文献速递呼吸衰竭与机械通气重症综合管理与镇静镇痛

吸入氧浓度对早期预警评分性能的影响:一项数据库分析

The effect of fractional inspired oxygen concentration on early warning score performance: A database analysis.
PubMed 文献 · Resuscitation · 2019-04-18
一句话结论在需要吸氧的病房患者中,将FiO2阈值加入NEWS可提高对院内死亡或非计划ICU入住的预测性能(AUROC 0.823 vs 0.811)。

该多中心回顾性观察队列研究使用英国两家NHS信托基金五家医院的数据,纳入成人住院患者中至少有一组完整电子生命体征记录者。通过决策树分析在Oxford数据库推导FiO2阈值并赋予0-3分,构建NEWS-FiO2,在Portsmouth数据库外部验证。在需要吸氧的83,304例入院患者中,NEWS-FiO2预测24小时内院内死亡或非计划ICU入住的AUROC为0.823(95%CI 0.819-0.824),优于NEWS的0.811(95%CI 0.809-0.814)。作者认为在需要吸氧的病房患者中NEWS-FiO2性能优于NEWS,值得进一步研究,尤其是呼吸系统疾病患者。

要点

  • 在需要吸氧的病房患者中,NEWS-FiO2预测24小时内院内死亡或非计划ICU入住的AUROC为0.823(95%CI 0.819-0.824),NEWS为0.811(95%CI 0.809-0.814)。
  • 以≥7为触发阈值时,NEWS-FiO2与NEWS的工作量相同(每1000组生命体征记录137次警报),但NEWS-FiO2阳性预测值更高(每1000次警报多识别6例不良事件)且敏感性更高(每1000例不良事件多识别33次警报)。
  • 在入院层面(阈值≥7),NEWS-FiO2在83,304例吸氧队列中比NEWS多正确识别173例随后发生不良事件的入院患者。
  • FiO2阈值通过决策树分析在Oxford数据库推导,赋予0、1、2、3分;FiO2在21-22%者计0分,与未吸氧者风险等效。
  • 作者结论:在约40%需要吸氧的病房患者中NEWS-FiO2优于NEWS,将FiO2加入NEWS及其他早期预警评分值得进一步研究,尤其是呼吸功能障碍患者或高危患者。

适用人群与场景

  • 纳入标准:成人(≥16岁)入院,住院时间≥24小时,至少有一组完整生命体征记录,且生命体征记录在患者到达病房后、非经ICU到达时采集。
  • 排除:住院<24小时出院者、生命体征记录不完整者、有不良事件但事件前24小时内无生命体征记录者;不分析ICU后转回普通病房患者的生命体征记录。
  • 研究场景为病房患者,其中需要吸氧的队列为分析重点。

诊断标准与关键阈值

  • NEWS-FiO2的FiO2评分阈值由决策树分析在Oxford数据库推导:FiO2 21-22%计0分,其余阈值对应1分、2分、3分(具体阈值见原文补充材料SDC-5、6、7)。
  • 原文报告QAH测试库中吸氧队列各评分段的记录数:FiO2 21-22%者3,883组计0分,234,504组计1分,564,712组计2分(与NEWS中任何吸氧量计2分等效),252,090组计3分。
  • NEWS对吸氧采用二分类评分:室内空气计0分,任何形式补充氧计2分。

研究设计与关键结果

  • 研究类型:多中心、回顾性、观察性队列研究,使用英国两家NHS信托基金五家医院的两个大型常规医疗数据库;Oxford数据库(2014年10月至2016年10月,四家急性护理医院)用于推导FiO2阈值,Portsmouth Queen Alexandra Hospital数据库(2010年1月至2016年5月)用于外部验证。
  • 主要结局为复合不良事件:院内死亡或非计划ICU入住(若患者入ICU后死亡,以ICU入住为事件);任何在事件前24小时内的完整生命体征记录组被归类为与事件相关。
  • Oxford训练库:71,735例合格入院,排除28,750例住院<24小时出院、202例生命体征记录不完整、19例有事件但事件前24小时内无记录,最终纳入42,764例入院(29,931例患者),其中17,012例入院需要吸氧(14,028例患者),产生222,156组生命体征记录,6,469组记录发生在不良事件前24小时内。
  • QAH测试库:250,815例合格入院,排除31,920例住院<24小时出院、1,532例生命体征记录不完整,最终纳入217,363例入院(120,017例患者),其中83,309例入院需要吸氧(57,467例患者),产生1,055,423组生命体征记录,30,356组记录被标记为与不良事件相关。
  • 在吸氧队列中,NEWS-FiO2预测24小时内院内死亡或非计划ICU入住的AUROC为0.823(95%CI 0.819-0.824),NEWS为0.811(95%CI 0.809-0.814);NEWS-FiO2在敏感性、特异性和阳性预测值上均优于NEWS(阈值≥5和≥7时)。
  • 在入院层面,NEWS-FiO2在83,304例吸氧队列中比NEWS多正确识别173例随后发生不良事件的入院患者。
  • 以≥7为阈值时,工作量相同(每1000组生命体征记录137次警报),NEWS-FiO2阳性预测值更高(每1000次警报多识别6例不良事件),敏感性更高(每1000例不良事件多识别33次警报)。
  • 原文报告FiO2在21-22%的3,883组记录发生于极低氧流量且呼吸频率较高的患者(吸入氧被稀释),决策树分析将其风险等同于未吸氧者,计0分。

证据类型、等级与局限

  • 证据类型:多中心回顾性观察性队列研究(预测模型开发与外部验证),报告遵循TRIPOD指南。
  • 研究局限性(原文自述):FiO2推导公式的假设导致整个患者队列FiO2计算存在轻微但系统性误差(详见补充材料SDC-7);并非所有接受经鼻高流量氧疗或无创通气的患者均能达到FiO2 1.0,但高评分FiO2波段下限为53%,故不影响评分性能,该假设仍引入一定误差;以24小时内死亡或非计划ICU入住作为结局指标有局限性,且无数据排除处于临终关怀路径的患者;回顾性观察性数据分析存在混杂;NEWS对吸氧评分会提高风险评分、可能超过警报阈值,触发临床复查从而使患者避免不良事件,该触发成为假阳性并降低AUROC;在有早期预警评分系统的医院数据库中进行推导和测试,旨在证明增量获益,可能更难检测。
  • 作者认为上述因素综合可解释NEWS-FiO2相对NEWS的适度性能增益,值得进一步研究。
  • 优势(原文自述):首次使用决策树分析等自动化过程以数据驱动方式向早期预警评分引入额外变量,并在完全独立的患者人群中评估效果;遵循TRIPOD指南确保方法和结果报告透明稳健。

对床旁实践的改变

  • 作者提出:在需要吸氧的病房患者中,NEWS-FiO2预测24小时内院内死亡或非计划ICU入住的性能优于NEWS,将FiO2加入NEWS及其他早期预警评分值得进一步研究,尤其是呼吸功能障碍患者或高危患者。
  • 作者认为:通过FiO2量化氧疗并评估其与不良事件的关系,可能是评估该重要研究问题的合理第一步。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「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27 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:Resuscitation. 2019 Jun;139:192–9. doi: 10.1016/j.resuscitation.2019.04.002

关键信息

关键问题是什么?

在病房患者中,将FiO2加入NEWS能否改善预测院内死亡和非计划ICU入住的性能?

核心结论是什么?

在接受氧疗的医院病房患者中,将FiO2加入NEWS可在预测院内死亡和非计划ICU入住时显著提高性能(NEWS-FiO2:AUROC 0.823,95% CI 0.819–0.824,对比NEWS:AUROC 0.811,95% CI 0.809−0.814)。

为什么要继续阅读?

这项大型、多中心队列研究展示了如何计算FiO2阈值并将其加入NEWS,然后在独立数据库中检验其相对于NEWS的性能。

引言

早期预警评分(EWS)通过简单的算法识别住院患者的临床恶化,该算法将分配给各项生命体征观察值的整数评分相加1。随着生命体征变得更加异常,评分随之增加。随后将总评分与后续院内不良事件进行校准,以生成触发升级照护的阈值。2 EWS系统最初设计为纸质版,但随着部分生命体征记录实现电子化,更复杂的系统已被开发出来。3, 4

大多数EWS系统使用脉搏血氧仪记录的外周血氧饱和度(SpO2)作为生命体征之一。然而,SpO2低的患者通常通过提高吸入氧浓度分数(FiO2)进行治疗,这使他们的SpO2值恢复正常,并使FiO2成为检测恶化的重要数值5, 6。尽管如此,FiO2并未纳入任何广泛实施的EWS7。通过使用吸入氧浓度分数作为SpO2的替代或辅助指标来构建EWS,从而最大限度减少这种信息丢失的技术相对欠发达,且主要用于产科人群8, 9。国家早期预警评分(NEWS)在英国应用最为广泛,其以二分类方式对氧气使用进行评分(室内空气评零分,所有形式的补充氧气评两分)。10, 11因此,NEWS中可能丢失了病房患者呼吸功能障碍的重要信息,从而损害了其性能。缺乏精细粒度也意味着氧疗升级可能在评分未增加的情况下发生,造成这些变化被审查者遗漏的风险。本研究旨在检验以下假设:将FiO2加入NEWS可改善该评分在需要氧气的患者中使用时的预测性能。12

方法

本多中心队列研究按照TRIPOD预测模型开发与验证指南进行报告。13 TRIPOD清单收录于补充数字内容(SDC-1)中。我们使用两个大型常规收集医疗数据数据库开展了一项双中心回顾性研究。本研究是一个更大项目的一部分,该项目此前已获得伦理批准(Health Research Authority参考号:Oxford University Hospitals Trust Research Ethics Committee参考号16/SC/0264;保密咨询小组:16/CAG/0066,Isle of Wight, Portsmouth and South East Hampshire Research Ethics Committee参考号:08/02/1394)。

数据来源

一个数据库包含2014年10月至2016年10月期间在牛津大学医院NHS基金会信托(OUHNHSFT)的四家急症护理医院收治的所有患者的生命体征、给氧数据和患者结局数据,其中生命体征记录是在床旁使用电子通知与文档系统(SEND,Sensyne Health,www.sensynehealth.com)采集的14。第二个数据库包含2010年1月至2016年5月期间在朴茨茅斯一家急症护理医院——亚历山德拉女王医院(QAH)收治的患者的类似数据,其中生命体征记录是使用CareFlow Vitals(System C Healthcare,www.systemc.com)采集的。

参与者

所有收入OUHNHSFT各医院和QAH的患者均有资格纳入研究。为纳入分析,患者须在入院时为成人(≥16岁),住院时间≥24小时,且至少有一组完整的生命体征观察记录。生命体征观察组仅在患者到达病房且未经过ICU到达时才符合分析条件(图1)。每次新患者入院作为一个独立实体作为数据来源,这意味着同一患者后续入院时采集的生命体征观察组有资格纳入分析。

图1 两个数据集中纳入和排除患者的流程图。 查看原图 ↗

结局

我们使用二分类复合“不良事件”结局,包括院内死亡或非计划重症监护病房(ICU)入住。若患者入住ICU后死亡,则以ICU入住作为事件。

预测因素

对于每组生命体征观察记录,我们收集了心率(HR)、呼吸频率(RR)、收缩压(SBP)、外周血氧饱和度(SpO2)、体温(Temp)、使用警觉-言语-疼痛-无反应(AVPU)量表评估的神经状态,以及吸入气体的成分(空气/氧气)和输送方式(面罩类型)。若意识水平使用格拉斯哥昏迷量表系统记录,我们使用补充数字内容(SDC-2)中所示的评分系统转换为AVPU。数据库还包含出院时生存状态以及通过链接电子ICU记录获得的非计划ICU入住详情。我们未分析普通病房中ICU入住后患者的生命体征观察组。在两个数据库中,以识别出的首个不良事件用于分析。事件前24小时内任何完整的生命体征观察组被归类为与事件相关。

FiO2计算

对于固定性能面罩,FiO2取处方值。对于所有其他给氧系统,FiO2使用已发表的公式计算:FiO2 = (O2流量 + 0.21(分钟通气量–O2流量))/分钟通气量15。我们假设所有患者每次呼吸的潮气量固定为0.45 L,并将其乘以呼吸频率以获得分钟通气量。我们计算中使用的面罩类型及相应流量的汇总见补充数字内容(SDC-3)。我们计算了与固定潮气量假设相关的错误率(补充数字内容,SDC-4)。我们假设所有需要高流量鼻导管氧疗和无创通气方法的患者FiO2最大值为1.0。

使用决策树分析开发FiO2阈值

决策树(DT)是一种预测模型,可应用于任何数值或分类数据库,以确定哪些变量与预先指定的结局最强相关。我们采用Badriyah等人的方法为计算得出的FiO2生成阈值。16 我们使用Python 2.7中的Scikit-learn包进行分析。我们使用OUHNHSFT数据库生成FiO2阈值17 与NEWS一致,我们根据FiO2浓度增加分别赋予零、一、二和三的权重3, 11 FiO2阈值以及DT分析的进一步细节见补充数字内容(SDC-5、6和7)。

缺失数据

要纳入我们的两个数据库,生命体征观察集必须完整,包含每项生命体征的测量值以及吸入气体成分/输送方式。图1显示了从分析中排除的生命体征观察集数量。

开发数据库

OUHNHSFT数据库用于推导FiO2阈值评分区间。QAH数据库用于外部验证NEWS-FiO2评分。

评估NEWS和NEWS-FiO2

NEWS和NEWS-FiO2的评估分两个阶段进行。首先,我们对入院期间记录使用氧气的观察集进行分析。其次,我们分析所有观察集中的评分表现,无论是否使用氧气。主要性能指标为受试者工作特征曲线下面积(AUROC),其提供了模型区分度的总体衡量7 AUROC结果报告了95%置信区间,通过对QAH数据进行自助法计算(通过随机抽样,同时保持事件类别患病率约为1%,并重复检验1000次)。我们使用AUROC检验NEWS和NEWS-FiO2在不良事件发生前最多24小时内的预测能力。我们检验了当事件时间窗从24小时缩短至零时每种EWS的AUROC变化。该评估指标显示了患者接近不良事件时AUROC性能的变化,并允许在此时间范围内比较性能。我们使用阳性预测值(PPV)对灵敏度(也称为精确率-召回率)曲线来展示评分的性能,而非受试者工作特征曲线,因为前者淡化了被正确识别为真阴性的无不良事件患者的更大数量。我们使用效率曲线展示每种评分在不同值下产生的触发次数,作为病房潜在工作量影响的指示。还使用建议阈值五及以上和七及以上计算了总体灵敏度、特异度和阳性预测值。由于NEWS不提供绝对风险的估计值,无法评估校准度。

结果

研究参与者流程图见补充数字内容图1。

在OUHNHSFT训练数据库中,有71,735例符合条件的入院。在排除的病例中,28,750例在<24小时内活着出院,202例仅有不完整的生命体征集,19例有事件但在<24小时前没有采集观察集。共纳入42,764例入院(29,931名患者)进行分析(差异由部分患者多次入院所致)。其中,17,012例入院需要氧疗(14,028名患者),产生222,156个生命体征观察集。共有6469个生命体征观察集发生在不良事件前24小时内。

在QAH测试数据库中,有250,815例符合条件的入院。在排除的病例中,31,920例在<24小时内活着出院,1532例有不完整的生命体征观察集(QAH数据库中<24小时住院患者比例较低,因为OUHNHSFT内设有门诊短留护理设施),零例有事件但在<24小时前没有采集观察集。共纳入217,363例入院(120,017名患者)进行分析。其中,83,309例入院(57,467名患者)需要氧气,产生1,055,423个生命体征观察集。共有30,356个生命体征观察集被标记为与不良事件相关。

总队列和需氧队列的人口学特征及生命体征观察集特征总结于表1。

表2显示了QAH测试数据库中需氧队列所有生命体征观察集的计算FiO2分布,并将其按评分阈值分类。3883个生命体征观察集的计算FiO2值在21%至22%之间。这发生于氧流量非常低的患者中,同时伴有较高的呼吸频率(从而稀释了给予的氧气)。决策树分析将这些生命体征观察集相关的患者评估为与未接受氧气的患者风险相当,因此计零分。234,504个生命体征观察集计一分,564,712个计两分(相当于NEWS中任何氧气量患者所赋分值),252,090个计三分。总体而言,46.5%的生命体征观察集计零分、一分或三分,53.5%计两分。

图2显示了OUHNHSFT和QAH中FiO2浓度的分布。我们以百分比报告所有吸入氧浓度。我们以占生命体征观察集总队列的百分比报告(各数据库的)计算FiO2值分布。FiO2浓度低于25%未在图中显示,因为该组高度不成比例,难以与其他组一起以图形表示。两个数据库中最常见的FiO2均为45%,各占生命体征观察集总数的>5%。OUHNHSFT中FiO2为100%的生命体征观察集比例较高,是因为该信托病房提供无创和经鼻高流量插管通气策略更多。

表1 人口学特征和结局。 查看原表 ↗
表2 QAH测试数据库中接受氧疗患者的FiO2评分区间统计。 查看原表 ↗
图2 两个数据库中需氧队列的FiO2直方图。QAH:亚历山大女王医院,OUHNHSFT:牛津大学医院国民健康服务体系基金会信托。占总观察数的百分比(包括需氧和非需氧生命体征观察集),按5%分组,从25%到100%。 查看原图 ↗

早期预警评分的性能

表3显示了各评分系统在随后24小时内预测“不良事件”结局的观察水平AUROC(含95% CI)。同时显示了各评分在阈值≥5和≥7时的敏感性、特异性和阳性预测值。在需氧队列中,NEWS-FiO2(AUROC为0.823,95% CI 0.819−0.824)在预测观察集后24小时内院内死亡或非计划ICU入住方面优于NEWS(AUROC为0.811,95% CI 0.809−0.814)。以5和7作为触发阈值时,NEWS-FiO2在敏感性、特异性和阳性预测值方面也优于NEWS。在入院水平性能方面,NEWS-FiO2额外识别出173例入院患者(在氧疗队列总共83,304例中)随后发生了不良事件。

图3(a)显示了需氧队列和总队列中各评分的AUROC曲线。图3(b)显示随着观察集接近不良事件,两种EWS的AUROC性能随时间改善。FiO2增强评分在整个过程中均优于非增强评分,尤其在需氧队列中。效率曲线显示于图3(c)中,但未显示明显的性能提升,可能是由于整个数据库中真阳性结果占比较小的原因。图3(d)显示了精确率-召回率曲线。

表3 NEWS和NEWS-FiO2在QAH测试数据库需氧队列中的性能。 查看原表 ↗
图3 (a) NEWS和NEWS-FiO2在需氧队列和总患者队列中的受试者工作特征曲线(ROC)。(b) 在需氧队列和总患者队列中,当事件发生时间接近事件时间点时NEWS和NEWS-FiO2的受试者工作特征曲线下面积(AUROC)性能。(c) NEWS和NEWS-FiO2在需氧队列和总患者队列中的效率曲线。该曲线显示了在等于或高于各EWS值时总观察数的比例,与在等于或高于该EWS值时事件结局为真的总观察数比例之间的关系。(d) NEWS和NEWS-FiO2在需氧队列和总患者队列中的精确率-召回率曲线。 查看原图 ↗

讨论

关键发现陈述

在需要氧疗的病房患者中,NEWS-FiO2在预测院内死亡或24小时内非计划ICU入住方面优于NEWS。我们的结果支持以下假设:引入FiO2阈值以增加氧疗评分从二元系统(吸氧/不吸氧)的粒度,在相似升级次数(工作量)下改善了敏感度和阳性预测值。这些发现转化为以下观察层面的结果(使用≥7的阈值):工作量相同(每1000组生命体征观察记录137次警报)。NEWS-FiO2提高了阳性预测值(每1000次警报额外增加6例不良事件)和敏感度(每1000例不良事件额外增加33次警报)。在入院层面(使用≥7的阈值):氧疗队列共有83,304次入院。在该队列中,NEWS-FiO2将正确识别出额外173例随后发生不良事件的个体入院。

与既往研究的比较

据我们所知,尚无广泛使用的成人通用早期预警评分(EWS)将FiO2作为预测变量。18, 19 Carle等人设计并内部验证了一种产科EWS,使用维持SpO2 > 96%所需的FiO2作为变量。9然而该EWS尚未转化为广泛使用。我们采用了Badriyah等人的机器学习决策树方法,他们制作了首个决策树EWS(DTEWS)。20我们的研究是首个使用决策树分析推导FiO2阈值的研究。也是首个使用机器学习方法向NEWS添加变量并评估其对性能影响的研究。添加FiO2所获得的相对适度的性能提升与既往评估向EWS系统添加单个生命体征的研究相当。21

对临床医生和决策者的意义

EWS系统在英国已牢固确立,启发式开发的NEWS在75%的NHS医院中使用。10, 12此后,数字EWS平台已被开发,这意味着使用生命体征观察组的复杂算法可以在不增加计算错误的情况下引入。14, 22 NEWS2是英国全国正在采用的新评分。它专门设计用于改善高碳酸血症性呼吸功能障碍患者的EWS性能。10 NEWS2强调氧疗(或缺乏氧疗)与高危患者群体中伤害之间的相互关系。我们提出通过FiO2量化氧疗并评估其与不良事件的相关关系,可能是评估这一重要研究问题的合理第一步。

局限性

FiO2推导公式中的假设导致患者队列中FiO2的计算出现了一些轻微但系统性的误差。该误差在补充数字内容(SDC-7)中有详细说明。我们也承认,并非所有接受经鼻高流量氧疗或无创通气模式的患者都能达到FiO2 1.0。然而,这不会影响评分的性能,因为高评分FiO2区间的下限为53%。该假设为分析引入了一些误差。使用24小时内死亡或非计划ICU入住作为结局指标与类似研究一致。然而,该结局指标存在局限性。我们没有数据来排除处于“临终”路径的患者。在使用早期预警评分(EWS)系统的患者人群中,回顾性观察性数据分析中会出现混杂。在本研究中,使用NEWS对氧疗进行评分增加了风险评分,可能超过警报阈值。这本应触发临床复查,有可能促使患者避免不良事件。这一触发反过来成为假阳性结果并降低了AUROC23, 3。最后,通过在已实施EWS的医院数据库中推导和测试EWS系统,本研究试图展示增量收益,而这可能更难检测到。所有这些因素的组合可以解释从NEWS-FiO2到NEWS所观察到的适度性能提升,并值得进一步研究。

优势

我们的研究首次使用决策树分析等自动化流程,以数据驱动的方式将额外变量引入EWS。我们在完全独立的患者人群中评估了其效果。我们表明,更精细的氧疗评分可改善EWS性能。通过使用TRIPOD指南,我们遵循了最佳实践,并确保方法和结果的报告透明且稳健24。NEWS2的近期推出使得本研究的时间安排具有重要意义。10

未来工作

需要进一步研究来评估FiO2与SpO2之间的关系及其与病房患者不良事件的联合关联,包括伴有和不伴有慢性肺疾病的患者。

结论

我们的研究表明,以数据驱动的方式将FiO2加入NEWS时,决策树分析是一种有效方法。在约40%需要氧疗的病房患者中,NEWS-FiO2在预测院内死亡或未来24小时内非计划ICU入住方面优于NEWS。将FiO2加入NEWS(及其他EWS)值得进一步研究,特别是在存在呼吸功能障碍或处于呼吸功能障碍风险中的患者中。

数据共享

本研究中使用的原始数据不公开可用。

试验注册

收集本研究所用数据获得了健康研究管理局通过研究伦理委员会(REC编号:Oxford 16/SC/0264,Isle of Wight, Portsmouth and South East Hampshire 08/02/1394)和保密咨询小组(16/CAG/0066)的批准。

免责声明

本研究中表达的观点为作者的观点,不代表牛津大学、卫生与社会保障部或惠康基金会的官方立场。

资金支持

本出版物呈现的是由健康创新挑战基金(HICF-R9-524;WT-103703/Z/14/Z)资助的独立研究,该基金是卫生部与惠康信托之间的平行资助伙伴关系。本出版物中表达的观点为作者的观点,不一定代表卫生部与社会关怀部或惠康信托的观点。PW由牛津国家卫生研究院生物医学研究中心支持。

利益冲突

无。

研究设计

PJW、NF、JM;数据收集:MP、PM;数据分析:NF、JM、OR;数据解读与论文撰写:所有作者均有贡献。

参考来源

  1. Malycha J, Farajidavar N, Pimentel MAF, et al. The effect of fractional inspired oxygen concentration on early warning score performance: A database analysis. Resuscitation. 2019. PMID: 31005587. doi:10.1016/j.resuscitation.2019.04.002
  2. 全文:PMC6547016(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6547016/

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。