围手术期最佳实践与认知障碍患者术后谵妄
该观察性队列研究为一项随机临床试验的二次探索性分析,纳入1255例术前认知障碍的手术患者,评估12项围手术期最佳实践与术后谵妄(4AT≥4分)的关联。结果显示33.9%发生术后谵妄;在单独模型中,维持血糖<200 mg/dL(aOR 0.41)、使用体温探头(aOR 0.65)和维持体温>36°C(aOR 0.64)与谵妄风险降低相关,但术后血糖监测与风险升高相关(aOR 1.54)。作者认为现有基于推荐的最佳实践虽为基础,但不足以预防该高危人群的术后谵妄。
要点
- 认知障碍手术患者术后谵妄发生率高:1255例中426例(33.9%;95%CI 31.4%-36.6%)发生谵妄。
- 单独模型中,维持血糖<200 mg/dL与谵妄风险降低相关(aOR 0.41;95%CI 0.24-0.69;P=.001)。
- 单独模型中,使用体温探头(aOR 0.65;95%CI 0.45-0.96;P=.03)和维持体温>36°C(aOR 0.64;95%CI 0.43-0.94;P=.03)与谵妄风险降低相关。
- 联合调整所有12项最佳实践后,仅术后血糖监测与谵妄风险升高独立相关(aOR 1.54;95%CI 1.11-2.13;P=.009),作者认为可能反映指征偏倚。
- 作者认为当前基于推荐的最佳实践虽为基础,但不足以预防认知障碍患者的术后谵妄,需进一步研究。
适用人群与场景
- 18岁及以上、计划接受手术、经自然语言处理算法或病历记录识别为术前认知障碍的成人患者。
- 纳入条件:术后住院至少1晚,并接受正式谵妄评估(4AT)。
- 排除:器官捐献手术患者;同一研究期间多次手术者仅纳入首次手术。
- 研究场所:美国纽约一家大型城市学术医疗中心的围手术期区域。
诊断标准与关键阈值
- 术前认知障碍识别:经自然语言处理算法识别,或既往简易精神状态检查(MMSE)评分≤23分,或具有认知障碍和痴呆的相关ICD-9和ICD-10编码。
- 术后谵妄定义:在恢复阶段完成后(离开麻醉后恢复室)至术后7天内,由培训人员实施的4A's Test(4AT)评分≥4分。
- 4AT在手术环境中的灵敏度95.5%(95%CI 77.2%-99.9%),特异度99.2%(95%CI 98.1%-99.8%),曲线下面积0.998(95%CI 0.995-1.000)。
处置流程与药物剂量
- 追踪的12项围手术期最佳实践包括:避免使用苯海拉明、东莨菪碱和咪达唑仑;术前血糖评估;术中每2小时血糖监测;维持血糖<200 mg/dL;术后血糖评估;维持平均动脉压>65 mm Hg;使用体温探头;维持体温>36°C;维持年龄校正的最低肺泡有效浓度<1;术中使用处理脑电图滴定麻醉深度。
- 各最佳实践定义为二分类变量,表示麻醉提供者是否实施该实践。
研究设计与关键结果
- 研究类型:观察性队列研究,为一项随机临床试验的二次探索性分析;样本量1255例;单中心(纽约西奈山医院);人群为术前认知障碍的手术患者。
- 主要终点:术后谵妄发生426例(33.9%;95%CI 31.4%-36.6%)。
- 单独模型(调整年龄、性别、种族、民族、BMI、ASA分级、手术科室、麻醉类型、麻醉时长和随机分组):维持血糖<200 mg/dL(aOR 0.41;95%CI 0.24-0.69;P=.001)、使用体温探头(aOR 0.65;95%CI 0.45-0.96;P=.03)、维持体温>36°C(aOR 0.64;95%CI 0.43-0.94;P=.03)与谵妄风险降低相关;术后血糖评估与风险升高相关(aOR 1.55;95%CI 1.14-2.12;P=.005)。
- 联合调整所有12项最佳实践的模型中,仅术后血糖评估保持独立显著关联(aOR 1.54;95%CI 1.11-2.13;P=.009)。
- 谵妄组与非谵妄组比较:年龄67.0(15.2)岁 vs 64.0(15.0)岁;ASA≥3级比例89.0%(377例) vs 84.7%(701例);麻醉时长221(195)分钟 vs 183(161)分钟。
- 血糖<200 mg/dL者中未发生谵妄比例93.4%(776例) vs 发生谵妄者85.0%(362例);每2小时血糖监测者中谵妄比例37.6%(160例) vs 非监测者28.8%(238例);术后血糖评估者中谵妄比例58.7%(250例) vs 未评估者45.1%(373例)。
证据类型、等级与局限
- 证据类型:观察性队列研究(随机临床试验的二次探索性分析)。
- 局限:观察性设计不能推断因果关系;尽管调整了 comprehensive 协变量,仍可能存在残余混杂;单中心设计可能限制外推性;认知障碍识别可能存在错分;探索性分析涉及多重比较,I类错误风险增加,发现应视为假设生成,需未来研究确认;队列纳入标准要求住院过夜,对当日出院低危患者外推性有限;谵妄筛查记录不完整(4587例合格患者中仅1255例有4AT评估),排除队列与研究对象在围手术期特征上存在差异,提示非随机筛查,可能限制适用性;最佳实践依从性基于电子病历提取的过程指标,可能未完全反映临床决策细节。
对床旁实践的改变
- 作者认为,基于现有推荐的最佳实践虽为基础,但可能不足以预防术前认知障碍患者的术后谵妄;需进一步研究以识别患者特异性脆弱因素和利用技术工具的围手术期策略。
- 作者指出,术后血糖监测与谵妄风险升高的关联可能反映指征偏倚,应谨慎解读,需进一步研究以确定其反映指征偏倚、系统性风险差异还是真实关联。
- 作者建议临床医生让认知脆弱的成人及其照护者参与共享决策,考虑手术和麻醉对神经认知和功能的影响。
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14 节 · 点击展开
引言
在美国,每年有超过100万名患有认知障碍的老年人接受外科手术。1 令人担忧的是,其中多达50%的患者会发生谵妄,其特征表现为意识水平、注意力和思维过程的改变,并可能在术后持续长达1周。2-4 术后谵妄与多种不良结局相关,包括功能下降、5 住院时间延长、6 机构化风险增加、7 认知障碍加速进展,以及最终发展为痴呆。8 据估计,仅在美国,术后谵妄相关并发症每年造成的医疗保健费用超过320亿美元。9
尽管手术往往不可避免,但证据表明,约40%的术后谵妄病例可能是可预防的。10 实施多组分非药物方法的综合照护体系可以降低风险。10,11 简单易行的预防策略包括围手术期认知筛查和可干预危险因素的优化,如血压、12 血糖、13 体温、14 麻醉深度、15 以及避免使用可能不适当的药物。16,17 这些要素已被纳入美国老年医学会和美国外科医师学会最佳实践声明以及美国麻醉医师学会(ASA)的建议中。17-22 尽管有这些循证指南,但临床环境中对推荐最佳实践的依从性仍不一致,23,24 谵妄的发生率仍然很高。25 此外,尽管认知障碍是术后谵妄的公认危险因素,但术前认知筛查却很少进行,据报道在大型外科队列中筛查率低于15%。23,24 这一识别缺口可能阻碍对高危患者的有效识别以及符合最佳实践的个体化照护的实施。25
我们旨在探讨麻醉相关最佳实践与认知障碍患者术后谵妄之间的关联。这种方法使我们能够利用术后谵妄高危队列,并评估每项实践的独立影响。作为主要终点,我们报告了每项实践与术后谵妄的关联,该关联由多变量模型确定,以考虑各项最佳实践之间的交互作用。鉴于术后谵妄的病理生理学尚未完全阐明,且许多围手术期建议基于专家共识,逐一评估这些实践可能有助于阐明其相关性,并为高危手术人群指导更有效的预防策略。
方法
研究设计
本队列研究按照涉及人类参与者研究的所有监管要求和伦理原则进行,包括世界医学会《赫尔辛基宣言》关于涉及人类受试者的医学研究伦理原则,26 并由Advarra机构审查委员会(IRB)审查。监督权转移的批准获得自西奈山伊坎医学院IRB,即研究开展所在地的当地IRB。本研究获得了批准及知情同意豁免。本研究按照加强流行病学观察性研究报告(STROBE)报告指南进行。
我们对一项随机临床试验(RCT)27的数据进行了二次探索性分析,该试验评估了临床决策支持系统在促进遵守旨在减少纽约州纽约市西奈山医院认知障碍患者术后谵妄的最佳实践方面的有效性。年龄在18岁及以上、计划接受手术的患者在术前通过一种经过验证的自然语言处理算法进行筛查,该算法旨在识别认知障碍。患者若术后至少住院1晚并接受了正式的谵妄评估,则被纳入研究。对于研究期间接受多次外科手术的患者,仅纳入首次手术。排除标准为因器官捐献而实施的外科手术。在干预组中,临床决策支持系统在电子健康记录(EHR)侧边栏内向麻醉团队提供实时提示,突出显示谵妄高风险患者并建议遵守最佳实践。母试验27的入组于2023年6月20日开始,于2024年8月31日因入组率低而终止。
在本研究中,干预组和对照组的数据被合并,以考察最佳实践依从性与术后谵妄之间的关系,而非比较临床决策支持系统的关联。各随机化组的样本特征相似(补充材料1中的e表1),支持在本分析中合并数据。数据通过围手术期数据仓库平台从西奈山医院的电子健康记录中提取。28,29 研究变量和操作定义(包括最佳实践)见补充材料1中的e表2。
术前认知障碍患者的识别
母随机对照试验27使用了一种自然语言处理算法,该算法在经全面神经学检查确认标注为认知障碍的患者队列上进行了训练。该算法在电子健康记录的自由文本临床笔记上进行训练,并在外科患者的一个子集中进行了验证。最终研究队列包括由自然语言处理算法识别的患者、既往记录有简易精神状态检查评分23分或以下的患者,以及具有认知障碍和痴呆相关国际疾病分类第九版(ICD-9)和国际疾病分类统计第十版(ICD-10)编码的患者(补充材料1中的e表3)。30,31 尽管该方法依赖于电子健康记录的文档记录,但结合结构化和非结构化数据来源实现了稳健的病例识别。
自变量:麻醉围手术期最佳实践
围手术期最佳实践是根据美国老年医学会19、美国外科学会18和美国麻醉医师协会(ASA)17的建议以及临床领域专业知识选择的。根据一致监测和数据提取的可行性,确定了十二项最佳实践:避免使用苯海拉明、东莨菪碱和咪达唑仑;术前血糖评估;术中每2小时血糖监测;维持血糖低于200 mg/dL;术后血糖评估;维持平均动脉压大于65 mm Hg;使用温度探头、维持温度大于36 °C、维持年龄调整的最低肺泡有效浓度小于1,以及术中使用的处理脑电图滴定麻醉深度。我们为每项最佳实践创建了二分类变量,指示麻醉提供者是否实施了该实践。
协变量
协变量是根据其可能混淆最佳实践与术后谵妄之间关联的潜在性,并参考先前文献32,33预先选择的。纳入以下协变量:年龄、性别、种族(亚洲或太平洋岛民、黑人、白人、其他[美洲原住民或>1个种族]和未知)、族裔(西班牙裔、非西班牙裔和未知)、体重指数(BMI;按体重千克除以身高米平方计算)、ASA体格状态评分、手术服务、麻醉类型、麻醉持续时间以及随机分组。纳入种族和族裔是因为先前研究表明其与围手术期护理过程和术后结果的差异相关。34
结局
术后谵妄定义为在恢复阶段完成后(从麻醉后恢复室出院)由 trained personnel 实施的4项A测试(4AT)评分4分或更高,在手术后7天内。35,36 4AT在谵妄筛查中具有高效度和可靠性,在手术环境中敏感性为95.5%(95% CI,77.2%-99.9%),特异性为99.2%(95% CI,98.1%-99.8%),曲线下面积为0.998(95% CI,0.995-1.000)。35,36 创建了一个二分类结局变量,以指示患者是否发生谵妄。所有4AT评分均从EHR流程表中提取。
统计分析
采用描述性统计(均值、标准差、频数和百分比)对研究样本进行总结。α水平设定为0.05,我们使用t检验比较连续变量、χ2检验比较分类变量,以检验不同谵妄状态下样本特征的差异。为考察最佳实践依从性与术后谵妄之间的关联,我们构建了一系列logistic回归模型。所有模型均设定为混合效应logistic回归,以90名主治麻醉医师为随机截距,以考虑执业者层面潜在的聚类效应。我们构建了一个基线模型,以社会人口学和临床协变量(包括年龄、性别、种族、民族、BMI、ASA体能状态评分、手术科室、麻醉类型、麻醉时长和随机化分组)为函数来估计术后谵妄的比值比。接下来,我们使用单独的logistic回归模型,每个模型在基线模型基础上各加入1项最佳实践,以评估其与谵妄的个体关联。最后,我们使用包含所有最佳实践的多变量logistic回归模型,并对同一组协变量进行调整。鉴于本二次分析具有探索性性质,未进行多重比较的正式校正。所有分析均使用R统计软件4.4.2版本(R Project for Statistical Computing)完成。
结果
样本特征
在4587例符合条件、术前存在认知障碍且住院至少1晚的患者中,最终样本纳入1255例使用4AT评估谵妄的手术患者(平均[标准差]年龄,65.0[15.1]岁;男性652例[52%])。426例参与者发生术后谵妄(33.9%;95%CI,31.4%-36.6%)。发生谵妄的患者显著年长于未发生谵妄的患者(平均[标准差]年龄,67.0[15.2]岁 vs 64.0[15.0]岁)。ASA体能状态评分因谵妄状态不同而存在显著差异,谵妄患者中ASA评分≥3的比例高于非谵妄患者(377例[89.0%] vs 701例[84.7%])。发生谵妄的患者麻醉时长显著长于未发生谵妄的患者(平均[标准差],221[195] vs 183[161]分钟)。其他样本特征见附表1和补充材料1中的e表4。附图展示了研究流程图,包括入组、排除和最终分析样本。
最佳实践依从性与术后谵妄之间的关联
在1255例外科手术中的大多数,均避免了使用苯海拉明(1233例手术[98.2%])和东莨菪碱(1254例手术[99.9%]),平均动脉压维持大于65 mm Hg(1254例手术[99.9%]),血糖水平维持低于200 mg/dL(1138例手术[90.5%]),体温维持大于36 °C(1089例手术[86.6%]),年龄校正的平均肺泡浓度维持低于1(684例手术[54.4%]),并使用体温探头(1076例手术[85.6%])。在血糖管理相关的最佳实践方面,谵妄组与无谵妄组之间观察到统计学显著差异。血糖维持低于200 mg/dL的患者中未发生术后谵妄的比例更高(776例患者[93.4%] vs 362例患者[85.0%])。相反,每2小时监测血糖(160例患者[37.6%] vs 238例患者[28.8%])和术后监测血糖(250例患者[58.7%] vs 373例患者[45.1%])的患者中发生谵妄的比例更高(表2)。
最佳实践与术后谵妄之间的关联
在调整年龄、患者性别、种族、民族、BMI、ASA体能状态评分、外科服务、麻醉类型、麻醉持续时间及随机分组后,维持血糖低于200 mg/dL(调整比值比[aOR],0.41;95% CI,0.24-0.69;P = .001)、使用体温探头(aOR,0.65;95% CI,0.45-0.96;P = .03)以及维持体温大于36 °C(aOR,0.64;95% CI,0.43-0.94;P = .03)与术后谵妄的 odds 显著降低相关,而评估术后血糖与术后谵妄的 odds 显著升高相关(aOR,1.55;95% CI,1.14-2.12;P = .005)。在同时纳入所有12项最佳实践的调整模型中,评估术后血糖仍具有显著性,并与术后谵妄的更高 odds 相关(aOR,1.54;95% CI,1.11-2.13;P = .009)(表3)。
讨论
在这项队列研究中,某大型学术医疗中心的1255例术前存在认知障碍的外科患者中,33.9%发生了术后谵妄。在各自的回归模型中,遵循最佳实践(如血糖控制、体温监测和维持正常体温)与术后谵妄的 odds 降低相关。当将所有12项最佳实践纳入单一调整模型时,仅术后血糖评估保留了与谵妄的显著独立关联。
最佳实践依从性与一种经过验证的谵妄筛查工具同时进行评估。21 本研究中术后谵妄发生率高于既往基于4AT的研究,可能反映了我们聚焦于认知功能障碍患者。37 这一富集样本及前瞻性设计增强了检测关联的统计效力,同时避免依赖事后谵妄评估。该人群术后谵妄发生率升高凸显了开发和测试针对高危人群的定制策略的迫切需求。尽管现有文献支持识别术前认知功能障碍以降低谵妄风险的重要性,38-40 但关于最有效干预措施的证据并不一致。22 多个学会指南推荐多学科团队参与,包括麻醉科医师、外科医师、老年科医师、药师、护士及其他围手术期团队的协调照护。41,42 有研究提示监测麻醉深度和避免围手术期苯二氮䓬类药物是降低谵妄风险最有效的策略,但这些研究并未聚焦于术前认知功能障碍患者。43,44 实施多组分非药物集束化措施,如处方精简和营养补充、22 认知预康复、45 睡眠优化、46,47 及个体化疼痛管理,11 在术前认知功能障碍患者中显示出不一致的证据。例如,认知预康复的结果不一致,依从性和基线认知功能障碍的严重程度可能影响其疗效。45 此外,尽管充分的疼痛控制与较低的术后谵妄发生率相关,但特定非阿片类药物方案的证据尚不明确。这些发现凸显了当前通用预防策略在术前认知功能障碍患者中的局限性,以及开展针对性前瞻性试验以测试满足该人群独特需求的多模式、可推广干预措施的必要性。临床医师应让认知脆弱的成人和照护者参与共享决策,综合考虑手术和麻醉对神经认知和功能的影响。
一个意外发现是频繁血糖监测与谵妄发生率较高之间的关联。这很可能反映了适应证偏倚,因为临床医师可能对他们认为风险较高的患者加强了监测。例如,糖尿病患者通常接受更频繁的血糖监测,而血糖水平异常也与无糖尿病高危患者的术后谵妄相关。48 根据当前推荐,该最佳实践已嵌入临床决策支持系统。17-19,21,22 这一关联也可能代表一种新观察,因为围手术期血糖检测与谵妄之间的关联尚未得到广泛研究。鉴于该分析的探索性性质及所进行的比较数量,这一发现应谨慎解读,并需要进一步研究以确定其反映的是适应证偏倚、风险的系统性差异还是真实关联。
尽管若干最佳实践在单独考量时具有统计学意义,但在多变量模型中,只有术后血糖保留了独立显著性。这可能反映了多种最佳实践同时实施的临床现实。不同的术后谵妄危险因素可能通过不同的病理生理通路发挥作用,提示对某一亚组(例如衰弱、高龄或认知障碍患者)有效的干预措施可能并非普遍适用。本研究对当前的术后谵妄预防建议提出了挑战,这些建议在各人群中一概而论,但对特定高风险群体可能不够充分。许多围手术期最佳实践是通过专家共识而非强有力的临床试验证据确立的。此类方法可能导致过早采用某些干预措施,而这些措施后来被发现无效或有害。我们的发现凸显了开展大型实用性随机对照试验(RCT)的必要性,以评估围手术期最佳实践的疗效和潜在的意外后果,尤其是在认知脆弱患者的谵妄预防方面。这代表着向个性化围手术期护理路径而非“一刀切”模式的范式转变。这可以通过将电子健康档案(EHR)衍生的围手术期数据与标准化术后谵妄评估相结合来实现,以识别患者特异性脆弱性并指导未来的干预设计。
母随机对照试验27使用经过验证的自然语言处理算法从自由文本临床记录中识别术前认知障碍患者,解决了结构化数据的一个关键局限性,并实现了对认知脆弱患者的可扩展识别。这表明,早期识别谵妄风险患者可以支持将量身定制的围手术期护理最佳实践实时整合应用于认知脆弱患者,包括那些可能未接受正式认知测试的患者。这有助于克服当前风险分层中的局限性,简化术前评估,并促进有针对性的术后谵妄预防策略。了解这些障碍可为未来的技术部署提供参考,并有助于识别成功整合的特征。未来研究应证明,精心设计的数字工具能够改善短期患者结局和实施指标,尤其是在嵌入复杂护理环境时。这些方法应将实施科学原则与以用户为中心的设计和参与式工程相结合,这些工具在消费技术中常规使用,但在临床环境中很少应用。将最佳实践嵌入临床工作流程,并结合针对认知状态量身定制的多学科、多模式干预措施,是改善所有手术结局的一个有前景的方向。
局限性
本研究存在一些应予提及的局限性。由于采用观察性设计,我们无法推断最佳实践依从性与术后谵妄之间的因果关系。尽管我们根据文献和临床专业知识调整了一整套全面的协变量,残余混杂仍可能存在。虽然我们使用了来自一家大型学术医疗中心的数据,但单中心设计可能限制其向具有不同围手术期方案、患者人口学特征或记录实践的其他机构的推广性。尽管认知障碍是通过自然语言处理算法并结合认知评分及相关ICD-9和ICD-10编码来识别的,误分类仍可能存在。然而,这种自动化方法为识别认知脆弱患者以及为未来整合其他标准化评估提供信息提供了一个可扩展且务实的框架。由于这是一项涉及多重比较的探索性分析,I类错误的风险增加。尽管该方法适合本研究的目标,但研究结果应被解读为产生假设,并需要在未来研究中加以证实。由于队列纳入标准要求过夜住院,我们的研究结果对于采用同日出院路径管理的低 acuity 手术患者的推广性可能较差。尽管这可能引入选择偏倚,但同日出院通常反映围手术期临床稳定性,使出院时发生明显术后谵妄的可能性较低。此外,谵妄筛查在结构化文档中的记录不完整,在4587例符合条件、术前存在认知障碍且住院至少1晚的患者中,仅有1255例有记录的4AT评估。这一被排除的队列在若干围手术期特征上与研究对象不同,提示筛查非随机,这可能限制其对所有存在认知障碍的手术患者的适用性。然而,未筛查患者总体上更健康,ASA体格状况评分更低,提示住院期间发生谵妄的可能性较低。尽管如此,鉴于多个风险相关因素存在差异,偏倚的方向仍不确定。这些发现强调需要更一致地实施和记录谵妄筛查。此外,尽管我们依赖客观的、从EHR提取的数据来增强可靠性和临床相关性,最佳实践依从性是使用EHR衍生的流程指标评估的。这些指标可能无法完全捕捉临床决策的重要细微之处,包括临床医生的意图、时机或潜在临床理由。尽管如此,使用客观的、常规收集的数据增强了我们研究结果的转化相关性和可扩展性。
结论
在这项纳入1255例术前存在认知障碍的手术患者的研究中,我们发现,源自既定推荐意见的围手术期最佳实践虽然具有基础性作用,但可能不足以减轻术前存在认知障碍患者的谵妄。需要进一步研究以识别患者特异性脆弱因素以及利用技术工具提高精准性和可扩展性的围手术期策略。将这些工具嵌入围手术期工作流程,可能有助于更有针对性和更高效地保护认知脆弱患者。
补充材料
e表1. 按随机分组的人口学、临床特征及对最佳实践的依从性
e表2. 研究变量、操作定义和测量
e表3. 用于识别认知障碍的国际疾病分类编码列表
e表4. 至少住院一晚但未记录术后谵妄评估的患者的人口学和临床特征
数据共享声明
参考来源
- Scharp D, Meyers K, Nadkarni G, et al. Perioperative Best Practices and Delirium in Patients With Cognitive Impairment. JAMA Netw Open. 2026. PMID: 41817525. doi:10.1001/jamanetworkopen.2026.1515
- 全文:PMC13045776(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13045776/
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。