急性神经重症患者7天内进展为脑死亡的预测评分

doi:10.3877/cma.j.issn.2095-9141.2020.02.004

目的

构建急性神经重症患者在7 d内进展为脑死亡的预测评分，为此类患者的临床决策（姑息治疗或器官捐献）提供指导。

方法

前瞻性纳入中山大学附属第一医院神经外科和重症医学科自2017年5月至2019年4月收治的急性神经重症患者，动态记录评估患者脑损伤的相关参数，依据入院时间将患者分为2组，训练集（2017年5月至2018年4月）和验证集（2018年5月至2019年4月）。在训练集中，以严重脑损伤（GCS<8分）发生后7 d，作为分组因素；通过单因素和多因素分析组间差异，筛选与急性神经重症患者在7 d内进展为脑死亡的相关因素，并进行Cox回归统计分析，构建曲线下面积（AUC）；构建神经学预测评分，并在验证集中验证评分效能。

结果

纳入研究的患者231例，其中139例进入训练集，92例进入验证集。在训练集中，经单因素和多因素分析显示：气管插管行机械通气（OR=4.87，95%CI：1.36~17.35）、对光反射消失（OR=4.86，95%CI:1.75~33.92）、咳嗽反射消失（OR=4.43，95%CI：1.97~20.21）和中线结构移位≥5 mm（OR=3.82，95%CI：1.05~12.32）是患者7 d内进展为脑死亡独立危险因素。在验证集中，结果一致。基于相关因素构建的预测评分，其对于7 d内进展为脑死亡预测的AUC值为0.84。进一步对评分进行分层，其中4~6分对7 d内进展为脑死亡的阳性预测率为85.7%，而0~3分对7 d内不进展为脑死亡的阴性预测率为74.3%。

结论

基于脑损伤评估参数构建的神经学评分，可预测急性神经重症患者进展为脑死亡的时间，结果有待外部数据验证。

关键词: 脑损伤, 神经重症, 脑死亡, 预测

Objective

To build a predictive score of progression to brain death within 7 d in acute neurocritical patients, which was used to guide clinical decision-making (palliative treatment or organ donation) of such patients.

Methods

From May 2017 to April 2019, acute neurocritical patient admitted in the Department of Neurosurgery and Critical Medicine of the First Affiliated Hospital of Sun Yat-Sen University were prospectively enrolled, the related factor of brain injury in those patients were dynamically record. According to the time of admission, the patients were divided into two parts: training set (from May 2017 to April 2018) and validation set (from May 2018 to April 2019). In the training set, 7 d after the occurrence of severe brain injury (GCS<8) was taken as the grouping factor; the univariate and multivariate analysis were used to screen the factors related to the progression to brain death within 7 d, and the Cox regression was used to build area under curve (AUC) curve; a neurology predictive score was built, and its performance was tested in the validation set.

Results

Two hundred and thirty-one patients were included in the study, 139 patients entered the training set and 92 entered the validation set. In the training set, the univariate and multivariate analysis showed: mechanical ventilation with endotracheal intubation (OR=4.87, 95%CI: 1.36-17.35), light reflex absence (OR=4.86, 95%CI: 1.75-33.92), cough reflex absence (OR=4.43, 95%CI: 1.97-20.21) and midline shift ≥5 mm (OR=3.82, 95%CI: 1.05-12.32) were related with progression to brain death within 7 d. In the validation set, the results are consistent with the training set. A score was built based on those related factors, and the AUC of score was 0.84. Further grading of score, the positive predictive rate (progressing to brain death within 7 d) of 4-6 points was 85.7%, while the negative predictive rate (not progressing to brain death) of 0-3 points was 74.3%.

Conclusion

The neurological score based on brain injury assessment can predict the progression to brain death in acute neurocritical patients, but the results need further external validation.

Key words: Brain injury, Neurocritical, Brain death, Prediction

表1 纳入研究患者的一般资料

因素		资料	7 d内进展为脑死亡的OR（95%CI）	P值
年龄（岁）		45.2±17.6	0.99（0.98~1.01）	0.548
性别（男）		163（70.6%）	0.67（0.28~1.59）	0.362
诊断		?	?	?
?	创伤性颅脑外伤	116（50.2%）	1.24（0.46~3.39）	0.668
?	自发性脑出血	94（40.69%）	1.01（0.99~1.02）	0.882
?	脑积水	8（3.46%）	2.25（0.25~20.28）	0.473
?	颅内肿瘤	13（5.63%）	2.55（0.23~21.18）	0.506
基础疾病		?	?	?
?	高血压	64（24.7%）	1.53（0.28~10.31）	0.742
?	糖尿病	18（7.8%）	2.41（0.33~18.23）	0.676
?	甲亢	2（0.9%）	0.87（0.25~12.56）	0.465

表1 纳入研究患者的一般资料

因素		资料	7 d内进展为脑死亡的OR（95%CI）	P值
年龄（岁）		45.2±17.6	0.99（0.98~1.01）	0.548
性别（男）		163（70.6%）	0.67（0.28~1.59）	0.362
诊断		?	?	?
?	创伤性颅脑外伤	116（50.2%）	1.24（0.46~3.39）	0.668
?	自发性脑出血	94（40.69%）	1.01（0.99~1.02）	0.882
?	脑积水	8（3.46%）	2.25（0.25~20.28）	0.473
?	颅内肿瘤	13（5.63%）	2.55（0.23~21.18）	0.506
基础疾病		?	?	?
?	高血压	64（24.7%）	1.53（0.28~10.31）	0.742
?	糖尿病	18（7.8%）	2.41（0.33~18.23）	0.676
?	甲亢	2（0.9%）	0.87（0.25~12.56）	0.465

表2 急性神经重症患者7 d内进展为脑死亡影响因素的单因素分析[例（%）]

预测因素		7 d进展为脑死亡	OR（95%CI）	P值
自主呼吸		?	?	?
?	自主呼吸异常但血氧>95%	17（12.23）	3.89（1.73~24.34）	0.031
?	气管插管行机械通气	93（66.91）	4.33（1.26~23.18）	0.005
对光反射消失		118（84.89）	6.86（1.65~29.52）	0.011
咳嗽反射消失		111（79.86）	5.18（1.35~20.21）	0.005
瞳孔不等大或散大		122（87.77）	6.08（1.62~15.94）	0.014
角膜反射消失		123（88.49）	6.19（0.68~13.76）	0.009
疼痛反应消失		128（92.09）	6.31（0.97~11.05）	0.006
环池变窄或消失		126（90.65）	6.02（1.52~20.77）	0.007
脑室内出血		15（10.79）	1.77（1.24~5.49）	0.563
旋涡征		12（8.63）	1.19（0.46~3.02）	0.723
中线结构		?	?	?
?	移位<5 mm	69（49.64）	4.22（1.45~12.32）	0.019
?	移位≥5 mm	62（44.60）	4.89（1.71~14.34）	0.008

表2 急性神经重症患者7 d内进展为脑死亡影响因素的单因素分析[例（%）]

预测因素		7 d进展为脑死亡	OR（95%CI）	P值
自主呼吸		?	?	?
?	自主呼吸异常但血氧>95%	17（12.23）	3.89（1.73~24.34）	0.031
?	气管插管行机械通气	93（66.91）	4.33（1.26~23.18）	0.005
对光反射消失		118（84.89）	6.86（1.65~29.52）	0.011
咳嗽反射消失		111（79.86）	5.18（1.35~20.21）	0.005
瞳孔不等大或散大		122（87.77）	6.08（1.62~15.94）	0.014
角膜反射消失		123（88.49）	6.19（0.68~13.76）	0.009
疼痛反应消失		128（92.09）	6.31（0.97~11.05）	0.006
环池变窄或消失		126（90.65）	6.02（1.52~20.77）	0.007
脑室内出血		15（10.79）	1.77（1.24~5.49）	0.563
旋涡征		12（8.63）	1.19（0.46~3.02）	0.723
中线结构		?	?	?
?	移位<5 mm	69（49.64）	4.22（1.45~12.32）	0.019
?	移位≥5 mm	62（44.60）	4.89（1.71~14.34）	0.008

表3 急性神经重症患者7 d内进展为脑死亡影响因素的多因素分析[例（%）]

预测因素	训练集（n=139）			验证集（n=92）
预测因素	7 d进展为脑死亡	OR（95%CI）	P值	7 d进展为脑死亡	OR（95%CI）	P值
气管插管行机械通气	93（66.91）	4.87（1.36~17.35）	0.015	60（65.22）	4.13（1.51~17.34）	0.022
对光反射消失	118（84.89）	4.86（1.75~33.92）	0.016	80（86.96）	4.93（1.53~33.52）	0.012
瞳孔不等大或散大	122（87.77）	0.97（0.56~11.78）	0.092	79（85.87）	0.86（0.46~12.72）	0.071
角膜反射消失	123（88.49）	0.95（0.53~12.69）	0.067	81（88.04）	0.81（0.39~11.43）	0.058
疼痛反应消失	128（92.09）	0.84（0.49~12.81）	0.069	83（90.22）	0.73（0.35~18.81）	0.069
环池变窄或消失	126（90.65）	0.85（0.47~16.53）	0.059	85（92.39）	0.91（0.47~18.35）	0.056
咳嗽反射消失	111（79.86）	4.43（1.97~20.21）	0.024	70（76.09）	4.48（1.48~20.65）	0.020
中线结构移位≥5 mm	62（44.60）	3.82（1.05~12.32）	0.030	38（41.30）	3.42（1.02~12.52）	0.031

表3 急性神经重症患者7 d内进展为脑死亡影响因素的多因素分析[例（%）]

预测因素	训练集（n=139）			验证集（n=92）
预测因素	7 d进展为脑死亡	OR（95%CI）	P值	7 d进展为脑死亡	OR（95%CI）	P值
气管插管行机械通气	93（66.91）	4.87（1.36~17.35）	0.015	60（65.22）	4.13（1.51~17.34）	0.022
对光反射消失	118（84.89）	4.86（1.75~33.92）	0.016	80（86.96）	4.93（1.53~33.52）	0.012
瞳孔不等大或散大	122（87.77）	0.97（0.56~11.78）	0.092	79（85.87）	0.86（0.46~12.72）	0.071
角膜反射消失	123（88.49）	0.95（0.53~12.69）	0.067	81（88.04）	0.81（0.39~11.43）	0.058
疼痛反应消失	128（92.09）	0.84（0.49~12.81）	0.069	83（90.22）	0.73（0.35~18.81）	0.069
环池变窄或消失	126（90.65）	0.85（0.47~16.53）	0.059	85（92.39）	0.91（0.47~18.35）	0.056
咳嗽反射消失	111（79.86）	4.43（1.97~20.21）	0.024	70（76.09）	4.48（1.48~20.65）	0.020
中线结构移位≥5 mm	62（44.60）	3.82（1.05~12.32）	0.030	38（41.30）	3.42（1.02~12.52）	0.031

表4 神经学预测评分

参数	分级	评分
自主呼吸	自主呼吸平稳	0
	自主呼吸异常但血氧>95%	1
	气管插管行机械通气	2
对光反射	存在	0
对光反射	消失	1
咳嗽反射	存在	0
咳嗽反射	消失	1
中线结构	无移位	0
	移位<5 mm	1
	移位≥5 mm	2

表4 神经学预测评分

参数	分级	评分
自主呼吸	自主呼吸平稳	0
	自主呼吸异常但血氧>95%	1
	气管插管行机械通气	2
对光反射	存在	0
对光反射	消失	1
咳嗽反射	存在	0
咳嗽反射	消失	1
中线结构	无移位	0
	移位<5 mm	1
	移位≥5 mm	2

图1 基于脑损伤评估参数构建的神经学评分的曲线下面积

[1]	国家卫生健康委员会脑损伤质控评价中心.中国儿童脑死亡判定标准与操作规范[J].中华儿科杂志, 2019, 57(5): 331-335.
[2]	国家卫生健康委员会脑损伤质控评价中心，中华医学会神经病学分会神经重症协作组，中国医师协会神经内科医师分会神经重症专业委员会.中国成人脑死亡判定标准与操作规范(第二版)[J].中华医学杂志, 2019, 99(17): 1288-1292.
[3]	Firsching R. Coma after acute head injury[J]. Dtsch Arztebl Int, 2017, 114(18): 313-320.
[4]	Nyam TE, Ao KH, Hung SY, et al. Four score predicts early outcome in patients after traumatic brain injury[J]. Neurocrit Care, 2017, 26(2): 225-231.
[5]	Xu G, Guo Z, Liang W, et al. Prediction of potential for organ donation after circulatory death in neurocritical patients[J]. J Heart Lung Transplant, 2018, 37(3): 358-364.
[6]	He X, Xu G, Liang W, et al. Nomogram for predicting time to death after withdrawal of life-sustaining treatment in patients with devastating neurological injury[J]. Am J Transplant, 2015, 15(8): 2136-2142.
[7]	Roth C, Ferbert A. subarachnoid hemorrhage and isolated brainstem death[J]. Fortschr Neurol Psychiatr, 2016, 84(6): 377-384.
[8]	Peacock SH, Tomlinson AD. Multimodal neuromonitoring in neurocritical care[J]. AACN Adv Crit Care, 2018, 29(2): 183-194.
[9]	Honeybul S, Ho KM, Lind CR, et al. Validation of the crash model in the prediction of 18-month mortality and unfavorable outcome in severe traumatic brain injury requiring decompressive craniectomy[J]. J Neurosurg, 2014, 120(5): 1131-1137.
[10]	Talari HR, Fakharian E, Mousavi N, et al. The rotterdam scoring system can be used as an independent factor for predicting traumatic brain injury outcomes[J]. World Neurosurg, 2016, 87: 195-199.
[11]	Prasad GL. Intracranial pressure monitoring in traumatic brain injury[J]. World Neurosurg, 2017, 100: 702-703.
[12]	Haji A, Kimura S, Ohi Y. A model of the central regulatory system for cough reflex[J]. Biol Pharm Bull, 2013, 36(4): 501-508.
[13]	Bolser DC, Poliacek I, Jakus J, et al. Neurogenesis of cough, other airway defensive behaviors and breathing: a holarchical system?[J]. Respir Physiol Neurobiol, 2006, 152(3): 255-265.
[14]	Sharshar T, Porcher R, Siami S, et al. Brainstem responses can predict death and delirium in sedated patients in intensive care unit[J]. Crit Care Med, 2011, 39(8): 1960-1967.
[15]	Maas AI, Hukkelhoven CW, Marshall LF, et al. Prediction of outcome in traumatic brain injury with computed tomographic characteristics: a comparison between the computed tomographic classification and combinations of computed tomographic predictors[J]. Neurosurgery, 2005, 57(6): 1173-1182; discussion 1173-1182.
[16]	Huang YH, Deng YH, Lee TC, et al. Rotterdam computed tomography score as a prognosticator in head-injured patients undergoing decompressive craniectomy[J]. Neurosurgery, 2012, 71(1): 80-85.
[17]	Servadei F, Nasi MT, Giuliani G, et al. Ct prognostic factors in acute subdural haematomas: the value of the 'worst’ CT scan[J]. Br J Neurosurg, 2000, 14(2): 110-116.
[18]	Quattrocchi KB, Prasad P, Willits NH, et al. Quantification of midline shift as a predictor of poor outcome following head injury[J]. Surg Neurol, 1991, 35(3): 183-188.
[19]	Yang WS, Li Q, Li R, et al. Defining the optimal midline shift threshold to predict poor outcome in patients with supratentorial spontaneous intracerebral hemorrhage[J]. Neurocrit Care, 2018, 28(3): 314-321.

[1]	孔莹莹, 谢璐涛, 卢晓驰, 徐杰丰, 周光居, 张茂. 丁酸钠对猪心脏骤停复苏后心脑损伤的保护作用及机制研究[J]. 中华危重症医学杂志(电子版), 2023, 16(05): 355-362.
[2]	陈永庄, 莫小乔, 谢天. 心血管事件患者术后30 d死亡风险决策树模型的构建与评估——基于少数类样本合成过采样技术算法[J]. 中华危重症医学杂志(电子版), 2023, 16(05): 390-398.
[3]	李文琳, 羊玲, 邢凯慧, 陈彩华, 钟丽花, 张娅琴, 张薇. 脐动脉血血气分析联合振幅整合脑电图对新生儿窒息脑损伤的早期诊断价值分析[J]. 中华妇幼临床医学杂志(电子版), 2023, 19(05): 550-558.
[4]	李圣鹏, 方爱蓝, 刘诗宁, 王丹, 刘湘奇. 下颌阻生第三磨牙拔除难度的预测因素与评估方法[J]. 中华口腔医学研究杂志(电子版), 2023, 17(06): 441-445.
[5]	张俊, 罗再, 段茗玉, 裘正军, 黄陈. 胃癌预后预测模型的研究进展[J]. 中华普通外科学文献(电子版), 2023, 17(06): 456-461.
[6]	唐旭, 韩冰, 刘威, 陈茹星. 结直肠癌根治术后隐匿性肝转移危险因素分析及预测模型构建[J]. 中华普外科手术学杂志(电子版), 2024, 18(01): 16-20.
[7]	贾成朋, 王代宏, 陈华, 孙备. 可切除性胰腺癌预后术前预测模型的建立及应用[J]. 中华普外科手术学杂志(电子版), 2023, 17(05): 566-570.
[8]	邢晓伟, 刘雨辰, 赵冰, 王明刚. 基于术前腹部CT的卷积神经网络对腹壁切口疝术后复发预测价值[J]. 中华疝和腹壁外科杂志(电子版), 2023, 17(06): 677-681.
[9]	顾睿祈, 方洪生, 蔡国响. 循环肿瘤DNA检测在结直肠癌诊治中的应用与进展[J]. 中华结直肠疾病电子杂志, 2023, 12(06): 453-459.
[10]	秦维, 王丹, 孙玉, 霍玉玲, 祝素平, 郑艳丽, 薛瑞. 血清层粘连蛋白、Ⅳ型胶原蛋白对代偿期肝硬化食管胃静脉曲张出血的预测价值[J]. 中华消化病与影像杂志(电子版), 2023, 13(06): 447-451.
[11]	张郁妍, 胡滨, 张伟红, 徐楣, 朱慧, 羊馨玥, 刘海玲. 妊娠中期心血管超声参数与肝功能的相关性及对不良妊娠结局的预测价值[J]. 中华消化病与影像杂志(电子版), 2023, 13(06): 499-504.
[12]	王小娜, 谭微, 李悦, 姜文艳. 预测性护理对结直肠癌根治术患者围手术期生活质量、情绪及并发症的影响[J]. 中华消化病与影像杂志(电子版), 2023, 13(06): 525-529.
[13]	王亚丹, 吴静, 黄博洋, 王苗苗, 郭春梅, 宿慧, 王沧海, 王静, 丁鹏鹏, 刘红. 白光内镜下结直肠肿瘤性质预测模型的构建与验证[J]. 中华临床医师杂志(电子版), 2023, 17(06): 655-661.
[14]	程培丽, 李霞, 王亚丽. 孤立性脑桥梗死合并吞咽障碍的临床影响因素分析[J]. 中华脑血管病杂志(电子版), 2023, 17(05): 440-444.
[15]	王俊杰, 尹晓亮, 刘二腾, 陆军, 祁鹏, 胡深, 杨希孟, 陈鲲鹏, 张东, 王大明. 机器学习对预测颈内动脉非急性闭塞患者血管内再通术成功的潜在价值[J]. 中华脑血管病杂志(电子版), 2023, 17(05): 464-470.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Predictive score for progression to brain death within 7 d in acute neurocritical patients

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Predictive score for progression to brain death within 7 d in acute neurocritical patients