文献速递呼吸衰竭与机械通气重症综合管理与镇静镇痛

COVID-19相关急性低氧性呼吸衰竭清醒俯卧位患者早期插管预测模型

A predictive model for early intubation in patients with COVID-19-induced acute hypoxemic respiratory failure under awake prone position.
PubMed 文献 · Ann Intensive Care · 2025-11-24
一句话结论在COVID-19相关急性呼吸衰竭接受HFNO与清醒俯卧位的患者中,纳入年龄、呼吸频率、PaO₂、FiO₂、SaO₂/FiO₂的24小时预测模型可能有助于识别72小时内需插管的高危患者。

本研究为阿根廷六家ICU前瞻性多中心队列的二次分析,纳入400例接受HFNO和清醒俯卧位(每日至少6小时)的COVID-19相关急性低氧性呼吸衰竭成人患者,136例(34%)在72小时内插管。插管组年龄更大、基线及24小时PaO₂与PaO₂/FiO₂更低、呼吸频率更高。最终预测模型包含APP启动后24小时测量的年龄、呼吸频率、PaO₂、FiO₂和SaO₂/FiO₂五个变量,并据此构建列线图估计个体早期插管风险。作者认为该工具可能帮助临床医生识别高危患者并及时做出个体化升级治疗决策,但模型需在独立队列中外部验证后才能用于常规临床实践。

要点

  • 400例接受HFNO与清醒俯卧位的COVID-19相关急性呼吸衰竭患者中,136例(34%)在72小时内需插管。
  • 插管组24小时PaO₂ 87 vs 未插管组104 mmHg,PaO₂/FiO₂ 126 vs 168,SaO₂/FiO₂ 143 vs 161,ROX指数6.8 vs 8.3(均p<0.001)。
  • 24小时模型中年龄(每岁OR 1.05,95%CI 1.03–1.08)、FiO₂(OR 10.2,95%CI 3.1–33.4)、SaO₂/FiO₂(每单位OR 1.02,95%CI 1.00–1.04)与早期插管独立相关。
  • 第28天死亡率:插管患者48/151(31.8%),未插管患者2/249(1.0%)。
  • 作者认为该列线图可能辅助识别高危患者并指导及时、个体化的升级治疗决策,但模型需外部验证后方可用于常规临床实践。

适用人群与场景

  • 纳入标准:年龄≥18岁、因COVID-19相关急性低氧性呼吸衰竭入住ICU并接受HFNO的连续成人患者;急性低氧性呼吸衰竭定义为SpO₂<92%(尽管补充氧≥4 L/min)、呼吸做功增加征象(如辅助呼吸肌参与)伴呼吸频率>30次/分、或PaO₂/FiO₂<200 mmHg中至少一项。
  • 排除标准:非COVID病因的呼吸衰竭、清醒俯卧位禁忌(如格拉斯哥昏迷评分<9、需血管升压药的血流动力学不稳定、妊娠、APP<6小时、PaCO₂>45 mmHg伴pH<7.35)、既往使用正压通气、入ICU时需立即插管。
  • 研究场景为阿根廷六家ICU,2020年6月至2021年1月COVID-19第一、二波疫情期间;分析对象为接受HFNO并每日至少6小时清醒俯卧位的患者。

诊断标准与关键阈值

  • 早期插管定义:APP启动后72小时内需有创机械通气。
  • 插管建议标准:神经状态恶化、血流动力学不稳定,或满足以下两项及以上:SpO₂<90%持续超过5分钟(排除技术故障)、呼吸肌疲劳征象无改善、无法控制气道分泌物、呼吸性酸中毒pH<7.30;是否插管最终由主管医疗团队决定。
  • 最终预测模型纳入APP启动后24小时测量的五个变量:年龄、呼吸频率、PaO₂、FiO₂、SaO₂/FiO₂;列线图按各变量回归系数赋分,总分映射为早期插管预测概率。

红旗征与不能漏的情况

  • 插管建议标准包括神经状态恶化与血流动力学不稳定。
  • SpO₂<90%持续超过5分钟且不能用技术故障解释。
  • 呼吸肌疲劳征象无改善、无法控制气道分泌物、呼吸性酸中毒pH<7.30;满足两项及以上即建议插管。

研究设计与关键结果

  • 研究类型:前瞻性多中心队列的二次分析,六家ICU,400例接受HFNO与APP的COVID-19相关急性低氧性呼吸衰竭成人患者,136例(34%)在72小时内插管。
  • 插管组与未插管组比较:年龄61.5 vs 53.4岁(p<0.001),基线PaO₂ 71 vs 81 mmHg(p<0.001),基线PaO₂/FiO₂ 125 vs 145(p=0.004),基线ROX指数6.6 vs 7.5(p=0.03),入ICU至首次俯卧位时间6 vs 2小时(p<0.001),俯卧位天数3 vs 5天(p<0.001)。
  • APP后24小时:插管组PaO₂ 87 vs 104 mmHg、PaO₂/FiO₂ 126 vs 168、SaO₂/FiO₂ 143 vs 161、SpO₂ 95% vs 96%、ROX指数6.8 vs 8.3(均p<0.001),FiO₂ 0.72 vs 0.63(p<0.001)。
  • 基线多变量模型:年龄(每岁OR 1.05,95%CI 1.03–1.08,p<0.001)、PaO₂(每mmHg OR 0.98,95%CI 0.98–0.99,p=0.03)、呼吸频率(每次/分OR 1.08,95%CI 1.01–1.15,p=0.02)与早期插管独立相关。
  • 24小时多变量模型:年龄(每岁OR 1.05,95%CI 1.03–1.08,p<0.001)、PaO₂(每mmHg OR 0.98,95%CI 0.98–0.99,p=0.003)、FiO₂(OR 10.2,95%CI 3.1–33.4,p<0.001)、SaO₂/FiO₂(每单位OR 1.02,95%CI 1.00–1.04,p=0.01)、呼吸频率(OR 1.08,95%CI 1.01–1.15,p=0.02)。
  • 第28天死亡率:插管患者48/151(31.8%),未插管患者2/249(1.0%);第3天死亡:未插管1/264(0.4%)、插管2/136(1.5%);第3至7天另有3例死亡,至第28天再增12例。

证据类型、等级与局限

  • 证据类型:前瞻性多中心队列的二次分析(预测模型开发研究),按TRIPOD指南报告;模型采用bootstrap重抽样1000次进行内部验证。
  • 局限:部分临床相关因素(如呼吸肌疲劳征象、衰弱、临床医生细微判断)可能未被记录,可能限制模型预测准确性或在未纳入队列的场景中的外推性。
  • 局限:模型仅经内部验证,仍需在独立队列(包括非COVID急性呼吸衰竭)中进行外部验证。
  • 局限:排除需立即插管或不能耐受至少6小时清醒俯卧位的患者,研究人群可能低估病情更重的患者,可能限制对该亚组的外推性。
  • 局限:研究仅在COVID-19患者中检验APP,缺乏外部验证。
  • 作者认为这些发现可为未来研究提供框架,以评估俯卧位在脓毒症、细菌性或病毒性肺炎、胃内容物误吸等各种原因所致ARDS自主呼吸患者中的潜在临床价值。

对床旁实践的改变

  • 作者认为,将APP启动后24小时测得的氧合相关变量纳入预测模型,可能帮助临床医生识别治疗失败风险更高的患者,并指导及时、个体化的升级治疗决策。
  • 作者明确指出这些发现需在独立队列中外部验证后,模型才能用于常规临床实践。
  • 作者认为在插管时机因果关联复杂且随机试验不可行的情况下,早期识别不太可能从延长APP获益、更可能需要插管的患者,是指导及时个体化决策的合理且临床相关的方法。
  • 作者认为将呼吸频率或PaO₂等单项床旁参数整合入预测模型,可捕捉单独评估时可能遗漏的呼吸功能多维信息。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「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
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:Ann Intensive Care. 2025 Nov 24;15:188. doi: 10.1186/s13613-025-01602-4

引言

由COVID-19导致的严重急性呼吸衰竭以进行性低氧血症为特征,通常需要有创机械通气(IMV)。在接受通气的患者中,预后尤为凶险,死亡率超过40% [1]。俯卧位通气(PP)是降低需要有创机械通气的严重急性呼吸窘迫综合征(ARDS)患者死亡率的有效干预措施 [2, 3]。因此,在SARS-CoV-2大流行期间,清醒俯卧位(APP)策略作为一种替代疗法出现,旨在避免插管及其相关不良结局,其背景是病例激增和IMV资源短缺 [4]。随后,该策略被证明可降低插管和死亡风险,尤其是在需要某种形式无创通气支持且俯卧位暴露时间充足的患者中 [5, 6]。然而,相当比例接受APP的患者最终仍被插管,该亚组的死亡率也仍然很高 [6]。关于在接受无创呼吸支持治疗的急性呼吸衰竭中气管内插管的最适时机(即在临床病程中较早或较晚进行),目前仍存在持续争论。一些研究报告较晚插管与较差的临床结局之间存在关联 [7, 8],而较新的采用先进方法学的研究对因果关系假设提出了质疑 [9]。虽然插管时机与临床结局之间的因果关系仍然复杂且取决于具体情境,但在急性照护环境中,及时、个体化决策的需求依然存在 [10]。在实践中,临床医生常须根据在狭窄时间窗内评估的动态生理参数,决定是继续先进的无创支持(即APP)还是进行插管 [11]。在此背景下,预测工具可能有助于早期风险分层并指导接受APP患者的决策 [12, 13]。因此,我们旨在基于APP启动后24小时收集的数据开发一个预测模型,以识别在入院最初72小时内需要气管插管风险较高的患者。此外,我们描述了最初24小时内生理参数的演变及相关临床结局。

方法

研究设计

我们对一项前瞻性、多中心队列研究进行了二次分析,该研究在COVID-19大流行第一波和第二波期间(2020年6月至2021年1月)于阿根廷六家重症监护病房(ICU)开展(NCT05178212)[14–16]。独立机构审查委员会在各参与中心批准了原始研究方案。该研究按照国际人用药品注册技术协调会良好临床实践(ICH-GCP)指南进行,并遵循2024年修订版《赫尔辛基宣言》中概述的伦理原则 [17]。本报告遵循TRIPOD(个体预后或诊断多变量预测模型的透明报告)指南 [18]。

人群与样本量

所有连续入住ICU的成人患者(年龄≥18岁),因COVID-19相关急性低氧性呼吸衰竭接受经鼻高流量氧疗(HFNO),均接受 eligibility 评估。急性低氧性呼吸衰竭定义为至少符合以下一项:(a)尽管补充氧流量≥4 L/min,SpO₂仍<92%;(b)呼吸做功增加的体征(如辅助呼吸肌参与)伴呼吸频率>30次/min;或(c)PaO₂/FiO₂比值<200 mmHg。排除标准包括:非COVID病因导致的呼吸衰竭、清醒俯卧位通气(APP)的禁忌证(如格拉斯哥昏迷评分<9分、需要血管升压药的血流动力学不稳定、妊娠、APP<6 h、PaCO₂>45 mmHg且pH<7.35)、既往使用正压通气,或入ICU时需立即插管。所有符合纳入标准且无任何排除标准的患者均被纳入。尽管未进行正式的样本量计算,但原始队列中观察到的插管率约为30%,基于每个变量10个事件的规则,允许在多变量logistic回归分析中纳入最多10个预测变量[19]。

操作与变量

关于APP实施的详细方案,包括高流量氧疗设置、启动和终止标准以及体位操作程序,此前已发表[14–16]。入ICU时确认纳入标准,并使用电子病例报告表启动标准化数据收集。收集的变量根据其分析目的分为描述性、预测性或结局指标。描述性变量包括人口学和基线临床特征,如年龄、性别、体重、身高以及从入ICU到启动清醒俯卧位通气(APP)的时间。还记录了APP的时机(早期与延迟)和持续时间(最初24 h内及累积时间)。生理学变量在两个时间点收集:入ICU时(基线)和APP启动后24 h。这些包括呼吸频率(次/min)、动脉氧分压(PaO₂)、外周血氧饱和度(SpO₂)、动脉血氧饱和度(SaO₂)和吸入氧分数(FiO₂)。衍生指标包括PaO₂/FiO₂比值、SaO₂/FiO₂比值(SAFI)和ROX指数((SpO₂/FiO₂)/呼吸频率)[20]。两个时间点收集的变量用于描述性目的;仅在APP启动后24 h获得的变量作为候选预测变量纳入多变量分析。其他预测变量包括基线与24 h之间PaO₂(ΔPaO₂)和FiO₂(ΔFiO₂)的绝对变化。

记录入ICU后72 h内的插管状态以评估早期治疗失败(图1)。

所有数据均前瞻性记录、匿名化并存储在安全数据库中。数据质量集中监控。预测模型中使用的变量基于生理学原理和临床相关性预先选择。

图1 研究概览 查看原图 ↗

研究终点

主要结局为早期插管,定义为APP启动后72 h内需要有创机械通气(IMV)。此外,我们报告其他临床相关结局,包括入ICU后第7天和第28天的插管率和死亡率。

插管决定基于主治医疗团队的标准。然而,对于符合以下任何一项标准者建议插管:神经系统状态恶化、血流动力学不稳定,或符合以下两项或以上标准:SpO2 < 90%的氧饱和度下降持续超过5分钟(不能以技术故障解释)、呼吸肌疲劳征象无改善、无法控制气道分泌物以及pH < 7.30的呼吸性酸中毒[14, 21]。

统计分析

所有统计分析由一名独立统计学家使用Stata/MP 18.0版(StataCorp LLC,College Station,TX,USA)完成。分类变量以频数和百分比汇总,连续变量酌情以均数±标准差或中位数(四分位距)汇总。插管患者与非插管患者之间的组间比较,分类变量采用卡方检验或Fisher精确检验,连续变量采用Student t检验或Mann-Whitney U检验。

为识别早期插管(72小时内)的独立预测因素,构建了两个单独的多变量logistic回归模型:一个使用基线变量,另一个使用开始清醒俯卧位通气(APP)后24小时测量的变量。候选预测因素基于临床相关性和单变量关联(p < 0.10)进行选择,并通过向后剔除法保留。同时评估了包含所有候选变量的完整模型以检验稳健性。使用多变量分数多项式回归检验连续变量的非线性。

各模型的区分度使用C统计量(受试者工作特征曲线下面积,AUC)评估,校准度使用校准-in-the-large和校准斜率评估。内部验证使用1,000次迭代的bootstrap重抽样进行。

通过整合基线模型和24小时模型中保留的变量,构建了最终logistic回归模型。具体而言,纳入五个预测因素:年龄、呼吸频率、PaO2、FiO2和SaO2/FIO2(均在24小时时测量)。基于该最终模型,开发了列线图,以提供估算个体早期插管风险的图形工具。每个预测因素按其回归系数比例赋予加权评分,总分通过logistic方程映射为预测概率。

为考虑不同的监测场景,开发了基于PaO₂/FiO₂、SaO₂/FiO₂以及相对基线Δ24h的替代模型,并将其AUC及95% CI与主模型进行比较,以评估相对区分性能。

双侧p值 < 0.05被认为具有统计学意义。列线图使用Stata构建并可视化。

敏感性分析

为了评估我们研究结果的稳健性和潜在的临床适用性,我们通过开发基于常用氧合指标的替代预测模型进行了敏感性分析。我们开发了一个基于PaO₂/FiO₂的模型,以代表只能获取动脉血气的情况;而基于SaO₂/FiO₂的模型则反映了仅依赖氧饱和度的监测策略。此外,我们还生成了一个Δ24h-基线模型,以捕捉相对于基线值的动态变化。这些模型的判别性能通过AUC进行评估,并与主模型进行比较。

结果

研究人群

在研究期间,共有1,263例COVID-19肺炎合并急性呼吸衰竭(ARF)患者入住ICU。其中,728例符合经鼻高流量氧疗(HFNO)和清醒俯卧位通气(APP)的入选标准。在排除每日APP时间不足6小时或数据缺失的患者后,最终纳入400例患者进行分析。

基线特征

在纳入的400例患者中,136例(34%)在最初3天内需要插管,264例(66%)保持未插管状态(图2)。需要插管的患者年龄显著更大(平均年龄:61.5 vs. 53.4岁;p < 0.001),基线PaO₂更低(71 vs. 81 mmHg;p < 0.001),PaO₂/FiO₂比值更低(125 vs. 145;p = 0.004),ROX指数更低(6.6 vs. 7.5;p = 0.03)。插管组从ICU入住到首次俯卧位的时间更长(6 vs. 2小时;p < 0.001),俯卧位天数更短(3 vs. 5天;p < 0.001)。在性别、BMI、流速、FiO₂、pH、PaCO₂、SpO₂、SaO₂/FiO₂、心率、呼吸频率或第一天俯卧位持续时间方面,未观察到显著差异(表1)。

图2 研究参与者流程图。ICU 重症监护病房,ARF 急性呼吸衰竭,HFNC 经鼻高流量鼻导管 查看原图 ↗
表1 插管与未插管患者之间的基线人口学、临床和生理特征 查看原表 ↗

APP 24小时后的生理特征

APP 24小时后,与未需要插管的患者相比,需要插管的患者PaO₂(87 vs. 104 mmHg)、PaO₂/FiO₂比值(126 vs. 168)、SaO₂/FiO₂比值(143 vs. 161)、SpO₂(95% vs. 96%)和ROX指数(6.8 vs. 8.3)均显著更低(所有p < 0.001)。插管组的FiO₂也更高(0.72 vs. 0.63;p < 0.001)。在pH、PaCO₂、呼吸频率、心率或流速方面未观察到显著差异(表2)。

表2 清醒俯卧位24小时后插管与未插管患者之间的生理特征 查看原表 ↗

其他临床结局

第3天,264例未插管患者中1例(0.4%)死亡,136例插管患者中2例(1.5%)死亡(表1)。第3天至第7天之间,另有3例患者死亡,随后至第28天又有12例死亡。第28天最终死亡情况为:151例插管患者中48例(31.8%)死亡,249例未插管患者中2例(1.0%)死亡,如表1所示。

早期插管的预测因素

基线时,有三个变量与最初3天内的插管独立相关。在多变量logistic回归模型中,年龄较大(OR:每岁1.05;95% CI 1.03–1.08;p < 0.001)、较低的PaO₂(OR:每mmHg 0.98;95% CI 0.98–0.99;p = 0.03)和较高的呼吸频率(OR:每次/分钟1.08;95% CI 1.01–1.15;p = 0.02)与早期插管风险增加显著相关。

在开始APP后24小时,建立了一个多变量logistic回归模型来预测早期插管(≤ 72小时)。以下变量与插管独立相关:年龄(OR:每岁1.05;95% CI 1.03–1.08;p < 0.001)、PaO₂(OR:每mmHg 0.98;95% CI 0.98–0.99;p = 0.003)、FiO₂(OR:10.2;95% CI 3.1–33.4;p < 0.001)、SaO₂/FiO₂(OR:每单位1.02;95% CI 1.00–1.04;p = 0.01)、呼吸频率(OR:1.08;95% CI 1.01–1.15;p = 0.02)(表3)。

表3 基线时与插管风险增加独立相关的变量的比值比 查看原表 ↗

预测模型与列线图的构建

预测因素来源于开始清醒俯卧位后24小时获得的生理测量值。这些变量被合并到一个单一的多变量模型中,以反映初始严重程度和早期治疗反应。基于该最终模型,构建了列线图以估计个体早期插管风险。每个变量根据其回归系数被赋予加权评分,总分映射为预测的插管概率(图3)。

一个评估基线与24小时之间生理变量变化的多变量模型,并未在基于各时间点绝对值模型的基础上提供额外的预测价值。由于这些动态变化与早期插管无独立相关性,该模型未保留在最终分析中。在敏感性分析中,主要模型显示出稳健且一致的判别性能(表S1;图S3–S4)。

图3 用于预测COVID–19–ARDS所致急性呼吸衰竭患者插管概率的列线图特征。举例来说,一名55岁患者入住ICU,在最初24小时内接受HFO,流量为60 L/min,FiO2为0.7。该患者呼吸频率为25次/分钟,SaO2/FiO2为128,PaO2为65 mmHg。该患者的评分为24.5,第3天插管概率超过95%。 查看原图 ↗

讨论

这项对一大群在入住ICU 24小时内接受清醒俯卧位(APP)的COVID–19急性呼吸衰竭患者队列的事后分析显示,生理因素——特别是低氧血症、呼吸频率升高和高龄——对第3天前插管具有中等预测价值。敏感性分析证实了主要模型的稳健性(表1S)。这些发现强调低氧血症和呼吸做功增加是COVID–19疾病进展的关键临床标志物,突显了密切监测以识别恶化风险较高患者并指导及时、个体化干预以减少有创机械通气需求的必要性。

尽管COVID–19相关急性呼吸衰竭(ARF)的许多特征与其他病因存在重叠,但氧合与呼吸力学之间的早期分离,以及频繁的血管受累,使其临床病程具有足够的独特性,值得采用专门的风险评估方法[22, 23]。在此背景下,COVID–19相关急性呼吸衰竭患者的最佳插管时机——无论较早还是较晚——一直是持续争论的主题。虽然一些观察性研究提示较晚插管可能与不良结局相关[7, 8, 24],但近期方法学严谨的证据对这一假设提出了挑战。在ARF患者中进行的模拟目标试验[9],以及来自COVID–19患者随机对照试验(RCT)荟萃分析的间接证据[6],均不支持插管时机与死亡率等结局之间存在因果关系。这些分析报告,尽管APP组插管发生较晚,但APP组与对照组中插管患者的死亡率无显著差异。然而,这些发现应谨慎解读。由于这些是事后分析,插管患者亚组并非随机化,限制了组间可比性[25]。此外,此类比较易受重要方法学局限性的影响,包括选择偏倚、永恒时间偏倚以及因时间依赖性临床轨迹导致的未测量混杂[26, 27]。鉴于开展随机对照试验以检验“较早插管优于较晚插管带来更好结局”这一假设既不可行也不符合伦理,早期识别那些不太可能从延长APP中获益、更可能需要插管的患者,似乎是指导及时、个体化决策的一种合理且具有临床相关性的方法。

将早期插管(≤ 72 h)定义为主要结局的决定基于方法学和临床两方面的考虑。我们的目标不是估计长期预后,而是支持接受无创呼吸支持患者的早期临床决策。这一时间窗与诊断预测模型的原则一致,即旨在预测即将发生的恶化[18]。此外,来自迄今最大规模随机试验的证据表明,大约三分之二需要插管的患者在最初72小时内完成插管[28]。因此,该时间窗涵盖了大多数早期失败事件,在此期间风险分层可能有助于指导个体化和及时的干预。

我们承认,启动机械通气的决策——无论是在一般情况下还是尤其在大流行期间——具有高度可变性,并受多种因素复杂交互的影响,包括ICU入住阈值、临床医生对插管需求的判断、资源可用性以及文化塑造的照护期望和偏好[9]。在以插管作为临床终点的研究中,必须仔细考虑这种可变性。在我们的研究中,我们试图通过提供详细、标准化的插管和启动有创机械通气建议来减少中心间异质性。这些建议基于FLORALI试验[14],并已在我们之前的报告中描述[14–16]。

尽管我们模型中包含的一些预测因素在生理学上相关,但鉴于我们分析的预测目的,同时纳入它们是合适的。与解释性或预后模型不同,预测模型并非旨在估计每个变量的独立效应,而是优化模型对新患者结局的预判能力。在此背景下,变量之间存在一定程度的相关性不一定损害模型性能,尤其是当多重共线性诊断处于可接受范围内时。在预测建模中,共线性通常不太令人担忧,因为准确性和可推广性优先于推断。最终,我们的目标是提供一个临床有用的模型,能够支持及时决策,同时考虑性能指标和实施可行性。虽然呼吸频率或PaO₂等单个参数常用于床旁评估,但它们整合到预测模型中可通过捕捉孤立评估时可能遗漏的呼吸功能多维方面而提供附加价值[29]。

虽然我们的研究具有若干方法学优势,但也存在应考虑的局限性。首先,这是一项在六个ICU开展的前瞻性、多中心队列研究,增强了研究结果的外部有效性并降低了选择偏倚的风险。标准化的数据收集程序和集中监督确保了各中心的高数据质量和一致性。该模型使用生理学合理且床旁常规可及的预测因素构建,提高了其临床适用性。此外,暴露(24小时生理数据)与结局(72小时内插管)之间的时间分隔增强了预测方法的内部有效性。基于该模型构建的列线图提供了估计个体风险的直观工具,并可能辅助临床决策。尽管如此,仍应承认一些局限性。虽然所选变量被系统记录,但某些临床相关因素——如呼吸肌疲劳的体征、衰弱或临床医生的细微判断——可能未被捕捉。虽然排除这些因素不会在传统病因学意义上引入混杂,但可能限制模型的预测准确性或在未代表我们队列的环境中可推广性。这反映了模型简便性、床旁可行性与全面变量纳入之间的权衡。其次,模型通过bootstrap重采样进行了内部验证,但独立队列中的外部验证——包括非COVID急性呼吸衰竭——仍然必要。通过排除需要立即插管或不能耐受至少6小时清醒俯卧位的患者,研究人群可能低估了病情更严重的患者,可能限制对该亚组的可推广性。我们研究的最后一个局限性是缺乏外部验证,因为我们仅在COVID-19患者中测试了APP。然而,我们相信我们的发现可能为未来研究提供框架,以评估俯卧位对由各种因素(如脓毒症、细菌性或病毒性肺炎或胃内容物误吸)引起的ARDS自主呼吸患者的潜在临床价值。

结论

我们的研究结果表明,与氧合相关的变量——尤其是清醒俯卧位开始后24小时测量的那些变量——与COVID-19相关急性呼吸衰竭患者早期插管的风险相关。这些参数反映了对无创支持的早期生理反应,可能提供超越基线评估的关键信息。将其纳入预测模型可能有助于临床医生识别治疗失败风险较高的患者,并指导关于升级治疗的及时、个体化决策。然而,在模型能够应用于常规临床实践之前,这些发现应在独立队列中进行外部验证。

补充信息

以下是电子补充材料的链接。

补充材料1。

参考来源

  1. Morales-Quinteros L, Fuentes NA, Muriel A, et al. A predictive model for early intubation in patients with COVID-19-induced acute hypoxemic respiratory failure under awake prone position. Ann Intensive Care. 2025. PMID: 41284115. doi:10.1186/s13613-025-01602-4
  2. 全文:PMC12644287(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12644287/

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。