文献速递呼吸衰竭与机械通气重症综合管理与镇静镇痛

NIVPredict:急性呼吸衰竭无创通气结局早期预测AI工具的院内测试

In-hospital testing of NIVPredict - an AI tool for early prediction of non-invasive ventilation outcome in acute respiratory failure.
PubMed 文献 · Crit Care · 2026-02-15
一句话结论NIVPredict在无创通气启动后2小时内预测结局,院内测试AUC 0.858,优于Updated HACOR等临床指数,但作者强调需前瞻性多中心验证。

本研究开发了基于TabPFN机器学习的网页版AI工具NIVPredict,用于在急性呼吸衰竭患者无创通气启动后2小时内预测NIV失败(7天内插管或死亡)。工具在665例巴西RENOVATE试验数据上训练,在422例意大利、西班牙和美国外部数据上验证,并在英国单中心57例患者中由临床医生进行院内测试。内部交叉验证、外部验证和院内测试的AUC分别为0.793、0.772和0.858,均优于最佳临床指数Updated HACOR(AUC分别为0.717、0.709和0.693)。作者认为该工具预测性能优于现有临床指数,但研究基于回顾性数据,需前瞻性多中心研究进一步确认。

要点

  • NIVPredict在院内测试中AUC 0.858、平衡准确率85.0%,优于Updated HACOR的AUC 0.693、平衡准确率67.6%。
  • 外部验证中NIVPredict AUC 0.772、准确率74.2%,优于HACOR(AUC 0.692、准确率60.7%)和SAPS II(AUC 0.667、准确率63.7%)。
  • 工具仅需NIV启动前6小时内及启动后1–2小时的常规测量,包括PaO2/FiO2、RR、SAPSII、ΔpH、ΔFiO2等13个特征。
  • 院内测试中置信度>60%的51/57例预测准确率升至90.2%、AUC 0.859;作者建议临床医生可自行决定忽略置信度低于70%的预测。
  • NIV失败定义为NIV启动后7天内气管插管或死亡;工具为辅助决策而非替代临床判断。

适用人群与场景

  • 纳入免疫抑制和免疫正常的低氧性急性呼吸衰竭患者(肺炎、脓毒症或COVID-19所致)以及高碳酸血症性急性呼吸衰竭患者(COPD急性加重或肥胖低通气综合征所致)。
  • 训练集排除心源性、神经肌肉性或创伤性急性呼吸衰竭以及间质性肺病患者。
  • 院内测试在英国北米德兰兹大学医院NHS信托基金会开展,纳入病房和ICU的57例接受NIV的急性呼吸衰竭患者,病因包括COPD、社区获得性肺炎、脓毒症和肥胖低通气综合征。

诊断标准与关键阈值

  • NIV失败定义为NIV启动后7天内需要气管插管或死亡。
  • 预测时间窗为NIV启动后2小时内,输入特征包括NIV启动前6小时内(T0)和启动后1–2小时(T1)的测量值。
  • 模型输出NIV成功或失败的预测及置信度评分,置信度评分反映TabPFN模型对预测结局的概率赋值。

处置流程与药物剂量

  • 临床医生通过网页界面输入匿名患者信息、合并症状态(如COPD)、ICU入住状态、NIV启动前6小时内基线测量值、启动后1–2小时早期生理反应以及NIV设置(IPAP、EPAP、PSV)。
  • 工具即时生成NIV成功或失败的预测及置信度评分,供床旁快速临床决策支持;预测后不存储任何临床测量数据。
  • 作者认为,高置信度的NIV成功预测可增加对无创支持有效的信心并避免不必要的治疗升级,高置信度的NIV失败预测可提示更密切监测、重新评估当前治疗(如调整压力设置)或开始计划治疗升级。
  • 作者未提出具体风险阈值,临床医生应自行决定使用该工具所需置信度水平,例如为减少错误预测概率可决定忽略置信度低于70%的预测。
  • NIVPredict为决策支持工具,不能替代临床判断。

研究设计与关键结果

  • 研究为多中心回顾性分析(含院内测试部分),数据来自4个国家(英国、意大利、西班牙、巴西)的38家医院及美国MIMIC-IV数据库。
  • 训练集来自RENOVATE试验,共665例(成功411例 vs 失败254例);外部验证集共422例(成功247例 vs 失败175例),其中欧洲亚组283例(成功161例 vs 失败122例),美国亚组139例(成功86例 vs 失败53例);院内测试57例(成功42例 vs 失败15例)。
  • 内部重复5折交叉验证:NIVPredict准确率78.2%、敏感度76.8%、特异度78.2%、AUC 0.793;Updated HACOR(T1)准确率68.4%、敏感度69.2%、特异度67.4%、AUC 0.717。
  • 外部验证:NIVPredict准确率74.2%、敏感度76.0%、特异度72.9%、AUC 0.772、Brier评分0.176;HACOR(T1)准确率60.7%、AUC 0.692;SAPS II准确率63.7%、AUC 0.667。
  • 院内测试:NIVPredict准确率84.2%、敏感度86.7%、特异度83.3%、AUC 0.858、Brier评分0.093;HACOR和Updated HACOR的平衡准确率分别为67.6%和65.0%,AUC分别为0.685和0.693。
  • 院内测试中置信度>60%的51/57例:准确率90.2%、敏感度84.6%、特异度92.1%、AUC 0.859。
  • 决策曲线分析显示,在外部验证中决策阈值20%至70%范围内,NIVPredict引导的治疗升级决策净获益大于治疗所有或不治疗策略;院内测试中在决策阈值10%至65%范围内净获益大于当前临床指数。
  • 外部验证中可计算Updated HACOR的亚组:NIVPredict准确率76.2%、AUC 0.781;Updated HACOR(T1)准确率63.2%、AUC 0.709。

证据类型、等级与局限

  • 证据类型:多中心回顾性分析(含院内测试部分)及机器学习模型开发与验证研究。
  • 模型开发与报告遵循TRIPOD-AI标准。
  • 局限:潮气量未纳入NIVPredict输入测量,因外部验证所用部分数据集无此数据;SAPSII被用作工具输入而非更易计算的SOFA评分,原因相同;液体平衡或容量状态、患者合作程度等更详细标准化数据在内部训练和外部验证数据集中不可用,未能纳入模型;低氧组在训练集中占较大比例,全局特征选择可能受1型急性呼吸衰竭预测因素的不成比例影响;可行性/可用性评估为单中心为期一年的院内测试,样本量相对较小(N=57);院内测试集性能高于内部和外部验证队列需谨慎解读,因模型性能随验证队列特征(病例组合、疾病严重程度、NIV指征、当地实践如插管阈值)自然变化;研究主要局限为基于回顾性数据;工具预测性能需在多中心前瞻性研究中全面确认。

对床旁实践的改变

  • 作者认为,NIVPredict可在NIV启动后2小时内提供NIV结局预测,高置信度成功预测可帮助避免不必要的治疗升级,高置信度失败预测可提示更密切监测、重新评估治疗或计划升级。
  • 作者未提出具体风险阈值,临床医生可自行决定所需置信度水平,例如为减少错误预测概率可忽略置信度低于70%的预测。
  • 工具适用于免疫抑制和免疫正常的低氧性急性呼吸衰竭(肺炎、脓毒症、COVID-19)及高碳酸血症性急性呼吸衰竭(COPD急性加重、肥胖低通气综合征)患者;训练集排除心源性、神经肌肉性、创伤性急性呼吸衰竭及间质性肺病患者。
  • NIVPredict为辅助决策工具而非处方性工具,临床判断应始终是治疗决策的主要仲裁者。

提炼说明

  • 原文未涉及「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11 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:Crit Care. 2026 Feb 15;30:124. doi: 10.1186/s13054-026-05894-1

引言

因无创通气(NIV)失败而随后需要升级治疗的急性呼吸衰竭(ARF)患者死亡风险更高[1–4]。目前尚无正式指南可帮助临床医生早期识别NIV失败风险较高的患者[4]。一旦启动NIV,已有多种临床评分和生理学指标被提出以帮助临床医生预测NIV结局[5],但关于其最佳截断值及其在不同数据集或疾病病因中的判别能力仍存在显著不确定性[6]。在被广泛引用的HACOR和更新版HACOR评分验证研究[7, 8]中,以及在一项使用ROX指数的近期研究[9]中,重要的患者亚组被排除,即因慢性阻塞性肺疾病(COPD)急性加重或肥胖低通气综合征(OHS)导致的高碳酸血症性呼吸衰竭患者,或在高流量氧疗失败后接受NIV的患者。这些排除降低了这些指标在病房和ICU环境中常规临床实践的适用性,而此类情况在这些环境中很常见。低氧血症性和高碳酸血症性呼吸衰竭是具有不同病理生理学和治疗时机的不同实体,因此开发可同时应用于两种情况的准确预测模型具有挑战性——一项将ROX指数应用于混合病因ARF患者数据的近期研究产生了令人失望的结果,作者得出结论认为该指数“目前不能推荐用于临床决策支持”[10]。近年来,机器学习(ML)模型已显示出在提供更准确、更可推广的NIV结局预测方面的前景[11],但这些模型也仅纳入了新发急性低氧血症性呼吸衰竭患者,且其在医院环境中的临床可用性尚未确立。

在本研究中,我们开发了NIVPredict,一种易于使用的基于网络的AI工具,用于支持临床医生在广泛且多样化的患者队列中预测NIV结局。模型开发和报告遵循TRIPOD-AI标准,以确保透明性和可重复性。我们使用来自不同中心的多个数据集,并通过临床医生在医院环境中的直接测试,评估了该工具的准确性(图1)。

图1 AI驱动的NIV结局预测与临床部署工作流程概览。A图展示了多中心、回顾性数据收集及跨多个国际来源的数据协调,随后进行纳入/排除筛选。B图定义了临床结局:NIV失败定义为NIV开始后7天内气管插管或死亡。输入特征包括NIV开始前6小时内(T0)的基线测量值及NIV开始后1–2小时(T1)的测量值。对于基线测量值,当存在多个可用值时,选择记录时间最接近NIV开始时间的值。缺失数据通过前馈处理和k近邻(KNN)插补策略处理。C图展示了模型开发阶段。特征选择在内部训练队列上进行,采用上下文学习方法应用预训练的TabPFN基础模型。该模型不进行重新训练,而是利用合成先验知识基于编码输入直接生成预测。模型性能在内部交叉验证和外部验证队列中进行评估,使用包括ROC AUC、净获益分析和校准曲线在内的指标。当部署到真实临床环境时,NIVPredict工具通过安全的ngrok API集成到本地应用程序中,并在医院环境中部署进行测试 查看原图 ↗

方法

患者数据

这是一项多中心、回顾性分析,分析对象为前瞻性收集的数据,包含院内测试部分,在四个国家(英国、意大利、西班牙和巴西)的38家医院开展,并补充了来自美国公开可用的MIMIC-IV数据集的数据。研究方案经所有参与机构的相关伦理和研究委员会审查批准。用于通过上下文学习和内部交叉验证进行模型训练的主要数据取自RENOVATE试验[12],该试验纳入665例接受NIV的ARF患者(411例成功 vs. 254例失败)。该训练集中的ARF病因包括非免疫抑制和免疫抑制患者的低氧血症、低氧性COVID-19以及COPD急性加重所致的呼吸性酸中毒。诊断为心源性、神经肌肉性或创伤性ARF,或间质性肺疾病的患者被排除。

为外部验证之目的,我们使用了一个包含422例接受NIV的ARF患者(247例成功 vs. 175例失败)的数据集,该数据集由意大利和西班牙既往发表研究的数据[13–17]以及来自美国贝斯以色列女执事医疗中心公开可用的MIMIC-IV数据库[18]的数据汇编而成。欧洲亚组(N = 283,161例成功 vs. 122例失败)主要由急性呼吸窘迫综合征(ARDS)及继发于肺炎、脓毒症和COVID-19的低氧性衰竭组成,而美国亚组(N = 139,86例成功 vs. 53例失败)则包含更广泛的诊断构成,包括COPD、脓毒症、肺炎和肥胖低通气综合征(OHS)(附加文件:图S1和表S2)。

NIVPredict工具的院内测试于2024年12月至2025年11月在北米德兰兹大学医院NHS信托基金会(UNHM,英国)进行。评估纳入57例接受无创通气(NIV)的急性呼吸衰竭(ARF)患者,覆盖普通病房和重症监护病房(ICU)环境(42例NIV成功 vs. 15例NIV失败)。该队列的病因构成包括慢性阻塞性肺疾病(COPD)、社区获得性肺炎(CAP)、脓毒症和肥胖低通气综合征(OHS)。

在所有队列中,生理测量均在两个预设时间点采集:T0(NIV开始前6小时内获得的基线值)和T1(NIV治疗开始后1–2小时记录的值)。所有研究中NIV失败的定义为需要气管插管或NIV开始后7天内死亡。

机器学习模型

NIVPredict使用近期提出的表格先验数据拟合网络(TabPFN)机器学习模型[19]。实现该模型的软件为开源且可免费获取。与许多需要超大规模数据集的机器学习算法不同,TabPFN专为重症监护研究中常见的中小规模数据集而开发。这种新的表格学习方法使用上下文学习——大语言模型取得前所未有性能所依赖的机制——并已被证明在小数据集上显著优于最先进的机器学习模型。TabPFN无需重新训练或调参即可进行预测,即使在小规模或不熟悉的数据集上,也能利用其在预训练期间从数千个合成任务中学到的知识。这降低了计算负担,从而便于院内实施。它还有助于减少过拟合并提高泛化能力,从而改善在外部(未见)数据集上的性能,这是任何临床决策支持工具的关键要求。TabPFN模型的完整细节(包括其在本研究中的应用方式)见(附加文件:方法)。

统计分析与特征选择

各队列的详细统计分析见附加文件:表S1。特征选择采用遗传算法结合10折交叉验证进行,以自动识别对机器学习模型最具信息量的特征。所选特征包括PaO2/FiO2(T1)、RR(T1)、SAPSII(T0)、ΔpH、ΔFiO2、PaO2/FiO2(T0)、PEEP、ΔPaO2/FiO2、ΔPaCO2、PEEP + PSV、ΔRR、COPD_诊断以及ICU vs. 病房状态。值得注意的是,该模型同时强调静态测量和患者状态的时间轨迹,其中最具预测性的变量包括PaO₂/FiO₂(T1)、RR(T1)、PaO₂/FiO₂(T0)、ΔpH和ΔFiO₂。时间特征捕捉治疗最初两小时内对NIV的生理反应,从而实现静态、单一时间点临床指标通常忽略的动态评估。

院内网络界面

开发了一个基于 TabPFN 模型的网络工具 NIVPredict,使临床医生能够在安全的数据环境中进行院内测试。在部署用于院内测试时,NIVPredict 工具仅以内部训练数据集为条件。该工具通过 Ngrok 实现安全远程访问,并作为浏览器可访问的应用程序部署在本地医院设备上。临床医生只需输入图 2 所示工具图形用户界面上列出的测量值。结果显示的预测下方所显示的置信度评分反映了 TabPFN 模型为预测结果分配的概率。为确保概率可靠性,输出概率基于独立的外部验证集使用 Beta 校准 [20] 进行了事后校准。

图 2 NIVPredict 工具的图形用户界面。该界面允许临床医生输入匿名化患者信息、合并症状态(如 COPD)和 ICU 入住情况。NIV 启动前 6 小时内的基线测量值和启动后 1–2 小时内的早期生理反应作为模型特征输入。NIV 设置(IPAP、EPAP、PSV)也被记录。数据输入后,嵌入式 AI 工具立即生成 NIV 成功或失败的预测及置信度评分,从而在照护现场实现快速临床决策支持。做出预测后不存储任何临床测量值。数据传输和存储均在本地主机上安全处理 查看原图 ↗

结果

内部验证

在训练数据集上重复进行 5 折交叉验证时,NIVPredict 工具达到 78.2% 的预测准确率、76.8% 的灵敏度、78.2% 的特异度和 0.793 的 AUC(表 1)。内部验证中表现最佳的临床指标是在时间点 T1 评估的更新版 HACOR 评分 [8],其准确率为 68.4%、灵敏度为 69.2%、特异度为 67.4%,AUC 为 0.717。

外部验证

在多中心外部数据集上,NIVPredict 达到 74.2% 的准确率、76.0% 的灵敏度、72.9% 的特异度和 0.772 的 AUC(表 1)。决策曲线分析显示,在广泛的决策阈值范围(20% 至 70%)内,由 NIVPredict 指导的治疗升级决策比默认策略(如治疗所有患者或不治疗任何患者)提供更大的净获益(附加文件:图 S2b)。NIVPredict 的校准曲线(附加文件:S2c)紧密跟随对角线参考线,外部验证中的 Brier 评分为 0.176,表明预测置信度与预测正确的概率之间高度一致。相比之下,包括 T1 时 HACOR 和 SAPS II 在内的临床指标在外部验证中显示出较低的预测性能,准确率分别为 60.7% 和 63.7%,AUC 分别为 0.692 和 0.667。当在 T1 使用最初在 [7] 中提出的 HACOR 阈值 > 5 时,性能进一步下降(表 1)。

在外部数据集中可计算更新版HACOR评分的子集里,NIVPredict继续表现出更优的性能,准确率达到76.2%,AUC为0.781。虽然更新版HACOR评分在T1时点在该子集中表现出改善的性能,准确率为63.2%,AUC为0.709,但其预测性能仍低于NIVPredict。对更新版HACOR评分在T1时点应用所提出的> 7的截断值[8]进一步降低了预测准确性(附加文件:图S2)。

表1 NIVPredict与传统临床指标的性能比较 查看原表 ↗

院内测试

在UHNM由临床医生进行的现场测试中,NIVPredict工具的准确率为84.2%,敏感度为86.7%,特异度为83.3%,AUC为0.858。模型校准也非常出色,Brier评分为0.093(附加文件:图S3c)。决策曲线分析显示,在更宽的决策阈值范围(10%至65%)内,其净获益大于当前临床指标(附加文件:图S3b)。将预测限制在工具置信评分超过60%的病例(N = 51/57),可将工具的准确率提高至90.2%,敏感度提高至84.6%,特异度提高至92.1%,AUC提高至0.859。

在UHNM的测试中,患者主要患有COPD或OHS,HACOR评分和更新版HACOR评分的预测性能均出现大幅下降(平衡准确率分别为67.6%和65.0%,AUC分别为0.685和0.693)。

上述所有结果按患者为低氧型还是高碳酸型急性呼吸衰竭进行分层,均收录于附加文件:表S7。如所示,NIVPredict的优越预测性能在所有情形下的两个队列中均得以保持。如附加文件中针对每个患者组分别进行的SHAP分析所示(图S5),该模型有效捕捉了不同表型间NIV失败的各具特点的病理生理驱动因素。例如,在高碳酸型队列中,与低氧型队列相比,模型对代表通气需求和酸碱状态的变量(RR以及PaCO₂和pH的时间变化)赋予了显著更大的预测权重。

讨论

本研究提出了一种新型网络工具,用于预测不同病因急性呼吸衰竭(ARF)患者在接受无创通气(NIV)治疗最初两小时内的结局。该工具仅需通过易于使用的图形用户界面输入少量常规采集的患者测量指标,即可在智能手机、平板电脑或笔记本电脑上作为网络应用程序运行。该工具使用多中心回顾性数据集进行了评估,并始终达到显著超过现有临床评分和指数的预测性能水平。与既往仅考虑新发急性低氧性呼吸衰竭患者的研究 [11] 不同,这一新模型利用了来自 RENOVATE 随机对照试验(RCT)[12] 和 MIMIC-IV 数据库 [18] 中 95 例因慢性阻塞性肺疾病(COPD)急性加重或肥胖低通气综合征(OHS)导致高碳酸血症性呼吸衰竭患者的额外数据。这使得能够开发出一种更具泛化性和临床相关性的工具,并首次通过现场测试评估临床医生在医院环境中的可用性。该工具做出的预测可通过两种方式转化为临床行动。对 NIV 成功的高置信度预测可增强对无创支持正在起效的信心,并有助于避免不必要的治疗升级及其给患者带来的相关风险和给医疗提供者带来的成本。相反,对 NIV 失败的高置信度预测可促使临床医生更密切地监测患者、重新评估当前治疗(例如调整压力设置)或开始计划治疗升级。为最大化透明度,未提出具体的风险阈值——临床医生应自行决定需要该工具达到何种置信水平才将其用于辅助治疗决策,例如为最小化错误预测的概率,临床医生可决定忽略任何置信水平低于 70% 的预测。

我们的结果表明,现有临床评分的局限性不仅仅源于各中心特定的阈值差异,还源于静态、基于规则的指数本身固有的判别能力不足。许多此类指数仅在单一时间点应用,忽略了患者对 NIV 反应的生理轨迹,而后者可能具有更大的预后价值。ΔpH、ΔFiO₂ 和 ΔPaO₂/FiO₂ 等时间变化是该工具 TabPFN 模型所使用信息量最大的特征之一(附加文件:图 S4),其以静态数据点无法捕捉的方式反映了患者对启动 NIV 的生理反应 [3]。这与临床观察一致,即气体交换和呼吸做功改善的 NIV 患者往往结局更好 [21]。此外,传统临床指数通常回顾性推导其阈值,且通常仅报告内部验证指标,限制了其外部泛化性和临床适用性。然而,一些临床指数如 HACOR 是专门为新发低氧性呼吸衰竭患者开发的,因此其在本研究中应用于不同病因患者数据集(如 MIMIC-IV)时相对较差的表现应谨慎解读,因为这可能归因于人群不匹配。

本研究存在一些局限性。潮气量已被证明是非侵入性通气(NIV)结局的预测因子[22, 23],但由于用于外部验证的部分数据集未提供该数据,因此未将其纳入NIVPredict的输入测量指标。出于同样的原因,该工具采用SAPSII而非更易计算的SOFA评分作为输入。患者意识水平、配合程度以及液体平衡或容量状态是影响床旁决策及NIV成败的重要因素。特别是液体过负荷可能对气体交换和呼吸力学产生不利影响,尤其在心功能不全或脓毒症患者中。这些领域中的部分信息通过使用SAPS II评分纳入模型,该评分包含格拉斯哥昏迷量表(作为意识水平的衡量指标)和尿量等变量。然而,尽管尿量可作为肾功能和容量状态的粗略替代指标,我们承认这并不能完全反映液体平衡,也不能替代对容量状态更为精细的评估(如累积液体平衡、超声心动图参数或生物阻抗测量)。遗憾的是,用于NIVPredict工具内部训练和外部验证的数据集中缺乏关于液体平衡或患者配合程度的更详细和标准化数据,因此无法纳入模型。此外,其中若干变量——特别是配合程度和床旁容量状态评估——本质上难以在不同临床医生和医疗环境中以可重复的方式量化。重要的是,NIVPredict旨在作为决策支持工具,而非替代临床判断。缺乏更精细的液体平衡数据不应改变模型的有效性或所得出的结论,因为临床医生在床旁会常规评估这些因素,并结合工具提供的信息进行综合判断。

鉴于低氧血症型和高碳酸血症型患者的NIV失败轨迹可能不同,使用超越本文所用1–2小时窗口的表型特异性评估间隔在临床上也可能有用,并可纳入模型的未来版本。由于低氧血症组在当前训练集中占较大比例,全局特征选择过程可能受到1型急性呼吸衰竭(ARF)预测因子的不成比例影响——这种队列不平衡可能解释了为何某些静态指标(如基线和1–2小时后PaCO₂或pH)在高碳酸血症患者中可能很重要,却未在最终特征集中被优先纳入。未来使用包含更多因素并允许更平衡的病因特异性特征选择过程的数据集进行的研究,可对模型进行重新训练,以进一步提高其在不同ARF患者群体中的预测准确性和临床可用性。

可行性/可用性评估通过单中心为期一年的院内测试进行,导致样本量相对较小(N = 57)。观察到该工具在该测试集中的性能高于内部和外部验证队列,但这需要谨慎解读,因为模型性能自然随每个验证队列的特征而变化——病例构成、疾病严重程度、无创通气(NIV)适应证以及当地实践(例如插管阈值)均可影响模型的区分度和校准度。在此考虑的外部验证队列中,大多数接受NIV的患者在重症监护病房(ICU)管理,其中NIV常用于处于插管边缘的患者。这些病例通常涉及复杂、快速变化的病情,使NIV结局更难以预测。相比之下,UHNM的院内队列主要纳入在病房环境中启动NIV的患者,其患者选择更为保守,NIV失败的基线风险通常较低。在UHNM,临床不确定性较大或被判断为恶化风险较高的患者通常直接插管而不尝试NIV。因此,院内测试队列中仅有少量ICU患者(14/57)——这些ICU患者通常NIV失败概率高得多,小队列中的结局更难以预测(附加文件:表S1)。本研究的另一个主要局限性在于其基于回顾性数据。在临床环境中确立了该工具的可用性后,其预测性能现需在多中心前瞻性研究中全面确认。

最后,我们强调所提出的工具旨在辅助决策,而非规定决策。NIV期间治疗升级的决策本质上复杂,通常还需考虑任何一组数字都无法捕捉的额外因素。根据医疗保健决策支持系统的新兴监管框架,临床判断应始终是治疗决策的首要仲裁者。

结论

仅使用治疗开始前及治疗最初两小时内采集的常用测量指标,NIVPredict工具即展示了对不同病因急性呼吸衰竭(ARF)患者NIV结局的准确且稳健的预测,并显著优于现有基于阈值的临床评分和指数的预测准确性。该工具的实用可用性已通过临床医生的院内测试得到确认。这些结果支持未来开展前瞻性多中心研究的必要性,以确定NIVPredict在增强临床决策和改善患者结局方面的潜力。

补充信息

补充材料1。

参考来源

  1. Yu H, Saffaran S, Ali A, et al. In-hospital testing of NIVPredict - an AI tool for early prediction of non-invasive ventilation outcome in acute respiratory failure. Crit Care. 2026. PMID: 41692794. doi:10.1186/s13054-026-05894-1
  2. 全文:PMC13011697(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13011697/

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。