基于關聯規則的重癥監護室患者氣管插管非計劃拔管事件特征性因素分析

韓詠琪，胡清文，陳好，李雪艷，徐小群

1.溫州醫科大學 護理學院，浙江 溫州 325035；2.溫州醫科大學附屬第一醫院 護理部，浙江 溫州 325015；3.溫州醫科大學附屬第一醫院 肝膽外科，浙江 溫州 325015

氣管插管非計劃拔管（unplanned endotracheal extubations, UEE）是指未經醫護人員同意患者自行將氣管導管拔出（又稱自行拔管）或者其他原因包括醫護人員操作不當造成的氣管導管意外脫落（又稱意外拔管）[1]。國外研究報告UEE的發生率為3.0%～16.0%[2]，我國的UEE發生率較國外略高，為4.5%～22.1%[3]。氣管插管患者若發生UEE可能導致患者呼吸困難、氣道損傷、再插管困難甚至死亡[4]，而拔管后重新插管亦可威脅患者生存，增加呼吸機相關性肺炎發生的風險[5]。美國醫療機構評審聯合委員會和中國醫院協會均將提升管路安全列入《2019年患者安全目標》[6]。關聯規則（association rules）是一種描述性的數據挖掘[7]，近年來有研究者開始將其應用于護理領域[8-10]，但尚未見其應用于UEE中。本研究采用Apriori算法對溫州醫科大學附屬第一醫院的UEE事件進行數據挖掘和分析，共獲得16條強關聯規則，現報告如下。

1 對象和方法

1.1 研究對象 本研究為回顧性研究，從溫州醫科大學附屬第一醫院的醫院安全（不良）事件管理平臺中導出2018年1月1日至2021年8月31日重癥監護室患者的氣管插管安全事件119例。納入標準：①重癥監護室氣管插管患者；②氣管插管意外脫落、患者未經醫護人員同意自行拔除的氣管插管、醫護人員操作不當所導致的氣管插管拔管。排除標準：患者明確診斷有精神疾病。病例剔除標準：①無病案號；②護理記錄未體現拔管；③空白條目過多；④邏輯錯誤。剔除4例無病案號和6例護理記錄中未體現拔管的案例，最終納入109例案例。

1.2 數據收集 參照浙江省護理質量控制中心護理不良事件上報內容設計氣管插管安全事件數據收集表，包括：①患者一般資料：病案號、性別、年齡、職業、文化程度、宗教信仰、吸煙史、飲酒史、手術史、費用形式、入院時間、病區名稱等；②疾病資料：臨床診斷、疼痛評分、生活自理能力（activity of daily living, ADL）評分、格拉斯哥昏迷評分（Glasgow coma scale, GCS）、氣管插管安全事件發生時患者的情況（意識狀態、活動狀態、約束狀態、鎮靜劑使用、Richmond躁動-鎮靜量表評分）等；③導管相關：拔管前管道持續留置天數、是否重新置管等；④科室管理相關：事發時病區在崗人數、病區在院患者數、班次、事件責任護士工作年限、是否有護理實習生參與等。

1.3 數據預處理 通過我院電子護理平臺補全缺失信息（性別、年齡、職業、手術史、ADL評分、插管深度等），剔除無用信息（姓名、病案號、報告編號、發現人工號、發現人姓名等），統一病區名稱。對數值變量中的連續型變量進行離散化處理再進行賦值，把年齡、ADL評分、GCS、Braden評分、體溫、心率、置管天數、護患比等變量根據不同分級進行離散化處理并賦值。其余分類變量如性別、職業、宗教信仰、文化程度、費用形式、吸煙史、手術史等根據分類進行賦值。變量名稱及賦值方法見表1。

表1 資料中各變量名稱及賦值方法

1.4 關聯規則參數設定 查找數據中的頻繁項集并生成關聯規則，關聯規則是形如X→Y的表達式，其中前項為X，后項為Y[11]，其中支持度（support）、置信度（confidence）和提升度（lift）是關聯規則中重要的相關概念。支持度為項集出現的次數，體現關聯規則的重要性；置信度為關聯規則的強度，體現關聯規則的可信度；提升度反映關聯規則中X與Y的相關性[12]。若關聯規則的支持度和置信度都高于閾值，則認為是強關聯規則，提升度＞1的認為是有效的強關聯規則，反之則是無效的強關聯規則[11]。本研究關聯規則參數設定為：最小支持度= 20%，最小置信度=60%，提升度大于1。

1.5 數據挖掘過程 Apriori算法是關聯規則數據挖掘的常用算法。首先從原始數據集合中找出所有頻繁項集，頻繁項集的標準為本研究設定的最小支持度，表示為“Ln”，項集出現的次數表示為“Cn”，n表示項集中納入的變量數。逐步從“Ln”中產生“L（n+1）”，直到無法再找到更長的頻繁項集。再從所有頻繁項集中篩選出有強關聯關系的前后項，得出強關聯規則，強關聯規則的標桿為本研究設定的最小可信度。

1.6 統計學處理方法 將導出的事件數據錄入Excel軟件，建立UEE事件數據庫。利用SPSS26.0軟件進行數據分析，計量資料采用±s描述，計數資料采用頻數、百分比描述。利用R語言軟件基于Apriori算法進行數據挖掘，建立關聯規則數據挖掘模型，并對關聯規則的前后項進行χ2檢驗。保留有統計學意義（P＜0.05）的關聯規則。

2 結果

2.1 基本資料描述 109件UEE安全事件中，男76例，女33例。UEE發生時間以夜班為主，占比41.28%。發生時患者狀態以非操作時為主，占比為84.41%。發生UEE事件中，無鎮靜、不清醒、有約束患者分別占比53.21%、59.63%、87.16%。從所患疾病看，以神經系統疾病和呼吸系統疾病患者發生UEE最多，事件責任人年資以5～10年為主，占比30.27%，具體見表2。

表2 患者UEE事件基本情況描述

2.2 關聯規則分析 通過Apriori算法篩選出滿足支持度≥20%，置信度≥60%，提升度＞1的關聯規則進行χ2檢驗后篩選出309條規則，先由2名研究者結合臨床經驗進行篩選，最后參考3名副高及以上職稱的護理專家意見，最終找出16條關聯規則（見表3）。

表3 UEE關聯規則列表

3 討論

3.1 關聯規則應用于UEE數據挖掘的可行性 關聯規則能夠尋找和挖掘數據庫中各項目集之間的關聯性以及內在關系，是目前應用較多的一種數據挖掘的方法[13]，使用關聯規則能夠評估患者的危險因素，找出影響該臨床問題的關聯因素，從而指導臨床護理人員采取有效措施進行前瞻性預防和護 理[14]。UEE的發生是多種因素共同導致的，使用傳統統計方法或者憑借經驗無法獲取更多有效的信息，因此將關聯規則應用于UEE是必要且有效的。本研究小組由信息科、重癥監護室、護理部等部門組成，收集109例事件的資料，應用Apriori算法進行關聯規則分析，通過調整支持度對規則進行約束，并根據重癥監護室情景的合理性和實用性，討論篩選出16條關聯規則，包括了患者因素、治療因素、導管因素、管理因素和環境因素，充分利用了護理數據，探索出了新的UEE發生規律，為護理人員預防該類事件的發生提供了新視角[15]。

3.2 早期識別、正確評估UEE高風險患者 本研究顯示，發生氣管拔管時患者處于非操作狀態占84.41%，處于被動翻身、護理操作等狀態占15.59%，提示UEE可能與患者自身因素有關。規則1～3發現，約束不到位、氣管插管留置1～2 d、拔管前血壓升高、無鎮靜與發生氣管拔管時患者處于非操作狀態有關聯，規則4～6提示，夜班、護患比低、年齡大于60歲、有吸煙史、神志清醒與男性有關聯，規則7～9提示，文化程度低、有過手術史、發生氣管拔管時患者處于非操作狀態、無鎮靜與高齡有關聯。有研究[16-18]認為，性別、年齡、疾病類別、肌力、意識狀態、疼痛等患者自身因素是UEE的危險因素。老年患者由于身體器官會出現程度不一的退行性改變，對氣管插管的耐受性較差，尤其是男性吸煙患者，插管使氣道更容易受到刺激，而吸煙者本身的自我調節能力較差，行為具有沖動性[11]，且患者文化程度偏低，加上術后易出現疼痛等不適，對管道防護的依從性下降。規則12～14提示，拔管前心動過速、約束不到位、有鎮靜、神經系統疾病與神志不清醒呈強關聯，規則16中提示，體溫升高與UEE相關聯。這可能與機體出現體溫升高、血壓升高、心率加快時，患者易出現生理性躁動有關，國內ICU治療指南[19]中提出躁動的患者容易與呼吸機發生對抗。規則15提示發生氣管拔管時患者處于非操作狀態、神志清醒、躁動與氣管插管持續留置1～2 d有強關聯，這可能與患者在早期置管時期還無法適應，舒適度下降有關。上述因素疊加大大增加拔管風險，提醒醫護人員應重視監護儀警報異常，早期識別、正確評估UEE高風險患者。但國內外尚缺乏針對性和可操作性均強的UEE風險評估工具，目前評估工具包括UEE風險評估表[4，20]、風險預測模型[21]等，但評估內容普遍較多，增加臨床護士的工作量，因此建議醫院建立一個UEE預警系統，提高預警速度和準確性[16]。

3.3 加強醫護溝通，保證呼吸機支持患者的有效鎮靜與約束 規則1、3、8、10～14、16顯示，拔管前約束不到位、鎮靜不正確是UEE的風險因素。良好的約束可以限制患者的活動，減少患者拔管的機會，而約束不當會導致患者舒適度下降，增加患者危險性的動作。還有研究者認為，施行縮減約束方案可以降低UEE的發生率，這與縮減約束有利于減少皮膚損傷，緩解患者生理、心理不適有關[22]。鎮靜是重癥監護室一項重要的治療手段，合理的鎮靜可以減輕患者的焦慮、躁動和應激反應，而不恰當地使用鎮靜劑則可能引起患者躁動或譫妄，致人機不協調[23]。證據認為，鎮靜策略的選擇、鎮靜不充分、鎮靜藥物的使用對UEE的發生都會有影響[24]，與本研究結果一致。目前臨床上缺乏約束適用性評估工具和標準，醫護人員對鎮靜鎮痛實施方法、鎮靜深度、日常評估、鎮靜喚醒等?？浦R掌握不全，約束執行落實情況的評估和檢查力度不夠，需要加強醫護合作，制定科室約束與鎮靜的評估標準，采用多途徑對科室醫護人員進行鎮靜、約束有效性知識培訓。

3.4 規范氣道管理，建立規范化的撤機流程 在本次納入研究的109例UEE事件中，未重新插管的65例，占比59.63%，說明存在一部分患者符合撤機的條件，但是未及時撤機。由于本研究不是針對撤機展開分析，未納入撤機的相關因素，因此無法篩選出符合臨床的重新插管的關聯規則。目前臨床上醫護人員對拔管時機掌握不充分，臨床醫師對于患者是否能夠撤機多按照經驗來決策[25]，未能正確按照呼吸機管理的相關規范執行，醫院未開展呼吸功能評定信息系統的建設，無法對需要計劃拔管的患者進行信息預警提醒。AWANG等[26]制定機械通氣脫機過程的護理實踐指南，使護士能夠參與到呼吸機脫機的決策中，劉秀梅等[27]總結ICU成人機械通氣患者氣管插管拔管管理的最佳證據。因此建議ICU建立呼吸治療師團隊，參考氣道管理的指南、專家共識等，通過呼吸功能評定信息系統的建設，正確把握患者拔管的指征，建立規范化的撤機流程，進行氣道的安全管理，確?；颊甙踩?。

3.5 合理安排人力資源，重點關注UEE知識的掌握 規則10、11提示，夜班、拔管前約束不到位、未鎮靜與事件發生時病區護患比＜1/3呈強關聯。ICU護士夜班工作量繁重，相比白班人力資源配備不 足[28]，且ICU病房各類儀器運作聲及報警聲不可避免[29]，夜班期間護理人員更加容易產生報警疲勞，夜間護理安全事件占比75.68%，需要特別重視夜間患者的氣道管理。衛生部《2012年推廣優質護理服務工作方案》提出，重癥監護病房護患比要求為（2.5～3）:1[30]，目前我國對夜班的護患比沒有相應規定[31]。當護患比低于1/3時，夜班護士的工作負荷增加，對病情突變的患者容易識別不到，導致發生UEE。患者護理結局的好壞，與護理人力的配備有直接關系，建議改善ICU護士輪班方式、限定夜班數量及科學量化工作負荷[32]，加大對ICU護理人員配備的力度，注意新老護士搭配，夜班加強巡視，盡量減少護士跨房間管理患者的風險，確?；颊甙踩?/p>

不同工作年資的護士在關聯規則中未有所體現，但5～10年工作年資的護士上班時患者發生UEE事件占比最高，占總數30.27%，這可能與該年資段的護士在科室的人數占比最高有關，目前該年資護士作為科室骨干，負責照護的患者病情相對較重，護理風險增加，因此對該年段的護士要求更高。因此ICU所有護士要強化UEE培訓，包括管道固定、非計劃拔管風險評估、有效鎮靜、有效約束等，并組織開展UEE應急預案演練，提高安全意識。

4 小結

本研究使用關聯規則，對109例UEE事件進行數據挖掘和討論分析，從患者、管理、治療、導管和環境這五個角度進行探索，結果提示臨床醫護人員在氣管插管管理過程中，應重點關注男性、神經系統疾病、文化程度低、有吸煙史、有手術史、年齡≥60歲、未鎮靜、神志清醒、躁動、譫妄低風險患者的UEE風險，加強夜間有效巡視，對氣管插管患者進行有效鎮靜與必要約束，增進醫護溝通，建立規范化的撤機流程，加強相關培訓，降低UEE的發生率。

本研究的局限在于數據僅來自于一家綜合性醫院，未來可以擴大樣本量，進行多中心研究，并納入更全面的UEE相關因素，如氣管插管固定方式和固定材料、氣囊壓力的管理等。