慢性阻塞性肺疾病合并呼吸衰竭患者无创呼吸机治疗失败的影响因素及其风险预测列线图模型构建

周大文，杨晓梅，赵文婷，刘文君，王璐

慢性阻塞性肺疾病（chronic obstructive pulmonary disease，COPD）的特点是持续的气流受限，病情严重者会并发呼吸衰竭［1-3］。无创呼吸机由于具有创伤小、连接方便、并发症少等优势已广泛应用于COPD合并呼吸衰竭的治疗［4-5］。虽然无创呼吸机可迅速改善患者的通气功能，在一定程度上提高患者的生存率，但仍有部分患者会出现治疗失败等情况，严重时甚至危及患者生命［6］。影响患者无创呼吸机治疗失败的因素较多，但尚未形成统一定论［7-8］，且未能构建有效的预测模型。基于此，本研究分析了COPD合并呼吸衰竭患者无创呼吸机治疗失败的影响因素，并建立其风险预测列线图模型，以期为提高COPD合并呼吸衰竭患者无创呼吸机治疗成功率提供参考。

1 对象与方法

1.1 研究对象 采用便利抽样法选取2020年5月至2022年5月于淮安市第二人民医院行无创呼吸机治疗的COPD合并呼吸衰竭患者为研究对象。纳入标准：（1）符合《慢性阻塞性肺疾病基层诊疗指南（2018年）》［9］中COPD的诊断标准；（2）符合《内科学》［10］中呼吸衰竭的诊断标准；（3）精神及交流沟通能力正常。排除标准：（1）合并其他呼吸系统疾病如支气管哮喘、肺结核等者；（2）伴有严重心、肝、肾功能不全或异常者；（3）合并免疫缺陷及恶性肿瘤者；（4）有无创呼吸机治疗禁忌证者；（5）其他疾病导致的呼吸衰竭者。采用结局变量事件数方法估计样本量［11］，即每个自变量需5～10例患者，经本院50例小样本测得COPD合并呼吸衰竭患者无创呼吸机治疗失败的发生率为26.0%（13/50），考虑到10%～20%的样本可能不符合要求，因此，本研究所需的样本量为16×10×（1+0.1）÷0.26=677例，最终纳入样本量为710例。将纳入患者按照7︰3分为建模组（497例）及验证组（213例）。建模组与验证组临床资料比较，差异无统计学意义（P＞0.05），见表1。本研究经淮安市第二人民医院医学伦理委员会批准。

表1 建模组与验证组临床资料比较Table 1 Comparison of clinical data between modeling group and validation group

1.2 资料收集 收集所有患者的临床资料，包括年龄、性别、是否合并糖尿病、是否合并高血压、吸烟史、机械通气时间、COPD病程和治疗前动脉血氧分压（arterial partial pressure of oxygen，PaO2）、动脉血二氧化碳分压（arterial partial pressure of carbon dioxide，PaCO2）、pH值、心率、呼吸频率、血清白蛋白、C反应蛋白（C-reactive protein，CRP）及入院时格拉斯哥昏迷量表（Glasgow Coma Scale，GCS）评分、急性生理学与慢性健康状况评分系统Ⅱ（Assessment of Acute Physiology and Chronic Health Status Ⅱ，APACHEⅡ）评分。

1.3 无创呼吸机治疗失败判定标准［12］（1）患者在撤机后6 h内无法进行自主呼吸，出现呼吸窘迫症状，且需要在撤机后48 h内再次进行通气治疗；（2）氧合指数难以维持在100 mm Hg（1 mm Hg=0.133 kPa）以上；（3）气道内存在大量分泌物，呼吸困难未纠正，呼吸肌疲劳症状改善不明显及使用血管活性药物情况下血流动力学仍不稳定。

1.4 统计学方法 采用SPSS 22.0统计学软件进行数据处理。计量资料符合正态分布以（±s）表示，两组间比较采用独立样本t检验；计数资料以相对数表示，组间比较采用χ2检验；COPD合并呼吸衰竭患者无创呼吸机治疗失败的影响因素分析采用多因素Logistic回归分析；采用R 4.1.0软件包及rms程序包构建COPD合并呼吸衰竭患者无创呼吸机治疗失败的风险预测列线图模型；采用Hosmer-Lemeshoe拟合优度检验评价该列线图模型的拟合程度；绘制校准曲线以评估该列线图模型预测COPD合并呼吸衰竭患者无创呼吸机治疗失败的效能；采用ROC曲线分析该列线图模型对COPD合并呼吸衰竭患者无创呼吸机治疗失败的预测价值。以P＜0.05为差异有统计学意义。

2 结果

2.1 治疗失败组与治疗成功组临床资料比较 建模组497例COPD合并呼吸衰竭患者中，129例治疗失败，治疗失败率为26.0%，归为治疗失败组；368例治疗成功，归为治疗成功组。两组性别、合并糖尿病者占比、合并高血压者占比、有吸烟史者占比、COPD病程、治疗前心率比较，差异无统计学意义（P＞0.05）；两组年龄、机械通气时间和治疗前PaO2、PaCO2、pH值、呼吸频率、血清白蛋白、CRP及入院时GCS评分、APACHEⅡ评分比较，差异有统计学意义（P＜0.05），见表2。

表2 治疗失败组与治疗成功组临床资料比较Table 2 Comparison of clinical data between treatment failure group and treatment success group

2.2 COPD合并呼吸衰竭患者无创呼吸机治疗失败影响因素的多因素Logistic回归分析 以建模组COPD合并呼吸衰竭患者无创呼吸机治疗结果为因变量（赋值：治疗失败=1，治疗成功=0），以单因素分析差异有统计学意义的变量〔年龄（赋值：＞60岁=1，≤60岁=0）、机械通气时间（实测值）、治疗前PaO2（实测值）、治疗前PaCO2（实测值）、治疗前pH值（实测值）、治疗前呼吸频率（实测值）、治疗前血清白蛋白（实测值）、治疗前CRP（实测值）、入院时GCS评分（实测值）、入院时APACHEⅡ评分（实测值）〕为自变量，进行多因素Logistic回归分析，结果显示，年龄、机械通气时间、治疗前PaO2、治疗前PaCO2、治疗前血清白蛋白、治疗前CRP、入院时APACHEⅡ评分是COPD合并呼吸衰竭患者无创呼吸机治疗失败的影响因素（P＜0.05），见表3。

表3 COPD合并呼吸衰竭患者无创呼吸机治疗失败影响因素的多因素Logistic回归分析Table 3 Multivariate Logistic regression analysis of influencing factors of noninvasive ventilator treatment failure in patients with COPD and respiratory failure

2.3 COPD合并呼吸衰竭患者无创呼吸机治疗失败的风险预测列线图模型构建及验证 基于多因素Logistic回归分析结果，构建COPD合并呼吸衰竭患者无创呼吸机治疗失败的风险预测列线图模型，见图1。Hosmer-Lemeshoe拟合优度检验结果显示，建模组该列线图模型拟合较好（χ2=6.355，P=0.607），验证组该列线图模型拟合较好（χ2=6.337，P=0.591）。校准曲线分析结果显示，该列线图模型预测建模组和验证组COPD合并呼吸衰竭患者无创呼吸机治疗失败的校准曲线贴近理想曲线，见图2、3。ROC曲线分析结果显示，该列线图模型预测建模组和验证组COPD合并呼吸衰竭患者无创呼吸机治疗失败的AUC分别为0.871〔95%CI（0.848，0.915）〕、0.872〔95%CI（0.819，0.925）〕，见图4、5。

图1 COPD合并呼吸衰竭患者无创呼吸机治疗失败的风险预测列线图模型Figure 1 Nomogram model for predicting the risk of noninvasive ventilator treatment failure in patients with COPD and respiratory failure

图2 列线图模型预测建模组COPD合并呼吸衰竭患者无创呼吸机治疗失败的校准曲线Figure 2 Calibration curve of nomogram model for predicting noninvasive ventilator treatment failure in patients with COPD and respiratory failure in modeling group

图3 列线图模型预测验证组COPD合并呼吸衰竭患者无创呼吸机治疗失败的校准曲线Figure 3 Calibration curve of nomogram model for predicting noninvasive ventilator treatment failure in patients with COPD and respiratory failure in validation group

图4 列线图模型预测建模组COPD合并呼吸衰竭患者无创呼吸机治疗失败的ROC曲线Figure 4 ROC curve of nomogram model for predicting noninvasive ventilator treatment failure in patients with COPD and respiratory failure in modeling group

图5 列线图模型预测验证组COPD合并呼吸衰竭患者无创呼吸机治疗失败的ROC曲线Figure 5 ROC curve of nomogram model for predicting noninvasive ventilator treatment failure in patients with COPD and respiratory failure in validation group

3 讨论

COPD是常见的呼吸系统疾病，若未能及时治疗，会造成呼吸衰竭等不良结局，具有较高的致残率及致死率，严重危害人们的身心健康［13-14］。随着医疗技术的进步，采用无创呼吸机治疗COPD合并呼吸衰竭患者获得了较好效果［15-16］。但部分患者受多种因素影响造成无创呼吸机治疗失败，这不仅延长了患者的住院时间，也会增加患者的死亡率［17-18］。本研究就COPD合并呼吸衰竭患者无创呼吸机治疗失败的危险因素构建风险预测列线图模型，以期为提高患者治疗效果及改善患者预后提供依据。

本研究结果显示，COPD合并呼吸衰竭患者无创呼吸机治疗失败率为26.0%，多因素Logistic回归分析结果显示，年龄＞60岁、机械通气时间延长、治疗前PaO2降低、治疗前PaCO2升高、治疗前血清白蛋白降低、治疗前CRP升高、入院时APACHEⅡ评分升高是COPD合并呼吸衰竭患者无创呼吸机治疗失败的危险因素。高龄患者合并基础疾病概率较高，免疫功能较弱，易出现不良反应。此外，老年患者理解能力和接受能力较差，以上均增加了治疗难度，导致无创呼吸机治疗失败发生率升高。机械通气时间延长，患者发生医院获得性肺炎的风险增加，甚至影响患者的血流动力学，导致无创呼吸机治疗失败发生率升高［19-20］。PaO2及PaCO2是人体血气分析指标，二者可用于评估人体的血氧状态及肺功能［21-22］。相关研究表明，PaO2、PaCO2可以用于临床评估患者是否需要进行气管插管［23］。CRP是反映机体炎性反应的因子，同时可反映COPD严重程度［24］，其水平越高，表明疾病严重程度越重。已有研究表明，CRP水平越高，无创呼吸机治疗失败率也越高［25］，本研究结果与其一致。白蛋白水平可用于临床评估患者的营养状态，当血清白蛋白水平较低时，表明患者存在营养不良，抵抗力较弱，极易导致无创呼吸机治疗失败。APACHEⅡ评分是反映疾病严重程度的指标，评分越高表示患者病情越严重，无创呼吸机治疗失败发生率越高。

本研究基于上述7项指标，构建了COPD合并呼吸衰竭患者无创呼吸机治疗失败的风险预测列线图模型，该列线图模型拟合较好，且该列线图模型预测建模组和验证组COPD合并呼吸衰竭患者无创呼吸机治疗失败的AUC分别为0.871〔95%CI（0.848，0.915）〕、0.872〔95%CI（0.819，0.925）〕。提示本研究构建的COPD合并呼吸衰竭患者无创呼吸机治疗失败的风险预测列线图模型具有良好的临床适用性，可为早期筛选无创呼吸机治疗失败的高危人群提供参考。

综上所述，年龄＞60岁、机械通气时间延长、治疗前PaO2降低、治疗前PaCO2升高、治疗前血清白蛋白降低、治疗前CRP升高、入院时APACHEⅡ评分升高是COPD合并呼吸衰竭患者无创呼吸机治疗失败的危险因素，以此构建的风险预测列线图模型有助于预测COPD合并呼吸衰竭患者无创呼吸机治疗失败发生风险。但本研究样本来自单中心，数据代表性有限，可能导致结果存在偏倚，还需要多中心、大样本量研究进一步验证及优化本研究结果。

作者贡献：周大文、王璐进行文章的构思与设计，研究的实施与可行性分析，论文的撰写及修订；杨晓梅、刘文君进行资料收集；赵文婷进行资料整理；周大文、赵文婷、王璐进行统计学处理；王璐负责文章的质量控制及审校，对文章整体负责、监督管理。

本文无利益冲突。