苏醒室胸腔镜手术病人低体温风险预测模型的建立及应用

陈 罡，徐文青，刘秋丽，刘尚昆，杜丹丹*

1.武汉轻工大学医学技术与护理学院，湖北 430030；2.华中科技大学同济医学院附属同济医院

机体核心温度＜36 ℃被定义为低体温［1］，可导致病人代谢功能异常甚至危及生命安全，国内外学者多聚焦于术中低体温危险因素的研究［2］。Alfonsi 等［3］研究显示，苏醒室低体温发生率为53.5%，是手术病人常见的并发症。苏醒期核心体温降低会延长麻醉药物的代谢时间，增加凝血功能障碍，导致失血、麻醉苏醒延迟、心血管事件等并发症，影响病人预后［4］。随着围术期麻醉护理的发展，病人术后苏醒阶段的体温变化受到越来越多的关注，但苏醒室低体温的相关研究较少。麻醉苏醒室护理单元的建立［5］，使苏醒室（postanesthesia care unit，PACU）成为病人术后苏醒阶段监护的重要场所［6］，苏醒室低体温问题逐渐成为困扰临床工作的难点。本研究评估全身麻醉后胸腔镜手术病人苏醒室低体温的发生率，分析相关危险因素，初步建立预测模型并进行校验，为临床麻醉护理工作早期识别胸腔镜手术低体温的高危病人提供参考。

1 对象与方法

1.1 对象 便利抽取2019 年11 月—2021 年5 月行胸腔镜手术的病人。病人均接受主动保温措施（静脉补液置入38 ℃恒温箱内加热，冲洗液加温至37～40 ℃，术中使用温毯机进行保温）及核心温度监测。通过电子病历系统收集研究对象的一般人口学资料[年龄、体质指数（body mass index，BMI）、性别]、围术期信息[麻醉类型、麻醉时长、美国麻醉医师协会（American Society of Anesthesiologists，ASA）分级、入室核心体温、液体总入量、入苏醒室时间、准备时间、是否择期手术、术前血糖/血红蛋白/清蛋白等]等相关资料。纳入标准：ASA 分级Ⅰ～Ⅲ级；全身麻醉且进入苏醒室。排除标准：合并严重的心、肝、肾功能异常；患有甲状腺疾病或雷诺综合征；孕期或哺乳期病人；服用调节体温的药物；发热病人。本研究通过医院伦理委员会审批（伦理号TJ-IRB20210749），研究对象均自愿参与研究。本研究基于文献学习，专家经验筛选预测因子，共14 个危险因素纳入研究。根据样本量计算公式估算样本量［7］，文献报告2017 年全国部分地区横断面调查报道数据为44.5%［8］，考虑到可能10%～20%的样本不符合要求，本研究所需的最少样本量14×5/0.445×(1-0.2)=197 例，本研究最终入组300 例。建模组纳入200 例，模型外验证组纳入100 例。

1.2 方法

1.2.1 研究方法 使用Pro4000 耳温计（B.Braun 公司，德国）测量核心体温。病人入苏醒室后使用体温探头测量核心体温，通过麻醉临床信息系统每隔5 min收集1 次鼻咽温度数据，确定5 min 内所有记录均低于36 ℃定义为低体温，以排除设备问题或体温探头意外移位等因素引起“假”体温过低。实验室检查结果以病人术前最后1 次或术后第1 次测量结果为准。准备时间：病人进入手术室到手术开始切皮的间隔时间。入苏醒室时间：从08:00～16:00 进入苏醒室为早班，从16:01～22:00 进入苏醒室为中班。

1.2.2 统计学方法 采用SPSS 25.0 软件进行统计学分析，定性资料以频数、构成比（%）描述，组间比较采用χ²检验；符合正态分布的定量资料以均数±标准差(±s)描述，组间比较采用两独立样本t检验；非正态分布的定量资料以中位数及四分位数[M（P25，P75）]描述，进行秩和检验；基于Logistic 回归分析结果构建预测模型，以P＜0.05 为差异有统计学意义。使用Hosmer-Lemeshow 判断模型的拟合度，P＞0.05，值越大拟合度越好。以受试者工作特征（receiveroperatingcharacteristic curve，ROC）曲线下面积(area under curve，AUC)评价模型的预测能力。以灵敏度、特异度来验证模型实际效能。

2 结果

2.1 建模组一般资料 本研究共纳入200 例手术病人进入建模组，其中男88 例，女112 例；年龄23～76(55.48±10.99)岁。将建模组分为低体温组和非低体温组，其中苏醒室低体温85 例，发生率为42.5%。组间比较共计7 个自变量差异具有统计学意义（P＜0.05），见表1。

表1 低体温组和非低体温组病人一般资料比较（n=200）

2.2 建立苏醒室胸腔镜手术病人低体温风险预测模型 将单因素分析中有统计学意义的7 个变量（年龄、BMI 评分、麻醉类型、麻醉时长、入室核心体温、准备时间、入苏醒室班次）纳入Logistic回归分析，赋值方式见表2，结果显示见表3。对模型进行Hosmer-Lemeshow检验，P=0.693，表明该模型拟合优度高。模型系数Omnibus 检验中P＜0.001，说明模型总体有意义。采用ROC 曲线检验病人模型预测实际低体温的灵敏度与特异度，见图1，以约登指数最大值为预测模型的最佳临界值。最终测得AUC 为0.858，约登指数为0.605，灵敏度为0.788，特异度为0.817。表明该模型比较稳健，拟合度和预测能力中等偏上。

表2 自变量赋值表

表3 苏醒室胸腔镜手术病人低体温多因素Logistic 回归分析

图1 预测病人发生苏醒室低体温的ROC 曲线

2.3 苏醒室胸腔镜手术病人低体温风险模型临床应用效果分析 2020 年12 月—2021 年5 月对100 例符合标准的病人应用该模型。其中男46 例，女54 例；年龄28～80（55.8±11.38）岁。实际发生术中低体温46 例，发生率46%，模型判断为36 例，误判10 例，灵敏度为78.26%；实际未发生术中低体温54 例，模型判断为39 例，误判15 例，特异度为72.22%。模型判断总正确率为75%。

3 讨论

目前，医护人员已经认识到围术期低体温的危害，国内外已逐渐进行相关领域低体温指南的建立和更新，国内的相关研究也开始关注其重要性［9］。胸腔镜手术是胸科手术的首选方式［10］，但针对胸腔镜手术病人苏醒室低体温的相关研究却相对缺乏。本研究发现，年龄、BMI 评分、麻醉类型、麻醉时长、入室核心体温、准备时间、入苏醒室班次是胸腔镜手术病人苏醒室低体温的预测因子，模型Hosmer-Lemeshow 检验中P=0.693，AUC=0.858，表明该模型拟合优度高，应用该模型可以预测苏醒室低体温发生的高危人群，能有效对苏醒室术后胸腔镜病人进行低体温高危病人的筛选，采取有效的保温措施，降低苏醒室低体温及其并发症的发生率，促进病人术后的康复。本研究纳入200 例胸腔镜手术病人，通过单因素分析及多因素Logistic回归分析，筛选胸腔镜病人苏醒室低体温的相关危险因素。本研究结果中，BMI≥24 kg/m2是苏醒室低体温的保护因素，超重具有保护作用。因为肥胖病人核心温度降低时，体内脂肪通过触发血管收缩来保持热量平衡[11]。也有研究显示，核心体温≥36.5 ℃是苏醒室低体温发生率的保护因素[12]。术前核心温度较高再分布减少，分布到外周的温度梯度降低，不易发生低体温。年龄增加是围术期低温的一个预测危险因素，高龄病人对寒冷的承受能力较差，在全身麻醉状态下体温调节血管收缩阈值降低，极易发生低体温[13]。有研究显示，麻醉初始阶段低温下降约占总下降的70%，而初始下降超过0.5 ℃会使病人进入苏醒室时体温＜36 ℃的风险加倍[11]。随着麻醉时间延长，核心温度持续降低，苏醒室低体温发生率升高，与Kongsayreepong等［14］研究结果一致。手术前没有主动保温措施，手术前的准备时间越长，苏醒室低体温的发生率越高。全身麻醉和神经阻滞均会影响体温调节功能[15]，神经阻滞麻醉减少血管收缩和寒战的程度，导致热量从身体的核心转移到外周，造成复合麻醉中苏醒室低体温的发生率是全身麻醉病人的3.857 倍。中班时间入苏醒室的病人，苏醒室低体温的风险增高2.857 倍，可能与病人手术开始时间比较晚，禁饮、禁食时间较长有关。

4 小结

本研究通过单因素分析和多因素Logistic 回归分析筛选胸腔镜手术苏醒室低体温发生的7 个独立危险因素，并通过数据分析建立了风险预测模型。但是本研究也存在一定的不足，样本类型选取过于单一，样本量纳入较少，后期还需扩大样本量及样本类型。但是此模型具有良好的预测能力，能够稳健地预测胸腔镜手术苏醒室低体温的发生，为临床工作提供了可靠的指导，具有良好的临床应用价值。