全麻腹腔鏡膽囊切除術患者麻醉恢復室滯留預測模型構建

【摘要】目的" 構建全麻腹腔鏡膽囊切除術（laparoscopic cholecystectomy，LC）患者麻醉恢復室（postanesthesia care unit，PACU）滯留預測模型，為PACU管理提供參考。方法" 選取2023年1月至2024年11月在綿竹市人民醫院行全麻LC的患者為研究對象，收集患者術前、術中和PACU期間臨床資料，根據PACU停留時間是否超過1 h分為PACU滯留組和非滯留組。通過Lasso回歸篩選變量后使用Logistic回歸構建預測模型并繪制列線圖。采用Bootstrap法重抽樣1 000次進行內部驗證。采用受試者工作特征曲線及其曲線下面積（AUC）、Hosmer-Lemeshow擬合優度檢驗、校準曲線、臨床決策曲線、臨床影響曲線分別評價預測模型的區分度、校準度、臨床適用性和有效性。結果" 共納入600例LC患者，104例發生PACU滯留。Lasso回歸和Logistic回歸分析顯示，鉀離子（K+）濃度、氣管拔管時間、蘇醒期躁動、PACU期間惡心嘔吐是PACU發生滯留的影響因素。預測模型的AUC為0.803 [95%CI（0.755，0.850）]，Hosmer-Lemeshow擬合優度檢驗結果顯示模型與理想模型差異無統計學意義（χ2=1.660，P=0.572），基于Bootstrap重抽樣1 000次的結果顯示，AUC為0.803 [95%CI（0.756，0.853）]；校準曲線顯示預測概率與實際發生概率基本擬合；臨床決策曲線顯示，預測概率的閾值在0.00～0.68范圍時，根據模型的預測概率進行干預的臨床凈收益高于對所有人不進行干預和對所有人進行干預；臨床影響曲線顯示，當預測概率的閾值大于0.30后，每1 000人中模型預測的PACU滯留人數和實際發生的PACU滯留人數出現重疊匹配。結論" K+濃度、氣管拔管時間、蘇醒期躁動、PACU期間惡心嘔吐是LC患者PACU發生滯留的影響因素，基于這些因素構建的預測模型區分度、校準度、臨床適用性和有效性較好，可為LC術后PACU滯留高風險患者的識別提供參考。

【關鍵詞】腹腔鏡膽囊切除術；麻醉恢復室；滯留；影響因素；預測模型

【中圖分類號】R 614 【文獻標識碼】A

Prediction model construction for postanesthesia care unit retention in patients undergoing laparoscopic cholecystectomy under general anesthesia

OU Yi1， HAN Jia2， XIE Bin1

1. Department of Anesthesiology， Mianzhu People's Hospital/Mianzhu Hospital， West China Hospital of Sichuan University， Deyang 618200， Sichuan Province， China

2. Center of Surgical Anesthesia， Deyang People's Hospital， Deyang 618200， Sichuan Province， China

Corresponding author： XIE Bin， Email： 13618106183@163.com

【Abstract】Objective" To analyze and construct a predictive model for postanesthesia care unit （PACU） retention in patients undergoing laparoscopic cholecystectomy （LC） under general anesthesia， providing reference for the efficient operation of PACU. Methods" Patients who underwent general anesthesia LC at Mianzhu People's Hospital from January 2023 to November 2024 were selected as the research subjects. Clinical data of patients before and during operation， and during PACU were collected. Patients were divided into PACU retention group and non-retention group according to whether the PACU stay was longer than 1 hour. Lasso regression and Logistic regression were used to select and construct predictive model and then nomogram were constructed. Using Bootstrap method to resample 1，000 times for internal validation. The discrimination， calibration， clinical applicability， and effectiveness of the prediction model were evaluated using the receiver operating characteristic curve and its area under the curve （AUC）， Hosmer-Lemeshow goodness of fit test， calibration curve， clinical decision curve， and clinical impact curve， respectively. Results" A totol of 600 patients were included and 104 experienced PACU retention. Through Lasso regression and Logistic regression， K ion concentration， tracheal extubation time， agitation during awakening， and nausea and vomiting during PACU were identified as influence factors for PACU retention. The AUC of the prediction model was 0.803[95%CI（0.755， 0.850）]. The Hosmer-Lemeshow goodness of fit test showed no statistically significant difference （χ2=1.660， P=0.572）. Based on Bootstrap resampling 1，000 times， the results showed AUC was 0.803[95%CI（0.756， 0.853）]. The calibration curve showed a basic fit between the predicted probability and the actual occurrence probability. The clinical decision curve showed that within the threshold for predicting probability range of 0.00～0.68， the clinical net benefit of intervening based on the predicted probability of the model was higher than that of not intervening in all individuals and intervening in all individuals. The clinical impact curve showed that when the threshold for predicting probability was greater than 0.30， there was an overlap match between the predicted PACU retention rate and the actual PACU retention rate per 1，000 people. Conclusion" K ion concentration， tracheal extubation time， agitation during awakening， and nausea and vomiting during PACU are influencing factors for PACU retention of LC patients. The predictive model constructed based on these factors has good discrimination， calibration， clinical applicability， and effectiveness， and can provide reference for identifying high-risk PACU retention patients after LC surgery.

【Keywords】Laparoscopic cholecystectomy; Postanesthesia care unit; Retention; Influencing factors; Prediction model

腹腔鏡膽囊切除術（laparoscopic cholecystectomy，LC）是普外科中最常見的手術之一[1-2]，其因微創、快速康復的特點備受推崇，被廣泛應用于癥狀性膽石癥、非結石性慢性膽囊炎、急性膽囊炎、膽囊息肉等疾病的治療中。相較于傳統的手術方式，腹腔鏡手術在降低手術創傷、減少術中出血量和術后并發癥方面具有明顯優勢[3]。LC需全麻下進行，術后患者需轉入麻醉恢復室（postanesthesia care unit，PACU）。PACU作為患者從麻醉和手術狀態中逐漸恢復的場所，方便繼續監測患者情況，以便及時采取對癥措施預防并發癥，保證患者安全。隨著快速康復理念的發展，患者術后如何快速恢復術前生理機能狀態成為麻醉醫生的工作目標，麻醉醫生對患者良好的管理在提高PACU周轉速度過程中發揮了重要作用[4]。但部分患者受麻醉、手術、原有基礎疾病等多種因素的影響可能出現PACU滯留的情況，如不盡早予以干預，不僅會加重患者的麻醉風險及麻醉科的工作量，還會影響PACU人員安排及周轉速率[5]。因此，明確全身麻醉患者LC術后滯留PACU的影響因素，預判LC患者是否會發生PACU滯留并及時采取干預措施對保護患者安全和維護PACU正常運轉具有重要意義。然而，目前少有研究對全麻術后患者是否發生PACU滯留進行預測，且針對LC患者的預測模型研究相對較少。因此，本研究分析全麻LC患者PACU停留時間的影響因素并構建預測模型，以期為PACU管理提供參考。

1 資料與方法

1.1 研究對象

以2023年1月至2024年11月在四川省綿竹市人民醫院行全麻LC的患者為研究對象，回顧性分析患者臨床資料。納入標準：①氣管插管全麻接受LC的患者；②年齡≥18歲；③患者各項臨床資料完整。排除標準：①非首次行腹腔手術；②嚴重肝腎功能不全；③術中手術方式改變；④PACU期間非計劃二次手術；⑤腹腔存在嚴重感染或黏連。本研究獲四川省綿竹市人民醫院倫理委員會審批（批號：2024-KI-005）。

鑒于LC手術創傷小、術式成熟等特點，同時參考其他研究[6-8]，根據PACU停留時間是否超過1 h將研究對象分為2組：PACU滯留組（PACU停留時間≥1 h）和PACU非滯留組（PACU停留時間＜1 h）。

1.2 資料收集

本研究通過手術麻醉系統收集LC患者圍手術期病史數據。包括：①術前信息：性別、年齡、身體質量指數（body mass index，BMI）、教育程度、吸煙史、飲酒史、高血壓史、糖尿病史、腫瘤史、腦梗史、哮喘史、慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）史、支氣管擴張史、冠心病史、心衰史、麻醉前是否抗生素用藥、美國麻醉師協會（American Society of Anesthesiologists，ASA）分級、血紅蛋白（hemoglobin，Hb）、血小板（platelet，PLT）、鉀離子（K+）、丙氨酸氨基轉移酶（alanine aminotransferase，ALT）、門冬氨酸氨基轉移酶（aspartate transferase，AST）、γ-谷氨酰轉移酶（gamma-glutamyltransferase，GGT）、凝血酶原時間（prothrombin time，PT）、活化部分凝血活酶時間（activated partial thromboplastin time，APTT）、血糖（glucose，GLU）、尿素、肌酐。②術中資料：舒芬太尼用量、瑞芬太尼用量、是否使用右美托咪定、是否使用瑞馬唑侖、是否使用丙泊酚、是否使用阿托品、麻醉時間、手術時間、輸液量、出血量、是否使用血管活性藥物、術中是否心動過緩、術中是否低血壓。③PACU期間信息：PACU停留時間、氣管拔管時間（帶管入PACU到氣管拔管間的時間）、有無蘇醒期躁動、有無惡心嘔吐、有無譫妄、有無呼吸抑制。

1.3 統計學分析

采用R 4.4.1軟件進行數據整理和統計分析。計量資料使用Kolmogorov-Smirnov檢驗進行正態性檢驗，符合正態分布的計量資料采用均數和標準差（）表示，采用t檢驗進行組間比較；不符合正態分布的計量資料采用中位數和四分位數[M（P25，P75）]表示，采用Wilcoxon秩和檢驗進行組間比較；計數資料采用例數和百分比（n，%）表示，采用χ2檢驗或Fisher確切概率法進行組間比較。采用Lasso回歸分析篩選變量，將lambda. min參數對應的變量納入Logistic回歸模型分析全麻LC患者PACU停留時間的影響因素，構建預測模型并繪制列線圖。采用受試者工作特征（receiver operating characteristic，ROC）曲線及其曲線下面積（area under curve，AUC）評價模型的區分度，采用Hosmer-Lemeshow擬合優度檢驗、校準曲線評價模型校準度，采用臨床決策曲線評價模型的臨床適用性，采用臨床影響曲線評價模型的臨床有效性。采用Bootstrap法重抽樣1 000次對ROC曲線、校準曲線、臨床決策曲線和臨床影響曲線進行內部驗證。P＜0.05為差異有統計學意義。

2 結果

2.1 一般情況

共納入全麻LC患者600例，主要以女性（69.17%）、小學及以下（34.0%）和初中（33.5%）學歷為主，年齡在＜50歲、50～60歲、≥60歲組中均勻分布。600例患者中，496例未發生PACU滯留，104例發生PACU滯留，滯留率為17.33%，非滯留組和滯留組的PACU停留時間分別為40（35， 45） min和65（60，75） min。納入患者中，相較于非滯留組，滯留組瑞芬太尼總量更低，手術時間和麻醉時間更短，氣管拔管時間更長，蘇醒期躁動、PACU期間惡心嘔吐和譫妄比例更高（P ＜0.05），其他差異在兩組間無統計學意義（表1）。

2.2 Lasso回歸分析

采用Lasso回歸分析篩選PACU是否滯留的影響因素，結果顯示，lambda.min（λ=0.023 78）對應的變量數為5，因此確定K+濃度、氣管拔管時間、蘇醒期躁動、PACU期間惡心嘔吐、PACU期間譫妄5個因素可能是PACU是否滯留的影響因素，見圖1。

2.3 預測模型構建

以K+濃度、氣管拔管時間、蘇醒期躁動、PACU期間惡心嘔吐、PACU期間譫妄為自變量，以PACU是否滯留為因變量（賦值方式：是 =1，否=0）進行多因素Logistic回歸分析，結果顯示K+濃度、氣管拔管時間、蘇醒期躁動、PACU期間惡心嘔吐具有統計學意義。基于這4個自變量構建Logistic回歸模型，結果顯示K+濃度越低[OR=0.489，95%CI（0.268，0.874）]、氣管拔管時間越長[OR=1.110，95%CI（1.080，1.143）]、蘇醒期發生躁動[OR=3.368，95%CI（1.273，8.796）]、PACU期間發生惡心嘔吐[OR=3.716，95%CI（2.193，6.292）]是全麻LC患者PACU滯留的危險因素（P＜0.05），見表 2。基于以上因素構建全麻LC患者PACU滯留的預測模型，并繪制列線圖，如圖2所示。

2.4 預測模型評價

ROC分析結果顯示，模型的AUC為0.803 [95%CI（0.755，0.850）]，基于Bootstrap重抽樣1 000次的結果顯示ROC曲線的AUC為0.803 [95%CI（0.756，0.853）]，提示模型區分度較好，見圖3。Hosmer-Lemeshow擬合優度檢驗結果顯示模型與理想模型差異無統計學意義（χ2=1.660，P=0.572），基于Bootstrap重抽樣1 000次的校準曲線顯示，預測概率與實際發生概率基本擬合，提示模型的校準度較好，見圖4。基于Bootstrap重抽樣1 000次的臨床決策曲線顯示，在閾值概率0.00～0.68的范圍內，根據模型的預測概率來進行干預的臨床凈收益高于對所有人不進行干預和對所有人進行干預，提示模型臨床效能較好，見圖 5；基于Bootstrap重抽樣1 000次的臨床影響曲線顯示，當閾值概率大于0.30后，每1 000人中模型預測的PACU滯留人數和實際發生的PACU滯留人數出現重疊匹配，提示模型臨床有效率較高，見圖6。

3 討論

PACU是圍手術期工作流程的一個組成部分，患者PACU停留時間過長可能會對患者預后產生影響，還會影響手術室和PACU的工作效率[9-10]。因此，針對LC這一普外科常見手術，本研究構建了PACU滯留的預測模型，以便麻醉師、護士及時識別PACU停留時間延長的患者并采取針對性措施。模型僅包含K+濃度、氣管拔管時間、蘇醒期躁動、PACU期間惡心嘔吐4個影響因素，列線圖簡潔易用，方便麻醉醫生快速使用。此外，基于Bootstrap重抽樣1 000次的內部驗證結果顯示AUC為0.803，校準曲線、臨床決策曲線和臨床影響曲線也提示模型具有較好的校準度、臨床適用性和和有效性。

本研究結果顯示，氣管拔管時間越長的患者PACU滯留風險越高，與李冰[11]、王敏[12]等結果一致。拔管時間延長可能意味著患者的呼吸功能未能及時恢復，需要額外的呼吸支持和監測，從而延長了PACU停留時間[13]。此外，拔管后，患者的吞咽反射和氣道保護能力需要一定時間恢復 [14]，患者可能需要在PACU中停留更長時間以確保安全。

本研究結果顯示，蘇醒期躁動會增加患者PACU滯留風險。蘇醒期躁動是患者從全身麻醉中醒來時神經系統過度興奮的一種自限性狀態，具體表現為興奮、躁動和定向障礙并存，伴有肢體的無意識動作、無理性言語、哭喊或呻吟等行為[15]。發生躁動的患者可能摘除面罩、鼻吸氧管，拔除氣管導管、動靜脈導管、導尿管和胃管、移去傷口包扎等事件，需要醫護進行額外處理或觀察從而增加PACU停留時間。手術與麻醉的雙重作用下更易誘發蘇醒期躁動等神經認知功能障礙 [16]。研究顯示，吸入麻醉藥、鎮痛不全、苯二氮卓類藥物等麻醉因素，以及留置引流管等是其影響因素[17]，圍手術期應針對這些因素采取針對性措施，減少躁動發生，避免延長PACU停留時間。

本研究結果顯示，PACU期間惡心嘔吐也會增加患者PACU滯留風險。由于腹腔鏡手術需要建立氣腹使腹腔呈膨脹狀態，壓迫胃腸道等器官，導致胃內容物反流發生惡心嘔吐[18]。此外，麻醉、心理等多種因素相互作用致使其成為全麻手術后的常見并發癥[19]。惡心嘔吐不僅會引起患者強烈的不適感，劇烈嘔吐還會增加腹內壓導致手術切口裂開、滲血，這些不良事件導致醫護的照護負擔增加并延長了PACU停留時間。

值得注意的是，本研究發現術前K+濃度是全麻LC患者PACU滯留的影響因素，K+濃度越低，風險越大。可能原因是LC術前患者因胃腸道準備、禁食禁飲、并發基礎疾病和服用藥物等因素使得血液K+濃度降低，甚者會出現低鉀血癥，進而出現定向力喪失、腹脹、嘔吐、呼吸困難及心律失常等癥狀[20]，進而影響PACU的停留時間，也提示麻醉醫生術前訪視時應關注患者的血鉀濃度和相關癥狀，提高對麻醉誘導藥物可能引起的急性K+紊亂的警惕性，預防術中和PACU期間由K+紊亂引起的并發癥。

本研究也存在一定不足。首先，本研究數據僅來自一家醫院，且未進行外部驗證，可能會限制研究結果的外推性；其次，本研究未納入部分可能的影響因素，限制了預測模型的準確性。例如，部分研究結果顯示術中低體溫是其他手術患者PACU滯留的影響因素[6， 21]，但本院麻醉科采取了多種保溫措施，本研究納入的研究對象均未發生低體溫。未來可進一步納入多家醫院數據并收集更加全面的數據以進一步分析構建LC患者PACU停留時間的預測模型。

綜上，本研究構建的包含K+濃度、氣管拔管時間、蘇醒期躁動、PACU期間惡心嘔吐的用于預測全麻LC患者PACU滯留的模型具有較好的區分度、校準度、臨床適用性和有效性，可用于幫助預測LC患者滯留風險，提高PACU工作效 率。

倫理聲明：本研究獲四川省綿竹市人民醫院倫理委員會審批（批號：2024-KI-005）

作者貢獻：研究設計：謝斌、歐怡；數據收集與論文撰寫：歐怡；研究指導與論文修改：韓佳、謝斌

數據獲取：本研究中使用和（或）分析的數據可聯系通信作者獲取

利益沖突聲明：無

致謝：不適用

參考文獻

Mou D， Tesfasilassie T， Hirji S， et al. Advances in the management of acute cholecystitis[J]. Ann Gastroenterol Surg， 2019， 3（3）： 247-253. DOI： 10.1002/ags3.12240.

Csikesz N， Ricciardi R， Tseng JF， et al. Current status of surgical management of acute cholecystitis in the United States[J]. World J Surg， 2008， 32（10）： 2230-2236. DOI： 10.1007/s00268-008-9679-5.

楊涵欽. 腹腔鏡膽囊切除術術后惡心嘔吐列線圖預測模型的構建與驗證[D]. 南昌： 南昌大學， 2024. [Yang HQ. Construction and validation of a nomogram predictive model for postoperative nausea and vomiting after laparoscopic cholecystectomy[D]. Nanchang： Nanchang University， 2024.] DOI： 10.27232/d.cnki.gnchu.2024.003683.

於鳳玲. 全身麻醉患者術后延遲出PACU的影響因素分析[D]. 南寧： 廣西醫科大學， 2019. [Yu FL. The influence factors of delay the pacu postoperatively in patients with generalanesthesia[D]. Nanning： Guangxi Medical University， 2019.] https：//d.wanfangdata.com.cn/thesis/ChhUaGVzaXNOZXdTMjAyNDA5MjAxNTE3MjUSCFkzNTU1NzAwGghjdTdnMjc0MQ%3D%3D

Mann-Farrar J， Egan E， Higgins A， et al. Are postoperative clinical outcomes influenced by length of stay in the postanesthesia care unit？[J] J Perianesth Nurs， 2019， 34（2）： 386-393. DOI： 10.1016/j.jopan.2018.07.004.

劉婷， 彭曉晴， 胡珊珊. 全膝關節置換術全麻患者術后滯留麻醉蘇醒室的影響因素分析[J]. 臨床護理雜志， 2023， 22（3）： 63-65. [Liu T， Peng XQ， Hu SS. Analysis of influencing factors on postoperative retention anesthesia recovery room in patients undergoing total knee arthroplasty under general anesthesia[J]. Journal of Clinical Nursing， 2023， 22（3）： 63-65.] DOI： 10.3969/j.issn.1671-8933.2023.03.020.

郭玉梅， 凌美鳳， 林貞. 全身麻醉患者術后滯留麻醉恢復室的影響因素分析[J]. 醫療裝備， 2024， 37（6）： 129-131. [Guo YM， Ling MF， Lin Z. Analysis of influencing factors on postoperative retention in anesthesia recovery room for patients undergoing general anesthesia[J]. Chinese Journal of Medical Device， 2024， 37（6）： 129-131.] DOI： 10.3969/j.issn.1002-2376.2024.06.037.

Spear RM， Yaster M， Berkowitz ID， et al. Preinduction of anesthesia in children with rectally administered midazolam[J]. Anesthesiology， 1991， 74（4）： 670-674. DOI： 10.1097/00000542-199104000-00009.

Waddle JP， Evers AS， Piccirillo JF. Postanesthesia care unit length of stay： quantifying and assessing dependent factors[J]. Anesth Analg， 1998， 87（3）： 628-633. DOI： 10.1097/00000539-199809000-00026.

Ehrenfeld JM， Dexter F， Rothman BS， et al. Lack of utility of a decision support system to mitigate delays in admission from the operating room to the postanesthesia care unit[J]. Anesth Analg， 2013， 117（6）： 1444-1452. DOI： 10.1213/ANE.0b013e3182a8b0bd.

李冰， 劉瑤， 劉新民， 等. 全麻食管癌根治術患者PACU-LOS延長的危險因素及預測模型建立[J]. 中華麻醉學雜志， 2024， 44（1）： 20-25. [Li B， Liu Y， Liu XM， et al. Risk factors for prolonged length of stay in post-anesthesia care unit and development of a prediction model in patients undergoing radical esophagectomy[J]. Chinese Journal of Anesthesiology， 2024， 44（1）： 20-25.] DOI： 10.3760/cma.j.cn131073.20230621.00105.

王敏， 范婧婧， 許一凡， 等. 肥胖患者胃減容術后麻醉恢復室延遲轉出的危險因素分析[J]. 江蘇醫藥， 2024， 50（10）： 1020-1024. [Wang M， Fan JJ， Xu YF， et al. Analysis of risk factors for delayed leaving postanesthesia care unit after bariatric surgery in obese patients[J]. Jiangsu Medical Journal， 2024， 50（10）： 1020-1024.] DOI： 10.19460/j.cnki.0253-3685.2024.10.012.

Liu SK， Chen G， Yan B， et al. Adverse respiratory events increase post-anesthesia care unit stay in China： a 2-year retrospective matched cohort study[J]. Curr Med Sci， 2019， 39（2）： 325-329. DOI： 10.1007/s11596-019-2038-y.

韓瑾， 曾莉， 李榮青， 等. 神經外科手術患者拔管后吞咽障礙恢復時間及影響因素分析[J]. 中國實用護理雜志， 2023， 39（26）： 2013-2019. [Han J， Zeng L， Li RQ， et al. Analysis on the recovery time and influencing factors of deglutition disorders after extubation in neurosurgery patients[J]. Chinese Journal of Practical Nursing， 2023， 39（26）： 2013-2019.] DOI： 10.3760/cma.j.cn211501-20230114-00117.

耿夢慧， 朱敏奎， 許曉萌， 等. 老年人全身麻醉術后蘇醒期躁動的研究進展[J]. 現代臨床醫學， 2024， 50（6）： 456-458， 470. [Geng MH， Zhu MK， Xu XM， et al. Research progress on agitation during the recovery period after general anesthesia in elderly patients[J]. Journal of Modern Clinical Medicine， 2024， 50（6）： 456-458， 470.] DOI： 10.11851/j.issn.1673-1557.2024.06.015.

查超超，李峙林，王英偉，等. 圍手術期睡眠紊亂與神經認知功能障礙[J]. 解放軍醫學雜志， 2024， 49（10）： 1099-1104. [Zha CC， Li ZL， Wang YW， et al. Sleep disorders and perioperative neurocognitive dysfunction[J]. Medical Journal of Chinese People's Liberation Army， 2024， 49（10）：1099-1104.] DOI： 10.11855/j.issn.0577-7402.1265.2024.0612.

馮昭妍， 張松， 俞衛鋒. 成人全麻后蘇醒期躁動的研究進展 [J]. 臨床麻醉學雜志， 2021， 37（7）： 769-772. [Feng ZY， Zhang S， Yu WF. Advances in emergence agitation after general anesthesia in adults patients[J]. Journal of Clinical Anesthesiology， 2021， 37（7）： 769-772.] DOI： 10.12089/jca.2021.07.022.

陳莉. 全麻患者在麻醉恢復室發生惡心、嘔吐的觀察與復蘇護理對策[J]. 實用臨床護理學電子雜志， 2020， 5（1）： 31， 36. [Chen L. Observation and resuscitation nursing strategies for nausea and vomiting in anesthesia recovery room of general anesthesia patients[J]. Electronic Journal of Practical Clinical Nursing Science， 2020， 5（1）： 31， 36.] DOI： CNKI：SUN：SLHL.0.2020-01-027.

朱成云， 梁燕紅， 覃秋海. 全身麻醉術后惡心嘔吐防治的研究進展[J]. 中國醫學創新， 2024， 21（8）： 174-178. [Zhu CY， Liang YH， Qin QH. Research progress in the prevention and treatment of nausea and vomiting after general anesthesia surgery[J]. Medical Innovation of China， 2024， 21（8）： 174-178.]DOI： 10.3969/j.issn.1674-4985.2024.08.039.

王寧， 石玉博， 宋建利， 等. 非心臟手術患者圍手術期鉀離子紊亂的病理生理學及其治療和預防的研究進展[J]. 吉林大學學報（醫學版）， 2021， 47（5）： 1314-1322. [Wang N， Shi YB， Song JL， et al. Research progress in pathophysiology， treatment and prevention of perioperative potassium disturbance in non-cardiac surgery patients[J]. Journal of Jilin University （Medicine Edition）， 2021， 47（5）： 1314-1322.] DOI： 10.13481/j.1671-587X.20210533.

何斌斌. 胸腔鏡手術患者滯留PACU的影響因素分析 [J]. 中國現代醫生， 2024， 62（25）： 53-56. [He BB. Analysis of influencing factors of PACU retention in patients after thoracoscopic surgery[J]. China Modern Doctor， 2024， 62（25）： 53-56.] DOI： 10.3969/j.issn.1673-9701.2024.25.011.

本文編輯：李緒輝" " " " "曹 越

引用本文：歐怡， 韓佳， 謝斌. 全麻腹腔鏡膽囊切除術患者麻醉恢復室滯留預測模型構建[J]. 醫學新知， 2025， 35（3）： 271-280. DOI： 10.12173/j.issn.1004-5511.202501023.

Ou Y， Han J， Xie B. Prediction model construction for postanesthesia care unit retention in patients undergoing laparoscopic cholecystectomy under general anesthesia[J]. Yixue Xinzhi Zazhi， 2025， 35（3）： 271-280. DOI： 10.12173/j.issn.1004-5511.202501023.

基金項目：四川省衛生健康委衛生健康科研課題普及項目（19PJ221）

通信作者：謝斌，主任醫師，Email：13618106183@163.com