料比較 兩組年齡、性別、心血管疾病史、入院時體溫、血pH值、血乳酸、CA-CPR時間、入ICU時GCS評分、CA發生地、CA原因、原發病、初始心律比較，差異無統計學意義（P＞0.05）；預后不良組ROSC時間長于預后良好組，APACHE Ⅱ評分高于預后良好組，ICU入住時間短于預后良好組，出ICU時GCS評分低于預后良好組，差異有統計學意義（P＜0.05），見表1。

表1 兩組基線資料比較Table 1 Comparison of baseline data between the two groups

2.2 兩組腦血流參數比較 預后不良組左、右側Vs、Vd、Vm、CBF低于預后良好組，PI、RI高于預后良好組，差異有統計學意義（P＜0.05），見表2。

表2 兩組腦血流參數比較（±s）Table 2 Comparison of cerebral blood flow parameters between the two groups

表2 兩組腦血流參數比較（±s）Table 2 Comparison of cerebral blood flow parameters between the two groups

注：Vs=收縮期血流速度，Vd=舒張期血流速度，Vm=平均血流速度，PI=搏動指數，RI=阻力指數，CBF=腦血流量

組別 例數 Vs（cm/s） Vd（cm/s） Vm（cm/s）左側 右側 左側 右側 左側 右側預后良好組 36 102.8±11.7 105.8±12.1 41.5±10.8 42.1±10.8 62.5±15.8 63.1±13.0預后不良組 57 82.5±15.8 87.1±19.8 17.0±5.8 20.2±7.8 33.1±5.7 35.2±7.1 t值 6.648 5.106 14.264 11.330 12.832 13.393 P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001組別 PI RI CBF（ml/min）左側 右側 左側 右側 左側 右側預后良好組 1.10±0.25 1.15±0.22 0.61±0.10 0.61±0.08 6.7±0.5 6.6±0.6預后不良組 1.98±0.72 2.02±0.75 0.75±0.13 0.78±0.14 5.6±1.1 5.6±1.2 t值 6.817 6.766 5.510 6.626 5.428 4.645 P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001

2.3 兩組 SjvO2、a-vDO2、CMRO2比較 預后不良組SjvO2高于預后良好組，a-vDO2、CMRO2低于預后良好組，差異有統計學意義（P＜0.05），見表3。

表3 兩組SjvO2、a-vDO2、CMRO2比較（±s）Table 3 Comparison of SjvO2，a-vDO2 and CMRO2 between the two groups

表3 兩組SjvO2、a-vDO2、CMRO2比較（±s）Table 3 Comparison of SjvO2，a-vDO2 and CMRO2 between the two groups

注：SjvO2=頸內靜脈球血氧飽和度，a-vDO2=腦動脈-靜脈血氧含量差，CMRO2=腦氧代謝率

組別 例數 SjvO2（%） a-vDO2（ml/L）CMRO2（μmol?100 g-1?min-1）預后良好組 36 67.6±5.8 44.8±11.0 237.8±53.9預后不良組 57 77.0±8.7 27.8±5.8 157.1±67.1 t值 5.736 9.725 6.086 P值 ＜0.001 ＜0.001 ＜0.001

2.4 CA行CPR后ROSC患者神經功能預后不良影響因素的多因素Logistic回歸分析及模型構建 以ROSC時間、APACHE Ⅱ評分、ICU入住時間、出ICU時GCS評分和左、右側Vs、Vd、Vm、PI、RI、CBF及SjvO2、a-vDO2、CMRO2為自變量（賦值：實測值），CA行CPR后ROSC患者神經功能預后情況為因變量（賦值：預后良好=0，預后不良=1），進行多因素Logistic回歸分析，結果顯示，左側CBF、a-vDO2、CMRO2是CA行CPR后ROSC患者神經功能預后不良的影響因素（P＜0.05），見表4。將左側CBF、a-vDO2、CMRO2分別作為協變量X1、X2、X3，構建多因素Logistic回歸模型，其表達式為：P=1/{1+Exp〔-（-8.735+0.553X1+0.062X2+0.117X3）〕}。

表4 CA行CPR后ROSC患者神經功能預后不良影響因素的多因素Logistic回歸分析Table 4 Multivariate Logistic regression analysis of influencing factors of poor prognosis of neurological function in patients with ROSC after CPR in CA

2.5 左側CBF、a-vDO2、CMRO2以及多因素Logistic回歸模型預測CA行CPR后ROSC患者神經功能預后不良的價值左側CBF、a-vDO2、CMRO2以及多因素Logistic回歸模型預測CA行CPR后ROSC患者神經功能預后不良的曲線下面積分別為0.664〔95%CI（0.448，0.887），P=0.035〕、0.603〔95%CI（0.395，0.818），P=0.047〕、0.712〔95%CI（0.513，0.918），P=0.013〕、0.856〔95%CI（0.713，0.985），P=0.002〕，最佳臨界值分別為5.5 ml/min、28.1 ml/L、155.8 μmol?100 g-1?min-1、0.267，靈敏度分別為73.68%、64.91%、78.95%、85.96%，特異度分別為72.22%、63.89%、83.33%、91.67%，正確率分別為73.12%、64.52%、80.65%、88.17%，見圖1。

圖1 左側CBF、a-vDO2、CMRO2以及多因素Logistic回歸模型預測CA行CPR后ROSC患者神經功能預后不良的ROC曲線Figure 1 ROC curve of left CBF，a-vDO2，CMRO2 and prediction model of multivariate Logistic regression predicting the poor prognosis of neurological function in ROSC patients after CPR in CA

3 討論

CPR是治療CA的主要方法，多數患者可恢復ROSC，但仍有45%～75%患者出現嚴重神經功能受損［11-12］。本研究93例CA行CPR后ROSC患者中有57例神經功能預后不良，發生率達61.3%（57/93），與王淦楠等［13］研究結果類似，提示臨床要關注CA行CPR后ROSC患者神經功能變化，及早實施針對性治療，減少不良因素對患者神經功能的影響，進而提高治療效果。近年來，血清學指標［14-16］、量表［17］等相繼應用于CA行CPR后ROSC患者神經功能預后的預測，均具有較好的預測效能，但單一指標或隨意組合指標難以兼顧靈敏度和特異度，且得出的結果并不一致。目前，國內評價CA行CPR后ROSC患者神經功能預后的指標仍處于探索階段。相關研究表明，CA行CPR后ROSC患者缺血-再灌注損傷導致腦氧攝取與利用障礙，使患者出現腦代謝異常［18］。因此，床旁腦功能監測對CA行CPR后ROSC患者臨床治療策略的選擇具有重要意義，但監測指標對此類患者神經功能預后不良的早期發現及影響尚無定論。基于此，本研究借鑒國外對腫瘤患者預后的評價方法，構建CA行CPR后ROSC患者神經功能預后不良的多因素Logistic回歸模型，量化各腦功能監測指標的貢獻度，旨在客觀反映患者病情變化情況，對不良預后的早期發現、早期治療具有一定意義。

本研究結果顯示，預后不良組ROSC時間長于預后良好組，與ROSSETTI等［19］研究結果類似，提示ROSC時間對患者神經功能可能有一定影響，ROSC時間越長，患者神經功能損傷越嚴重，但本研究多因素Logistic回歸分析并未發現ROSC時間是CA行CPR后ROSC患者神經功能預后不良的影響因素，可能與本研究樣本量較小有關，需進一步探討。GCS及APACHEⅡ是臨床廣泛應用于腦血管急危重癥患者的評價量表。趙穎超等［20］研究發現，GCS評分＞6分是CA后綜合征患者神經功能預后的保護因素，而APACHE Ⅱ評分≥10分是該疾病患者神經功能預后的危險因素，同時GCS評分受患者生理及基礎疾病的影響較小，更適用于該類患者神經功能預后的評價。本研究結果顯示，預后不良組出ICU時GCS評分低于預后良好組，而APACHE Ⅱ評分高于預后良好組，提示GCS評分及APACHE Ⅱ評分在一定程度上反映CA行CPR后ROSC患者的神經功能預后情況，但該類評分在腦卒中、高血壓腦出血等腦血管危重癥患者中應用較多，在CA行CPR后ROSC患者中的應用仍需多中心、大樣本量研究進一步驗證。

腦血流監測和SjvO2監測是臨床常用于急性腦損傷患者的床旁監測方法。本研究結果顯示，預后不良組左、右側Vs、Vd、Vm、CBF低于預后良好組，而PI、RI高于預后良好組，提示神經功能預后不良的CA行CPR后ROSC患者的大腦中動脈血流速度較慢，腦血管阻力增加，使該類患者低灌注情況更為嚴重，腦血管自身調節功能及腦組織細胞氧提取功能發生障礙，實施CPR后缺血-再灌注損傷可能進一步損傷患者的神經功能。相關研究認為，SjvO2≤55%與疾病預后不良密切相關［21］。而本研究結果顯示，預后不良組SjvO2高于預后良好組，與上述研究結果［19，21］不同，考慮是神經功能預后不良的CA行CPR后ROSC患者發生CA后腦組織因缺血缺氧損傷嚴重，腦代謝-血流耦合受損，大腦對氧的利用率下降，進而導致SjvO2異常升高，與NANJAYYA等［22］研究中SjvO2與院外昏迷CA患者死亡的關系類似。但本研究多因素Logistic回歸分析并未發現SjvO2是CA行CPR后ROSC患者神經功能預后不良的影響因素，可能與本研究樣本量較小、觀察時間較短等有關，需進一步驗證。本研究結果還顯示，預后不良組a-vDO2、CMRO2低于預后良好組，提示神經功能預后不良的CA行CPR后ROSC患者腦組織對氧的需求減少，腦組織氧代謝功能較差，氧提取功能發生障礙，腦組織出現興奮性腦氨基酸毒作用，并釋放大量白介素、胱抑素C等炎性因子，最終加劇神經元損傷，導致神經功能預后不良，甚至死亡。本研究多因素Logistic回歸分析結果顯示，左側CBF、a-vDO2、CMRO2是CA行CPR后ROSC患者神經功能預后不良的影響因素。為此，筆者建議臨床醫師對CA行CPR后ROSC患者實施床旁監測并關注腦血管監測指標的變化情況，同時及時采取針對性治療措施以改善患者預后。

本研究根據多因素Logistic回歸分析結果構建了多因素Logistic回歸模型，并進一步分析其預測CA行CPR后ROSC患者神經功能預后不良的價值發現，其曲線下面積、靈敏度、特異度、正確率均高于CBF、a-vDO2、CMRO2，提示該預測模型的預測效能較高。本研究通過多因素逐步回歸分析校正了混雜因素，同時對影響因素的貢獻度進行統計學量化，擬合多種因素，進而獲得更加符合實際的預測方程，避免了混雜因素的影響，減少了漏診、誤診的發生［23-24］。該模型更符合循證醫學思維，利于補充臨床對CA行CPR后ROSC患者神經功能預后的評價方法，使該類患者能早期獲得診斷、治療，改善患者的預后。

本研究尚存在一定局限性，如研究樣本量較小、納入研究的基線指標不夠完善，下一步筆者將進行多中心、大樣本量的研究，納入更多腦功能監測指標，繼續修訂多因素Logistic回歸模型，以提升其預測效能，使其更貼近臨床實際，降低模型應用難度，進而便于其在基層醫院推廣使用。

綜上所述，本研究基于腦功能監測指標構建的多因素Logistic回歸模型對CA行CPR后ROSC患者神經功能預后不良具有較高的預測價值，值得臨床推廣使用。

志謝：感謝惠州市第三人民醫院急診醫學中心心肺復蘇課題組成員對數據進行收集以及整理。

作者貢獻：曾景進行文章的構思與設計，文章的可行性分析，文獻/資料收集、整理，撰寫論文，對文章整體負責、監督管理；林月雄、金廷榮進行統計學處理和結果的分析與解釋；李雪松負責文章的質量控制及審校。

本文無利益沖突。