文献速递创伤与烧伤复苏、休克与脓毒症

开胸与闭胸心肺复苏在入院时有生命征象的创伤患者中的比较:一项回顾性多中心研究

Open-chest versus closed-chest cardiopulmonary resuscitation in trauma patients with signs of life upon hospital arrival: a retrospective multicenter study.
PubMed 文献 · Crit Care · 2020-09-01
一句话结论严重创伤患者入院时有生命征象并接受心肺复苏时,开胸心肺复苏较闭胸心肺复苏与更高的出院生存率相关。

该回顾性队列研究分析2010至2016年美国TQIP数据库,纳入入院时有生命征象并在急诊科6小时内接受心肺复苏的严重创伤患者2682例(开胸组1032例,闭胸组1650例)。主要终点为出院生存,开胸组157例(15.2%)存活,闭胸组193例(11.7%)存活,粗比值比1.35(95%CI 1.06–1.73,p=0.017)。三种统计模型均显示开胸心肺复苏与更高出院生存率显著相关:逻辑回归校正比值比1.99(95%CI 1.42–2.79),工具变量分析校正比值比1.16(95%CI 1.02–1.31),倾向性评分匹配(531对)比值比1.66(95%CI 1.13–2.42)。作者认为结果支持入院时有生命征象作为开胸心肺复苏的指征,但需进一步研究确认并评估神经功能结局。

要点

  • 严重创伤患者入院时有生命征象并在急诊科6小时内接受心肺复苏时,开胸组出院生存率15.2%(157/1032),闭胸组11.7%(193/1650),粗比值比1.35(95%CI 1.06–1.73)。
  • 校正混杂后开胸心肺复苏仍与更高出院生存率相关:逻辑回归校正比值比1.99(95%CI 1.42–2.79),工具变量分析校正比值比1.16(95%CI 1.02–1.31)。
  • 倾向性评分匹配531对后,开胸组出院生存89例(16.8%),闭胸组58例(10.9%),比值比1.66(95%CI 1.13–2.42,p=0.009)。
  • 匹配队列中开胸心肺复苏与更低的院内死亡率相关(亚分布风险比0.92,95%CI 0.86–0.98,p=0.009),死亡差异尤其在入院第一天明显。
  • 研究为回顾性数据库分析,作者指出存在残余混杂、工具变量无法验证排除通路、ICD-9-CM操作编码不确定性、缺失数据、无分钟级时间病程及神经功能结局数据等局限。

适用人群与场景

  • 纳入标准:入院时有生命征象(可测血压、呼吸或运动努力、心电活动或瞳孔活动)且在医院到达后6小时内接受开胸或闭胸心肺复苏的创伤患者。
  • 因TQIP数据库纳入标准,年龄小于16岁的患者未纳入。
  • 排除标准:简明损伤定级(AIS)6分的不存活损伤、损伤机制信息不明确、或急诊科到达时生命征象信息不明确者。

诊断标准与关键阈值

  • 生命征象(SOL)定义:可测血压、呼吸或运动努力、心电活动或瞳孔活动。
  • 开胸心肺复苏组定义:急诊科到达后前6小时内接受开胸心肺复苏,不论之前是否接受过闭胸心肺复苏;同时有开胸和闭胸编码者归入开胸组。
  • 闭胸心肺复苏组定义:急诊科到达后前6小时内仅接受闭胸心肺复苏。

研究设计与关键结果

  • 研究类型:基于美国TQIP数据库(2010–2016年)的回顾性队列研究,TQIP为美国外科医师学会创伤委员会国家创伤数据库的子集,截至2016年底超过700家一级和二级创伤中心参与。
  • 样本量:共2682例(开胸组1032例,闭胸组1650例);开胸组中位年龄45岁(25–75百分位28–63),钝性创伤占71.8%;闭胸组中位年龄32岁(23–49),钝性创伤占42.7%。
  • 主要终点出院生存:开胸组157例(15.2%)vs 闭胸组193例(11.7%),粗比值比1.35(95%CI 1.06–1.73,p=0.017)。
  • 逻辑回归分析:开胸心肺复苏与更高出院生存显著相关,校正比值比1.99(95%CI 1.42–2.79,p<0.001)。
  • 工具变量分析(以医院创伤外科医生数量是否超过8名作为工具变量):两阶段最小二乘分析显示开胸心肺复苏与更高出院生存相关,校正比值比1.16(95%CI 1.02–1.31,p=0.021)。
  • 倾向性评分匹配分析:生成531对匹配,开胸组出院生存89例(16.8%)vs 闭胸组58例(10.9%),比值比1.66(95%CI 1.13–2.42,p=0.009)。
  • 匹配队列院内死亡率:开胸心肺复苏与更低的院内死亡率相关,亚分布风险比0.92(95%CI 0.86–0.98,p=0.009),死亡差异尤其在入院第一天明显。
  • 敏感性分析:缺失结局假定为存活时校正比值比2.87(95%CI 2.32–3.55,p<0.001);假定为死亡时校正比值比1.80(95%CI 1.31–2.47,p<0.001)。

证据类型、等级与局限

  • 证据类型:回顾性队列研究(基于TQIP数据库),原文未给出证据等级或推荐强度。
  • 局限:回顾性登记研究,残余混杂不可避免;开胸心肺复苏的指征无法完全由登记变量解释。
  • 局限:工具变量模型虽用于克服偏倚,但在回顾性登记研究中指定理想工具变量具有挑战性,因无既定方法验证工具变量到结局的通路不存在。
  • 局限:登记数据(包括ICD-9-CM操作编码)存在潜在不确定性。
  • 局限:存在一定程度缺失数据(包括研究结局),采用了多重插补法。
  • 局限:无法获得以分钟计的详细时间病程信息。
  • 局限:TQIP数据库中无神经功能结局数据(复苏治疗的最终结局指标)。
  • 局限:无小于16岁患者数据,无法评估该年龄组。

对床旁实践的改变

  • 作者认为,入院时有生命征象可能为实施开胸心肺复苏的强指征之一,开胸心肺复苏与创伤患者入院时有生命征象时的有利生存结局显著相关。
  • 作者指出,当前指南将生命征象作为开胸心肺复苏的指征,但此前缺乏科学证据支持;本研究为支持该指征提供了大规模数据。
  • 作者指出,由于TQIP数据库无分钟级时间病程数据,无法克服「开胸心肺复苏仅在闭胸心肺复苏未能恢复自主循环的患者中实施」这一偏倚,需进一步研究控制该偏倚。
  • 作者建议未来研究应评估从心脏骤停发生到开胸心肺复苏的时间影响,并评估长期神经功能结局。
  • 作者指出,需来自其他国家的进一步研究确认本研究结果的普遍性。

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10 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. 2020 Sep 1;24:541. doi: 10.1186/s13054-020-03259-w

背景

开胸心肺复苏(OCCPR)于19世纪末在美国开始使用,作为心脏骤停后的挽救性措施。当需要时,除直接心脏按摩外,它同时包括通过钳夹降胸主动脉来控制膈下出血[1, 2]。由于伦理原因,在创伤性心脏骤停病例中开展比较OCCPR与闭胸心肺复苏(CCCPR)的随机对照试验不切实际,因此OCCPR的治疗效果仅在观察性研究和队列研究中得到评估[3–5]。然而,即使在最近的一项荟萃分析中,OCCPR与CCCPR相比的生存获益也尚未明确确定[6]。

由于成本效益差以及对医务人员的潜在感染风险[7, 8],加之上述证据,近期指南限制了复苏性开胸术(RT)的使用指征[2, 9, 10]。这些指南中RT的指征通常基于生命体征(SOL:可检测到的血压、呼吸或运动活动、心电活动或瞳孔活动)的阳性发现以及心脏骤停发生后的时间,因为据认为心肺复苏超过15分钟后患者存活罕见[11]。然而,大多数推荐意见基于小样本的描述性研究或专家意见,而非基于评估OCCPR与CCCPR比较有效性的大规模队列研究。

在本研究中,我们评估了OCCPR与CCCPR相比在急诊科(ED)入院时存在SOL的创伤患者中的有效性,基于以下假设:在这些患者中OCCPR与比CCCPR更好的生存结局相关。

方法

研究设计与设置

开展了一项回顾性队列研究,分析2010年至2016年间创伤质量改进计划(TQIP)数据库的数据。TQIP数据库是美国外科医师学会创伤委员会国家创伤数据库的子集,存储年龄超过15岁且遭受严重损伤(定义为简明损伤定级(AIS)≥ 3)的患者数据。截至2016年底,超过700家一级和二级创伤中心参与了TQIP数据库。经过培训的专家为每位患者提取了100多个变量以及治疗医院的信息。TQIP数据库的详细信息可在https://www.facs.org/quality-programs/trauma/tqp/center-programs/tqip获取。将接受OCCPR患者的出院存活率与仅接受CCCPR患者的出院存活率进行了比较。

本研究遵循1964年赫尔辛基宣言及其后续修订版的原则。本研究及其方案符合河滨大学卫生系统—比较有效性与临床结局研究中心的机构审查委员会要求(批准号:1636962)。基于使用匿名化的患者和医院数据,免除了对每位患者获取知情同意的要求。

研究人群

我们纳入了符合以下标准的创伤患者:(i)到达医院时存在SOL,以及(ii)在到达医院后6小时内接受了OCCPR或CCCPR。由于TQIP数据库的纳入标准,年龄小于16岁的患者未被纳入。我们还排除了AIS评分为6分定义为不可存活损伤的患者、缺乏确切损伤机制信息的患者,或缺乏急诊科到达时SOL确切信息的患者。患者被分为OCCPR组和CCCPR组,并对两组之间的结局进行了比较。

数据收集

从TQIP数据库中收集了以下变量:年龄、性别、保险类型、生命体征(收缩压、心率、呼吸频率)、格拉斯哥昏迷量表(GCS)、体温、急诊科到达时SOL的有无、受伤年份、损伤机制(即钝性或穿透性)、各身体区域的AIS、损伤严重度评分(ISS)、院前转运总时间、OCCPR或CCCPR的实施及其时机(按急诊科到达后小时记录)、住院时间以及出院时生存状态。还收集了关于创伤中心级别、教学状态和创伤外科医生数量的医院信息。

结局指标和队列定义

研究结局定义为存活至出院。OCCPR组定义为在急诊科到达后前6小时内接受OCCPR的患者,无论在此之前是否接受过CCCPR,考虑到损伤后前6小时的临床重要性[12]。同时,CCCPR组定义为在急诊科到达后前6小时内仅接受CCCPR的患者。同时具有OCCPR和CCCPR编码的患者被归入OCCPR组,因为在准备OCCPR期间执行CCCPR是常见的,但从实际临床角度来看,反之则不成立。OCCPR和CCCPR的实施分别通过国际疾病分类第9版临床修改版(ICD-9-CM)的手术操作编码37.91和99.63来识别。

统计分析

缺失值通过链式方程多重插补处理,采用10次迭代并创建15个数据集,基于缺失机制为随机缺失的假设以及既往使用TQIP数据库的研究[13, 14]。

采用三种统计模型进行分析:(i) 逻辑回归分析,(ii) 工具变量分析,(iii) 倾向性评分匹配分析。用于病例组合分类的协变量,在逻辑回归模型和工具变量模型中使用,包括患者年龄、性别、保险类型、受伤年份、受伤机制(即穿透伤或钝性伤)、到达急诊科时的生命体征(收缩压、心率、呼吸频率)、GCS、到达急诊科时的体温、各身体区域的最大AIS、ISS、院前转运总时间以及医院特征(美国外科医师学会认证级别和教学状态)。变量的选择基于临床视角。变量多重共线性问题采用方差膨胀因子(VIF)分析进行评估,容忍值设定为小于2。在工具变量分析中——这是一种在非随机化数据中控制未测量混杂因素的成熟技术[15]——以医院创伤外科医生数量(按是否多于或少于8名外科医生进行分类)作为工具变量。工具变量的截断值根据TQIP数据库中创伤外科医生数量的分类确定。该方法采用由上述变量校正的两阶段最小二乘回归进行,基于的零假设是医院创伤外科医生数量与OCCPR的实际实施之间无关联。采用偏F检验评估弱工具变量问题,F统计量大于10被视为可接受。

考虑到OCCPR组与CCCPR组之间特征的异质性,我们还进行了倾向性评分匹配分析[16]。在该分析中,应用逻辑回归模型,使用上述变量估算每位患者发生OCCPR的倾向性评分以进行预测。倾向性评分匹配从OCCPR组和CCCPR组中提取1:1匹配对。两组间的匹配平衡采用绝对标准化均数差(ASMD)进行评估,值小于0.1被视为可接受。卡钳宽度设定为经logit变换的倾向性评分的标准差乘以0.002,以实现两组间良好的匹配平衡。在倾向性评分匹配队列中,组间比较采用卡方检验。此外,构建了倾向性评分匹配受试者院内死亡率的累积发生率曲线。考虑到院内死亡与存活出院之间的竞争风险,采用Fine和Gray检验估算院内死亡率的亚分布风险比[17]。

由于部分患者缺乏生存结局信息,除多重插补法外,我们还进行了敏感性分析,其中结局分别基于最乐观和最悲观情景进行插补,即分别将所有缺失的生存结局信息假定为存活或死亡。上述逻辑回归模型应用于这些敏感性分析中。

将所有插补数据集合并为一个数据集后,采用描述性统计展示分类变量(以计数和百分比表示)以及数值变量或有序变量(以中位数和第25~75百分位数表示)。基于Rubin规则[18],采用预测性统计展示跨插补数据集整合的估计值(以点估计和95%置信区间(CI)表示)。所有统计分析中,显著性水平定义为p < 0.05。所有分析均使用R 3.5.3(R Foundation for Statistical Computing,维也纳,奥地利)及附加包完成,包括用于多重插补的“mice [19]”、用于倾向性评分匹配的“Matching [20]”、用于工具变量分析的“AER [21]”以及用于Fine和Gray检验的“cmprsk [22]”。

结果

患者流程图见图1。共有2682例患者(OCCPR 1032例;CCCPR 1650例)符合分析条件。原始数据的特征(包括缺失值的比例)见附加文件1。多重插补队列患者的主要基线特征见表1。OCCPR组年龄大于CCCPR组(中位数[第25~75百分位数]分别为45 [28, 63]和32 [23, 49]),且OCCPR组钝性创伤的比例(71.8%)高于CCCPR组(42.7%)。

该队列的详细基线特征见附加文件2。该队列所在医院的特征见表2。OCCPR组的创伤外科医生数量多于CCCPR组。总体上,OCCPR组有157例患者(15.2%)、CCCPR组有193例患者(11.7%)存活至出院(粗比值比[95% CI] = 1.35 [1.06–1.73],p = 0.017)。OCCPR组和CCCPR组存活者的中位住院时间[第25~75百分位数]分别为18天[6–35]和19天[10–32]。

在逻辑回归分析中,所用变量的所有VIF均低于2,排除了模型中的多重共线性问题。在逻辑回归分析中,OCCPR与更高的出院存活率显著相关(校正比值比[95% CI] = 1.99 [1.42–2.79],p < 0.001)。在工具变量分析中,线性回归分析表明,随着创伤外科医生数量的增加,实施OCCPR的可能性显著增加(校正比值比[95% CI] = 1.11 [1.08–1.15],p < 0.001,F统计量 = 28.9)。因此,拒绝了创伤外科医生数量与实际实施OCCPR之间无关联的零假设。然而,在经OCCPR校正的线性回归分析中,工具变量对存活至出院无显著影响(校正比值比[95% CI] = 1.01 [0.98–1.04],p = 0.485)。因此,变量“医院内创伤外科医生数量”满足工具变量的要求。使用该工具变量的两阶段最小二乘分析同样表明,OCCPR与显著更高的存活率相关(校正比值比[95% CI] = 1.16 [1.02–1.31],p = 0.021)。

在倾向性评分匹配分析中,通过一对一匹配过程,共选出531对匹配对。多重插补及倾向性评分匹配队列中患者的主要基线特征见表3。该队列的详细基线特征见附加文件3。该队列所在医院的 characteristics 见表4。

调整变量中所有ASMD值均小于0.1,表明匹配均衡良好(表3和表4及附加文件3)。在倾向性评分匹配队列中,中位年龄[第25–75百分位数]为40岁[25–56],女性患者254例(23.9%)。观察到穿透伤381例(35.9%)。总计,OCCPR组89例患者(16.8%)和CCCPR组58例患者(10.9%)存活至出院。OCCPR组在倾向性评分匹配队列中也显示出显著更高的生存率(比值比[95% CI] = 1.66 [1.13–2.42],p = 0.009)。这三项分析的结果汇总于表5。

倾向性评分匹配对象中入院后至30天院内死亡率的累积发生率曲线见图2。观察到死亡率存在显著差异,尤其是在入院第一天。Fine和Gray检验显示,OCCPR与较低的院内死亡率显著相关(亚分布风险比[95%置信区间] = 0.92 [0.86–0.98],p = 0.009)。

在敏感性分析中,将所有结局缺失信息假定为存活,如原始分析一样,OCCPR与出院时更高的生存率显著相关(调整比值比[95% CI] = 2.87 [2.32–3.55],p < 0.001)。在所有结局缺失信息假定为死亡的分析中也观察到类似结果(调整比值比[95% CI] = 1.80 [1.31–2.47],p < 0.001)。

图1 患者筛选流程图。缩写:SOL,生命体征;OCCPR,开胸心肺复苏;CCCPR,闭胸心肺复苏 查看原图 ↗
表1 多重插补数据集中患者的基线特征(主要变量) 查看原表 ↗
表2 多重插补数据集中医院的基线特征 查看原表 ↗
表3 多重插补及倾向性评分匹配数据集中患者的基线特征(主要匹配变量) 查看原表 ↗
表4 多重插补及倾向性评分匹配数据集中医院的基线特征 查看原表 ↗
表5 通过logistic回归分析、工具变量分析和倾向性评分匹配分析评估的OCCPR与CCCPR相比对存活至出院的比较有效性 查看原表 ↗
图2 倾向性评分匹配对象院内死亡率的累积发生率曲线 查看原图 ↗

讨论

在本回顾性观察性研究中,我们评估了OCCPR与CCCPR相比在急诊科到达时存在SOL的创伤患者中的生存获益。所有三种统计模型均表明OCCPR具有显著的生存获益。据我们所知,这是首项使用大规模数据集验证OCCPR适应证的研究,并证明OCCPR与CCCPR相比具有更有利的生存结局。

在创伤患者的复苏抢救中,与CCCPR相比,OCCPR具有若干理论上的优势[1, 2]。在多发性肋骨骨折和连枷胸的情况下,由于胸廓顺应性降低,通过CCCPR难以实现足够的全身血液灌注。降胸主动脉交叉钳夹通常与OCCPR联合使用,能够维持脑/冠状动脉血液灌注并暂时控制膈下出血。然而,既往研究未能证明OCCPR相较于CCCPR的优势[3, 4]。这种差异可能主要由研究人群的不同来解释。本研究所评估的人群仅限于到达急诊科时具有SOL的患者;然而,既往一项研究[3]中41.2%的受评估患者在到达急诊科时已发生心脏骤停。此外,本研究队列中46.1%为穿透性机制致伤者,而既往一项研究中所有分析患者均为钝性机制致伤[3]。院前医疗体系和创伤中心分布及其覆盖区域的差异也可能影响了各项研究的结果。虽然本研究的院前转运时间长于既往一项日本研究[3],但美国的急救人员相比日本同行被允许提供多种医疗干预措施。这些因素的差异可能在很大程度上影响了本研究中观察到的生存率(整个研究队列为13.0%),该生存率高于既往报道[23–26]。

Joseph等[27]使用TQIP数据库回顾了在入院第一小时内接受探查性开胸术(ICD-9-CM,34.02)的患者,并报告了9.6%的生存率。然而,他们的研究纳入了入院时无SOL的患者(占分析队列的28.6%)。此外,OCCPR仅是探查性开胸术的一部分,并非总是在该操作过程中实施[28, 29]。相比之下,本研究对干预措施(即OCCPR或CCCPR)使用了更严格的定义,这可能解释了他们的研究与我们的研究在患者背景和结果方面的一些差异。

从心脏骤停发生到实施OCCPR的时间是当前指南推荐中的重要指标之一[2, 9, 10]。实际上,Yamamoto等[30]报告称,OCCPR前较短的CCCPR持续时间与显著更高的自主循环恢复(ROSC)率相关。然而,在一项回顾性数据库分析中,仍存在一个主要担忧,即OCCPR仅在单纯CCCPR无法实现ROSC的患者中实施[6]。这种偏倚通常与接受OCCPR的患者更差的结果相关。尽管本研究由于TQIP数据库的性质(无法获得以分钟为单位的详细时间进程数据)而无法克服这一偏倚,但考虑到该偏倚的方向,结果提示SOL的存在可能是实施OCCPR的强指征之一。然而,需要进一步考虑详细时间进程的研究来控制这一偏倚。

本研究的长处在于采用多种严谨的统计方法对大量患者进行了分析。现行指南中放射治疗(RT)的适应证之一——SOL存在与否的数据,在TQIP数据库中可获取[2, 9, 10]。此外,开胸心肺复苏(OCCPR)和闭胸心肺复苏(CCCPR)的操作可被明确识别。然而,本研究也存在一些局限性。由于这是一项基于登记数据库的回顾性研究,残余混杂问题不可避免。OCCPR的适应证无法完全由登记变量解释。尽管我们通过使用工具变量模型尽最大努力克服这一偏倚,但在基于登记数据库的回顾性研究中,设定理想的工具变量具有挑战性,因为尚无既定方法可验证工具变量至结局的通路不存在。登记数据中潜在的不确定性(包括ICD-9-CM操作编码)也是本研究的局限性之一。数据在某种程度上存在缺失,包括研究结局,对此我们采用了多重插补法。如上所述,以分钟为单位的时间进程详细信息无法获取。神经学结局——复苏治疗的最终结局指标——的数据在TQIP数据库中亦无法获取。最后,16岁以下患者的数据无法获取,这使我们无法对该年龄组进行评估。

尽管存在这些局限性,这是首个设计良好的大规模研究,证实了现行推荐意见中关于创伤患者使用OCCPR的适应证之一。我们的研究结果显示,在急诊科到达时存在SOL的创伤患者中,实施OCCPR与有利的生存结局之间存在显著关联。基于这些结果,可以预期通过维持SOL直至急诊科到达并联合后续OCCPR可提高患者生存率。需要来自其他国家的进一步研究以证实我们的发现具有可推广性。此外,心脏骤停发生至开始复苏的时间——现行创伤指南中的另一项主要标准——的影响,也应在未来研究中通过统计学评估,以确定OCCPR的最佳候选人群。

结论

在急诊科到达时存在SOL的创伤患者中,OCCPR与CCCPR相比,与显著更高的出院存活率相关。需要进一步研究以证实这些结果并评估神经学结局,同时考虑详细的时间进程。

补充信息

附加文件1:表S1 原始数据集中患者的基线特征及缺失数据比例。

附加文件2:表S2 多重插补数据集(所有变量)中患者的基线特征。

附加文件3. 多重插补及倾向性评分匹配数据集(所有匹配变量)中患者的基线特征。

参考来源

  1. Endo A, Kojima M, Hong ZJ, et al. Open-chest versus closed-chest cardiopulmonary resuscitation in trauma patients with signs of life upon hospital arrival: a retrospective multicenter study. Crit Care. 2020. PMID: 32873326. doi:10.1186/s13054-020-03259-w
  2. 全文:PMC7465718(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7465718/

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。