文献速递心脑血管急症复苏、休克与脓毒症重症综合管理与镇静镇痛

心脏骤停后患者有利神经功能预后的最佳平均动脉压

Optimal mean arterial pressure for favorable neurological outcomes in patients after cardiac arrest.
PubMed 文献 · J Intensive Care · 2025-07-31
一句话结论回顾性机器学习分析提示心脏骤停复苏后24小时内平均动脉压与有利神经预后呈倒U形关系,最佳阈值约80 mmHg。

该回顾性观察研究纳入291例心脏骤停后复苏成功且昏迷的成人患者,利用随机森林模型分析复苏后24小时内每小时平均动脉压与出院时有利神经功能预后(CPC 1-2)的关系。结果显示初始可除颤心律和CPR时长是最重要预测因子,平均动脉压在ROSC后前6小时重要性较高,其与有利预后呈倒U形关系,最佳阈值约79.56 mmHg(IQR 73.70-82.54),前6小时与7-24小时阈值一致(79.26 vs 80.09 mmHg)。作者认为维持平均动脉压≥80 mmHg可能支持神经功能恢复,但研究为回顾性、不能确立因果,需前瞻性多中心随机试验验证。

要点

  • 在291例心脏骤停后昏迷患者中,ROSC后24小时内平均动脉压与有利神经预后呈倒U形关系,最佳阈值约79.56 mmHg(IQR 73.70-82.54)。
  • 平均动脉压对预后的重要性在ROSC后前6小时高于之后时段,前6小时最佳阈值79.26 mmHg(IQR 77.47-81.35)。
  • 随机森林模型中初始可除颤心律和CPR时长是最强预测因子,平均动脉压亦为主要预测因子,模型AUC 0.932。
  • 个体水平解释显示,早期平均动脉压较高可正向贡献于有利预后预测,甚至可能抵消非可除颤心律等不利因素。
  • 作者认为维持平均动脉压≥80 mmHg可能支持心脏骤停后神经功能恢复,但该结论来自回顾性分析,不能确立因果。

适用人群与场景

  • 2017年1月至2020年12月于三级医疗中心急诊科就诊的成人心脏骤停患者,最终纳入291例。
  • 纳入标准:年龄≥18岁;心脏骤停前功能独立;持续ROSC(连续20分钟无需胸外按压)后GCS<8。
  • 纳入院内心脏骤停和院外心脏骤停,院内心脏骤停均发生在本机构。
  • 排除标准:创伤性心脏骤停;疑似或确诊颅内出血或卒中;24小时内死亡;CPR期间或ROSC后使用机械循环支持装置(如体外膜氧合、主动脉内球囊反搏或Impella)。

诊断标准与关键阈值

  • 有利神经功能预后定义为出院时脑功能分类(CPC)评分1-2分,不利预后为3-5分(严重脑损伤或死亡)。
  • 持续ROSC定义为连续20分钟无需胸外按压。
  • 纳入要求ROSC后GCS评分<8。

处置流程与药物剂量

  • 本机构遵循基于最新AHA指南的标准化院内心脏骤停后护理方案:对所有符合条件的昏迷患者实施目标温度管理,目标温度32°C至36°C由临床医生选择,维持24小时后以每小时0.25°C速率控制复温。
  • 本机构血压管理指南推荐维持平均动脉压≥65 mmHg作为标准化下限,临床医生可根据判断设定更高目标。
  • 充分液体复苏后持续低血压的一线血管升压药为去甲肾上腺素;若中等剂量下平均动脉压仍不能达到≥65 mmHg,根据血流动力学特征和推测的骤停病因考虑加用血管加压素、肾上腺素、多巴胺、多巴酚丁胺或米力农。
  • 神经功能预后评估在目标温度管理患者复温后至少72小时、未降温患者ROSC后72小时进行,采用多模式方案包括每日临床检查(瞳孔和角膜反射、运动反应、肌阵挛)、3-5天振幅整合脑电图监测、系列神经元特异性烯醇化酶测定及第2至7天弥散加权MRI。

研究设计与关键结果

  • 回顾性观察研究,单中心(韩国大学安南医院),纳入291例心脏骤停后患者,109例(37.5%)有利神经预后,182例(62.5%)不利预后。
  • 有利预后组与不利预后组比较:目击骤停91.7% vs 79.1%(p=0.006),心脏病因56.0% vs 20.3%(p=0.027),初始可除颤心律79.8% vs 13.2%(p<0.001),CPR时长中位数6分钟(IQR 3-9)vs 23分钟(IQR 9-34)(p<0.001),PCI率37.6% vs 8.8%(p<0.001),VIS_max中位数21.32 μg/kg/min(IQR 8.71-48.41)vs 53.33 μg/kg/min(IQR 23.81-53.33)(p=0.001)。
  • 随机森林模型预测有利神经预后表现最佳,准确度0.907,F1分数0.857,AUC 0.932。
  • 变量重要性显示初始可除颤心律和CPR时长是最强预测因子,ROSC后前6小时平均动脉压(MAP_1H-6H)亦为主要预测因子,重要性高于之后时点的平均动脉压。
  • SHAP分析显示平均动脉压与有利神经预后呈倒U形关系,24小时期间最佳阈值中位数79.56 mmHg(IQR 73.70-82.54);前6小时阈值79.26 mmHg(IQR 77.47-81.35),7-24小时阈值80.09 mmHg(IQR 69.04-82.63),两时段无统计学显著差异。
  • 个体水平分析:病例1虽有利预测因子(初始可除颤心律、CPR时长1分钟),但因早期低平均动脉压(MAP_1H、MAP_2H、MAP_3H),模型预测有利预后概率仅20%;病例2为82岁非可除颤心律患者,因早期平均动脉压升高(MAP_2H、MAP_4H、MAP_6H),模型预测有利预后概率72%。

证据类型、等级与局限

  • 证据类型:回顾性观察性研究,单中心,采用机器学习(随机森林)建模及可解释性分析(SHAP、LIME)。
  • 局限:回顾性分析,存在潜在混杂,不能确立平均动脉压与神经预后之间的因果性。
  • 局限:缺乏出院后长期随访数据,无法评估持续功能恢复。
  • 局限:平均动脉压虽是脑灌注的常用替代指标,但为间接标志物,可能不能完全反映个体脑血流或自动调节的差异。
  • 局限:GCS_ROSC影响有限,可能反映其在队列中分布狭窄,多数患者入组时深昏迷、GCS评分集中在3分附近。
  • 局限:上述局限强调需要前瞻性、多中心随机对照试验来确定心脏骤停后最佳血流动力学策略。

对床旁实践的改变

  • 该研究提示复苏后前6小时的平均动脉压对神经预后预测重要性较高,作者认为维持平均动脉压≥80 mmHg可能支持心脏骤停后神经功能恢复。
  • 该结论来自回顾性观察分析,不能确立因果,作者明确指出需要前瞻性、多中心随机对照试验来确定最佳血流动力学策略。
  • 本机构方案仍以平均动脉压≥65 mmHg为标准化下限,临床医生可根据判断设定更高目标;去甲肾上腺素为充分液体复苏后持续低血压的一线血管升压药。

指南或共识出处

  • 美国心脏协会(AHA)指南推荐心脏骤停后护理中维持平均动脉压高于65 mmHg。

提炼说明

  • 原文未涉及「红旗征与不能漏的情况」,故未列出这些栏目。
全文中译10 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:J Intensive Care. 2025 Jul 31;13:42. doi: 10.1186/s40560-025-00814-x

背景

心脏骤停仍然是全球主要的健康负担,尽管复苏科学取得了进展,死亡率仍然很高[1, 2]。虽然生存率有所改善,但脑损伤仍然是幸存者长期残疾和死亡的主要原因[3, 4]。这种损伤主要源于骤停期间的脑缺氧,并可能因复苏后早期的持续病理生理过程而加重[5–7]。这一过程的核心组成部分是脑血管功能障碍,其特征为内皮损伤和血管反应性受损[7, 8]。这些变化通常导致脑自动调节功能丧失,使脑灌注压高度依赖于平均动脉压(MAP)[9, 10]。在此背景下,复苏后低血压变得尤为有害,凸显了在复苏后早期进行有效血压管理的关键需求。

美国心脏协会(AHA)现行指南建议在复苏后护理中将MAP维持在65 mmHg以上[11]。然而,新出现的证据表明这一阈值可能不足以确保充分的脑灌注[7, 12]。多项观察性研究报告称,在自主循环恢复(ROSC)后的最初24小时内(通常称为复苏后早期),较高的MAP水平与改善的神经功能结局相关[13–16]。值得注意的是,Roberts等和Kilgannon等发现,ROSC后最初6小时内MAP升高与良好的神经功能结局独立相关[13, 14]。同样,Bhate等的系统综述得出结论,与较低的目标值相比,80–100 mmHg范围内的MAP目标始终与更好的神经功能结局相关[16]。

虽然传统统计方法(如线性回归和逻辑回归模型)有助于理解MAP与神经功能结局之间的关系,但它们在捕捉非线性和变量间交互作用方面存在局限。相比之下,机器学习(ML)技术可以在无需预定义假设的情况下识别高维临床数据中的复杂非线性模式[17, 18]。ML方法通过揭示预测变量与结局之间的复杂关系,在增强重症监护中的风险分层和结局预测方面显示出前景[19, 20]。此外,可解释ML的最新进展提高了模型输出的透明度和可解释性,解决了此前对这些方法临床适用性的担忧[21–23]。

在本研究中,我们应用ML技术研究复苏后早期MAP与神经功能结局之间的关联,旨在确定与良好结局相关的最佳MAP范围。我们进一步采用可解释ML方法以增强模型透明度并支持临床解读。

方法

伦理批准

研究方案经Anam医院机构审查委员会批准(IRB编号2023AN0104),并按照当地法规和机构要求实施。由于研究的回顾性性质,免除获取知情同意的要求。

研究人群

本回顾性观察研究在韩国大学安岩医院(一家三级医疗中心)开展。2017年1月至2020年12月,我们筛查了1,014例就诊于急诊科(ED)的成人心脏骤停患者。其中,291例患者基于以下标准纳入最终分析:(1)年龄≥18岁;(2)心脏骤停前功能状态独立;(3)持续自主循环恢复(ROSC)后格拉斯哥昏迷量表(GCS)评分<8分,持续ROSC定义为连续20分钟无胸外按压。为确保广泛适用性,我们同时纳入了院内和院外心脏骤停;所有院内心脏骤停均发生在本机构。排除标准为:(1)创伤性心脏骤停;(2)疑似或确诊颅内出血或卒中;(3)24小时内死亡;(4)在心肺复苏(CPR)期间或ROSC后应用机械循环支持装置(如体外膜氧合、主动脉内球囊反搏或Impella)。我们排除24小时内死亡的患者以确保数据可靠性并保持研究人群的同质性。所有纳入和排除标准的完整列表见Fig. 1。

Fig. 1 研究人群。KUED 韩国大学急诊科,CPR 心肺复苏,ROSC 自主循环恢复,ECLS 体外生命支持,CPC 脑功能分级 查看原图 ↗

心脏骤停后监护方案

本机构遵循基于最新AHA指南的标准化、全院性心脏骤停后监护方案。对所有院外或院内心脏骤停后符合条件的昏迷患者实施目标温度管理(TTM),由临床医生选择32 °C至36 °C之间的目标温度。目标温度维持24小时,随后以每小时0.25 °C的速率进行控制性复温。对于血压管理,机构指南建议维持最低MAP≥65 mmHg。虽然个别临床医生可根据临床判断设定更高的目标,但该值作为标准化下限。去甲肾上腺素用作充分液体复苏后持续低血压的一线血管升压药。若中等剂量无法达到MAP≥65 mmHg,则根据患者的血流动力学特征和推测的骤停病因考虑追加药物——如血管加压素、肾上腺素、多巴胺、多巴酚丁胺或米力农。接受TTM的患者,神经功能预后评估推迟至正常体温后至少72小时;未接受低温治疗的患者,则推迟至ROSC后72小时。遵循多模式预后评估方案,包括每日临床检查(瞳孔和角膜反射、运动反应、肌阵挛)、连续3–5天的振幅整合脑电图监测、系列神经元特异性烯醇化酶(NSE)测量,以及第2至7天之间的弥散加权MRI以评估缺氧性脑损伤。

数据收集与管理

因变量为二分类神经功能结局,采用脑功能分类(CPC)量表测量,由急救医疗服务(EMS)人员在出院时评估并记录于登记数据库:评分1–2(良好) vs. 3–5(不良,例如严重脑损伤或死亡)[24]。基于现有文献中复苏实践的临床相关性[24, 25],共选取46个自变量,涵盖四个类别:人口学特征(年龄、性别、合并症)、心脏骤停相关因素(院外心脏骤停、旁观者心肺复苏、目击下骤停、心肺复苏持续时间(从心肺复苏开始至持续自主循环恢复的时间)、心源性病因、可除颤心律)、治疗相关因素(经皮冠状动脉介入治疗(PCI)、血管活性-正性肌力评分(VIS)、目标温度管理(TTM))、自主循环恢复后格拉斯哥昏迷评分(GCS_ROSC),以及自主循环恢复后初始24小时内每小时的平均动脉压(MAP)测量值。PCI仅纳入了在自主循环恢复后首个24小时内实施者,以反映复苏后早期管理。TTM因其对神经保护和血流动力学管理的潜在影响而被纳入[26]。

所有患者均在复苏期间或自主循环恢复后立即置入动脉导管以监测血压。在早期动脉导管置入困难或数据缺失的情况下(占所有MAP数据的2.3%),MAP通过无创收缩压和舒张压测量值估算,计算方法为舒张压加上三分之一的收缩压。我们分析了自主循环恢复后首个24小时内收集的每小时MAP数据,因为该时间段是神经功能恢复的关键治疗窗口[8]。既往研究同样关注这一早期阶段,表明首个24小时内的血压模式与心脏骤停后患者的死亡率和神经功能结局密切相关[27, 28]。

VIS通过量化每小时给予的血管升压药剂量按以下公式逐小时计算[29]:

VIS = 多巴胺剂量(μg/kg/min)+ 多巴酚丁胺剂量(μg/kg/min)+ 100 × 肾上腺素剂量(μg/kg/min)+ 10 × 米力农剂量(μg/kg/min)+ 10,000 × 血管加压素剂量(单位/kg/min)+ 100 × 去甲肾上腺素剂量(μg/kg/min)。

我们在机器学习模型中纳入了两个VIS相关变量:24小时期间VIS的总和(VIS_total)和24小时内每小时VIS的最高值(VIS_max)。纳入这两个变量使我们能够同时捕捉累积血管升压药暴露量和峰值血管升压药需求量。约5%的每小时VIS因间歇性记录遗漏或床旁监护仪传输延迟而缺失。这些缺失数据点在时间上呈孤立分布,未显示系统性模式,支持归为随机缺失。为在不引入偏倚的情况下保持生理时间序列的连续性,缺失的VIS值采用相邻非缺失时间点之间的简单线性插值进行填补。

统计分析

我们比较了五种机器学习模型来预测良好的神经功能结局,包括随机森林、决策树、朴素贝叶斯、支持向量机和逻辑回归。其中,随机森林(RF)模型表现出优越的性能,并被选为我们的主要模型。RF模型由100棵决策树组成,数据按80:20的比例分为训练集和验证集(233例对58例)。我们基于当对每个变量进行分割时所有树的节点不纯度(基尼不纯度)的平均减少量来计算RF模型中的变量重要性。主要预测因子定义为预测模型中在所有变量中排名前20的变量。此外,为了提高RF模型的可解释性并解决黑箱问题,我们在变量层面和个体层面利用了可视化解释。在变量层面,使用Shapley加法解释(SHAP)摘要图来说明主要预测因子与良好神经功能结局之间关联的强度以及方向,并使用SHAP依赖图来识别与良好神经功能结局相关的最佳MAP范围[30–32]。为了在个体层面进行进一步解释,我们使用局部可解释模型无关解释(LIME)和SHAP力力图来解释特定变量如何对个体预测做出贡献。LIME用局部线性模型近似分类器,以阐明诸如MAP等变量的贡献。SHAP力力图可视化了这些变量的累积影响,展示了正向和负向贡献者如何影响良好神经功能结局的可能性。这些可解释技术增强了ML模型在临床应用中的可靠性和透明度[33–35]。所有分析均使用Python 3.8.17版本进行。

结果

在纳入研究的291例患者中,109例(37.5%)实现了良好的神经功能结局,而182例(62.5%)为不良结局。两组之间的基线特征和临床因素存在显著差异(表1)。良好结局患者目睹的心脏骤停发生率更高(91.7%对79.1%,p = 0.006)、心源性病因比例更高(56.0%对20.3%,p = 0.027)、初始可除颤心律比例更高(79.8%对13.2%,p < 0.001)。该组还表现出更短的CPR持续时间(中位数6分钟[IQR:3–9]对23分钟[IQR:9–34],p < 0.001)、更高的PCI率(37.6%对8.8%,p < 0.001)以及更低的VIS_max(中位数21.32 μg/kg/min [IQR:8.71–48.41]对53.33 μg/kg/min [IQR:23.81–53.33],p = 0.001)。

我们使用基线变量和ROSC后最初24小时内获得的每小时MAP值评估了五种ML算法来预测良好的神经功能结局。其中,随机森林模型表现出最高的性能,准确率为0.907,F1分数为0.857,曲线下面积(AUC)为0.932。该模型被选择用于进一步分析。所有模型的性能指标总结于表2。

图2展示了随机森林模型得出的变量重要性排序和SHAP摘要图。如图2A所示,初始可除颤心律和CPR持续时间是预测良好神经功能结局最具影响力的预测因子。ROSC后最初6小时内的MAP(MAP_1H-6H)也位列最重要的预测因子之一,其重要性高于后续时间点的MAP值。SHAP摘要图(图2B)以可视化和定量方式描述了每个变量对模型预测的影响。良好结局与初始可除颤心律、较短的CPR持续时间和较年轻的患者年龄密切相关。此外,ROSC后最初6小时内较高的MAP值与正向SHAP值一致相关,表明该早期阶段MAP升高对良好神经功能结局有正向贡献。关于VIS,VIS_max和VIS_total在结局预测中表现出相当的贡献。所有变量按重要性和SHAP值的完整排序见补充图S1。

为确定与良好神经功能结局相关的最佳MAP范围,从ROSC后最初24小时内每个整点时间点的SHAP依赖图中得出截断值(图3A-D)。下限截断值代表MAP阈值,高于该阈值时模型预测良好结局的可能性增加。虽然也确定了上限截断值,但由于上限范围内病例数较少,其临床解读受限。

基于这些SHAP得出的下限截断值,24小时期间最佳MAP阈值的中位数为79.56 mmHg(IQR:73.70-82.54)(图3E)。按时间分层后,早期小时(1-6小时)的最佳MAP阈值为79.26 mmHg(IQR:77.47-81.35),与后期小时(7-24小时)的80.09 mmHg(IQR:69.04-82.63)相当。这些时间区间之间未观察到统计学显著差异,表明复苏后期间最佳MAP阈值具有一致性。

为进一步阐明MAP在个体层面的作用,使用LIME和SHAP力场图分析了两个代表性病例(图4)。在病例1中,尽管存在初始可除颤心律和较短CPR持续时间(1分钟)等有利预测因素,但模型仅预测良好结局的概率为20%,主要归因于早期阶段MAP值较低(MAP_1H、MAP_2H、MAP_3H)。

相反,病例2为一名82岁患者,呈非可除颤心律——通常为不利预测因素——但模型预测良好结局的概率为72%。这归因于早期阶段MAP值升高(MAP_2H、MAP_4H、MAP_6H),似乎抵消了其他临床因素的负面影响。这些发现通过SHAP力场图(图4A、B)进行了可视化展示,突出了个体化结局预测如何由临床变量的相互作用所塑造。

表1 研究人群的基线特征及良好与不良神经功能结局患者之间的比较 查看原表 ↗
表2 预测心脏骤停后患者良好神经功能结局的模型性能 查看原表 ↗
图2 预测心脏骤停后有利神经学结局的随机森林模型的变量重要性排序和SHAP概要图。A 条形图显示基于平均不纯度减少的主要预测变量的变量重要性。B SHAP概要图展示每个预测变量对模型输出影响的方向和幅度。MAP_#H 自主循环恢复后#小时记录的平均动脉压,SHAP Shapley加法解释,MAP 平均动脉压,CPR 心肺复苏,CA 心脏骤停 查看原图 ↗
图3 不同时间点平均动脉压的SHAP依赖图。A–D 在1H、2H、4H和6H测量的MAP的SHAP依赖图。x轴代表MAP值(mmHg),y轴代表SHAP值,橙色曲线为LOWESS拟合及其95%置信带(阴影)。SHAP值大于零表示有利神经学结局的概率增加。红色和蓝色标记表示各时间点确定的MAP下限和上限截断值。E 自主循环恢复后前24小时内的MAP下限和上限截断值。星号(*)表示无法推导出上限截断值的时间点。MAP_#H 自主循环恢复后#小时记录的平均动脉压,SHAP Shapley加法解释,LOWESS 局部加权散点图平滑 查看原图 ↗
图4 用于神经学结局预测的患者特异性LIME和SHAP解释。A 病例1——不利神经学结局(预测概率 = 0.20)。B 病例2——有利神经学结局(预测概率 = 0.72)。上方面板为LIME条形图:特征按影响力排序,红色条形将预测推向有利结局,蓝色条形将其拉向不利结局;右侧表格显示患者的原始值。下方面板为SHAP力导向图:灰色垂直线标记模型的基线概率;红色段将预测向右移动(更高概率),蓝色段向左移动(更低概率);段宽度与每个特征的贡献成比例。MAP_#H 自主循环恢复(ROSC)后#小时测量的平均动脉压,VIS 血管活性-正性肌力评分,LIME 局部可解释模型无关解释,SHAP Shapley加法解释 查看原图 ↗

讨论

在本研究中,我们使用机器学习分析来探讨复苏后早期平均动脉压(MAP)与有利神经学结局之间的关联。随机森林模型将初始可电击心律和心肺复苏(CPR)持续时间确定为最具影响力的预测变量,MAP作为另一个主要预测变量出现。值得注意的是,自主循环恢复(ROSC)后前6小时内的MAP值相比 later 小时测量的MAP值显示出相对更高的重要性。SHAP分析揭示了MAP与有利神经学结局之间的倒U形关系,最佳阈值接近80 mmHg。该阈值在早期(1–6 h:79.26 mmHg,IQR:77.47–81.35)和 later(7–24 h:80.09 mmHg,IQR:69.04–82.63)小时之间保持一致。这些发现表明,在整个复苏后期间将MAP维持在80 mmHg或以上可能支持神经学恢复。

心脏骤停后脑损伤通过一系列复杂的级联反应演变,始于全脑缺血,随后是再灌注和迟发性继发性损伤[5, 6]。再灌注期的特征是短暂性充血,随后是一个潜伏期,在此期间发生部分代谢恢复,但对损伤的易感性持续存在。此后是继发性恶化期,以细胞毒性水肿、氧化代谢受损和进行性神经元损伤为特征。这种进行性恶化突显了早期血流动力学稳定以防止不可逆脑损伤的重要性。既往研究支持这一概念:Roberts等发现ROSC后6小时内MAP升高与神经功能预后改善相关[13],Kilgannon等表明ROSC后6小时内时间加权平均MAP高于70 mmHg与更好的预后相关[14]。我们的发现与这些证据一致,进一步强调了在复苏后早期优化血流动力学目标的必要性。

我们的结果也与其他强调较高MAP目标益处的观察性研究一致。最近的一项系统综述强调了个体化最佳MAP(MAPOPT)值的存在以及心脏骤停后较高MAP目标的潜在益处[36, 37]。值得注意的是,虽然既往研究使用生理指标(如经颅多普勒和压力反应指数)估算MAPOPT,这些方法的可解释性和适用性有限,而本研究使用可解释的机器学习模型直接从临床数据中推导出患者特定的最佳MAP阈值,增强了临床相关性。此外,既往文献中报告的MAPOPT值通常高于70 mmHg,而我们观察到的最佳MAP接近80 mmHg为这一趋势提供了定量确认。本研究中的最佳MAP目标也与近期建议一致,即在无法使用高级脑监测的环境中建议目标MAP为80 mmHg[38]。

同样,既往回顾性研究表明,ROSC后24小时内长时间暴露于低于60 mmHg的MAP值与心脏骤停后患者ICU死亡率增加独立相关[28]。这些发现强调了避免持续性低血压的临床重要性,进一步支持了我们的结论,即维持MAP在80 mmHg或以上可能有助于改善神经功能和整体预后。此外,一项使用国家ICU登记数据的大型回顾性研究发现,ROSC后24小时内低MAP值和高MAP值均与院内死亡率增加相关,死亡率最低时MAP水平约为60–63 mmHg[27]。该研究中的U形关系与我们发现的最佳MAP阈值接近80 mmHg相一致,并进一步证实了低血压和过度高血压在心脏骤停后护理中均有害的发现。

尽管与观察性数据一致,我们的结果与几项随机试验不同,这些试验报告在心脏骤停后护理中更高的MAP目标没有显著获益。Kjaergaard等人发现,随机分配到MAP目标63 mmHg和77 mmHg的患者在神经学结局方面没有差异[39]。其他试验同样发现不同MAP目标组之间在神经学结局或神经元特异性烯醇化酶水平方面没有差异[40, 41]。然而,这些研究存在若干局限性:初始干预延迟(ROSC后中位146–190分钟),队列狭窄(86–96%为初始可电击心律),组间达到的MAP差异较小(10.7 mmHg,95% CI 10.0–11.4)。特别是,随机化所需的时间可能延迟了血压管理。鉴于ROSC后最初6小时被认为是关键治疗窗口,这种延迟可能削弱了那些试验中MAP管理的潜在获益。

虽然机器学习(ML)方法在医疗保健中越来越多地被使用,但其在心脏骤停后护理中的应用仍然有限——主要是由于对可解释性的担忧。在重症监护等高风险环境中,临床医生不太可能在未清楚理解推理依据的情况下根据模型预测采取行动。可解释ML旨在通过提供透明、具有临床意义的见解来应对这一障碍。在本研究中,我们使用SHAP和LIME来解释特定MAP值如何对结局预测做出贡献。特别是SHAP,非常适合解释随机森林等基于树的模型中的预测,并越来越多地被临床ML研究采用。未来研究应在此方法基础上,检查变量之间的交互效应并应用动态建模框架。总体目标不是揭示ML算法的每个方面,而是为临床决策提供可解释、可操作的指导。

本研究存在若干局限性。作为回顾性分析,它受到潜在混杂的影响,无法确定MAP与神经学结局之间的因果关系。我们也缺乏出院后的长期随访数据,限制了我们评估持续功能恢复的能力。此外,尽管MAP被广泛用作脑灌注的替代指标,它仍然是间接标志物,可能无法完全反映脑血流或自动调节的个体差异。此外,GCS_ROSC影响有限可能反映了其在我们的队列中分布范围狭窄,因为大多数患者在入组时处于深度昏迷状态,GCS评分集中在3分左右。这些局限性凸显了需要前瞻性、多中心随机对照试验来确定心脏骤停后护理中的最佳血流动力学策略。

结论

ML分析确定MAP是神经学结局的主要预测因素,在ROSC后最初6小时内具有相对较高的重要性。观察到MAP与良好神经学结局之间呈倒U形关系,最佳阈值约为80 mmHg。该阈值在复苏后早期保持一致。这些发现表明,维持MAP在80 mmHg或以上可能支持心脏骤停后的神经学恢复。

补充信息

附加文件1。

参考来源

  1. Lee S, Lee KS, Han KS, et al. Optimal mean arterial pressure for favorable neurological outcomes in patients after cardiac arrest. J Intensive Care. 2025. PMID: 40745346. doi:10.1186/s40560-025-00814-x
  2. 全文:PMC12315296(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12315296/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。