仅对临床和联合临床实验室模型进行ECPR结果在耐火性心脏骤停中的比较

科学领域:

• 心脏病学 心脏病学
• 关键护理医学 关键护理医学
• 医疗信息学 医疗信息学

背景情况:

• 身体外心肺复苏 (ECPR) 可以改善长期心脏骤停 (CA) 的存活率,但涉及与身体外膜氧化 (ECMO) 相关的重大风险和成本.
• 现有的ECPR结果预测模型通常是复杂的,将临床数据与干预后参数集成在一起,可能会阻碍及时的决策.
• 完善ECPR患者选择对于优化结果和资源配置至关重要.

研究的目的:

• 为了比较简化临床单一模型的预测性能与综合模型的预测性能,该模型包含ECMO前实验室参数,用于ECPR患者选择.
• 评估这些模型在预测出院后的生存率和ECPR后有利的神经结果的能力.
• 为了确定单独的临床因素是否足以在ECPR候选人中进行有效的预后评估.

主要方法:

• 对2012年1月至2019年1月期间参加ECPR计划的患者病历的回顾性审查.
• 纳入标准:年龄18-75岁,心肺复苏启动在CA后5分钟内,CA的心脏来源被认为是CA,以及耐火CA.
• 开发和比较两个预测模型:模型1 (仅临床因素) 和模型2 (临床因素加上ECMO前的乳酸盐和pH水平),使用接收器运行特征曲线 (AUROCs) 评估出院后的生存率和神经结果.

主要成果:

• 经过ECPR的幸存者更年轻,并且具有更高的初始可震动节律发生率,更短的低流量时间,更低的乳酸盐水平和更高的初始pH.
• 在急诊室发生心脏骤停的患者中,与医院外或医院内发生的心脏骤停的患者相比,存活到出院的时间显著更高.
• 模型1 (仅临床) 和模型2 (临床+实验室数据) 均表现出强有力的预测能力,对存活到出院的预测能力 (AUROC分别为0.79和0.83),以及良好的神经结果 (AUROC分别为0.80和0.79),模型之间没有显著差异.

结论:

• 仅仅临床因素就能有效地预测出院后的生存率和在ECPR后6个月的有利神经结果.
• 一个简化,仅用于临床的预测模型提供了与包含实验室数据的更复杂模型相比较的预后准确性.
• 这些发现支持使用临床数据作为早期预后评估和ECPR患者选择决策的实用和有效工具.