脑钠肽预测重症患者机械通气成功脱机:系统评价与荟萃分析
该系统评价与荟萃分析纳入20项研究(18项成人、2项儿童),评估SBT期间BNP测量对成功脱机(拔管后48小时内无再插管或无创通气)的预测价值。在排除SBT失败患者的成人研究中,ΔBNP%的汇总敏感度为0.889(0.831-0.929),特异度为0.828(0.730-0.896),汇总AUROC为0.92(0.88-0.97)。ΔBNP、SBT前BNP和SBT后BNP的汇总AUROC分别为0.89(0.83-0.95)、0.77(0.63-0.91)和0.85(0.80-0.90)。作者认为ΔBNP%在通过SBT后可能作为增量工具预测成功脱机,但数据不足以支持儿童使用或作为SBT临床指标的替代试验。
要点
- 成人通过临床SBT后,ΔBNP%预测成功脱机的汇总AUROC为0.92(0.88-0.97),I²=0%。
- ΔBNP%的汇总敏感度0.889(0.831-0.929)、特异度0.828(0.730-0.896),基于5项研究双变量分析。
- ΔBNP、SBT前BNP、SBT后BNP的汇总AUROC分别为0.89(0.83-0.95)、0.77(0.63-0.91)、0.85(0.80-0.90)。
- 研究提示ΔBNP%阈值在13.4–20%以上可能最佳预测脱机失败(n=4),但无前瞻性验证的预设阈值,不能推荐具体阈值。
- 儿童数据不足,不支持BNP用于儿童或作为SBT临床指标的替代试验。
适用人群与场景
- 接受有创机械通气并执行SBT的成人ICU患者(18项成人研究)。
- 儿童患者仅2项研究(早产儿呼吸窘迫综合征和先天性心脏病术后),数据不足以汇总分析。
- 纳入标准:随机或伪随机对照试验及前瞻性观察性研究,在SBT时测量BNP(任何类型,包括BNP和NT-proBNP),测量在SBT后120分钟内完成;无年龄限制;无SBT类型限制。
- 排除标准:回顾性研究;无法从原作者获取必要原始数据的研究。
诊断标准与关键阈值
- 成功脱机定义:初次拔管后48小时内无再插管且无新应用无创通气。
- ΔBNP% = (SBT后BNP − SBT前BNP)/ SBT前BNP。
- ΔBNP%阈值在13.4–20%以上(n=4)可能最佳预测脱机失败,但无前瞻性预设阈值,系统评价不能推荐具体阈值。
- SBT成功由临床指标判定,所有研究均未根据BNP测量决定拔管。
研究设计与关键结果
- 系统评价与荟萃分析,筛查731篇文章,117篇全文审查,最终纳入20项研究(18项成人、2项儿童);仅13项研究有足够数据进行汇总分析。
- 成人18项研究提供28个BNP相对于SBT的分析;4项研究描述多于一种BNP测量。
- ΔBNP%(排除SBT失败患者)汇总AUROC 0.92(0.88-0.97),I²=0%(n=3)。
- ΔBNP%汇总AUROC 0.92(0.87-0.96),I²=28%(n=5,不论是否纳入SBT失败)。
- ΔBNP汇总AUROC 0.89(0.83-0.95),I²=67%(n=3)。
- SBT前BNP汇总AUROC 0.77(0.63-0.91),I²=87%(n=4);SBT后BNP汇总AUROC 0.85(0.80-0.90),I²=16%(n=4)。
- 双变量分析(ΔBNP或ΔBNP%,n=5)汇总敏感度0.889(0.831-0.929),特异度0.828(0.730-0.896)。
- Zhang等(儿童研究)计算NT-proBNP加入SBT的NRI为0.224,提示重分类改善。
证据类型、等级与局限
- 证据类型:系统评价与荟萃分析,纳入随机和前瞻性观察性研究。
- 质量评估使用QUADAS-2,成人研究除1项低风险外均为偏倚风险;主要偏倚来源为患者选择和指数测试/参考测试缺乏盲法。
- 未进行GRADE评估,认为不适用于此类研究。
- 局限:BNP测量方法和分析方法的异质性限制汇总分析能力;研究间报告限制按病例组合和ICU入住类型进行分层分析;心脏疾病(尤其左心室射血分数降低)和肾衰竭可显著改变BNP动力学,但各研究纳入或排除这些患者特征不一致;肾衰竭急慢性区分不佳;呼吸衰竭病因(如谵妄、创伤性脑损伤、无法清除分泌物、喘鸣)影响BNP准确性,少数研究排除喘鸣和TBI;无研究直接比较临床SBT成功与BNP测量的准确性;研究质量除1项外均评为偏倚风险;无前瞻性预设阈值验证。
- 儿童数据不足,无法得出结论。
对床旁实践的改变
- 作者认为成人通过临床SBT后,ΔBNP%可能作为增量工具帮助预测成功脱机,但需进一步研究。
- 作者认为数据不足以支持ΔBNP%作为替代传统SBT的独立试验,也不支持ΔBNP、SBT前BNP和SBT后BNP作为替代或增量试验。
- 作者认为不能推荐任何BNP测量的具体阈值用于临床实践。
- 作者建议未来研究应比较ΔBNP%作为替代或增量工具与临床指标,并前瞻性验证具体阈值。
指南或共识出处
- PROSPERO注册号CRD42018087474(2018年2月6日)。
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」,故未列出这些栏目。
全文中译18 节 · 点击展开
要点信息
在自主呼吸试验(SBT)期间B型利钠肽(BNP)的相对变化(ΔBNP%)可能是一种有用且具有增量价值的工具,用于那些通过SBT的患者预测成功脱机;然而,仍需进一步研究。目前数据不足以支持将BNP作为独立检测手段与SBT的临床指标进行比较,也不足以支持将BNP的额外测量指标(即ΔBNP、SBT前BNP和SBT后BNP)作为独立工具或增量工具使用。
推文
BNP的相对变化可能是在临床SBT成功后预测成功脱机的一种有用工具。
引言
在重症患者中预测成功脱离机械通气(MV)具有挑战性,目前尚无标准化方法评估拔管准备情况[1]。美国胸科医师学会/美国胸科学会(ACCP/ATS)关于脱离MV的临床实践指南(CPG)建议以带吸气压力支持的自主呼吸试验(SBT)作为首选技术;然而,该推荐基于有限的证据[1, 2]。此外,用于判定SBT是否成功的大多数参数为生理学变量,其对成功脱离MV的预测并不一致[3–5]。脑利钠肽(BNP)已被提出作为一种新型生物标志物,用于帮助预测成功脱离MV。迄今为止,CPG尚未整合评估BNP预测成功脱离MV的研究证据。
BNP是心肌牵张的敏感标志物,其在SBT期间的患者相对变化已被提出可为预测成功脱离MV提供增量价值[3, 5]。BNP是一种由心肌细胞释放的利钠肽,可通过两种广泛可用的检测方法之一(NT-proBNP和BNP)进行测量。BNP的半衰期估计为20分钟,而NT-proBNP的半衰期估计为120分钟[3]。在SBT期间,由于左心室后负荷变化引起的亚临床淤血和显性肺水肿可能较为常见。这些生理学变化可通过测量BNP的变化来 readily 检测[5–9]。现有研究已尝试在脱离MV的各个步骤中纳入BNP。本研究的重点是在SBT期间使用BNP。
准确可靠地预测拔管失败在临床上具有重要意义,因为已知拔管失败具有更高的不良结局风险,包括再插管、院内肺炎、死亡率和重症监护病房(ICU)住院时间延长[2, 10–13]。开发和验证纳入BNP(在本手稿中,BNP和NT-proBNP均称为BNP)的严格方法可能增强临床医生决策支持、提高成功脱离MV的发生率并改善患者结局。本系统评价的目的是严格评估在SBT期间测量BNP作为生物标志物预测重症ICU患者脱离MV的价值。我们假设,与SBT期间评估的标准临床和生化参数相比,BNP将为成功脱离MV提供增量预测价值。
方法
该系统评价方案已在PROSPERO国际前瞻性系统评价注册库注册(注册号CRD42018087474,2018年2月6日),并已发表(2019年2月12日)。数据来源于已发表和未发表的可得研究。因此,未收集患者特异性原始数据,也无需研究伦理批准。
检索策略与研究识别
检索方法
检索策略由一名研究馆员(RF)制定并执行,并由第二名研究馆员进行同行评审(附加文件1)[14–18]。我们检索了电子数据库:Ovid MEDLINE(1946年至今);Ovid EMBASE(1974年至今);Wiley Cochrane Library(创刊至今),包括Cochrane系统评价数据库(CDSR)和Cochrane对照试验中心注册库(CENTRAL);以及通过Clarivate Analytics检索的Web of Science核心合集(1900年至今)。使用了以下检索主题的组合:(1)脑钠肽,任何亚型,以及(2)撤机、拔管或脱离机械通气。结果限于人体研究,发表语言不限,自数据库创刊起。书目记录导出至EndNote X7(Thomson Reuters,Philadelphia,PA)数据库以进行去重和筛选。检索策略中纳入了其他来源。对纳入研究和相关综述文章的被引参考文献及施引参考文献进行了筛选。我们还通过ClinicalTrials.gov检索了试验注册记录,并通过会议录引文索引(Clarivate Analytics)检索了会议摘要。最后,我们通过检索Choosing Wisely Canada、National Guidelines Clearinghouse和TRIP(Turning Research Into Practice)数据库识别了相关临床实践指南。
研究评估
我们纳入了所有相关的随机和半随机对照试验(定义为除隐蔽随机分配以外的方法对患者进行随机化的对照试验),这些试验测量了接受机械通气(MV)的患者在自主呼吸试验(SBT)时的脑钠肽(BNP)水平。我们还纳入了前瞻性观察性研究,这些研究描述了SBT期间的BNP水平并评估了其与成功拔管率的任何关联。我们排除了回顾性研究,因为BNP测量相对于SBT的时间对本研究目的至关重要,且可能存在偏倚。我们纳入了以全文报告的研究、仅以摘要发表的研究以及从作者处获得的任何相关未发表数据。无语言限制。
如果研究涉及接受有创MV并进行SBT的患者,则纳入。无年龄限制。如果BNP检测(BNP、NT-proBNP等)在SBT后120 min内进行,则纳入任何类型的BNP检测研究。对SBT类型无限制。我们排除了所测结局数据不足且无法从主要作者处获得必要原始数据的研究。
符合条件的文章通过两个阶段确定。在第一阶段,两位作者(JD和JW)使用EndNote X7(Thomson Reuters,宾夕法尼亚州费城)独立审阅所有检索到的文献记录标题和摘要,以确定可能纳入的研究。在第二阶段,获取所选文章的全文,两位作者(JD和JW)独立审阅并选择符合纳入标准的研究。
数据提取
对于被选中纳入的全文研究,由两位作者(JD和SA)独立使用经预试验和标准化的电子数据表提取相关信息(附加文件2)。随后对两位作者提取的数据进行比较。每一步的分歧均通过讨论解决,并由第三位作者(SMB)进行仲裁。
数据分析与综合
主要终点为成功脱离机械通气(MV)。成功脱离的定义依照现有文献为初始拔管后48小时内未重新插管或未应用新的无创通气[1]。我们还分析了48小时后可获得的额外数据。由于可用数据不足,方案中最初描述的次要终点无法进行分析。
我们检查并比较了拔管失败患者与成功拔管患者的特征。对于二分类变量(如性别),我们计算比值比;对于连续变量(如年龄),我们计算均数差。当有多项研究的结果可用时,我们使用DerSimonian-Laird随机效应模型合并数据。所有结果均以95%置信区间呈现。异质性使用I平方统计量检验。
BNP的诊断准确性使用灵敏度和特异度衡量。在此情况下,真阳性是指成功脱离MV的患者同时具有低绝对水平或低变异度的BNP。真阴性是指未能成功脱离MV的患者同时具有高绝对水平或高变异度的BNP。在可能的情况下,各研究结果使用双变量模型同时合并,以生成灵敏度和特异度的联合估计(含95%置信区域)以及分层汇总受试者工作特征曲线(HSROC)。对于亚组分析,由于研究数量不足,我们无法使用双变量模型。在这些情况下,使用Moses-Littenberg模型估计汇总ROC曲线。当认为临床同质性足够时,在可能的情况下使用DerSimonian-Laird随机效应模型合并ROC曲线下面积(AUROC)。
质量评估
每项研究的质量(JD和SA)使用针对系统评价的QUADAS-2问卷进行评估[19]。两位作者(JD和SA)独立分析四个领域(患者选择、索引试验、参考标准试验和流程/时序)中的十项参数,并通过讨论解决分歧。该评估由两位独立评价者(JD和SA)重复进行。我们采用严格的QUADAS-2方法为每个领域评定低风险或有风险状态。我们未按方案所述进行GRADE评估,因为认为该方法不适用于此类研究。
结果
共筛选了731篇文章,确定了117篇进行全文审查,其中20篇符合预先设定的纳入标准并被纳入(图1,附加文件3)。其中,18项研究针对成人患者,2项研究针对儿童(表1和表2)。
成人研究
在18项成人研究中,共有28项关于BNP相对于SBT的独立分析(表1)。BNP测量方法包括SBT前BNP测量(BNP-pre)、SBT后BNP测量(BNP-post)、SBT期间BNP绝对变化(ΔBNP)以及SBT期间BNP相对变化(ΔBNP% = [SBT后BNP − SBT前BNP]/SBT前BNP)。四项研究描述了不止一种BNP测量指标。部分研究未提供ROC分析,而是依赖于比值比(OR)。一部分研究将BNP作为替代工具,通过将SBT失败纳入拔管失败组进行分析来重新分类所有患者(第1组;图2)。另一部分研究将BNP作为SBT测试之外的增量工具,并将SBT失败排除在分析之外(第2组;图2)。一项研究[20]在此方面不明确。所有研究均依赖SBT的临床指标来确定拔管准备情况,未根据BNP测量结果做出拔管决定。所有研究均将预防性无创通气排除在分析的患者队列之外。
患者基线特征、主要诊断、严重程度评分和通气参数按机械通气(MV)脱机状态报告(附加文件4)。这些基线数据点未根据BNP评估结果联合进行分类。除一项研究[19]外,所有研究均评估了首次脱机尝试(n = 17)。所有研究均观察了48小时内的拔管失败情况(n = 18),其中一项研究将观察延长至7天[19]。纳入的成人研究质量评估显示,除一项低风险研究[21]外,其余均存在偏倚风险(表3)。偏倚风险的主要原因在于患者选择以及指数试验和参考试验缺乏盲法。
儿科研究
在两项针对儿童的研究中,一项研究涉及患有呼吸窘迫综合征的早产儿,另一项涉及先天性心脏病手术患者(表2)。由于缺乏可用数据,无法进行汇总分析。因此,这些研究被排除在汇总分析之外(表3)。两项研究均存在偏倚风险(表4)。
荟萃分析
20项纳入研究中仅13项具备足够数据用于汇总荟萃分析。我们采用单变量双变量估计法合并敏感度和特异度,纳入报告BNP绝对变化和相对变化(ΔBNP或ΔBNP%)的研究,这些研究无论是否将自主呼吸试验(SBT)失败患者纳入分析或明确排除于分析之外(n=5)。敏感度和特异度分别为0.889(0.831–0.929)和0.828(0.730–0.896)(图3)。随后分别针对BNP的任一测量指标(ΔBNP或ΔBNP%)以及仅在排除SBT失败患者的研究中针对ΔBNP%,采用Moses-Littenberg汇总受试者工作特征(ROC)曲线进行进一步分层分析(附加文件5)。
无论是否纳入或排除SBT失败患者,ΔBNP(n=3,0.89 [0.83–0.95],I2=67%)和ΔBNP%(n=5,0.92 [0.87–0.96],I2=28%)的曲线下面积(AUROC)分别进行汇总(图4);对于排除SBT失败患者的研究中ΔBNP%(n=3,0.92 [0.88–0.97],I2=0%)(图5);以及无论是否纳入或排除SBT失败患者,BNP-前(n=4,0.77 [0.63–0.91],I2=87%)和BNP-后(n=4,0.85 [0.80–0.90],I2=16%)的AUROC分别进行汇总(图6)。
由于数据不足,无法对BNP测量的特定阈值进行荟萃分析。鉴于评估SBT失败组中BNP测量的数据有限,无法计算净重分类指数(NRI)。仅Zhang等[22]的儿科研究计算了将NT-ProBNP加入SBT的NRI为0.224,提示重分类有所改善。
讨论
关键发现
本meta分析支持SBT期间BNP相对变化(ΔBNP%)的有效性,其可提供增量价值并有助于判断成人成功脱离机械通气(MV)的可能性。本meta分析还表明,在排除SBT失败患者的研究中,ΔBNP%的汇总AUROC具有高准确性。无论是否纳入或排除SBT失败患者,结合BNP测量的绝对变化和相对变化方法均显示对预测成功脱机具有高灵敏度和特异度。来自儿科研究以及描述其他BNP测量指标(如ΔBNP、SBT前BNP和SBT后BNP)的研究数据不足以提示增量价值,也不足以用于支持关于脱机成功可能性的临床决策。
这些发现值得关注,因为单独使用SBT的预测能力有限,而SBT通常被视为现有最佳的评估方法。在研究中,SBT对10–20%随后成功脱离MV失败的患者发生了误分类[1, 12]。虽然再插管被描述为未立即出现困难,但这些患者在脱离MV尝试失败后具有更高的发病率和死亡率风险[1]。使用附加增量价值的替代检测(如BNP)进行更好的预测,可能使临床决策更有信心地进行拔管、减少再插管并改善结局。这种可能性早在2008年就已在两种分析方式中被认识到:作为SBT期间的增量“增值”检测[3]以及作为“独立”替代检测[5]。这两种方法在本荟萃分析纳入的研究中均有良好体现。一部分研究(第1组,n = 8)在MV脱离失败组的分析中纳入了SBT失败的患者;这实际上评估了BNP作为传统SBT的替代检测。与排除SBT失败患者的汇总分析相比,该方法可能降低了准确性。第二 subset 研究(第2组,n = 9)在MV脱离失败组的分析中排除了SBT失败的患者。这实际上评估了BNP作为成功SBT的增量检测。在这种情况下,主要益处在于可能对可能已尝试脱离但可能失败的患者进行重新分类。这一区分对于确定BNP在MV脱离评估中的最佳用途很重要。我们认为,理想情况下应将SBT失败纳入分析的两种方式分别汇总并分析。然而,我们预期数据有限,并按方案计划将其汇总以供进一步分析。同样,不同的BNP测量方法(ΔBNP、DeltaBNP%、BNP-pre和BNP-post)不应汇总,因为有些涉及BNP值的变化,而另一些仅涉及特定时间的单一值。BNP测量可汇总的唯一例外是ΔBNP和ΔBNP%,因为考虑到在SBT期间发生显著变化时基线BNP水平可能不相关。
可汇总的大多数数据与SBT期间BNP的绝对和相对变化(ΔBNP和ΔBNP%)相关。为增加分析的广度,我们对排除SBT失败患者的研究中采用任一测量方法(ΔBNP和ΔBNP%)的研究进行了汇总。Moses-Littenberg summary ROC分析显示高准确性(附加文件5)。然而,该分析需要具备真阳性、真阴性、假阳性和假阴性数据才能进行,限制了其对某些亚组的适用性。该summary ROC分析主要由ΔBNP%驱动(4项研究中的3项,178例患者中的148例)。我们能够对在脱离失败分析中排除SBT失败的研究进行ΔBNP%的汇总AUROC(图5)。该AUROC分析进一步支持了初步发现,并提供了高准确性的证据(0.92 [0.88–0.97],I2 0%)。这代表了从数据中获得的汇总分析中最稳健的BNP测量组合。
遗憾的是,数据不足以针对该特定BNP指标组合进行敏感度和特异度估计。最接近的近似值是通过双变量分析获得的,该分析汇集了ΔBNP或ΔBNP%指标的研究数据,无论是否纳入自主呼吸试验(SBT)失败组。获得的敏感度和特异度较高[分别为0.889(0.831–0.929)和0.828(0.730–0.896)]。需要注意的是,这些结果主要由排除SBT失败患者的研究驱动(5项研究中4项;278例患者中248例),以及ΔBNP%的研究驱动(5项研究中4项;278例患者中178例)。这与先前针对排除SBT失败患者的研究中ΔBNP%所进行的分析非常接近。
尚无足够的研究来分别分析ΔBNP、BNP-前和BNP-后作为增量试验(即从脱机失败分析中排除SBT失败)或替代性“独立”试验(即从脱机失败分析中纳入SBT失败)。汇集每种BNP指标两种分析方法的研究似乎支持在这些情况下具有较高准确性(图4)。主要局限性在于无法确定其作为增量试验还是替代试验更为适用。此外,对于BNP-前和BNP-后,研究的描述不如ΔBNP和ΔBNP%的研究那么详细。此外,由于只有两项研究直接比较了各种BNP指标,难以确定更优的指标或方法。Cheng等[23]和Martini等[24]均比较了ΔBNP和ΔBNP%,两项研究均提示ΔBNP%更优。
从临床角度来看,使用这些指标需要采用特定阈值来二分区分脱机成功与失败的可能性(表1)。该阈值是通过分析最佳敏感度、特异度、阳性和阴性预测值以及诊断准确性的AUC曲线确定的。在所有研究中均未对预先设定的阈值进行前瞻性研究。ΔBNP%的研究提示,若合并两种BNP类型(BNP和NT-ProBNP),高于13.4–20%的阈值(n = 4)可最佳预测脱机失败。其他BNP指标每种指标或组合的研究数量为三项或更少(表1)。因此,本系统评价无法推荐任何BNP指标的具体阈值来最佳区分脱机成功与失败以应用于临床实践。
我们的研究提示,在仅纳入通过其他临床标准成功通过初始SBT的成年患者的研究中,BNP作为SBT期间BNP的相对变化使用效果最佳。无论患者是否成功通过SBT,使用ΔBNP%或ΔBNP均可能有一定作用,但数据不够稳健,需要进一步研究。
局限性
如上所述,BNP检测方法的异质性和不同的分析方法限制了我们进行汇总分析的能力;承认这一点限制了可作出的推断。同样,由于各研究报告的限制,我们无法按潜在重要亚组(如病例构成和ICU入住类型)进行分层分析。我们选择将一般ICU人群和特定ICU亚组合并,以获取足够数据进行AUROC分析。双变量分析和Moses-Littenberg分析未受影响,因为纳入的所有研究均为混合ICU人群。我们认为这使我们的结果更可推广至内科/外科混合ICU实践;然而,我们无法对BNP在特定ICU亚组中用于撤机拔管的价值提供强有力的推断,因为每个人群仅由一项研究代表。BNP检测准确性存在若干混杂因素。心脏病(特别是左心室射血分数降低)和肾衰竭可显著改变BNP动力学。遗憾的是,这些患者特征在各研究中的纳入或排除标准不一致。就肾衰竭而言,急性和慢性肾衰竭的区分也很差。总体而言,大多数研究中肾功能正常,其余最多为轻度受损。至于心脏病,定义各不相同。呼吸衰竭的病因对BNP的准确性有影响:谵妄、创伤性脑损伤、无法清除分泌物或喘鸣等限制了BNP的准确性,因为它们可能不会导致BNP测量值的变化。本综述纳入的少数研究试图通过排除喘鸣和TBI来限制这一影响。遗憾的是,将分泌物清除障碍或谵妄作为呼吸衰竭原因进行捕捉可以理解地较为困难,且没有任何研究这样做。另一个局限性是缺乏直接比较临床指标与BNP测量对成功SBT准确性的研究。在这种情况下,通过临床指标判定SBT合格的患者可能因BNP测量而不合格,导致本可成功拔管的患者拔管延迟。遗憾的是,没有任何研究直接评估相对准确性。
最后,研究质量(按QUADAS-2定义)一致评定为存在偏倚风险,除了一项研究[21]。主要问题是医师对BNP检测盲法的透明度不足。我们认为这不是关键缺陷,因为在所有研究中,拔管决定最常基于临床SBT标准。
对临床、政策和研究的意义
机械通气撤机研究复杂,受益于更大程度的标准化。成功撤机似乎定义明确,这反映在收集的研究中。另一方面,撤机失败在各研究中定义不一,主要涉及SBT失败的纳入或排除。无论其对替代性或增量性检测适用性的重要性如何,所用术语需要标准化以促进研究。
需要更多数据来强化BNP作为脱机工具的作用。我们认为,这应采取在SBT后对BNP作为临床指标的替代或增量工具进行比较研究的形式。理想情况下,该研究应采取评估ΔBNP和ΔBNP%的形式,并在分析的亚组中比较纳入与排除SBT的情况。这将有助于确定BNP是优于单独使用SBT,还是仅仅具有增量价值。
改进工具以提示更高的机械通气(MV)脱机成功或失败可能性具有深远意义。除了在初始评估后用临床指标对个体重新分类外,这还可能有助于对失败风险进行分层。这种分层可能有助于更好地确定优化目标(如进一步降低容量)、更好地识别拔管后治疗需求(如高流量氧疗和双水平气道正压通气(BiPAP))以及延长ICU观察的需要。在此基础上可开发临床风险评分,以辅助这些患者拔管后的管理。
结论
SBT期间BNP的相对变化(ΔBNP%)似乎具有作为通过SBT后预测成功脱机的增量工具的价值。然而,本汇总分析存在局限性,即无法计算或验证特定阈值,尽管多项研究报告的阈值在13–20%范围内。因此,我们认为有必要进一步研究。目前数据不足以支持ΔBNP%作为独立于常规SBT的检测,也不足以支持ΔBNP、BNP-pre和BNP-post作为增量、独立、替代或增量检测使用。比较ΔBNP%作为SBT期间临床指标的替代或增量工具的最佳使用方式,以及对特定阈值进行前瞻性验证,是研究的下一步。儿科病例数据匮乏,限制了任何结论的得出。
补充信息
附加文件1。检索策略。
附加文件2。从研究中提取的数据列表。
附加文件3。系统综述参考文献列表中纳入的成人和儿科研究。
附加文件4。机械通气脱机成功与失败患者之间的基线特征比较。
附加文件5。在将SBT失败(第2组)纳入脱机失败分析的研究(第1组)或将其排除的研究中,对ΔBNP或ΔBNP%测量方法进行的Moses-Littenberg分析。
附加文件6。在将SBT失败(第2组)从脱机失败分析中排除的研究中,对ΔBNP或ΔBNP%测量方法进行的Moses-Littenberg分析。
参考来源
- Deschamps J, Andersen SK, Webber J, et al. Brain natriuretic peptide to predict successful liberation from mechanical ventilation in critically ill patients: a systematic review and meta-analysis. Crit Care. 2020. PMID: 32393393. doi:10.1186/s13054-020-2823-9
- 全文:PMC7216735(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7216735/
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。