手术场景中心脏骤停心肺复苏结局的预测
该前瞻性、多中心预后研究利用2012至2023年ACS-NSQIP(近700家美国医院)中6405例非心脏手术当日发生心脏骤停并接受心肺复苏的成人患者,用33项术前变量开发并内部验证7种机器学习模型。极端梯度提升模型(COMPASS)对30天死亡预测AUROC 0.80(95%CI 0.78-0.82),对非居家出院预测AUROC 0.78(95%CI 0.74-0.82),决策曲线分析显示在较宽阈值范围内净获益优于默认策略。SHAP分析显示ASA分级、手术紧急程度和衰弱是主要预测因素。作者认为该工具可辅助围术期心肺复苏的共同决策和预防策略分配。
要点
- 在6405例手术当日发生心脏骤停并接受心肺复苏的患者中,3710例(57.9%)在30天内死亡。
- COMPASS(极端梯度提升)模型预测30天死亡的AUROC为0.80(95%CI 0.78-0.82),准确率0.73(95%CI 0.71-0.75),Brier评分0.18。
- 在2478例从家中入院并存活出院的患者中,822例(33.2%)出院至非居家机构;该模型预测非居家出院的AUROC为0.78(95%CI 0.74-0.82),Brier评分0.17。
- SHAP分析显示ASA分级、手术紧急程度和衰弱(RAI)是30天死亡的关键预测因素,年龄对死亡的预测重要性低于对非居家出院的预测重要性。
- 决策曲线分析显示该模型在约10%至90%的阈值概率范围内净获益优于全部治疗或全不治疗策略,最大差异见于50%至80%区间。
适用人群与场景
- 年龄18岁及以上、接受非心脏手术、在手术当日(术中或术后当日)发生心脏骤停并接受心肺复苏的患者。
- 数据来自2012年1月1日至2023年12月31日ACS-NSQIP近700家美国参与医院。
- 仅排除缺失结局数据的患者。
- 非居家出院分析限于从家中入院并存活至出院的患者。
诊断标准与关键阈值
- ACS-NSQIP将心脏骤停定义为「心律消失或存在 chaotic 心律……导致需要启动心肺复苏的心脏骤停」。
- 主要结局为围术期心脏骤停和复苏后30天内死亡。
- 次要结局为从家中入院的存活者出院至非居家目的地(如康复机构、专业护理机构或长期急性护理医院)。
研究设计与关键结果
- 前瞻性、多中心预后研究,纳入ACS-NSQIP中6405例手术当日接受心肺复苏的非心脏手术成人患者,30天随访;2012至2023年共10 724 265例非心脏手术中6409例发生手术当日心脏骤停(发生率0.06%,约每10 000例6例)。
- 患者中位年龄69岁(IQR 60-78),3572例(55.8%)为男性;2269例(35.5%)ASA分级4级,1014例(15.9%)ASA分级5级。
- 主要终点:3710例(57.9%)在30天内死亡;极端梯度提升模型(COMPASS)AUROC 0.80(95%CI 0.78-0.82),准确率0.73(95%CI 0.71-0.75),敏感度0.77(95%CI 0.74-0.79),特异度0.68(95%CI 0.65-0.71),Brier评分0.18。
- 次要终点:2478例从家中入院并存活出院的患者中,822例(33.2%)出院至非居家机构;极端梯度提升模型AUROC 0.78(95%CI 0.74-0.82),准确率0.76,Brier评分0.17。
- SHAP分析:ASA分级和手术紧急程度是30天死亡最具影响力的预测因素,较高的ASA分级(如4-5级)和急诊手术状态与预测死亡风险增加相关;其他排名靠前的预测因素包括RAI(衰弱)、OSS、年龄和呼吸机依赖;年龄对死亡的预测重要性低于ASA分级和衰弱,但在非居家出院预测中作用更大。
- 决策曲线分析:死亡预测模型在约10%至90%阈值概率范围内净获益优于全部治疗或全不治疗策略,最大差异见于50%至80%;非居家出院模型在约12%至90%阈值范围内净获益更优,最大增益见于30%至60%。
- 敏感性分析:排除2021至2023年数据(因3个变量缺失)后结果不敏感。
证据类型、等级与局限
- 证据类型:前瞻性、多中心预后研究(基于ACS-NSQIP数据开发并内部验证预测模型),遵循TRIPOD+AI报告规范。
- 极端梯度提升模型在7种模型中表现最佳;所有模型对死亡的AUROC为0.78(神经网络,95%CI 0.76-0.80)至0.80(人工智能、随机森林和ACS-NSQIP,95%CI 0.78-0.82)。
- 局限:外部验证因缺乏合适数据集而不可行;数据集未包含的变量可能提升性能,但其缺失反映了 favoring 通用性的权衡;30天随访期限制了分析以患者为中心的结局(如生活质量和存活且不在医院的天数);原文指出未来研究应考察患者重视的长期结局并整合术中和术后数据。
对床旁实践的改变
- 作者认为,极端梯度提升模型可帮助识别心肺复苏代码状态讨论特别重要的患者,提供个体化风险估计以支持共同决策。
- 作者认为,模型预测可指导预防策略分配,例如对最高风险患者考虑创伤更小的手术方式或非手术治疗,以及术前优化、加强麻醉人员配置和术后ICU入住。
- 作者指出,年龄本身不应用于判断围术期心肺复苏后存活可能性,医生应将年龄与合并症严重程度(ASA分级)、生理储备(衰弱)和临床背景(OSS和手术紧急程度)结合考虑。
- 作者认为,在预后不确定时,针对围术期心脏骤停的限时试验(TLT)计划是务实的决策方法:在设定时限内使用生命维持治疗、评估反应后再决定继续、转为舒适照护或延长试验。
- 作者指出,实施该模型需要与多方利益相关者合作开发结构化沟通工具,并遵循患者决策辅助工具的标准。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译16 节 · 点击展开
引言
围术期心脏骤停是手术和麻醉的严重并发症,与显著的发病率和死亡率相关。1,2,3,4,5,6 尽管较为罕见(约每10 000例患者中5例),7 但手术环境下的心脏骤停在高危人群中更为常见,在衰弱老年人中约为每1200例中1例。8 数十年来,美国麻醉医师学会(ASA)和美国外科医师学会(ACS)一直建议对有限制治疗医嘱的患者进行围术期心肺复苏(CPR)适宜性的术前讨论。9,10,11,12 近期,ACS和美国老年医学会将此指导扩展至所有老年患者,无论其既往代码状态如何。13,14 这些举措反映了对围术期CPR共同决策(SDM)日益增长的重视——该过程需要对可能结局进行基于证据的预测。15,16
观察性研究估计,围术期CPR存活率在24小时时为32.0%至55.7%3(相比之下,非手术环境中院内心脏骤停后约为25%)。17 这些研究还确定了与围术期心脏骤停CPR后较差结局相关的因素(例如,ASA体力状态、脓毒症或脓毒性休克以及急诊手术),4,18 但这些特征的预测准确性尚不明确。19 由于围术期代码状态讨论旨在为个体量身定制医疗方案,9,10,11,12,20 人群水平的估计值提供的指导有限;目标一致的医疗反而需要能够预测个体从潜在干预中获益可能性的工具。15
机器学习的进展使得越来越复杂的手术结局预测模型的开发成为可能,并增强了现有的风险分层工具。21,22,23,24,25,26 据我们所知,此前唯一一项将这些方法应用于围术期CPR的研究受限于样本量小和模型性能报告不完整。27 将机器学习方法应用于大型全国性数据集可能阐明术前数据的预后价值,并产生对围术期心脏骤停后结局有临床实用价值的预测。此类模型可指导预防策略,并为术前关于CPR适宜性的共同决策提供信息。本研究的目的是构建并内部验证围术期心脏骤停CPR后30天死亡率和非居家出院去向的预测模型。
方法
研究设计与数据
本预后研究使用回归和机器学习方法构建并内部验证了围术期CPR后30天死亡率和非居家出院去向的预测模型。我们使用了2012年至2023年ACS国家手术质量改进计划(ACS NSQIP)的去标识化数据,涵盖近700家美国医院,数据通过经过培训的病历审查收集。NSQIP方法,包括严格的质量控制和数据库特征,此前已有描述。28
我们将数据分为70%训练集和30%测试集以对模型进行内部验证。本研究遵循多变量预测模型个体预后或诊断透明报告——人工智能(TRIPOD+AI)报告指南,并因使用去标识化数据而被Mass General Brigham机构审查委员会认定免于审查和免于获取知情同意。29
参与者
我们的样本包括年龄在18岁或以上、接受非心脏手术、在术后第0天(POD 0,即手术当天术中或术后)发生心脏骤停并接受心肺复苏(CPR)的患者。ACS-NSQIP将心脏骤停定义为“心律消失或存在混乱的心律……导致需要启动CPR的心脏骤停。”28仅当数据缺失无法确定结局时才排除患者(补充材料1中的eFigure)。
样本量
我们使用已发表的预测模型样本量计算器来预先确定所需的最小样本量。30基于主要结局(30天内死亡)约60%的事件率、19 33个候选模型特征,以及至少0.7的受试者工作特征曲线下面积(AUROC)目标值(被认为代表可接受的区分度),31所需的最小样本量为2368。
结局
主要结局定义为围手术期心脏骤停和复苏后30天内死亡。次要结局为从家中入院的患者出院时未返回家中——如转至康复机构、专业护理机构或长期急性护理医院。
候选预测因子
30天死亡的候选预测因子包括术前收集的33项患者特征。社会人口学特征包括年龄、性别和自我报告的种族和民族(美洲印第安人或阿拉斯加原住民、亚裔、黑人、夏威夷原住民或太平洋岛民、白人、其他、或未知或未报告),以评估可能的预测贡献。临床特征包括从家中入院 vs 其他地点入院、ASA体能状态、以修订版风险分析指数(RAI)测量的衰弱、32,33 功能状态、体重指数、吸烟状况、呼吸机依赖、体重减轻、糖尿病、呼吸困难、慢性阻塞性肺疾病、脓毒症或脓毒性休克、癌症、腹水、服用药物治疗的高血压、充血性心力衰竭、近期输血、出血性疾病、透析和急性肾衰竭。实验室值包括术前红细胞压积、血小板计数、白细胞计数(WBC)、血清钠、血清血尿素氮(BUN)和血清肌酐值。手术特征包括手术紧迫性(急诊、紧急和择期)、手术应激评分(OSS)(低,1-2;中,3;高,4-5)、34以及年份以校正长期趋势。非居家出院亚组分析的特征总结于补充材料1的eTable 1中。术中变量未纳入NSQIP,未进行分析。
数据准备和质量检查
我们预设的分析计划包括评估潜在纳入变量的缺失情况。前述所有候选预测因子的缺失率均低于10%,但体重减轻、呼吸困难和衰弱除外(分别为23.5%、23.5%和25.4%),原因是2021年至2023年这些变量不可用。缺失通过bagging插补法处理,35我们还额外进行了排除2021年至2023年数据的敏感性分析(补充材料1中的eTable 2)。
模型开发
候选预测变量在分析前已定义。分析于2024年3月1日至2025年4月1日进行,使用R版本4.4.3(R Project for Statistical Computing)。我们开发了7个模型:随机森林、极端梯度提升、神经网络、朴素贝叶斯、支持向量机、LASSO回归和逻辑回归。所有模型均使用10折交叉验证。
统计分析
首先,我们将我们的模型——手术环境下心脏骤停结果预测(CPR Outcome Prediction for Arrest in Surgical Settings,COMPASS)——对主要结局30天死亡率的输出与ACS-NSQIP预测死亡率进行比较。然后,我们通过计算AUROC及其95%CI来评估模型区分度。接下来,我们计算准确率、灵敏度、特异度、阳性预测值和阴性预测值及其95%CI。最后,我们通过生成校准图并计算Brier评分来评估模型校准度,Brier评分衡量预测概率与观察结局之间的一致性。对次要结局非家庭出院重复了相同流程。随后根据性能指标的整体平衡为每个结局选择最优模型。
使用Shapley加法解释(SHAP)值检验特定特征的临床效用,SHAP值衡量在特定预测输出中纳入或省略某一协变量时预测的变化。36,37我们还进行了决策曲线分析(DCA),以描述模型整体与全部治疗和无治疗默认策略相比的临床效用。38,39 DCA通过描述模型所提供信息在一系列关于治疗不足与过度治疗相对负担的偏好范围内的价值,来评估预测模型的临床有用性。此类偏好由阈值概率表示(绘制于x轴),此处定义为负性结局的预测概率,超过该概率时患者或临床医生可能重新考虑继续进行心肺复苏的决定。模型在每个阈值处所提供信息的价值由净获益量化(绘制于y轴),计算为真阳性比例减去假阳性比例,并按所选阈值概率的比值比加权。
结果
在2012年至2023年ACS-NSQIP的10 724 265例非心脏手术病例中,6409例在手术当日发生心脏骤停(发生率0.06%,即约每10 000例中6例)。在排除4例因NSQIP预测死亡率或结局缺失的患者后,队列中剩余6405例(补充材料1中的eFigure)。中位(IQR)年龄为69(60-78)岁;3572例患者(55.8%)为男性。在种族方面,860例(13.4%)为黑人,4343例(67.8%)为白人,261例(4.1%)认同其他种族类别,包括美洲印第安人或阿拉斯加原住民、亚洲人以及夏威夷原住民或其他太平洋岛民。共有2269例(35.5%)和1014例(15.9%)患者的ASA分级分别为4级和5级。其他人口学和临床特征总结于表1。用于非家庭出院分析的亚组特征总结于补充材料1中的eTable 1。
死亡率
在纳入分析的6405例患者中,3710例(57.9%)在30天内死亡。所有模型均表现出可接受的区分度。AUROC范围从神经网络的0.78(95% CI,0.76-0.80)到AI、随机森林和ACS-NSQIP的0.80(95% CI,0.78-0.82)(表2)。在准确度方面,随机森林、LASSO回归、逻辑回归、神经网络、极端梯度提升和支持向量机均表现出相当的性能(准确度范围,神经网络为0.72;95% CI,0.70-0.74,随机森林、LASSO、逻辑回归、极端梯度提升和支持向量机为0.73;95% CI,0.71-0.75),且优于朴素贝叶斯和ACS-NSQIP预测死亡率(准确度分别为0.64;95% CI,0.62-0.66和0.50;95% CI,0.47-0.52)。所有模型均提供了良好的灵敏度(范围,神经网络为0.73;95% CI,0.71-0.76,随机森林和支持向量机为0.79;95% CI,0.76-0.81)和特异度(范围,随机森林为0.64;95% CI,0.61-0.68,神经网络为0.70;95% CI,0.66-0.73)组合,但朴素贝叶斯和ACS-NSQIP除外,其灵敏度显著较低(分别为0.45;95% CI,0.42-0.48和0.14;95% CI,0.12-0.16)。
Brier评分同样表明,除朴素贝叶斯(0.31)和ACS-NSQIP(0.40)外,所有模型的校准均可接受(0.18-0.19)(图1A)。总体而言,极端梯度提升提供了最有利的性能特征组合。因此,后续讨论将聚焦于极端梯度提升。
极端梯度提升的SHAP值确定ASA体力状态和病例紧迫性为30天死亡率最具影响力的预测因素(图2A)。较高的ASA分级(如4-5级)和急诊病例状态与正向SHAP值相关,表明预测死亡风险增加。其他排名较高的预测因素包括RAI(衰弱)、OSS、年龄和呼吸机依赖。实验室指标——白细胞计数、血尿素氮和血小板计数——表现出混合的SHAP效应,在其数值范围内均有正向和负向贡献,提示其影响可能随与其他临床特征的交互作用而变化。白人种族与略高的预测死亡率相关,但与其他变量相比,该效应的幅度较小。DCA表明,在广泛的阈值概率范围内(约10%至90%),该模型提供的净获益大于默认策略(全部治疗或全不治疗),最大差异出现在50%至80%之间(图3A)。
非家庭出院
在2478例从家中入院并存活至出院的患者中,822例(33.2%)出院目的地不是家庭。所有模型在预测非家庭出院方面均表现出可接受的区分度,AUROC值范围为朴素贝叶斯的0.74(95% CI,0.71-0.78)至随机森林的0.79(95% CI,0.76-0.83),准确率范围为ACS-NSQIP的0.68(95% CI,0.64-0.71)至极端梯度提升、随机森林、逻辑回归、LASSO和神经网络的0.76(95% CI,0.74-0.80)。与死亡率预测模型中的表现相比,其性能表现为更高的特异性(范围,朴素贝叶斯0.84;95% CI,0.80-0.87至ACS-NSQIP 1.00;95% CI,0.99-1.00),但更低的敏感性(范围,ACS-NSQIP 0.03;95% CI,0.01-0.06至0.54;95% CI,0.48-0.60)。校准度与死亡率模型相当,除朴素贝叶斯(0.25)和ACS-NSQIP(0.28)外,所有模型的Brier评分均为0.17(图1B)。与死亡率预测一样,极端梯度提升在非家庭出院方面提供了最有利的性能特征组合。
SHAP值表明,ASA分级、病例紧急程度和衰弱程度是非居家出院预测的重要贡献因素。在这一背景下,实际年龄的作用大于其在死亡预测中的作用,尤其是在非居家出院预测概率较高的患者中(图2B)。针对非居家出院的DCA显示,在大约12%至90%的阈值概率范围内,该模型提供的净获益大于默认策略(全部治疗或全不治疗),其中在30%至60%之间观察到最大增益(图3B)。
敏感性分析
由于3个变量缺失,排除2021年至2023年数据后结果不敏感。敏感性分析的详细结果见补充材料1中的eTable 2。
讨论
在这项对2012年至2023年间因围手术期心脏骤停接受CPR的6405例ACS-NSQIP患者的分析中,我们利用常规可获得的术前数据开发并验证了预测30天死亡率和非居家出院的模型。极端梯度提升表现出最佳的整体性能。据我们所知,极端梯度提升是首个专门设计用于预测围手术期CPR后个体结局的工具。虽然院内心脏骤停的评分系统已存在十余年,40,41但关于围手术期CPR结局的文献历来侧重于人群水平的关联和总体风险估计。3极端梯度提升则阐明了临床特征的预后意义并生成个体化风险评估,为一级预防策略以及关于围手术期CPR适当性的SDM提供了必要基础。
在候选变量中,ASA体能状态和衰弱程度成为围手术期CPR后死亡的重要预测因素。这一发现与证明这些变量与不良结局之间存在关联的研究一致。2,4,18然而,早期工作提示将衰弱纳入基线模型并未显著改善性能。19值得注意的是,该研究采用了逻辑回归,其捕捉预测因素之间复杂非线性关系和交互作用的能力较弱。衰弱在塑造极端梯度提升预测中的重要性表明,由于方法学局限性,衰弱的预后价值此前可能被低估。
与ASA体能状态和衰弱严重程度相比,实际年龄在影响模型死亡预测中的重要性较低。关于实际年龄预测重要性的情境特异性证据对于限制有关生命维持治疗(LSTs)适当性决策中的偏倚至关重要,42,43,44我们的结果表明,不应仅凭年龄来判断围手术期CPR后存活的可能性。医生应转而将年龄与合并症严重程度指标(即ASA分级)、生理储备(即衰弱)和临床背景(即OSS和病例紧急程度)结合考虑。
相比之下,年龄是预测围术期心脏骤停幸存者非居家出院的最重要因素之一,可能反映了鉴于严重衰弱患者高死亡率下的选择性生存。2尽管非居家出院是功能恢复的不完美替代指标,我们的发现支持了关于老年幸存者可能面临延长恢复期和潜在丧失功能独立性的担忧。45衰弱也对非居家出院的预测有贡献,凸显了研究围术期心肺复苏(CPR)后长期功能轨迹的必要性。15,46,47
极端梯度提升预测可为旨在预防最高危患者发生心脏骤停的策略提供信息。对某些患者,这可能包括考虑创伤更小的手术方式或非手术治疗。13,48当实施手术时,术前优化、充足的麻醉人员配备和术后重症监护病房收治等措施可能降低心脏骤停风险。1由于这些干预措施资源密集,基于证据的风险分层对于指导其合理分配至关重要。
随着将外科护理与患者最关切事项相结合的努力不断扩大,极端梯度提升等工具可以发挥重要作用。49极端梯度提升可通过提供个体化风险估计,帮助识别复苏意愿讨论尤为重要的患者。20,50例如,感知到的CPR徒劳性可能促使患者和医生在围术期维持不复苏(DNR)医嘱。16如果基于对可能结局的不准确假设,此类判断可能导致不给予实际上可能符合患者优先意愿的治疗。相反,因预期围术期心脏骤停可逆而常规暂停DNR医嘱,可能使患者承受他们认为不可接受的治疗负担。12,13,15,51
通过将讨论建立在个体化风险预测而非关于CPR结局的一般性假设之上,极端梯度提升有潜力提高以患者独特关切和处境为重点的共同决策(SDM)的准确性和完整性。20,50,51,52,53然而,实施需要与多元利益相关方合作,并按照患者决策辅助工具的既定标准,开发结构化沟通工具。54,55这一过程对于将预测信息整合到临床护理中以满足高危患者、照护伙伴和临床医生的需求是必要的。
虽然极端梯度提升的性能与其他情境中使用的风险计算器相当,40,41但其局限性反映了预测围术期CPR后结局所固有的挑战。整合电子健康记录中的术前数据24,26以及额外生物标志物56,57,58是未来研究的合理方向,但由此带来的预测性能改善可能微乎其微。残余不确定性可能并非源于术前数据的局限性,而是源于围术期心脏骤停和复苏的异质性。59
例如,研究已表明,临床背景、停搏原因和复苏特征在决定结局方面起着重要作用。5,60,61,62,63 在一项近期纳入基线患者数据和术中变量的研究中,死亡的最重要预测因素是心肺复苏持续时间超过60分钟。其他关键特征包括大量出血或输血、停搏原因以及累积肾上腺素剂量。27 这一证据凸显了在术前风险分层之外补充动态预后评估的必要性。
术前风险评估和复苏状态讨论很重要,但关于围手术期生命维持治疗(LST)的共享决策(SDM)最好被理解为一个纵向过程,由术前、术中和术后数据引导,并结合患者的目标、价值观和不断变化的临床状态进行讨论。64,65,66 当面临预后不确定性时,针对围手术期心脏骤停情况下限时试验(TLT)的术前规划是围手术期心肺复苏(CPR)决策的一种务实方法。20,64 TLT被定义为在设定时间内使用LST、评估对治疗的反应、然后决定是继续LST、转为舒适照护还是延长试验的计划,67 它越来越被认为是应对预后不确定性并使重症监护与患者优先事项保持一致的手段。68,69,70,71,72
优势与局限性
本研究具有若干显著优势。据我们所知,这是有史以来研究围手术期心脏骤停后结局的最大队列,且NSQIP数据集完整性已得到充分确立。纳入易于获取的人口学、临床、实验室和手术变量,在精细度与可推广性和可行性之间取得了平衡。在方法学上,本工作在阐明临床特征的预后重要性并生成患者特异性死亡和出院去向预测方面,是对现有文献的重要推进。
本研究也有若干局限性。由于缺乏合适的数据集,对我们模型的外部验证不可行。虽然未纳入数据集的变量可能提高性能,但其缺失反映了偏向可推广性的权衡。最后,30天随访期妨碍了对以患者为中心的结局(如生活质量和存活且院外天数)的分析。45,72,73 未来研究应考察患者所重视的长期结局,并整合术中和术后时期的数据,为未来的风险预测工具提供信息。
结论
在这项关于围手术期CPR后结局的前瞻性预后研究中,我们开发并验证了一种预测30天死亡率和非归家出院的工具。个体化预测可指导预防策略的分配,并支持关于围手术期CPR的SDM。实现这一潜力需要将其整合到围手术期工作流程中,并开发决策辅助工具,以满足患者、照护伙伴和临床医生的决策需求。
参考来源
- Chen L, Justice S, Allen MB, et al. Prediction of Cardiopulmonary Resuscitation Outcomes for Arrest in Surgical Settings. JAMA Netw Open. 2025. PMID: 41148140. doi:10.1001/jamanetworkopen.2025.39767
- 全文:PMC12569717(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12569717/
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。