困难气道的风险因素分析及预测模型研究

倪红伟，贺广宝，高红梅，祝义军，史东平，杭燕南

1. 上海市嘉定区中心医院麻醉科，上海 201800；2. 上海交通大学医学院附属仁济医院麻醉科，上海 200127

临床上预测困难气道（difficult airway，DA）的指标较多，如改良的Mallampati分级（modified Mallampati test，MMT）、头颈活动度、张口度、甲颏距离等，但其灵敏度和特异度均不够理想。近年来，超声技术的应用为临床预测DA提供了新方法。研究[1]发现，使用舌下超声测量舌的体积及厚度可以预测困难喉镜（DA的代理指标）。另有研究[2]在正中位甲状软骨膜水平，通过会厌前间隙的厚度和会厌前区面积来预测困难喉镜的相关指标，但具体使用何种方法、如何测量尚未定论。本研究通过超声技术在可视状态下的旁矢状位测量皮肤到甲状软骨的距离（the distance between the skin and thyroid cartilage，DST）、皮肤到会厌的距离（the distance between the skin and epiglottis，DSE）以及甲状软骨到会厌的距离（the distance between the thyroid cartilage and epiglottis，DTE）[3]，采用 Logistic回归分析和相对风险度评估对DA的风险因素进行分析并预测最佳模型，以期为临床上DA预测的评估提供新方法。

1 对象与方法

1.1 研究对象

纳入2018年5月—10月在上海市嘉定区中心医院拟全身麻醉下行择期手术的患者211例（年龄＞18岁），其中男性92例、女性119例，美国麻醉师协会（American Standards Association，ASA）分级为Ⅰ～Ⅲ级。排除头颈部畸形、上颌畸形、颈椎骨折以及患有肿瘤等的特殊患者。

本研究已获得上海市嘉定区中心医院伦理委员会审批（审批号：2016-B-11），所有患者或家属均签署了知情同意书。

1.2 麻醉及插管过程

患者入手术室后需行常规吸氧、开放外周静脉，并监测其心电图、血压、心率、脉搏血氧饱和度、呼气末二氧化碳分压等。随后，向患者静脉依次注射咪达唑仑2 mg、舒芬太尼0.3～0.5 μg/kg、丙泊酚1.5～2.0 mg/kg及顺苯磺酸阿曲库铵1.5 mg/kg进行麻醉诱导。待肌肉松弛完全后行气管插管，即经面罩纯氧通气，采用直接喉镜暴露声门，不对其喉部施加外部压力，选用第一眼喉镜对患者喉部状态进行观察，并行Cormack-Lehane（CL）分级判定。该判定由具有5年以上临床工作经验的同一名麻醉医师完成。研究[4]显示，CL分级中Ⅰ、Ⅱ级被视为正常气道，Ⅲ、Ⅳ级则被视为DA。

1.3 数据采集

1.3.1 基本资料收集 收集患者的年龄、性别、身高、体质量和体质量指数（body mass index，BMI）等基本资料。

1.3.2 常规气道评估指标采集 常规气道评估指标包括MMT、头颈活动度、张口度和甲颏距离，具体如下：①MMT评估：即患者需用力张口、伸舌至最大限度，根据其口咽部结构的可见度进行分级。其中，Ⅰ级可见软腭、咽腭弓、腭垂，Ⅱ级可见软腭、咽腭弓且腭垂部分被挡住，Ⅲ级仅见软腭，Ⅳ级未见软腭。当患者为Ⅲ、Ⅳ级时，提示存在插管困难。②头颈活动度评估：测量患者头颈做最大限度的屈曲到伸展的活动角度。该角度≥ 80˚即为正常，而＜80˚则提示存在插管困难。③张口度评估：患者需尽可能张大嘴巴，用示指、中指和无名指测量上下门齿间距离。该距离≥ 4 cm（两横指）即为正常，而＜4 cm则提示存在插管困难。④甲颏距离评估：患者需头部后仰至最大限度，测量甲状软骨到颏结节间的距离。该距离≥ 6 cm 即为正常，而＜6 cm则提示存在插管困难。

1.3.3 超声数据采集 患者取去枕平卧位，使用超声（Venue 40 12L-SC，美国GE公司）线阵探头矢状位置于喉部左侧旁正中（中线向左旁开1 cm），可见甲状软骨和舌骨，并以此为标记测量DST；于甲状软骨下方可见会厌后缘空气与黏膜交界面呈线状高回声时，测量DSE和DTE。同一距离行3次测量，取平均值。超声数据的采集由同一名经过培训的麻醉医师完成。

1.4 统计学方法

使用Stata/SE 15.0软件对研究数据进行统计分析。对连续变量进行正态分布分析检验，符合正态分布的定量资料以x—±s表示，非正态分布的定量资料以M（Q1，Q3）表示，并分别采用t检验和非参数检验进行分析[5]。分类变量的分析结果被报告为数字，并采用χ2检验进行组间比较。检测各变量的膨胀因子，判定其多重共线性，并采用Logistic回归分析筛选DA独立预测因素并建立最佳模型。通过灵敏度、特异度、曲线下面积（area under the curve，AUC）来评估最佳模型预测DA的能力。上述比较均为双侧检验，P＜0.05表示差异具有统计学意义。

2 结果

本研究共纳入211例患者，经CL分级评估显示44例患者为Ⅲ级或Ⅳ级。依据该结果，将患者分为正常气道组（167例）和DA组（44例），并对2组患者的一般资料及气道评估指标进行分析。结果（表1）显示，患者在性别、MMT、DSE、DTE和DST指标间差异均具有统计学意义（均P＜0.05）。

表1 患者一般资料比较及气道评估指标分析Tab 1 Comparison of general data and analysis of airway assessment indicators

本研究通过对各变量的膨胀因子进行检测显示，各变量间不存在多重共线性，而后采用Logistic回归分析筛选DA独立预测因素并建立最佳模型。结果显示，预测困难喉镜的最佳模型由性别、BMI、DSE和MMT共4个风险因素确定，该最佳模型的诊断价值的灵敏度为90.9%，特异度为90.4%，明显优于MMT的灵敏度（75.0%）及特异度（71.3%）。

DA最佳模型的相关风险因素分析结果见表2。Logistic回归方程为：logit （DA） =-8.077-1.463×Sex-0.223×BMI+2.482×MMT+5.609×DSE，其中Sex为性别。随后对最佳模型进行受试者工作特征曲线（receiver operator characteristic curve，ROC曲线）分析，结果（图1）显示其AUC为0.934。

表2 最佳模型的相关风险因素分析Tab 2 Analysis of relevant risk factors for the optimal model

图1 预测DA的最佳模型的ROC曲线Fig 1 ROC curve of the optimal model for predicting DA

3 讨论

目前，DA的处理是麻醉学领域中的一项重要课题。临床上，DA的发生不仅会影响麻醉及手术过程的顺利实施，还可能危及患者的生命安全；而麻醉医师能否在气管插管前对DA进行预测并提前做好充分准备，是确保患者安全的重要环节。近年来，有不少学者采用传统预测DA的方法和超声预测方法进行研究发现，其灵敏度均不够理想且缺少公认的预测标准。本研究采用Logistic回归分析筛选DA的独立预测因素并建立一种全新的DA预测评估体系；结果显示，该评估体系由性别、BMI、DSE和MMT共4个风险因素确定。

由于临床上插管困难多为主观感受，对其进行气道评估也仅是一种对不确定因素的预测，因此通过直接喉镜对患者进行喉头分级可能是建立气道最重要的决定因素。基于此，我们选用第一眼喉镜对患者喉部状态进行观察，并将该结果中困难喉镜作为DA的代理指标。经CL分级评估显示，第一眼喉镜检查困难的发生率为20.85%，与其他研究[6-7]相似。有研究[8-9]表明男性更容易出现困难喉镜，这与本研究结果较接近，即男性是困难喉镜的风险因素。在本研究中，我们采用世界卫生组织设立的超重标准（BMI≥ 25 kg/m2）截点[10]，经Logistic回归分析显示BMI是困难喉镜的风险因素。Quinn等[11]研究显示，患者的BMI每增加1 kg/m2，则其插管失败的风险会增加7%。目前，MMT是临床常用的气道评估方法[12]，有文献[13-14]报道其灵敏度为42%～81%，特异度为66%～84%。本研究结果显示MMT的灵敏度为75.0%，特异度为71.3%，与上述文献报道相一致。

近年来，超声技术基于无创、便携等优势广泛应用于气道领域，为临床预测DA提供了新的方法。本研究通过超声技术在可视状态下于旁矢状位测量DST、STE、DSE，结果显示DSE在预测DA评估体系中发挥了重要作用，其与插管操作希望看到的声门距离最近，其长短也可直接影响插管时的视线通路。

此外，本研究尚存在一定的局限性：①本研究仅通过1台超声设备进行检测，较难准确且全面地收集符合标准的患者入组，后续我们将增设相关设备以增加对患者的收集。②本研究在设计前期时考虑结合CT或磁共振影像资料对DA进行预测，但最终因科研经费不足、患者医疗费用增加等原因而暂未纳入，后续或将结合CT或磁共振影像资料行进一步分析。

综上，本研究获得的全新DA预测评估模型结合了传统的临床评估方法和超声测量手段，在预测效果上显著优于MMT评估方法。该模型的应用或将能够更为全面、有效地实现DA评估，提高预测的准确性，对降低手术死亡率、提高围术期的安全性具有积极意义。