导出和验证一个定量风险预测模型,用于神经临界患者的断奶和输出管

科学领域:

• 关键护理医学 关键护理医学
• 神经学 神经学
• 呼吸系统疗法 呼吸系统疗法

背景情况:

• 患有严重神经疾病的患者在机械通风,切断和输出管过程中面临高风险.
• 准确的风险预测对于成功的输出管和改善患者预后至关重要.

研究的目的:

• 开发和验证一种定量风险预测模型,用于在患有严重神经疾病的患者中成功进行输出管.
• 确定关键的独立风险因素与输出失败相关.

主要方法:

• 对200名患有创伤性脑损伤和气管管道输液的患者进行了回顾性分析 (140名建模,60名验证).
• 二元逻辑回归确定了8个独立的风险因素:年龄≥65,APACHE II评分≥15,慢性肺病,GCS评分<8,氧化指数<300,咳反射损伤,频繁的唾液吸,吞功能不佳.

主要成果:

• 构建了一个风险预测评分模型,其临界值为18分.
• 该模型在建模组 (AUC 0.832,准确率81.5%) 和验证组 (AUC 0.763,准确率79.8%) 中显示出良好的预测准确度.

结论:

• 开发的用于输出管风险的定量评分模型具有显著的预测准确性.
• 该模型为临床实践提供了科学基础,有助于风险评估,改善输出管成功率和患者的治疗结果.