術后惡心嘔吐預測模型的研究進展

曾夢婷，何 虹，劉淑華，查榮蘋

1.南昌大學，江西 330006；2.南昌大學第二附屬醫院

術后惡心嘔吐（postoperative nausea and vomiting，PONV）是指病人術后24～48 h 內發生的惡心、干嘔或嘔吐，其發生率為30%～50%，嚴重者高達80%，是病人術后常見的不良反應[1]。術后惡心嘔吐不僅造成病人胃腸道反應，嚴重可導致脫水、營養缺乏、腹內壓升高等不良反應[2-3]。此外，術后惡心嘔吐導致病人延遲出院，增加醫療經濟負擔。研究顯示，美國治療術后惡心嘔吐醫療支出每年增加253 270～519 617 美元[4]。盡管目前止吐藥的有效性得到充分驗證，但止吐藥存在抑制胃腸動力、錐體外系反應等副作用。此外，預防術后惡心嘔吐的發生也是加速康復外科的核心內容之一[5]。風險預測模型可提供臨床決策支持，幫助醫護人員客觀地評估病人發生術后惡心嘔吐的風險，為采取相關的預防措施提供支持。本研究旨在對近年來國內外適用于術后惡心嘔吐預測模型的研究進行綜述，為術后惡心嘔吐預測模型的構建及臨床應用提供參考依據。

1 術后惡心嘔吐的危險因素

目前，已有研究明確了術后惡心嘔吐受多方面因素影響，這些危險因素可為構建術后惡心嘔吐預測模型提供參考，其主要集中在以下幾個方面[4-7]：1）病人因素。包括性別、年齡、吸煙史、術后惡心嘔吐史或暈動癥病史。女性術后惡心嘔吐發生率是男性的2～3倍。高齡是成人術后惡心嘔吐的保護因素，病人每增加10 歲，其發生率下降13%；患兒年齡＞3 歲，青春期后女性術后惡心嘔吐發生風險更大。非吸煙者發生術后惡心嘔吐風險是吸煙者的2 倍。既往有術后惡心嘔吐史或暈動癥病史病人是普通人發生術后惡心嘔吐的3～4 倍，且研究發現一級親屬有術后惡心嘔吐史，兒童發生術后惡心嘔吐風險將大大增加。2）手術類型。成人高危手術，包括膽囊切除術、腹腔鏡手術及婦產科手術將增加術后惡心嘔吐發生風險；兒童斜視矯正、腺樣體扁桃體切除和耳廓成形手術后發生術后惡心嘔吐是其他手術的1～2 倍。3）麻醉因素。包括麻醉方式、麻醉藥物和麻醉時間。全身麻醉手術病人術后惡心嘔吐發生率高于椎管內麻醉，靜脈麻醉手術術后惡心嘔吐發生率低于吸入麻醉。揮發性麻醉劑劑量對術后惡心嘔吐具有依賴性，尤其是在術后2～6 h，使用揮發性麻醉劑的病人發生術后惡心嘔吐是其他麻醉藥物的1.82倍。此外，吸入氧化亞氮超過1 h 發生術后惡心嘔吐風險增加20%。阿片類藥物劑量導致的術后惡心嘔吐也具有依賴性，且與藥物種類無關，術后使用阿片類藥物病人發生術后惡心嘔吐的風險是不使用阿片類藥物病人的1.39 倍。麻醉每持續1 h 發生術后惡心嘔吐的概率約增加1.46 倍。以上這些因素被納入最新專家共識中，是公認的危險因素。但是還有些因素存在爭議，如美國標準協會（American Standards Association，ASA）分級、經期、麻醉醫師的技術水平及圍術期禁飲食等，未來還需要大量研究進一步證實[4]。

2 術后惡心嘔吐預測模型研究現狀

2.1 國外研究現狀

2.1.1 成人住院術后惡心嘔吐風險評分系統

目前,臨床應用最廣泛的術后惡心嘔吐評分系統是Koivuranta 和Apfel 風險評分系統方法，這2 個成熟評分系統簡單易行，已經在臨床上得到了反復驗證。

1997 年Koivuranta 等[8]調查了4～86 歲1 107 例術后病人惡心嘔吐情況，最終建立預測模型，其受試者工作特征曲線下面積（AUC）為0.72。Koivuranta 等[8]簡化了預測模型，即當預測因子分別為0、1、2、3、4、5 個時，惡心嘔吐的預測風險分別為17%、18%、42%、54%、74%、87%。1999 年，Apfel 等[9]以芬蘭和德國的2 個中心對2 722 例行全身麻醉手術的成年病人進行前瞻性隊列研究，利用Logistic 回歸分析設計了簡易的成人術后惡心嘔吐風險評分系統，并將2 個中心數據進行交叉內部驗證，其驗證的AUC 為0.75，準確率為0.71。該評分包括女性、術后惡心嘔吐和（或）暈動癥病史、不吸煙和術后使用阿片類藥物4 個危險因素，當分別存在0、1、2、3 項和4 項危險因素時，對應的術后惡心嘔吐發生率約為10%、21%、39%、61%和79%。之后Apfel 等[10]調查了1 566 例術后病人驗證不同的術后惡心嘔吐預測模型，發現簡化版Apfel 風險評分系統與其他更復雜的風險評分系統相比，具有更好的區分度和校準性。但是，這2 個評分系統也存在局限性：1）危險因素定義中什么是不吸煙者及術后惡心嘔吐和（或）暈動癥病史結合成一個復合變量，未形成很好的定義，易造成結果偏倚[11]；2）研究過程中無法準確判定術后惡心嘔吐的發生，有可能低估了危險因素較少病人的術后惡心嘔吐的發生風險，而高估了危險因素較大病人的術后惡心嘔吐的發生風險，對研究結果造成一定的影響[12]；3）這2 個評分系統主要針對普外科和骨科病人，使用阿片類藥物這一危險因素不適用所有手術病人，在神經外科等其他手術中的運用有一定局限性[13]。

2.1.2 兒童術后惡心嘔吐預測模型

考慮到兒童術后惡心嘔吐與成人不同的危險因素，2005 年，Eberhart 等[14]調查了1 257 例0～14 歲行全身麻醉術后的兒童，發現手術時間＞30 min、年齡＞3歲、本人或其一級親屬有術后惡心嘔吐史和斜視矯正手術4 個術后惡心嘔吐的預測因子，并且構建了兒童術后嘔吐（postoperative vomiting in children，POVOC）評分并進行內部驗證，其AUC 為0.72，當患兒存在0、1、2、3 項或4 項危險因素，術后惡心嘔吐風險發生率分別為9%、10%、30%、55%和70%。之后Kranke 等[15]對Eberhart 模型進行了外部驗證，發現兒童術后嘔吐評分由4 個因素組成，但是大部分主要受手術時間＞30 min、年齡＞3 歲、本人或其一級親屬有術后惡心嘔吐史3 個因素影響，斜視矯正手術這一因素會降低兒童術后嘔吐評分的鑒別能力。

2014 年，Bourdaud 等[16]針對Eberhart 模型的不足建立了新的預測模型，納入了更多的影響因素，調查了2 393 例行全身麻醉的術后患兒，發現年齡、麻醉時間＞45 min、高危手術（耳郭成形術、扁桃體切除術及斜視矯正手術）、術后惡心嘔吐易感性（術后惡心嘔吐史或暈動癥病史或家族術后惡心嘔吐史）和多劑量的阿片類藥物是術后惡心嘔吐的預測因子，其中術后惡心嘔吐發生率為24.1%，AUC 為0.73。Bourdaud等[16]研制了一個簡化評分表，得分0～6 分，術后惡心嘔吐發生率分別為5%、6%、13%、21%、36%、48% 和52%；0～1 分為低風險，2～3 分為中度風險，＞4 分為高風險。該模型危險因素定義兒童術后嘔吐評分對預測術后惡心嘔吐更具鑒別力，但未進行內外部臨床驗證，其臨床可行性還需進一步探討。

2.1.3 術后出院病人惡心嘔吐預測模型

考慮到門診手術病人立即出院后無法及時使用止吐藥或直接得到快速治療，且目前還沒有門診手術病人出院術后惡心嘔吐（postdischarge nausea and vomiting，PDNV）風險評分工具。2012 年，Apfel 等[17]調查了美國12 個中心2 170 例成人行全身麻醉出院術后惡心嘔吐情況，發現出院48 h 術后惡心嘔吐的發生率為37%。該模型發現，女性、年齡＜50 歲、術后惡心嘔吐發生史、麻醉復蘇室（post-anesthesia care unit，PACU）使用阿片類藥物和麻醉復蘇室內出現惡心是出院術后惡心嘔吐的預測因子，并構建了預測模型并進行了內部驗證?；谏鲜鲱A測因子，Apfel 等[17]簡化了出院術后惡心嘔吐風險評分，即病人存在0、1、2、3、4、5 項危險因素時，出院術后惡心嘔吐發生率分別為10%、20%、30%、50%、60%、80%。該簡化評分系統AUC 為0.71（0.68，0.73），模型的預測能力良好。此外，該預測模型被Odom-Forren 等[18]和Walldén 等[19]先后進行驗證。但出院術后惡心嘔吐的風險評分工具的建立是基于門診成人手術病人的數據，是否適用于住院病人出院評估仍有待考慮。

2.2 國內研究現狀

我國術后惡心嘔吐預測模型起步較晚，主要集中在危險因素的研究上，尚未形成屬于我國術后惡心嘔吐的預測模型。2010 年，王嘉鋒等[20]首次建立了國內術后惡心嘔吐預測模型，調查了350 例全身麻醉術后病人，發現性別、術后惡心嘔吐史、婦科手術或腹腔鏡手術、暈動癥病史、偏頭痛史是全身麻醉術后惡心嘔吐的預測因子，其采用Logistic 回歸分析建立了2 種預測模型，其AUC 分別為0.749 和0.755。該模型是國內首個全身麻醉術術后惡心嘔吐風險預測模型，納入手術類型和危險因素較全面，但多元回歸預測模型的計算公式復雜，相對國外簡易評分表不易被臨床醫生所接受，且該模型為單中心、小樣本的模型，未進行內外部驗證，其臨床適用性有待進一步研究。

3 其他術后惡心嘔吐預測模型

目前，Apfel 評分已是公認的術后惡心嘔吐風險評分系統，但是因其危險因素受限，對于一些特殊的手術而言，如剖宮產術病人都是女性，且術后都使用阿片類藥物；神經外科手術中開顱術術后惡心嘔吐可能與顱內壓增高有關；甲狀腺手術特殊解剖位置，惡心嘔吐發生率相比其他術后更高等，Apfel 評分可能會限制其預測性能。因此，國內外針對Apfel 評分的不足展開了一些針對性手術的預測模型構建。

3.1 剖宮產術術后惡心嘔吐預測模型

Tan 等[21]依據隨機對照試驗的數據納入260 例鞘內注射嗎啡剖宮產產婦，構建了剖宮產術后惡心嘔吐預測模型，簡化為Duke 評分系統。Duke 評分系統中妊娠期不吸煙、剖宮產術后惡心嘔吐史和/或晨吐史是術后惡心嘔吐獨立預測因素。該評分系統與Apfel 評分系統進行比較，兩者AUC 分別為0.63 和0.59，預測性能都較差。此外，該模型樣本量少，未進行外部驗證。

3.2 神經外科術術后惡心嘔吐預測模型

2021 年，吉莉等[22]調查了326 例神經外科全身麻醉擇期手術病人，發現術后惡心嘔吐發生率為28.22%，且女性、上消化道疾病史、既往術后惡心嘔吐史、術中輸血、開顱手術為神經外科術后惡心嘔吐的預測因子，其AUC 為0.716，靈敏度為0.750，特異度為0.577，約登指數為0.327。該模型將Apfel 評分中混合因素[術后惡心嘔吐史和（或）或暈動癥病史]進行區分；且納入了區別Apfel 評分新的危險因素（如術中輸血、開顱手術等），發現術后惡心嘔吐史在神經外科術后中的獨特性。但是該模型研究對象僅來自1 所醫院，且未進行外部驗證，未來仍需要進行多中心的臨床驗證。

3.3 甲狀腺術術后惡心嘔吐預測模型

2021 年，趙璇等[23]調查了125 例甲狀腺術后病人，首次將麻醉因素納入，并繪制可視化列線圖，發現發生甲狀腺術后惡心嘔吐的4 個獨立危險因素，即無吸煙史、有術后惡心嘔吐史、不使用地塞米松、靜吸復合麻醉。該模型AUC 為0.787，靈敏度為69.23%，特異度為76.71%，該模型預測能力較好。此外，該模型還分析性別和吸煙史2 個因素多重共線性問題，模型預測辨別力較好，但是該模型納入樣本量少，且未進行外部驗證，模型推廣性有待驗證。

4 小結

術后惡心嘔吐不僅給病人帶來不適，還對整個醫療系統經濟負擔造成巨大影響。目前，國外通過大樣本試驗開發了Apfel 評分風險預測模型，使用廣泛，但仍存在一定的局限性；我國對術后惡心嘔吐預測模型的構建局限于單中心、小樣本研究。成熟的預測模型應既能擁有有效的風險預測，也要具有臨床可行性。因此，建議對國內外術后惡心嘔吐預測模型進行比較，整合適合臨床的預測因子，構建普適的術后惡心嘔吐預測模型，并對一些特殊的手術構建有針對性的術后惡心嘔吐預測模型，對預測模型進行反復、跨種族、多中心的臨床驗證，優化預測模型。此外，建議充分利用網絡技術，實現術后惡心嘔吐風險預測網絡化，以期為術后惡心嘔吐病人提供簡便、有效、智能的預測工具，從而早期預防疾病，提高手術病人的生命質量。