文献速递重症综合管理与镇静镇痛

重症监护病房谵妄预测:两种谵妄预测模型的比较

Delirium prediction in the intensive care unit: comparison of two delirium prediction models.
PubMed 文献 · Crit Care · 2018-05-05
一句话结论多国前瞻性队列显示PRE-DELIRIC模型预测ICU谵妄的AUROC高于E-PRE-DELIRIC,但ICU医生认为后者使用更方便;对E-PRE-DELIRIC评估为低风险的患者,24小时后用PRE-DELIRIC更新可提高敏感性。

该多国前瞻性队列研究在7个国家11个ICU纳入2178例可可靠评估谵妄的成人ICU患者,比较PRE-DELIRIC与E-PRE-DELIRIC两种模型预测ICU谵妄的性能及医生使用便利性。PRE-DELIRIC的AUROC为0.74(95%CI 0.71-0.76),显著高于E-PRE-DELIRIC的0.68(95%CI 0.66-0.71)(z=-2.73,p<0.01),两模型校准良好。在E-PRE-DELIRIC预测低风险(<0.30)的1586例中,262例最终发生谵妄,24小时后用PRE-DELIRIC更新可识别其中64例(24%)为高风险,两阶段计算较单用E-PRE-DELIRIC敏感性提高14%,较单用PRE-DELIRIC提高10%。68名ICU医生问卷显示E-PRE-DELIRIC使用更方便。

要点

  • PRE-DELIRIC预测ICU谵妄的AUROC为0.74(95%CI 0.71-0.76),显著高于E-PRE-DELIRIC的0.68(95%CI 0.66-0.71)(z=-2.73,p<0.01)。
  • 两模型校准均良好;在切点0.214时,E-PRE-DELIRIC敏感性60%、特异性65%,PRE-DELIRIC敏感性69%、特异性66%。
  • E-PRE-DELIRIC预测低风险(<0.30)的1586例中262例最终发生谵妄,24小时后用PRE-DELIRIC更新可识别其中64例(24%)为高风险。
  • 两阶段计算较单用E-PRE-DELIRIC敏感性提高14%,较单用PRE-DELIRIC提高10%。
  • 68名ICU医生问卷显示E-PRE-DELIRIC使用更方便(预测因子更易获得、更可能在日常实践中使用,p<0.05)。

适用人群与场景

  • 连续收入ICU的危重成人,来自7个国家11个ICU的前瞻性队列。
  • 排除标准:入ICU时已有谵妄、6小时内转出ICU、无法可靠评估谵妄(如持续昏迷、无法理解ICU主要语言、严重认知功能障碍、感觉性失语、严重听觉或视觉障碍)。

诊断标准与关键阈值

  • 谵妄评估使用CAM-ICU或ICDSC,由受训床旁护士至少每12小时评估一次;至少一次阳性评估即定义为发生谵妄;因谵妄使用氟哌啶醇或非典型抗精神病药物也视为谵妄。
  • 昏迷(RASS=-4或-5,或Riker-SAS=1或2)时判定为无法评估谵妄。
  • 预测概率<0.30定义为低风险,≥0.30定义为高风险。
  • 两阶段计算:入ICU时用E-PRE-DELIRIC计算风险,24小时后用PRE-DELIRIC更新预测。

处置流程与药物剂量

  • E-PRE-DELIRIC模型在入ICU时使用9个预测因子计算谵妄风险。
  • PRE-DELIRIC模型在入ICU24小时内使用10个预测因子计算谵妄风险。
  • 作者建议(原文语气):对所有入ICU患者使用E-PRE-DELIRIC在入ICU时预测谵妄风险,并在24小时后对低风险患者使用PRE-DELIRIC更新风险评分,以降低漏诊将发生谵妄患者的可能。
  • 作者建议(原文语气):未来对照研究可根据谵妄风险对患者分层,并将谵妄预防限制于高风险患者。

研究设计与关键结果

  • 研究类型:多国前瞻性队列研究(DECISION研究),7个国家11个ICU,纳入2178例成人ICU患者,中位年龄62.1±15.2岁,男性60.8%,基线APACHE-II评分17.4±7.1。
  • ICU期间21.4%(467/2178)发生谵妄。
  • 主要终点:PRE-DELIRIC的AUROC为0.74(95%CI 0.71-0.76),显著高于E-PRE-DELIRIC的0.68(95%CI 0.66-0.71)(z=-2.73,p<0.01);两模型校准均良好。
  • 切点0.214时,E-PRE-DELIRIC敏感性60%、特异性65%;PRE-DELIRIC敏感性69%、特异性66%。
  • 两阶段计算:E-PRE-DELIRIC预测低风险(<0.30)的1586例中262例最终发生谵妄,PRE-DELIRIC更新后识别其中64例(24%)为高风险;两阶段计算较单用E-PRE-DELIRIC敏感性提高14%,较单用PRE-DELIRIC提高10%。
  • 使用便利性:68名(41%)ICU医生完成问卷,E-PRE-DELIRIC被认为预测因子更易获得、更可能在日常实践中使用(p<0.05);PRE-DELIRIC被认为收集数据更费时费力(p<0.05)、医生负担更重(p<0.01)。

证据类型、等级与局限

  • 证据类型:多国前瞻性队列研究。
  • 局限(原文报告):两种模型未来可能需要更新,因可能出现新的ICU谵妄危险因素;模型预测始终是近似值;研究使用了CAM-ICU和ICDSC两种筛查工具,其敏感性和特异性不同;不能排除抗精神病药物治疗可能用于无谵妄的患者;建议的两阶段计算尚未评估ICU医生的接受度;未来需研究两种模型在临床实践中的有用性及其对临床结局的影响。

对床旁实践的改变

  • PRE-DELIRIC对ICU谵妄的预测准确性高于E-PRE-DELIRIC,但E-PRE-DELIRIC使用更方便且可在入ICU时立即获得。
  • 作者认为E-PRE-DELIRIC最可能成功用于日常ICU实践。
  • 对E-PRE-DELIRIC预测为低风险的患者,24小时后用PRE-DELIRIC更新风险评分可提高识别将发生谵妄患者的敏感性。
  • 预测风险评分仅用于辅助谵妄预防的早期临床决策和个体化照护,不应仅基于入ICU24小时内的谵妄预测风险评分来分配重症监护资源。

指南或共识出处

  • DECISION研究(Delirium prediction in the intensive care unit: comparison of two delirium prediction models),ClinicalTrials.gov NCT02518646,注册日期2015年7月21日。

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13 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. 2018 May 5;22:114. doi: 10.1186/s13054-018-2037-6

背景

谵妄被定义为一种急性脑功能障碍,其特征是由潜在医学状况引起的注意力、意识和认知障碍,且病程波动[1],在重症监护病房(ICU)中经常发生,与患者预后不良相关,并大幅增加医疗费用[2, 3]。鉴于这些有害后果,谵妄的预防至关重要。

谵妄预防措施对所有ICU患者都很重要。然而,谵妄预测模型可能有助于早期识别那些可能从谵妄预防中获益最多的患者[4]。在资源有限的情况下,非药物减少策略和药物策略可能对谵妄发生风险增加的患者最为相关。预测模型可能有助于临床决策和确定谵妄预防措施使用优先级的制定。例如,在决定哪位患者应被安置到有充足自然光的可用房间、哪位患者应被安置到没有自然光的房间时,最好将谵妄风险最高的患者安置到有充足自然光的房间。此外,使用谵妄预测模型有助于为谵妄预防研究筛选患者,这不仅在减少浪费方面有效率,还可能增加发现效应的机会,最终可能改善ICU患者的结局。此外,可以向家庭成员告知患者发生谵妄的风险,并让他们参与帮助提供减少谵妄的策略(例如认知活动)[5]。许多世界范围内的ICU学会鼓励家庭成员参与ICU患者照护[6, 7],甚至可能增加ICU中谵妄预防和治疗干预的实施率[8]。

已有两种谵妄预测模型在入住ICU的危重成人中经过验证[9–11]。ICU患者谵妄预测模型(PRE-DELIRIC模型)是在一个大型荷兰ICU患者队列中开发并验证的[9]。该模型最近在一个多国队列中进行了重新校准[10],使用ICU入住后24小时内获得的十项预测因子,可靠地预测ICU患者的谵妄风险[10]。然而,鉴于高达25%的危重成人在入住ICU后24小时内发生谵妄[12, 13],且谵妄预防策略应尽可能早地部署,因此开发了一种早期预测模型(E-PRE-DELIRIC),用于在患者入住ICU时即预测谵妄风险[11]。该E-PRE-DELIRIC模型在一个多国队列中开发并验证,使用九项预测因子来预测ICU患者的谵妄风险[11]。

目前尚不清楚哪种ICU谵妄预测模型可推荐用于日常临床实践,因为PRE-DELIRIC与E-PRE-DELIRIC模型的预测性能比较以及临床医生的偏好尚未被评估[14]。因此,本研究的目的是比较PRE-DELIRIC与E-PRE-DELIRIC模型的预测性能和用户便利性。其次,我们试图确定在ICU患者谵妄风险的两阶段计算中使用这两种模型的价值(即在ICU入住后立即使用E-PRE-DELIRIC模型,并在ICU入住24小时后使用PRE-DELIRIC模型更新谵妄风险评分),以观察我们是否能在现有模型基础上有所扩展,因为众所周知,随时间评估的动态变量相较于仅在入住时评估的变量往往在预测模型中表现更好。

方法

设计与研究人群

“重症监护病房谵妄预测:两种谵妄预测模型的比较”(DECISION)研究是一项跨国前瞻性队列研究,在来自七个不同国家(澳大利亚、比利时、加拿大、丹麦、葡萄牙、美国和中国)的11个ICU中开展。每个研究站点均有完善的谵妄筛查方案和相似的谵妄治疗实践。所有连续入住ICU的危重成人患者均被纳入。若患者在ICU入住时已存在谵妄、在6小时内转出ICU、或无法可靠评估谵妄(例如持续昏迷、无法理解ICU主要使用语言、严重认知功能障碍、接受性失语、或严重听觉或视觉障碍),则予以排除[9–11]。每个机构纳入患者最长三个月,或直至收集到300例患者的数据。

数据收集

数据在ICU入住的前14天内收集。每个谵妄预测因子的数据(E-PRE-DELIRIC模型9个预测因子,PRE-DELIRIC模型10个预测因子)在连续患者中分别于ICU入住后立即(E-PRE-DELIRIC)[11]和ICU入住24小时内(PRE-DELIRIC)[9, 10]收集,并录入经过验证的基于网络的数据管理系统Castor [15]。疾病严重程度在ICU入住时使用急性生理学与慢性健康状况评价(APACHE)II评分[16]估计,并每日使用序贯器官衰竭评估(SOFA)评分[17]评估。

ICU中谵妄的存在由受过培训的床旁护士至少每12小时使用重症监护病房意识模糊评估法(CAM-ICU)[18]或重症监护谵妄筛查量表(ICDSC)[19]进行评估。ICU中谵妄的发生定义为使用CAM-ICU或ICDSC至少一次谵妄评估阳性。患者在接受氟哌啶醇或非典型抗精神病药物治疗谵妄时也被视为存在谵妄,以防止谵妄筛查假阴性。为消除偏倚,护士始终不知晓其谵妄评估被用于研究[20]。

每次完成谵妄评估时,记录镇静水平(使用里士满躁动-镇静量表(RASS)或Riker镇静-躁动量表(SAS)[21, 22])以及当前的静脉(IV)镇静治疗。谵妄优先在患者处于最大程度清醒状态时进行评估(例如在自主觉醒试验之后)。当存在昏迷时(即RASS = − 4或− 5,或Riker-SAS = 1或2),患者被判定为无法进行谵妄评估。

为帮助确保护士谵妄评估具有高质量[23],一名经过培训的研究者(或研究护士)每月在一个日班期间,使用与床边护士相同的工具(即CAM-ICU或ICDSC)独立并序贯地评估患者是否存在谵妄,并计算护士-专家评估者间信度(IRR)。每个ICU每月计算一天的谵妄评估依从率(即已记录的谵妄评估/应完成的谵妄评估)。如果配对谵妄评估的Cohen's kappa ≥ 0.80且谵妄筛查依从性 ≥ 80%,则该ICU的谵妄评估被认为是可靠的。研究前已确定,如果中心不符合这两项可靠性标准,且其结局显著影响主要分析中(E)-PRE-DELIRIC模型的性能,则将对这些中心单独描述。

谵妄预测模型用户便利性的评价

为评估谵妄模型的用户便利性,通过向每个研究ICU的所有医生以电子方式发放一份简短、可选且匿名的网络调查问卷(包含4个5点Likert量表问题),确定ICU医生对两种谵妄预测模型的偏好(附加文件1)。完成问卷即表示医生同意其数据被使用。

统计分析

对于每个谵妄预测模型,至少需要200个事件,即阳性谵妄评估[24]。在保守设定预期谵妄发生率为20%的情况下,我们计划总共入组2000例患者(400/0.20 = 2000例患者)。

使用受试者工作特征曲线下面积(AUROC)评估两种模型的区分能力[20]。数据库根据谵妄发生预测概率的四分位数分为以下几组:极低风险(0.00–0.10)、低风险(0.10–0.20)、中等风险(0.20–0.30)和高风险(≥ 0.30)。

计算了这四组的敏感性、特异性和似然比。通过将观察到的结局频率与平均预测结局概率或风险作图来评估校准,作图为按估计概率递增排序的患者亚组内进行 [25]。使用Hanley和McNeil方法比较两种模型的预测性能 [26]。据估计,大约三分之一的患者在ICU中会发生谵妄 [3]。因此,我们将预测谵妄概率<0.30的患者评定为低风险患者,将概率≥0.30的患者评定为高风险患者。在低风险患者中,使用E-PRE-DELIRIC模型在ICU入住后立即计算患者的谵妄风险,以确定两阶段计算的附加价值。随后,我们使用ICU最初24小时的数据,通过PRE-DELIRIC模型更新预测,以确定使用E-PRE-DELIRIC模型预测谵妄概率<0.30的患者中,有多少随后会被PRE-DELIRIC评分标记为发生谵妄的高风险。两次风险计算均与患者的谵妄结局进行比较。

针对ICU医生的问卷分析使用Wilcoxon符号秩检验,用于两个相关样本的非参数统计检验。统计显著性定义为p < 0.05,零假设针对双侧备择假设进行检验。数据分析使用SPSS® Statistics 22版和R统计软件R3.2.4 [27]。

结果

共筛选了2802名患者纳入研究;2178名患者(78%)被纳入。在排除的624名患者中,无法可靠评估谵妄(46.3%(289/624))和ICU入住时已存在谵妄(25.9%(162/624))是最常见的排除原因(见研究流程图,图1)。在因其他原因排除的83名患者中,最常见的原因是严重神经损伤和机密文件。患者年龄为62.1 ± 15.2岁,60.8%为男性,基线APACHE-II评分为17.4 ± 7.1。在ICU住院期间,21.4%的患者(467/2178)发生了谵妄。患者特征见表1。各参与ICU的患者和医院特征见附加文件2:表S1。

图1 研究流程图。E-PRE-DELIRIC,ICU患者谵妄早期预测模型 查看原图 ↗
表1 患者特征 查看原表 ↗

模型性能

PRE-DELIRIC模型的AUROC(0.74(95% CI 0.71–0.76))显著高于E-PRE-DELIRIC模型(0.68(95% CI 0.66–0.71))(z值为− 2.73(p < 0.01))(图2)。两种模型校准均良好(图3)。

在截止值0.214处,总样本中谵妄发生率为21.4%,E-PRE-DELIRIC模型的敏感性和特异性分别为60%和65%,PRE-DELIRIC模型分别为69%和66%。

图2 ICU患者谵妄早期预测模型(E-PRE-DELIRIC)和ICU患者谵妄预测模型(PRE-DELIRIC)的AUROC 查看原图 ↗
图3 ICU患者谵妄早期预测模型(E-PRE-DELIRIC)和ICU患者谵妄预测模型(PRE-DELIRIC)的校准图 查看原图 ↗

两阶段计算

共有1586例患者经E-PRE-DELIRIC模型预测的谵妄概率<0.30,因此根据0.30的截断值,这些患者不被视为谵妄高危人群。然而,尽管使用E-PRE-DELIRIC模型计算出的初始预测谵妄风险较低,其中262例患者最终在ICU住院期间确实发生了谵妄。使用ICU最初24小时的数据,PRE-DELIRIC模型识别出这262例患者中的64例(24%)为谵妄高危(即预测谵妄概率≥0.30)。与单独使用E-PRE-DELIRIC模型相比,两阶段计算将预测的敏感性提高了14%,与单独使用PRE-DELIRIC模型相比提高了10%(图2)。

用户便利性

共有68名(41%)ICU医师完成了用户便利性问卷。参与本研究的ICU医师中,52名(76%)为重症医学科主治医师,11名(16%)为重症医学科受训医师,4名(6%)为非重症医学科的其他专科医师,1名(2%)为非专科医师。有56名ICU医师(82%)此前无使用谵妄预测模型的经验;仅有1名医师有使用E-PRE-DELIRIC模型的经验,11名有使用PRE-DELIRIC模型的经验:没有医师定期使用预测模型,尽管有6名医师(9%)表示其工作的ICU已实施了预测模型。医师认为PRE-DELIRIC模型(相较于E-PRE-DELIRIC模型)需要更多“时间和精力来收集数据”(p < 0.05),并且“医师收集模型数据的负担”更大(p < 0.01)。相反,对于E-PRE-DELIRIC模型,医师认为“预测因子更易获得”(p < 0.05),并且他们更有可能“在日常实践中使用该模型(相较于PRE-DELIRIC模型)”(p < 0.05)。E-PRE-DELIRIC模型和PRE-DELIRIC模型的“定义清晰度”和“结局可靠性”被认为相似(表2及附加文件3:表S2)。

表2 用户便利性问卷结果 查看原表 ↗

谵妄评估的质量检查

谵妄评估的总体质量和筛查依从性良好(各参与ICU的所有IRR和依从率见附加文件4:表S3)。按照预先确定的方法,将未完全满足所有谵妄评估可靠性标准的ICU从分析中剔除后,E-PRE-DELIRIC模型和PRE-DELIRIC模型的表现均未受到显著影响。因此,所有中心均纳入主要分析。

讨论

这项大型跨国前瞻性队列研究深入探讨了两种现有ICU谵妄预测模型(即E-PRE-DELIRIC模型,用于在ICU入住时评估谵妄风险;以及PRE-DELIRIC模型,用于评估24小时后的谵妄风险)的比较性能[9–11]。两种模型均具有中等至良好的统计学性能。尽管E-PRE-DELIRIC模型的预测准确性略低,但与PRE-DELIRIC模型相比,其使用便捷性似乎更好。为使谵妄预测模型在日常实践中得到最佳实施,目标群体(即ICU医师)的参与及其对使用便捷性的意见非常重要[28, 29]。基于这些结果,E-PRE-DELIRIC模型可能是最能在日常ICU实践中成功实施的模型。此外,我们的分析表明,当E-PRE-DELIRIC模型预测谵妄风险较低时,在ICU入住24小时后使用PRE-DELIRIC模型进行额外计算,可提高模型检测那些将被错误识别为低风险患者但实际会发展为谵妄的患者的敏感性。因此,该方法将避免对假阴性评级患者(即在ICU入住期间预测概率<0.30但发展为谵妄的患者)剥夺谵妄预防措施。

鉴于谵妄的高患病率、其对患者结局的有害影响[30, 31]以及与此相关的高额费用[32],在ICU常规使用谵妄预防措施得到广泛认可。常规使用谵妄预测模型可能有助于早期识别那些谵妄风险最高、可能从谵妄预防措施中获益最大的患者[32]。重要的是,当资源有限时,使用谵妄风险分层来针对高风险患者,使得旨在预防谵妄的多组分非药物干预措施的更广泛实施更加可行[32]。预防措施应在ICU入住后尽快启动;因此,早期ICU谵妄预测模型更为可取。

预测模型在开发样本之外的性能决定了其在临床实践中的可推广性[33]。许多其他临床预测模型缺乏外部验证[34]。值得注意的是,E-PRE-DELIRIC模型和重新校准的PRE-DELIRIC模型均经过外部验证,并在独立数据集中具有中等至良好的统计学性能,可推广至全球非研究性ICU[[35], Wassenaar等,2017]。“两种预测重症监护病房患者谵妄模型的外部验证。未发表数据。”谵妄发生率(基于ICU入住后新的谵妄阳性评估估计)对两种谵妄预测模型的性能及由此产生的推广性具有重要意义。有人可能会认为我们研究队列中的谵妄发生率相对较低。然而,多项既往研究报告了相当的谵妄发生率[36–38]。

我们的研究具有重要的优势。采用无严格入选标准的队列设计有助于提高其普遍性[14],其前瞻性性质使我们能够仔细测量和记录预测因素和结局,从而提高其在非研究性ICU中的适用性和可重复性[14, 20, 39]。纳入的患者数量众多、其特征混合以及我们研究的跨国性质,使得结果可应用于发达国家绝大多数ICU。值得注意的是,当推广至高强度ICU时,应考虑到其患者群体与我们的研究队列相比可能病情更为严重。对于未来研究,探讨两种模型在APACHE和SOFA评分较高范围患者中的表现可能具有重要意义。ICU医生的应答比例优于其他医生调查中显示的应答率[40]。未使用插补技术处理缺失数据,因为我们旨在确定两种谵妄预测模型的临床表现,而在日常临床实践中使用预测模型不允许进行插补。我们努力为所有研究站点提供清晰的定义和指导手册,结果仅因预测因素缺失值而排除了14例患者。

本研究也存在若干局限性。未来随着ICU中谵妄的新危险因素可能出现,所评估的两种谵妄预测模型可能需要更新。当然,这也为进一步改善各模型的判别性能提供了机会,尤其可能使E-PRE-DELIRIC获益。对于更新(称为模型修订),需要深入了解谵妄的新危险因素,这些因素应在ICU入住时或入住ICU后24小时内可获得。随后,需要进行一项新的预测研究以确定哪些新危险因素能改善模型性能并应用于模型修订[41]。重要的是要认识到,当模型用于预测患者发生某一事件的风险时,无论已记录的预测准确性有多强,都应始终将其视为近似值。这在医学决策中尤为重要。本研究使用了两种经过充分验证的谵妄筛查工具(即CAM-ICU和ICDSC)。当然,每种工具的灵敏度和特异度有所不同[42]。认识到任一筛查工具的灵敏度均非100%,我们还将因谵妄治疗而给予氟哌啶醇或非典型抗精神病药物的情况定义为存在谵妄。虽然各ICU的谵妄治疗方案相似,但我们不能排除抗精神病药物治疗可能已在无谵妄的患者中启动。

研究表明,ICU临床医生的预测不如ICU谵妄预测模型准确[9]。我们认为,在ICU中进行常规预后性谵妄评估在临床环境中很重要,可识别那些可能从早期预防措施中获益最多的患者;在研究环境中也很重要,可确保在对照研究中充分描述和分层谵妄风险。我们想强调,预测风险评分是对ICU入住期间发生谵妄几率的估计,可能有助于早期临床决策,以预防谵妄并为ICU患者及其家属提供个性化护理。然而,重症监护资源的分配不应仅基于ICU入住前24小时内谵妄的预测风险评分,因为预测风险评分未考虑ICU患者健康状况的变化。对于未来关于非药物和药物干预对ICU谵妄效果的对照研究,我们建议根据患者的谵妄风险进行分层,并将谵妄预防限制于谵妄高风险患者。

为实现目前可能的最佳预测性能和用户便利性,我们建议采用两阶段计算:对所有入住ICU的患者使用E-PRE-DELIRIC模型,在ICU入住后立即预测患者的谵妄风险;并在24小时后使用PRE-DELIRIC模型更新低谵妄风险患者的风险评分。这样,漏掉在ICU入住期间会发生谵妄的患者的可能性进一步降低。尽管如此,仍有相当一部分少数在ICU入住期间发生谵妄的患者,在采用两阶段计算时使用两种谵妄预测模型均会得到较低的谵妄预测风险。值得注意的是,在本研究队列中,谵妄发生率为21%。基于预测模型的敏感度和特异度在感兴趣结局(本例为谵妄)的发生率水平作为截断值时最为理想这一事实,我们预计在谵妄发生率约为30%的人群中,敏感度将优于我们研究中显示的敏感度。重要的是,ICU医生对所建议的两阶段计算的可接受性尚未评估。未来研究应关注两种谵妄预测模型在临床实践中的实用性及其对临床结局的影响,因为这是确定其使用是否改善常规诊疗的唯一途径[41]。此外,此类影响分析也为研究模型在日常实践中的接受度提供了机会[41],其中有趣的是还应考虑ICU患者及其家属的体验。

结论

本研究表明,从统计学上看,两种ICU谵妄预测模型均具有中等至良好的性能。尽管PRE-DELIRIC的预测准确性更高,但E-PRE-DELIRIC模型在用户便利性方面的评分显著更优。此外,PRE-DELIRIC模型需要获取24小时期间的数据,而E-PRE-DELIRIC可在ICU入院时获得,从而能够在ICU入院时直接采取预防措施并在研究中进行分层随机化。对于在ICU入院时看似处于谵妄低风险的患者,在入住ICU 24小时后使用PRE-DELIRIC模型更新其预测风险评分具有额外优势。

附加文件

附加文件1:DECISION研究医师问卷。(DOCX 27 kb)

表S1. 患者和医院特征。(DOCX 22 kb)

表S2. ICU医师用户便利性问卷结果。(DOCX 19 kb)

表S3. 谵妄评估质量检查。(DOCX 18 kb)

参考来源

  1. Wassenaar A, Schoonhoven L, Devlin JW, et al. Delirium prediction in the intensive care unit: comparison of two delirium prediction models. Crit Care. 2018. PMID: 29728150. doi:10.1186/s13054-018-2037-6
  2. 全文:PMC5935943(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5935943/

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。