文献速递呼吸衰竭与机械通气重症综合管理与镇静镇痛

成人机械通气脱机准备度评估试验的诊断准确性:系统评价综述

Diagnostic accuracy of tests for assessing readiness for liberation from mechanical ventilation in adults: an overview of reviews.
PubMed 文献 · J Intensive Care · 2026-01-14
一句话结论肺超声评分、膈肌快速浅呼吸指数、静脉血氧饱和度和脑钠肽对判断脱机失败具有中高度诊断能力,但证据质量低至极低,作者建议整合多项指标以减少不确定性。

该系统性评价综述汇总了10篇系统评价,评估23种脱机准备度试验在成人机械通气患者中的诊断准确性。肺超声评分(灵敏度0.94,特异度0.87)、膈肌快速浅呼吸指数(灵敏度0.84,特异度0.87)、静脉血氧饱和度下降>3.8%(灵敏度0.83,特异度0.88)和脑钠肽变化(灵敏度0.88,特异度0.82)对判断脱机失败具有中高度诊断能力;而袖带漏气试验、咳嗽峰流量、P0.1、快速浅呼吸指数、最大吸气压力、膈肌移动度、膈肌增厚分数等诊断准确性较弱。证据质量总体为低至极低。作者认为,医生应整合生理学、超声和旁床检验指标,结合患者个体需求进行个性化决策。

要点

  • 肺超声评分≥17分判断脱机失败的灵敏度0.94(95%CI 0.59-0.99)、特异度0.87(95%CI 0.62-0.97),证据质量极低。
  • 膈肌快速浅呼吸指数(阈值1.23-1.90次/min/mm)灵敏度0.84(95%CI 0.76-0.90)、特异度0.87(95%CI 0.79-0.92),证据质量低。
  • 静脉血氧饱和度下降>3.8%判断脱机失败的灵敏度0.83(95%CI 0.74-0.90)、特异度0.88(95%CI 0.83-0.92),证据质量低。
  • 脑钠肽变化(阈值13%-20%)灵敏度0.88(95%CI 0.83-0.92)、特异度0.82(95%CI 0.73-0.89),证据质量低。
  • 袖带漏气试验、咳嗽峰流量、P0.1、快速浅呼吸指数、最大吸气压力、膈肌移动度、膈肌增厚分数、DTF-RSBI、呼气末膈肌厚度和吸气末膈肌厚度诊断准确性较弱。

适用人群与场景

  • 纳入系统评价涉及成人(18-84岁)因通气衰竭需要有创机械通气超过24小时的患者,平均APACHE评分4-38分,平均SAPS II评分11-69分,平均通气时间2-58天。
  • 患者来自急诊科和重症监护病房(包括混合、内科、心血管、呼吸、烧伤/创伤或神经科病房),入院原因包括术后监护、术后心血管问题、慢性阻塞性肺疾病急性加重、脑外伤或卒中、急性呼吸窘迫综合征或脓毒症。
  • 部分系统评价允许纳入气管造口患者、病态肥胖患者或经历非计划再插管或拔管的患者。
  • 排除标准包括孕妇、血流动力学不稳定、气管支气管异常、神经肌肉疾病、膈肌麻痹、长期使用类固醇(超过7天)、颈部或喉部手术史、声带麻痹、气道创伤或烧伤以及有不复苏医嘱的患者。

诊断标准与关键阈值

  • 成功脱机定义为脱离机械通气后72小时存活且无通气支持。
  • 脱机失败参考标准为拔管后72小时内需要再插管、自主呼吸试验失败或48小时内需要无创通气。
  • 袖带漏气试验阳性 cutoff 为可闻及漏气或定量评估绝对漏气量>110 mL或漏气比例>10%(与呼气潮气量比较)。
  • 咳嗽峰流量 cutoff <80 L/min。
  • 半定量咳嗽强度评分 cutoff <2分(0分弱至5分强)。
  • P0.1 cutoff 范围2.3-5.0 cmH2O。
  • 快速浅呼吸指数 cutoff 范围44-130次/min/L。
  • 最大吸气压力 cutoff 范围20-50 cmH2O。

处置流程与药物剂量

  • 脱机准备度试验可在自主呼吸试验前、中或后进行,自主呼吸试验方式包括压力支持(5-8 cmH2O)、T管、自动管道补偿、持续气道正压通气或双水平正压通气。
  • 临床判断用于确定患者何时准备好脱机;作者认为医生应整合生理学、超声和旁床检验指标的结果,以尽量减少决定哪些患者应推进脱机的不确定性,始终考虑患者个体需求以确保个性化医疗。

研究设计与关键结果

  • 本研究为系统评价综述,共纳入10篇系统评价,评估23种脱机准备度试验,纳入系统评价发表于2017年至2025年,均以英文发表,其中7篇有注册方案。
  • 肺超声评分(5项研究,315例患者,脱机失败中位患病率33%,阈值≥17分):汇总灵敏度0.94(95%CI 0.59-0.99),特异度0.87(95%CI 0.62-0.97),LR+ 7.3(95%CI 2.20-24.7),LR- 0.07(95%CI 0.01-0.65),DOR 108.0(95%CI 8.0-1423.0),AUC 0.96(95%CI 0.93-0.97),证据质量极低。
  • 膈肌快速浅呼吸指数(9项研究,568例患者,脱机失败中位患病率30%,阈值1.23-1.90次/min/mm):汇总灵敏度0.84(95%CI 0.76-0.90),特异度0.87(95%CI 0.79-0.92),LR+ 6.46(95%CI 3.62-11.25),LR- 0.18(95%CI 0.11-0.30),DOR 35.8(95%CI 32.91-37.50),AUC 0.88(95%CI未报告),证据质量低。
  • 静脉血氧饱和度下降>3.8%(5项研究,353例患者,脱机失败中位患病率28%):汇总灵敏度0.83(95%CI 0.74-0.90),特异度0.88(95%CI 0.83-0.92),LR+ 7.2(95%CI 4.6-11.20),LR- 0.19(95%CI 0.12-0.31),DOR 38.0(95%CI 17.0-86.0),AUC 0.92(95%CI 0.90-0.94),证据质量低。
  • 脑钠肽变化(5项研究,257例患者,脱机失败中位患病率32%,阈值13%-20%):汇总灵敏度0.88(95%CI 0.83-0.92),特异度0.82(95%CI 0.73-0.89),LR+ 5.1(95%CI 3.1-8.4),LR- 0.13(95%CI 0.08-0.21),DOR 38.0(95%CI 17.6-85.4),AUC 0.92(95%CI 0.87-0.96),证据质量低。
  • 袖带漏气试验(28项研究,4493例患者,脱机失败中位患病率3%):汇总灵敏度0.66(95%CI 0.46-0.81),特异度0.88(95%CI 0.83-0.92),LR+ 5.59(95%CI 3.48-8.98),LR- 0.39(95%CI 0.23-0.66),DOR 14.3(95%CI 5.65-36.42),AUC 0.88(95%CI 0.83-0.90),证据质量极低。
  • 快速浅呼吸指数(79项研究,13170例患者,脱机失败中位患病率29%,阈值44-130次/min/L):汇总灵敏度0.60(95%CI 0.59-0.61),特异度0.68(95%CI 0.66-0.70),LR+ 2.17(95%CI 1.92-2.46),LR- 0.31(95%CI 0.26-0.36),DOR 9.23(95%CI 7.06-12.08),AUC 0.81(95%CI 0.79-0.83),证据质量极低。
  • P0.1(12项研究,1088例患者,脱机失败中位患病率30%,阈值2.3-5.0 cmH2O):汇总灵敏度0.86(95%CI 0.72-0.94),特异度0.58(95%CI 0.37-0.76),LR+ 2.04(95%CI 1.14-3.92),LR- 0.24(95%CI 0.08-0.75),DOR 20.0(95%CI 1.63-247.15),AUC 0.81(95%CI 0.77-0.84),证据质量极低。

证据类型、等级与局限

  • 证据类型:系统评价综述(overview of systematic reviews),纳入10篇系统评价。
  • 证据质量:采用GRADE方法评估,总体证据质量评为低至极低,主要由于偏倚风险、间接性、不一致性、不精确性以及部分情况下的发表偏倚。
  • 偏倚风险:采用ROBIS工具评估纳入系统评价,偏倚风险从低到高不等;5篇在纳入标准领域偏倚风险不明确,2篇低偏倚风险,3篇高偏倚风险;6篇在研究识别与选择领域高偏倚风险,4篇低偏倚风险;所有系统评价在数据收集与研究评估领域低偏倚风险;7篇在综合与发现领域低偏倚风险,3篇高偏倚风险。
  • 发表重叠:校正覆盖面积指数为8%,表明重叠不显著。
  • 局限:证据质量评为低或极低,不仅由于偏倚风险限制,还由于间接性、不一致性、不精确性和部分情况下的发表偏倚;发表重叠虽为8%但表明证据基础可能不完全独立,部分原始研究可能被多次纳入,这种冗余可能导致对发现总体强度的过高估计,因此临床应用这些结果时需谨慎。

对床旁实践的改变

  • 作者认为,医生应整合生理学、超声和旁床检验指标的结果,以尽量减少决定哪些患者应推进脱机的不确定性,始终考虑患者个体需求以确保个性化医疗。
  • 作者指出,客观评估试验的结果不是决定性标准,而是决策的指导;每种试验的操作性能相对有限,但联合使用有助于减少关于哪些患者可能成功脱离机械通气的不确定性,因此应被视为拔管众多因素之一。
  • 作者指出,ATS/ACCP指南和AARC指南关注自主呼吸试验和袖带漏气试验的作用,未推荐常规使用快速浅呼吸指数、P0.1、最大吸气压力或超声衍生指数;ERS/ATS/SCCM联合共识声明承认快速浅呼吸指数和最大吸气压力等指数的潜在效用,但未提供强烈推荐;法国SFAR和SRLF指南主要关注气道保护和拔管失败风险,未涉及咳嗽强度或呼吸与膈肌超声等其他临床相关试验。
  • 作者指出,脱机准备度试验仅在基础病理已稳定或得到充分控制时适用,因为只有病情相对较好的患者才适合脱机过程。

指南或共识出处

  • ATS/ACCP指南
  • AARC指南
  • ERS/ATS/SCCM联合共识声明
  • 法国SFAR和SRLF指南

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28 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. 2026 Jan 14;14:14. doi: 10.1186/s40560-026-00848-9

引言

脱离机械通气是一个持续的过程,从决定开始机械支持的那一刻即已启动[1, 2],涉及一系列关键考量,如及时识别成功拔管的合理概率、评估准备度参数、自主呼吸试验以及拔除气管导管[2]。然而,撤除该支持并非没有风险。撤机失败(例如,在计划拔除气管导管后72小时内需要重新启动通气支持)影响4%–25%的患者,并对健康结局产生负面影响[3, 4],因为它增加死亡率和误吸、肺不张及肺炎的发生率,同时延长住院时间、增加气管切开的需求和医疗费用(33,926美元)[5]。

另一方面,延迟脱离机械通气对危重症患者也有不良影响,因为这使他们面临谵妄[6]、膈肌萎缩、体能下降和呼吸机相关性肺炎的发生风险,对其在ICU的住院时间产生不利影响[7]。长期机械通气患者占所有通气患者的6%,但消耗ICU中37%的资源。这解释了为什么撤机的最佳时机是危重症患者救治中最具挑战性的问题之一。必须识别那些成功脱离机械通气概率较高的患者,并谨慎选择正确的时机[8]。时机的确定应基于对一系列生物学和功能参数的评估,这些参数能够确认临床怀疑,将不确定性降低至可接受的水平,从而使进行自主呼吸试验并随后拔管具有合理性[9]。

鉴于该主题在重症监护中的至关重要性,已涌现大量关于撤机准备度试验诊断准确性的文献。然而,这些研究往往得出不一致的结果。系统评价(SRs),无论是否包含荟萃分析,对决策至关重要,因为它们整合了最佳可用证据。然而,不加批判性评价地接受其研究结果存在风险;方法学缺陷可能导致错误结论。因此,本系统评价概览[10]旨在识别、分析和综合关于评估成人脱离机械通气准备度试验准确性的最可靠证据,最终减少临床决策中的不确定性。

材料与方法

方案依据《Cochrane系统评价手册》[10]和《Cochrane诊断试验准确性系统评价手册》[11]的建议设计,并在PROSPERO注册(CRD42024479426;可查阅:https://www.crd.york.ac.uk/prospero/display_record.php?ID=CRD42024479426)。伦理批准获自Pontificia Universidad Javeriana伦理委员会。结果按照PRISMA–DTA声明[12]报告。

文献检索

采用受控词表与自由词相结合的方式,在MEDLINE、Embase、CENTRAL和CINAHL中进行了结构化检索,检索时间自建库至2025年11月10日。为识别其他相关综述,在灰色文献中进行了检索,包括美国重症医学会(SCCM)和欧洲重症医学会(ESICM)的会议论文集。联系了所有纳入研究的参考文献列表及专家内容以识别其他出版物。无语言或日期限制(附件1)。

纳入与排除标准

本综述概览的筛选标准为系统评价(SRs),这些系统评价评估了肺功能检查(如100 ms气道闭合压、快速浅呼吸指数、最大吸气压力、套囊漏气试验和咳嗽峰流量)、超声引导的肺部与膈肌评估(如肺超声评分、膈肌移动度、膈肌快速浅呼吸指数、膈肌增厚分数、呼气末膈肌厚度和吸气末膈肌厚度)、心血管功能检查(如静脉血氧饱和度和脑钠肽),或任何其他用于确定机械通气撤机准备情况的检查的准确性。纳入的综述涉及在医院环境(如重症监护病房和急诊科)中诊断为呼吸衰竭需要有创通气支持超过24小时的成年人群,无论基础病理(如内科、外科、创伤或神经系统)或呼吸衰竭类型(如低氧血症型或高碳酸血症型)。成功撤机定义为脱机后72小时无通气支持且存活。

数据提取

两位作者独立筛选标题和摘要,进行综述选择,并使用根据Cochrane指南[10, 11]设计的数据收集表提取相关信息。提取的数据包括综述问题、研究纳入标准、研究的识别与选择、纳入研究数量、数据收集方法、研究评价、发现综合、异质性评估和发表偏倚评价。此外,还记录了人群特征、临床环境、指数检查的详细信息(包括截断值)以及参考标准等变量。

方法学质量评估

纳入综述的质量使用系统评价偏倚风险(ROBIS)工具进行评估[13]。ROBIS是一种旨在评估系统评价偏倚风险的工具。它包括三个评估阶段,检查评价过程中的相关性和缺陷(如纳入标准、研究的识别与选择、数据收集以及研究评价、综合和发现),最终对综述发现解释中的总体偏倚风险作出判断[13]。分歧通过共识解决,必要时咨询第三位作者。

在多个系统评价(SR)评估同一人群、同一指标试验的诊断准确性的情况下,优先纳入基于ROBIS评估结果的质量最高的荟萃分析,以避免本综述内研究重复。如果系统评价获得相同的ROBIS评级,则优先选择最近发表且纳入原始研究数量最多的研究,优先考虑最全面的综述。本伞状综述中发表重叠的程度使用校正覆盖面积(CCA)指数进行量化。为此,构建了引文矩阵,分别在行和列中列出所有原始出版物和本文纳入的不同系统评价[14]。

数据分析

对于每个选定的系统评价,提取诊断试验准确性数据,包括灵敏度、特异度、阳性似然比、阴性似然比、诊断比值比(DOR)和曲线下面积(AUC)[15]。当未进行荟萃分析但已有足够数据为每项纳入研究构建2×2表时,估算灵敏度和特异度(及其95%置信区间),并使用分层汇总受试者工作特征(HSROC)模型进行诊断准确性荟萃分析。选择该方法是因为该模型考虑了研究内和研究间变异,并侧重于估计汇总工作点,包括灵敏度和特异度的汇总值,以及该汇总点周围的95%置信区域和预测区域。所有统计分析均使用STATA 18软件包进行。证据总体质量采用GRADE方法进行分级。GRADE方法学根据偏倚风险、效应一致性、不精确性、间接性和发表偏倚标准评估诊断试验证据体的强度[16]。

结果

检索共获得6,263条参考文献(图1)。去除重复后,筛选了4,953条参考文献。其中,41篇进行了全文审阅。在这些文献中,31篇因设计不相关(n = 15)、基于ROBIS评估确定的高偏倚风险(n = 7)、摘要(n = 4)、重复(n = 3)或人群不相关(n = 2)等原因被排除。最终,10篇参考文献符合纳入标准[8, 17–25]。关于纳入和排除系统评价的详细特征,请参见附加文件2。纳入的10篇系统评价发表于2017年至2025年间,考察了23种准备度测试的诊断试验准确性。所有综述均以英文发表,其中7篇有注册方案,2篇[20, 21]提供了足够信息以使用现有数据进行荟萃分析。

纳入的研究考察了年龄18至84岁的危重症成人,平均APACHE评分范围为4至38,平均SAPS II评分范围为11至69。参与者需要有创机械通气24小时或以上,平均持续时间为2–58天[17, 20, 24],并且从各种环境招募,包括急诊科和重症监护病房(例如,混合、内科、心血管、呼吸、烧伤/创伤或神经科病房)。报告的入院原因包括需要术后护理、术后心血管问题、COPD加重、脑外伤或卒中、ARDS或脓毒症。一些综述允许纳入涉及气管切开使用者[8, 18, 20]、病态肥胖患者[20]或经历非计划性再插管或拔管的个体[18]的研究。

排除标准包括孕妇、血流动力学不稳定者、气管支气管异常、神经肌肉疾病、膈肌麻痹或长期使用类固醇(超过7天)者。此外,有颈部或喉部手术史、声带麻痹、气道创伤或烧伤的患者,以及有拒绝复苏医嘱的患者也被排除。用于评估机械通气脱机准备情况的测试在压力支持(5–8 cmH2O)、T管、自动导管补偿、持续气道正压通气(CPAP)或双水平正压通气(BiPAP)的自发呼吸试验之前、期间或之后进行。临床判断用于确定参与者何时准备好脱机,而识别失败的金标准涉及在最初72小时内需要再插管、自发呼吸不成功或在最初48小时内需要无创通气。

图1 研究流程图。本系统综述和荟萃分析在不同阶段纳入的研究。引自[42] 查看原图 ↗

纳入系统综述的偏倚风险

五项综述[8, 17, 18, 23, 25]在纳入标准领域被评估为偏倚风险不明确。尽管它们有已发表的方案,但注册处提供的信息未能就研究纳入标准的适当性提供足够的要素。两项系统综述[20, 22]被评估为低偏倚风险,因为它们遵循了具有明确目标的预定义方案。纳入标准对于综述问题适当,并且关于信息来源和研究特征的局限性已事先确定。最后,三项综述[19, 21, 24]被评估为高偏倚风险,因为它们缺乏已发表的研究方案。

关于研究识别和选择领域,六项综述[17, 19, 20, 23–25]被评估为高偏倚风险,因为它们仅限于纳入已发表的研究。检索未考虑灰色文献来源,受语言限制,在某些情况下,检索策略未提供足够信息以确保尽可能多地检索到相关研究。其余综述[8, 18, 21, 22]在该领域被评估为低偏倚风险,因为检索包括了适当范围的数据库,涵盖了灰色文献来源,检索策略可能允许检索到尽可能多的研究,并且在选择研究时努力将偏倚降至最低。

所有系统评价(SRs)[8, 17–25]在数据收集和研究评价领域被评定为低偏倚风险。数据收集和分析中的潜在误差来源被最小化,所有检索到的相关研究均被纳入综合,方法学评价使用了适当且经过验证的工具,从而最小化了该过程中的偏倚。七篇综述[17, 18, 20, 21, 23–25]在综合与发现领域被评价为低偏倚风险。尽管这些综述未评估证据的总体确定性,但它们报告了所有预先设定的分析,对数据使用了适当的综合方法,并评估了发表偏倚风险。相反,三篇综述[8, 19, 22]被判定为高偏倚风险,因为其综合方法不适合所分析的数据或未评估发表偏倚风险(图2)。

图2 纳入系统评价的偏倚风险(ROBIS) 查看原图 ↗

纳入系统评价(SRs)的结果

证据质量被评为极低至低,主要由于局限性,如偏倚风险、间接性、不一致性、不精确性,以及在某些情况下的发表偏倚。表1提供了所分析各项测试的诊断准确性总结以及证据质量评估。如需更详细信息,建议读者查阅补充材料,其中包含证据确定性及相应的“结果摘要”表(附加文件3)。此外,本伞状综述的发表重叠程度经CCA指数确定为8%,表明重叠不显著[14](附加文件4)。

表1 评估成人人群脱离机械通气准备度的测试准确性 查看原表 ↗

气道评估测试

套囊漏气试验

套囊漏气试验通过放气气管导管套囊来评估喉部通畅性,以确定导管周围是否存在气流,从而指示上气道是否通畅[18]。一项纳入28项研究、包含4493例患者的荟萃分析[18]为套囊漏气试验的诊断测试准确性提供了依据。撤机失败的中位患病率为3%,该测试报告的截断值为可闻及漏气,或在定量评估中,绝对容量>110 mL或相较于呼气潮气量的比例>10%。所有纳入研究的平均灵敏度和特异度分别为0.66(95% CI 0.46–0.81)和0.88(95% CI 0.83–0.92),平均LR+为5.59(95% CI 3.48–8.98),LR−为0.39(95% CI 0.23–0.66),DOR为14.3(95% CI 5.65–36.42),AUC为0.88(95% CI 0.83–0.90)。关于异质性来源的详细特征描述,请参阅附加文件5 [26, 27]。由于与偏倚风险、不一致性和不精确性相关的某些局限性,证据质量被评定为极低⨁◯◯◯[26, 27](附加文件3)。

咳嗽峰流量(CPF)

咳嗽峰流量(CPF)是呼气肌力量和气道理清能力的定量指标。CPF降低与脱离机械通气失败相关,而较高数值预示撤机成功[24]。该结果与一项系统评价(SR)[24]一致,该评价纳入19项研究,共2650名参与者。撤机失败的中位患病率为18%,报告的咳嗽峰流量截断值为< 80 L/min。纳入研究的合并灵敏度和特异度分别为0.76(95% CI 0.72–0.80)和0.75(95% CI 0.69–0.81),平均LR+为2.89(95% CI 2.36–3.54),LR-为0.37(95% CI 0.30–0.45),DOR为8.91(95% CI 5.96–13.3),AUC为0.79(95% CI 0.75–0.82)(附加文件5)。由于与偏倚风险和不一致性相关的某些局限性,证据质量被评为低⨁⨁◯◯[26, 27](附加文件3)。

半定量咳嗽强度评分(SCSS)

SCSS是一种床旁工具,用于评估咳嗽有效性,评分范围从0(弱)到5(强)。已显示其可预测计划拔管后再插管风险,评分越低与呼吸衰竭可能性增加相关[24]。该结果与一项系统评价(SR)[24]一致,该评价包含20项研究,共5543名参与者。撤机失败的中位患病率为22%,报告的SCSS截断值为< 2分。纳入研究的合并灵敏度和特异度分别为0.53(95% CI 0.41–0.64)和0.83(95% CI 0.74–0.89),平均LR+为2.50(95% CI 1.93–3.25),LR−为0.65(95% CI 0.56–0.76),DOR为4.61(95% CI 3.03–7.01),AUC为0.74(95% CI 0.70–0.78)(附加文件5)。由于与偏倚风险、不一致性和发表偏倚相关的某些局限性,证据质量被评为极低⨁◯◯◯[26, 27](附加文件3)。

呼吸评估试验

100毫秒气道闭合压(P0.1)

P0.1是患者在吸气用力最初0.1秒内对抗闭合气道时所产生的负吸气压力[17]。一项纳入12项研究、共1088名参与者的荟萃分析[17]报告了P0.1试验的诊断试验准确性。撤机失败的中位患病率为30%,报告的试验截断值范围在2.3至5.0 cmH2O之间。所有纳入研究的平均灵敏度和特异度分别为0.86(95% CI 0.72–0.94)和0.58(95% CI 0.37–0.76),平均LR+为2.04(95% CI 1.14–3.92),LR−为0.24(95% CI 0.08–0.75),DOR为20.0(95% CI 1.63–247.15),AUC为0.81(95% CI 0.77–0.84)(附加文件5)。由于与偏倚风险、不一致性和发表偏倚相关的某些局限性,证据质量被评为极低⨁◯◯◯[26, 27](附加文件3)。

快速浅呼吸指数(RSBI)

RSBI定义为自主呼吸频率(RR,次/分)与潮气量(VT,升)的比值,两者均在无辅助呼吸时测量[8]。一项纳入79项研究、包含13170名参与者的荟萃分析[8]为RSBI试验的诊断准确性提供了依据。撤机失败的中位患病率为29%,报告的截断值范围在44至130次/分/升之间。所有纳入研究的平均敏感度和特异度分别为0.60(95% CI 0.59–0.61)和0.68(95% CI 0.66–0.70),平均LR+为2.17(95% CI 1.92–2.46),LR−为0.31(95% CI 0.26–0.36),DOR为9.23(95% CI 7.06–12.08),AUC为0.81(95% CI 0.79–0.83)(附加文件5)。由于与偏倚风险、间接性、不一致性和发表偏倚相关的某些局限性,证据质量被评定为极低⨁◯◯◯[26, 27](附加文件3)。

最大吸气压力(MIP)

MIP量化吸气肌在气道闭合时所能产生的最大负压,通常在残气量位测量[20]。一项系统评价[20]纳入18项研究、共1107名参与者,报告了MIP的准确性。撤机失败的中位患病率为31%,报告的MIP截断值为20–50 cmH2O。该综述中呈现的数据被重新分析。采用双变量模型进行荟萃分析,合并敏感度和特异度分别为0.60(95% CI 0.44–0.74)和0.78(95% CI 0.68–0.85),平均LR+为2.7(95% CI 1.90–3.90),LR−为0.51(95% CI 0.35–0.74),DOR为5.0(95% CI 3.0–10.0),AUC为0.77(95% CI 0.73–0.80)(图3)(附加文件5)。由于与偏倚风险、间接性和不一致性相关的某些局限性,证据质量被评定为极低⨁◯◯◯[26, 27](附加文件3)。

图3 试验的汇总ROC图:最大吸气压力诊断试验准确性评估 查看原图 ↗

肺超声评分(LUS)

LUS是一种经过验证的半定量工具,评分范围为0至36分。它通过对12个肺区的特定超声通气模式进行区域评分后相加得出[21]。一项纳入5项研究、共315名参与者的系统评价[21]记录了LUS试验的诊断准确性。撤机失败的中位患病率为33%,报告的截断值为≥17分。该综述中呈现的数据被重新分析。进行了荟萃分析,纳入研究的合并敏感度和特异度分别为0.94(95% CI 0.59–0.99)和0.87(95% CI 0.62–0.97),对应平均LR+为7.3(95% CI 2.20–24.7),LR−为0.07(95% CI 0.01–0.65),DOR为108.0(95% CI 8.0–1423.0),AUC为0.96(95% CI 0.93–0.97)(图4)(附加文件5)。由于与偏倚风险、不一致性和不精确性相关的某些局限性,证据质量被评定为极低⨁◯◯◯[26, 27](附加文件3)。

图4 试验的汇总ROC图:肺超声评分诊断试验准确性评估 查看原图 ↗

膈肌评估试验

膈肌移动度(DE)

膈肌移动度(DE)是一种超声参数,用于量化呼吸过程中膈肌的位移。它是肺扩张的间接标志物,与潮气量呈正相关[20]。该结果对应于一项系统评价(SR)[20],纳入53项研究,样本量为3641例患者。撤机失败的中位发生率为32%,报告的截断值为9–21 mm。对综述中呈现的数据进行了再分析。进行了荟萃分析,纳入研究的合并敏感度和特异度分别为0.74(95% CI 0.68–0.80)和0.80(95% CI 0.75–0.84),平均LR+为3.7(95% CI 2.90–4.80),LR−为0.32(95% CI 0.25–0.41),DOR为11.0(95% CI 7.0–18.0),AUC为0.84(95% CI 0.81–0.87)(图5)(附加文件5)。由于与偏倚风险、间接性、不一致性和发表偏倚相关的某些局限性,证据质量被评为极低⨁◯◯◯[26, 27](附加文件3)。

图5 检验的汇总ROC图:膈肌移动度诊断试验准确性评估 查看原图 ↗

膈肌增厚分数(DTF)

DTF是一种超声指标,定义为(吸气末厚度−呼气末厚度)/呼气末厚度。它反映自主呼吸期间的膈肌收缩力[20]。一项系统评价[20]检索了48项研究,包括3471名参与者。撤机失败的中位发生率为31%,报告的截断值范围为13%至50%。对综述中呈现的数据进行了再分析。进行了荟萃分析。纳入研究的汇总敏感度和特异度分别为0.73(95% CI 0.65–0.80)和0.84(95% CI 0.77–0.89),平均LR+为4.5(95% CI 3.00–6.90),LR−为0.32(95% CI 0.24–0.44),DOR为14.0(95% CI 7.0–28.0),AUC为0.85(95% CI 0.82–0.88)(图6)(附加文件5)。由于与偏倚风险、不一致性和发表偏倚相关的某些局限性,证据质量被评为极低⨁◯◯◯[26, 27](附加文件3)。

图6 检验的汇总ROC图:膈肌增厚分数诊断试验准确性评估 查看原图 ↗

膈肌快速浅呼吸指数(D-RSBI)

D-RSBI是传统RSBI的改良版本。在该指标中,超声测量的膈肌移动度取代了RR/VT比值中的自主潮气量。其计算方式为自主呼吸期间呼吸频率(RR)与膈肌位移的比值[19]。一项纳入9项研究、包括568例患者的荟萃分析[19]报告了D-RSBI检验的诊断试验准确性。撤机失败的中位发生率为30%,该检验的报告截断值范围为1.23至1.90次/min/mm。所有纳入研究的平均敏感度和特异度分别为0.84(95% CI 0.76–0.90)和0.87(95% CI 0.79–0.92),平均LR+为6.46(95% CI 3.62–11.25),LR−为0.18(95% CI 0.11–0.30),DOR为35.8(95% CI 32.91–37.50),AUC为0.88(未报告95% CI)(附加文件5)。由于与不一致性相关的某些局限性,证据质量被评为低⨁⨁◯◯[26, 27](附加文件3)。

膈肌增厚分数快速浅呼吸指数(DTF–RSBI)

DTF–RSBI 是传统 RSBI 的改良版本。在该指数中,通过超声测量的膈肌增厚分数替代了 RR/VT 比值中的自主潮气量 [25]。一项纳入四项研究、共 414 例患者的荟萃分析 [25] 报告了 DTF–RSBI 试验的诊断准确性。撤机失败的中位患病率为 33%,报告的临界值范围为 48 至 85 次/分/百分比。所有纳入研究的平均灵敏度和特异度分别为 0.85(95% CI 0.79–0.98)和 0.65(95% CI 0.28–1.00),平均 LR+ 为 4.39(95% CI 2.45–7.87),LR− 为 0.19(95% CI 0.05–0.63),DOR 为 23.1(95% CI 12.49–49.00),AUC 为 0.88(95% CI 0.85–0.90)(附加文件 5)。由于与不一致性相关的某些局限性 [26, 27],证据质量被评定为低 ⨁⨁◯◯(附加文件 3)。

呼气末膈肌厚度(EeDT)

EeDT 是使用床旁超声在正常呼气末获得的超声参数。它常用于评估危重症患者的膈肌功能 [20]。一项纳入 11 项研究、617 名参与者的系统评价 [20] 评估了 EeDT 的准确性。撤机失败的中位患病率为 34%,报告的临界值为 1.7–15.5 mm。该综述中呈现的数据被重新分析。进行了荟萃分析。所检索研究的合并灵敏度和特异度分别为 0.69(95% CI 0.50–0.83)和 0.59(95% CI 0.32–0.82),平均 LR+ 为 1.7(95% CI 1.00–2.90),LR− 为 0.53(95% CI 0.34–0.81),DOR 为 3.0(95% CI 1.0–7.0),AUC 为 0.69(95% CI 0.65–0.73)(图 7)(附加文件 5)。由于与偏倚风险、不一致性和不精确性相关的某些局限性 [26, 27],证据质量被评定为低 ⨁⨁◯◯(附加文件 3)。

图 7 试验的汇总 ROC 图:呼气末膈肌厚度诊断试验准确性评估 查看原图 ↗

吸气末膈肌厚度(EiDT)

EiDT 是使用床旁超声在吸气末获得的超声参数,常用于评估危重症患者的膈肌收缩力 [20]。结果对应于一项纳入八项研究、共 464 名参与者的 SR [20]。撤机失败的中位患病率为 35%,报告的临界值为 3.4–21.0 mm。该综述中呈现的数据被重新分析。进行了荟萃分析,纳入研究的合并灵敏度和特异度分别为 0.89(95% CI 0.59–0.98)和 0.40(95% CI 0.05–0.90),平均 LR+ 为 1.5(95% CI 0.6–3.80),LR− 为 0.26(95% CI 0.06–1.13),DOR 为 6.0(95% CI 1.0–49.0),AUC 为 0.83(95% CI 0.79–0.86)(图 8)(附加文件 5)。由于与偏倚风险、不一致性和不精确性相关的某些局限性 [26, 27],证据质量被评定为极低 ⨁◯◯◯(附加文件 3)。

图 8 试验的汇总 ROC 图:吸气末膈肌厚度诊断试验准确性评估 查看原图 ↗

心血管评估试验

静脉血氧饱和度下降(ScvO2)

ScvO₂ 是通过中心静脉导管采血获得的一种血流动力学参数。它反映组织水平上氧输送与氧消耗之间的整体平衡,常用于评估危重症患者的心血管功能 [23]。该结果对应于一项系统评价(SR)[23],纳入五项研究,共包括 353 名参与者。撤机失败的中位发生率为 28%,所报告的静脉血氧饱和度阈值为进一步下降超过 3.8%。纳入研究的合并敏感度和特异度分别为 0.83(95% CI 0.74–0.90)和 0.88(95% CI 0.83–0.92),平均 LR+ 为 7.2(95% CI 4.6–11.20),LR− 为 0.19(95% CI 0.12–0.31),DOR 为 38.0(95% CI 17.0–86.0),AUC 为 0.92(95% CI 0.90–0.94)(附加文件 5)。由于与偏倚风险和不一致性相关的某些局限性,证据质量被评定为低 ⨁⨁◯◯ [26, 27](附加文件 3)。

脑钠肽的变化(ΔBNP)

脑钠肽是心肌牵张的生物标志物。在自主呼吸试验期间其相对升高可能提示左心室后负荷增加以及亚临床或明显的肺淤血。该变化已被提出作为成功脱机的补充预测指标 [22]。该结果对应于一项系统评价(SR)[22],纳入五项研究,共包括 257 名参与者。撤机失败的中位发生率为 32%,所报告的截断值为 13–20%。纳入研究的合并敏感度和特异度分别为 0.88(95% CI 0.83–0.92)和 0.82(95% CI 0.73–0.89),平均 LR+ 为 5.1(95% CI 3.1–8.4),LR− 为 0.13(95% CI 0.08–0.21),DOR 为 38.0(95% CI 17.6–85.4),AUC 为 0.92(95% CI 0.87–0.96)(附加文件 5)。由于与偏倚风险相关的某些局限性,证据质量被评定为低 ⨁⨁◯◯ [26, 27](附加文件 3)。关于其他分析试验诊断准确性的详细信息,请参阅附加文件 6 [20]。

讨论

基于本系统综述概述的结果,用于评估成人机械通气撤机准备度的测试显示出弱至中等的诊断准确性[28]。这种性能意味着平均有6–47%的概率错误地提示撤机成功,以及12–42%的概率在该过程中错误地识别撤机失败。在这些测试中,气囊漏气试验、肺部超声(LUS)、膈肌呼吸浅快指数(D-RSBI)、中心静脉血氧饱和度(ScvO2)和脑钠肽(BNP)在确认撤机失败方面具有高至中等的诊断能力[28],而其他测试如P0.1、呼吸浅快指数(RSBI)、最大吸气压(MIP)、膈肌增厚率(DE)、膈肌增厚分数(DTF)、DTF–RSBI、强直性脊柱炎脊柱评分(SCSS)和咳嗽峰值流量(CPF)在这方面表现较弱[1, 28, 29]。相反,气囊漏气试验、P0.1、RSBI、MIP、DE、SCSS、CPF和DTF在排除撤机失败方面表现出弱的诊断准确性[1],而LUS、D-RSBI、DTF–RSBI、ScvO2和BNP在这方面则表现出高至中等的准确性[28, 29]。EeDT和EiDT的诊断准确性非常差,表明目前其确认或排除撤机失败的判别能力有限或没有[1, 28, 29]。本综述的发现与一些指南制定小组的观点一致[2],他们认为客观评估测试的结果不是决定性标准,而是作为决策的指导[30]。每种测试的操作性能相对有限,但结合起来使用有助于减少关于哪些患者可能成功脱离机械通气的不确定性[1][30]。因此,它们应被视为脱离机械通气众多考虑因素之一[1]。

但为什么现有证据显示性能有限?要回答这个问题,必须记住,尽管诊断测试提供了区分两种健康状态的能力[1],但结果远非病情的真实反映[1]。最近的出版物强调了理解和管理不确定性以改善诊断过程的重要性[31–33]。现有文献提及围绕被认定导致健康问题的命名诊断或疾病的不确定性[31]。然而,不确定性贯穿整个诊断过程[33],该过程随时间展开。因此,理解不断演变的诊断过程中的不确定性对于确定接受和处理不确定性的方法至关重要[32]。因此,临床行动方案最终将取决于对结果的相对重视程度(临床经验的反映)[27]、额外信息来源的存在[1],当然还有临床情景[34]。

因此,诊断准确性可能不高的原因或许在于,研究中纳入的人群仅代表了该疾病谱的一部分[34]。尽管纳入的研究最初招募了疾病严重程度范围较广的患者(例如,APACHE评分范围为4至38,SAPS II评分范围为11至69),但需要注意的是,所分析的脱机准备度试验仅在基础病理已稳定或得到充分控制时才适用。这是因为只有病情相对较好的患者才适合作为撤机过程的候选者。已知在存在严重疾病(更差的疾病谱)时,试验的诊断准确性会提高,考虑到“发现大病灶比小病灶更容易”[27, 34]。

影响操作性能的另一个因素是试验应用和整合的方式[34]。脱机准备度试验在获得自主呼吸试验(SBT)结果之后进行,其结果决定患者是否有资格继续机械通气撤机过程。这造成了脱机准备度试验与前一项试验(在此背景下即为SBT)之间的相互依赖关系,后者作为条件性试验。尽管最终决定基于试验序列结束时观察到的结果,但这些脱机准备度试验的实施和解读本质上受到先前SBT结果的影响[34]。随着平行诊断策略的实施(如脱机准备度标准所采用的方式)[34],在其他结果阳性的情况下出现一项阴性结果,最终会促使脱离支持。使用平行试验允许遵循“相信阳性”的OR规则进行解读,即只要任一试验为阳性则诊断为阳性,只有当所有信息来源的结果均为阴性时,试验才被解读为阴性[34]。

然而,这并不是进行自主呼吸试验(SBT)影响撤机准备度测试准确性的唯一方式。SBT可以通过在将患者从呼吸机断开后使用T管进行,或采用低水平压力支持通气(PSV)进行。一些研究表明,PSV试验期间所需的呼吸做功显著低于T管试验期间,也低于脱离机械通气后所需的呼吸做功。因此,虽然PSV试验可能有助于缩短脱机时间,但也可能增加再插管的风险,因为它倾向于低估拔管后实际所需的呼吸做功——尤其是在失败风险高的患者中,从而影响测试的操作性能。最后,各测试截断点缺乏同质性也可以至少部分解释所观察到的有限性能,因为它影响诊断准确性的内在测量指标(例如灵敏度、特异度、似然比(LR)、诊断比值比(DOR)和受试者工作特征曲线(ROC))[27, 34]。为诊断测试选择截断点本质上是一个决策过程,因为诊断准确性的测量指标——如灵敏度与特异度或阳性与阴性似然比——呈反向关系,并随所选截断点的不同而变化。因此,调整截断点涉及权衡:较高的截断点可能减少假阳性但增加假阴性,而较低的截断点则可能产生相反的效果。在确定最佳截断点时,评估与潜在不准确性相关的获益和风险至关重要,尤其是因为绝对精确几乎无法实现。这一考量至关重要,因为截断点的选择直接影响测试的操作性能及其临床效用[27, 34]。

本概述具有一些优势[10]。它采用了明确且系统的方法来识别和分析与研究问题相关的多篇系统评价(SR)。该方法在实施前已预先确定并注册。在最具相关性的数据库中进行了全面检索,并涵盖了灰色文献、纳入研究的参考文献列表和专家咨询,对语言或日期不加限制。综述筛选、数据提取和偏倚风险评估均由两人独立完成。为防止重复计数,采用了明确定义的程序来处理重叠的系统评价[10]。采用ROBIS[13]工具评估纳入综述的偏倚风险。本概述综合了最高质量综述的结果,汇总了结局数据,并在某些情况下基于可用数据进行了荟萃分析[10]。最后,采用GRADE方法评价证据强度[27]。

然而,本概述也存在局限性[10]。纳入的系统评价(SRs)在研究 eligibility 标准、识别和选择方面存在设计和方法学缺陷[13]。从这个意义上说,三项系统评价[19, 21, 24]被评估为高偏倚风险,因为它们缺乏已发表的研究方案;六项综述[17, 19, 20, 23–25]在研究识别与选择领域被评估为高偏倚风险,原因在于其仅限于纳入已发表的研究;三项综述[8, 19, 22]在综合与发现领域被判定为高偏倚风险,因为其综合方法不适合所分析的数据,或未评估发表偏倚风险。这些缺陷可能导致一些相关研究被忽视,且关于纳入研究的决定可能受其特点和发现的影响[13]。此外,在综合与发现领域存在高偏倚风险的系统评价,可能导致对诊断试验准确性的高估。这一问题的出现是因为分析方法未考虑灵敏度和特异度之间的关系以及试验准确性的异质性,凸显了实施分层随机效应模型的必要性[11]。

现有证据的另一局限性是所分析试验中观察到的显著异质性。虽然由于使用不同截断点、自主呼吸试验(SBT)和撤机失败定义的差异、临床环境的变化以及疾病谱的考虑,诊断试验研究中的异质性是可以预期的,但所分析变量的异质性无法解释。这一方面严重限制了我们对效应(操作性能)确定性的信心[32, 33]。至于结果的精确性,某些试验的诊断试验准确性真实幅度存在不确定性。这一局限性因灵敏度、特异度或两者兼有的点估计值周围置信区间的宽度而显而易见。

此外,本伞状综述的发表重叠度为8%,系使用CCA指数计算得出(见补充材料表S4)。该重叠度表明证据基础可能并非完全独立,部分原始研究可能被多次纳入。这种冗余可能导致对研究结果总体强度的 overestimation。因此,在临床实践中应用这些结果时应谨慎。这些考量最终导致证据质量被评定为低或极低,不仅由于偏倚风险的局限性,还由于间接性、不一致性、不精确性以及在某些情况下的发表偏倚[16]。

尽管存在局限性,本系统综述的概览对实践和研究均有启示。鉴于不恰当的呼吸机撤机可能带来不良结局以及当前证据的局限性,准备度测试应作为综合诊断策略的一部分。该策略应包括准确识别拔管成功验前概率最高的患者——考虑诸如呼吸衰竭基础病因改善的证据、充分的氧合、血流动力学稳定性以及启动吸气努力的能力等因素[35]——然后并行实施和解读准备度测试。这种方法将有助于克服单项操作性能[32]所带来的局限性。医生应整合生理学、超声和辅助检查指标的结果,以最大限度减少在决定哪些患者应推进至脱离机械通气时的不确定性,始终考虑患者的个体需求,以确保个性化医疗。

在此背景下,区分呼吸机撤机准备度与拔管准备度至关重要,这是停止机械通气中两个在概念和临床上不同的阶段。根据美国呼吸治疗协会[36]的最新指南,呼吸机撤机定义为患者维持自主呼吸的能力,通常通过自主呼吸试验(SBT)进行评估。相比之下,拔管准备度涉及对气道通畅性、分泌物管理、咳嗽强度和气道上段保护的更广泛评估。证据表明,相当比例通过SBT的患者仍可能因这些非通气因素而出现拔管失败[37–39]。因此,本综述中纳入的诊断测试——包括生理性呼吸指标(如RSBI、MIP和P0.1)、床旁功能评估(如咳嗽峰流量和半定量咳嗽强度评分)以及基于超声的评估(如膈肌移动度、增厚分数和肺超声)——应并行实施和解读,以支持拔管准备度评估。

尽管这些测试在临床实践中被越来越多地采用,并有越来越多的证据支持,但它们尚未被正式纳入主要的国际临床实践指南。例如,ATS/ACCP指南[40]和AARC指南[36]侧重于自主呼吸试验和套囊漏气试验的作用,未推荐常规使用RSBI、P0.1、MIP或超声衍生指标。ERS/ATS/SCCM联合共识声明[2]承认RSBI和MIP等指标的潜在效用,但未给出强推荐。此外,SFAR和SRLF发布的法国指南[41]主要关注气道保护和拔管失败风险,未涉及其他临床相关测试,如咳嗽强度或呼吸及膈肌超声。这一差异反映了支持这些诊断测试的不断增长的证据与其纳入临床方案之间的差距。我们的研究通过综合新兴测试的诊断准确性,有助于弥合这一差距,这些测试可改善患者选择和对拔管的个性化决策。这些结果可作为未来临床指南更新及在ICU中更广泛实施多模式评估策略的基础。

必须推动更全面、更高质量的研究,评估用于成人机械通气脱机准备度评估的测试的操作性能。这些研究应特别关注测试准确性可能显著不同的亚组,如老年患者、合并心脏疾病的患者以及需要长期通气的患者。此外,未来研究必须标准化截断值和方案,并对不同评估方法——包括气道、呼吸和膈肌测试——进行直接比较,以确定其相对诊断准确性。未来的系统评价应纳入定义明确的原始研究纳入标准,将检索扩展至灰色文献,不限制语言或发表时间。此外,采用稳健的信息合成方法和评估发表偏倚至关重要,以解决尚未明确的不确定性,特别是确认肺部超声(LUS)的潜在作用以及各种功能参数的准确性,如胸骨旁肋间增厚分数、膈神经刺激和膈肌电活动。此外,评估比例通气模式 and 人工智能将如何影响机械通气脱机过程的评估和进程,以及它们将对准备度测试的诊断准确性产生何种影响,至关重要。

结论

用于评估成人机械通气脱机准备度的测试的准确性差异相当大。平均而言,这些测试有6–47%的概率错误地提示脱机成功,有12–42%的概率错误地提示脱机失败。鉴于不当脱机可能带来的负面后果,医生应整合生理学、超声和辅助检查指标的结果,以尽量减少在决定哪些患者应推进至呼吸机脱机时的不确定性,始终考虑个体患者需求以确保个性化医疗。

补充信息

附加文件1。

附加文件2。

附加文件3。

附加文件4。

附加文件5。

附加文件6。

参考来源

  1. Grillo-Ardila CF, Triana-Moreno LC, Laverde-Sabogal CE, et al. Diagnostic accuracy of tests for assessing readiness for liberation from mechanical ventilation in adults: an overview of reviews. J Intensive Care. 2026. PMID: 41535927. doi:10.1186/s40560-026-00848-9
  2. 全文:PMC12874667(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12874667/

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。