肺移植后患者ICU再入院的危险因素分析

李 倩,张军杰,史雅清

(郑州大学第一附属医院 河南郑州450000)

近年来,肺移植(LT)已经成为终末期肺部疾病患者的一种既定的治疗选择,它产生了良好的功能结果并改善了生活质量［1］。随着外科技术和围术期危重护理的进步,手术效果有所改善;然而,LT后的存活率低于其他器官移植。与未再入院的患者相比,再次入住ICU的患者显示出更高的病死率和更长的住院时间。虽然多数患者的ICU住院时间(LOS)很短,但部分患者的住院时间很长。确定ICU长时间LOS的危险因素具有重要意义,早期研究发现,LT后ICU LOS的中位数为4～5 d,更长的ICU LOS与严重形式的原发移植物功能障碍(PGD)、长时间机械通气、肺动脉高压和跨肺压梯度增加有关。有研究表明,ICU再入院可能与手术或与手术相关的并发症的严重程度有关,而不是与术前潜在的疾病状态有关,这暗示了优化术后患者条件对移植后恢复的重要性［2］。除上述情况外,术后感染对移植患者来说是特别重要的问题,由于不可避免地使用免疫抑制剂,患者容易发生感染。有研究发现,首次ICU出院时的疾病严重程度或生命体征与ICU再入院有关［3］;然而,与ICU再入院相关的一致因素尚未建立。有关于出院后再次住院或再次入住ICU的危险因素研究很少［4］。因此,本研究主要目的是分析LT后患者住院期内ICU再入院的危险因素,特别是与移植后患者状况有关的危险因素,以期为临床诊治提供参考。现报告如下。

1 对象与方法

1.1 调查对象 回顾性分析2018年1月1日～2023年1月31日在我院接受LT的130例患者的临床资料。排除标准:①青少年患者(<18岁);②同时接受其他外科手术者(如心脏移植、经皮冠状动脉成形术);③移植物抗宿主病(GVHD)者;④首次入住ICU期间或首次出院后在普通病房(GW)死亡者。当LT患者的病情稳定>24 h并被认为在无全面监测的情况下保持稳定时,就会出院,由LT医疗团队(包括重症医生、呼吸科医生和心胸外科医生)共同确认,所有的方法都按照《赫尔辛基宣言》进行。该研究获得医院医学伦理审查委员会的批准(2017025)。对单侧LT(n=8)和双侧LT(n=122)患者的资料进行分析。中位随访期为47 d(四分位数范围,29～83 d),32例(24.6%)在LT后随访期内再入住ICU共47次。在再次入院的患者中,18例再次入院1次,13例再次入院2次,1例再次入院3次。根据患者是否再次入住ICU将其分为再入院组(n=32)和对照组(n=98)。与对照组相比,再入院组年龄较大、单侧LT患者较多、高学历者占比低、第一秒用力呼气容积(FEV1)高(P<0.05),但FEV1与用力肺活量的比值比较差异无统计学意义(P>0.05)。其他术前特征,如表现状态、移植诊断等,两组比较差异无统计学意义(P>0.05)。两组间无与供者相关的因素存在差异。

1.2 方法 从电子病历中收集围术期数据,包括人口统计学、既往病史、家庭氧疗、实验室检查结果、经胸超声心动图和肺功能检查结果、教育水平、操作状态、LT的诊断、手术类型及术前插管或体外膜氧合。术中数据包括手术时间、术中液体摄入量、尿量、估计失血量和异体输血产品。术后数据包括ICU再入院次数、住院病死率、序贯器官衰竭评估(SOFA)评分和首次入院时的急性生理学和慢性健康评估(APACHE)II评分。ICU初始出院时的变量包括SOFA评分、生命体征、实验室检查结果、机械通气时间、重新插管、气管切开、术后康复和ICU住院时间。供者相关数据包括供者年龄、性别、动脉血氧分压/吸入氧分压(PaO2/FiO2)、血型、冷缺血时间和手术等待天数。

1.3 统计学方法 采用SPSS 26.0软件进行数据分析。分类变量分析采用χ2检验或重复测量方差分析;采用Logistic回归分析确定ICU再入院的独立危险因素;对ICU首次出院时有统计学意义的变量进行单因素Logistic回归分析;对单因素Logistic回归中有统计学意义的变量进行多因素逐步回归分析;对于多变量分析,我们调整了年龄、性别、表现状态和手术类型,用受试者工作特征曲线下面积(AUROC)评价Logistic回归模型的预测能力,采用Jonckheere-Terpstra检验,根据ICU再入院数,对多变量模型中这些变量的变化趋势进行分析。使用逐步回归的具有时变协变量的COX比例风险模型来证明ICU再住院数与住院死亡之间的关联。以P<0.05为差异有统计学意义。

2 结果

2.1 ICU初次出院因素中的再入院危险因素分析 在此回归中,SOFA评分、pH值、动脉血二氧化碳分压(PaCO2)、白蛋白、气管切开和ICU住院时间是肺移植术后再入院的独立危险因素(P<0.05)。对单因素Logistic回归中有统计学意义的变量进行逐步选择的多因素Logistic回归分析。SOFA评分、pH值、白蛋白的多变量模型预测能力最好,AUROC为0.739。在对预先确定的混杂因素进行调整时,SOFA评分和pH值是显著的风险因素(P<0.05)。此外,调整后的多变量模型的预测性增加到AUROC为0.836。根据J-T检验,随着ICU再入院次数的增加,SOFA评分增加,pH值和白蛋白降低(P<0.05)。具体见表1。

表1 ICU初次出院因素中的再入院危险因素分析

2.2 ICU再入院原因 再次入住ICU的最常见原因是败血症和肺炎(均为25.5%),其次是肺部并发症,如肺内出血和支气管肺瘘(17.0%)、心功能不全(8.5%)等。首次ICU出院和首次ICU再入院之间的中位间隔时间为10 d。在32例再次入院的患者中,有11例在5 d内再次入住ICU,原因如下:败血症(45.4%)、肺炎(27.3%)、心功能不全、肺血栓栓塞症和肾功能不全(各9.1%)。

2.3 住院死亡原因分析 在纳入的130例患者中,13例(10%)在LT后住院期内死于败血症(61.5%)、胃肠道出血(23.1%)、大量肺出血(7.7%)和多器官功能衰竭(7.7%)。带时间的Cox比例风险模型在不同的协变量中,再次入住ICU的次数是住院死亡的显著危险因素(危险比为21.34,95%CI为2.34～2831.02,P=0.003);再次入住ICU 1次(危险比为34.12,95%CI为4.10～4450.90,P<0.001);再次入住ICU 2次或3次、受教育程度低(危险比为3.45,95%CI为1.38～9.28,P=0.008)。

3 讨论

本研究中,32例患者(24.6%)在LT后出院前再次入住ICU,低于先前的一项研究,该研究显示在LT后的前90天内,ICU再住院率为44%［4］。表明在接受LT的患者中,通过术后早期处理来预防ICU再入院是很重要的。因此,找出再次入住ICU的危险因素,并关注这些因素对改善LT患者的预后是至关重要的［5］。

就随访时间而言,将截止日期设置为47 d左右似乎可以最大限度地降低短期内可能影响ICU出院时间的不太重要的因素的影响。有研究认为,虽然PGD是被广泛接受的LT术后不良早期结局的衡量标准,但它的诊断可能具有挑战性,特别是因为它是一种排斥性诊断,这可能使研究的一致性成为问题,特别是在回溯性研究中［1］。另一方面,ICU LOS不受回顾因素的影响,本研究表明,它可以作为LT术后早期并发症的实用标志物。也有研究发现,延长的ICU LOS患者和一般的ICU LOS患者之间的存活率无差异,无论是总体组还是不同诊断组的分层,但应该注意的是,这可能是由于观察较少和随访时间不足所致。

在随访期间,首次出院时的SOFA评分和pH值与再次入院ICU有关(P<0.05)。SOFA评分是一种广泛使用的工具,用于评估危重患者的临床状况和治疗反应［5］。通过这项研究再次证实了SOFA评分在发病率和病死率分层方面的有效性。败血症(25.5%)是ICU再入院的主要原因之一,可引起代谢性酸中毒［6］。接受单侧LT的8例患者的ICU再住院率高于接受双侧LT的患者。患者在移植过程中由于年龄大、胸腔小、粘连严重、致死性心律失常等不利条件而行单侧同种异体LT,可导致移植后状态不佳,导致ICU再住院率较高［7］。有研究认为,单侧和双侧LT患者的初始和总ICU停留时间比较差异无统计学意义(P>0.05),单侧LT患者未发生住院死亡情况。受教育程度较低的患者再次入住ICU的比率较高,与有关研究结果一致［8］。受教育程度可以代表社会经济地位,可能会影响存活率,且可能与接受积极治疗的意愿有关［9］。败血症与肺炎是ICU再入院的主要原因之一,败血症是住院死亡的主要原因(61.5%),与有关研究一致［10］。

本研究受到以下限制。首先,这是一项单中心研究,研究人群相对较少。因此,我们的研究人群可能不能代表整个移植受者群体。第二,由于研究的回溯性,我们不能排除选择偏差和信息偏差［10］。此外,研究的回溯性设计使我们能够区分肺炎和排斥反应;然而,在临床实践中很难做到这一点。第三,随着时间的推移,LT团队的手术技术和团队合作可能会有所改善,这可能会混淆对数据的解释［11］。第四,GVHD患者被排除在外,因为在这项研究中,我们认为他们的潜在疾病状况是一个强烈的混杂因素。此外,我们排除了最初在ICU住院期间死亡的患者或最初ICU出院后在GW中死亡的患者［12］;也就是说,排除了没有机会再次入院的患者,因为将这些患者包括在主要结果分析中是不合适的。然而,这可以被认为排除了病情最差的患者。虽然这项回溯性研究包括一小部分人群,但它是有价值的,因为它可以帮助开发一个预测接受LT患者首次ICU出院后再次入院的模型［13］。

综上所述,SOFA评分和pH值与LT后指标性住院期间首次ICU出院后ICU再入院的风险增加独立相关。考虑到这些因素的精心优化和彻底的术后感染控制,可以降低ICU再住院率,提高患者存活率。因此,有必要进行进一步的大规模研究,以建立考虑更多因素的预测模型。