基于脑功能监测指标构建预测心搏骤停行心肺复苏后自主循环恢复患者神经功能预后不良的多因素Logistic回归模型

曾景，林月雄，金廷荣，李雪松

心搏骤停（cardiac arrest，CA）是临床常见的危重症，国内发生率约为41.8/10万［1］。心肺复苏（cardiopulmonary resuscitation，CPR）是CA的抢救方法，可挽救许多患者生命，但CPR后患者脑复苏成功率仍较低，多数患者出现神经功能预后不良［2-3］。相关研究表明，脑功能监测对CPR患者临床治疗策略的选择具有重要指导意义［4］。脑血流量（cerebral blood flow，CBF）和颈内静脉球血氧饱和度（jugular venous bulb oxygen saturation，SjvO2）是临床常用的急性脑损伤患者床旁监测指标，通过二者可计算得到脑氧代谢率（cerebral oxygen metabolism rate，CMRO2）、脑动脉-静脉血氧含量差（arterio-venous oxygen content difference，a-vDO2）等指标，其可反映患者脑组织整体氧代谢情况［5］，但临床尚未明确上述指标对CPR患者神经功能预后的判断价值。本研究在既往研究［6-7］的基础上，借鉴国外肿瘤、代谢性疾病多因素预测方程的构建方法，基于脑功能监测指标构建预测CA行CPR后自主循环恢复（return of spontaneous circulation，ROSC）患者神经功能预后不良的多因素Logistic回归模型，并分析该模型对患者发生神经功能预后不良的预测价值，以期为临床对该疾病患者神经功能预后进行早期判断及治疗策略的选择提供参考。

1 对象与方法

1.1 研究对象 选取惠州市第三人民医院2017年11月至2020年3月收治的CA行CPR后ROSC患者93例为研究对象。其中男54例，女39例；年龄52～71岁，平均年龄（57.6±5.3）岁；CA发生地：病房47例，急诊室29例，院外13例，急救车4例；初始心律：心电静止51例，无脉性电活动28例，心室颤动14例。纳入标准：（1）格拉斯哥昏迷量表（Glasgow Coma Scale，GCS）评分＜8分；（2）符合CA行CPR后ROSC的诊断标准［8］；（3）接受CA后综合征患者早期集束化治疗策略，且ROSC后仍昏迷；（4）发生CA至进入惠州市第三人民医院ICU的时间≤24 h。排除标准：（1）伴有恶性肿瘤、严重脑创伤、严重肝肾功能损伤者；（2）伴有脑血管意外者；（3）住院5 d内死亡者。本研究通过惠州市第三人民医院伦理委员会批准，所有患者家属对本研究知情同意。

1.2 方法

1.2.1 基线资料收集 从惠州市第三人民医院自制的数据收集表中收集患者的基线资料，包括年龄、性别、心血管疾病史、入院时体温、血pH值、血乳酸、CACPR时间（CA-CPR时间指发生CA到开始CPR的时间）、ROSC时间、急性生理学与慢性健康状况评分系统Ⅱ（acute physiology and chronic health evaluation scoring system Ⅱ，APACHE Ⅱ）评分、ICU入住时间、入ICU时及出ICU时GCS评分、CA发生地（包括院外、急救车、急诊室、病房）、CA原因（包括低血压、心脏缺血、严重心律失常、呼吸衰竭、电解质紊乱、不明确）、原发病（包括呼吸系统疾病、心血管系统疾病、内分泌系统疾病、神经系统疾病、泌尿系统疾病、创伤、急性中毒、其他）、初始心律（包括心电静止、无脉性电活动、心室颤动）。

1.2.2 脑功能监测 （1）脑血流参数监测：入院时所有患者取平卧位，采用经颅多普勒超声测定患者大脑中动脉左、右侧收缩期血流速度（systolic velocity，Vs）、舒张期血流速度（diastolic velocity，Vd）、平均血流速度（mean velocity，Vm）、搏动指数（pulsitility index，PI）及阻力指数（resistence index，RI），并储存血流频谱图像，其中探头频率设置为1～5 MHz，取景深度为5.5 cm，计算脑血流量（cerebral blood flow，CBF），CBF=10/〔1.47×（Vs-Vd）/Vm〕。（2）SjvO2监测及a-vDO2、CMRO2计算方法：入院时患者取平卧位，头偏向左侧，超声引导下穿刺右侧颈内静脉，置入双腔深静脉导管后采血，采血速度控制在2 ml/min以下，同时采用血气分析仪测定患者颈内动脉或颈内静脉的平均动脉氧分压（arterial partial pressure of oxygen，PaO2）、动脉血氧饱和度（arterial oxygen saturation，SaO2）、颈内静脉球血氧分压（internal jugular venous oxygen partial pressure，PjvO2）、SjvO2。计算a-vDO2、CMRO2，a-vDO2=0.003×（PaO2-PjvO2）+1.39血红蛋白（hemoglobin，Hb）×（SaO2-SjvO2），CMRO2=CBF×a-vDO2［9-10］。

1.2.3 分组方法 根据患者转出ICU时格拉斯哥-匹兹堡脑功能表现计分系统评分，将其分为预后良好组（1～2分，n=36）和预后不良组（3～4分，n=57）。格拉斯哥-匹兹堡脑功能表现计分系统评分为1～4分，1分为脑功能完好，2分为中度脑功能残碍，3分为严重脑功能残碍，4分为昏迷与植物状态。

1.3 统计学方法 采用SPSS 21.0统计学软件进行数据分析。计量资料以（±s）表示，组间比较采用两独立样本t检验；计数资料以相对数表示，组间比较采用χ2检验；CA行CPR后ROSC患者神经功能预后不良影响因素分析采用多因素Logistic回归分析，并构建多因素Logistic回归模型；绘制CBF、a-vDO2、CMRO2以及多因素Logistic回归模型预测CA行CPR后ROSC患者神经功能预后不良的受试者工作特征（receiver operating characteristic，ROC）曲线，计算曲线下面积，确定最佳临界值，计算灵敏度、特异度、正确率。以P＜0.05为差异有统计学意义。

2 结果

2.1 两组基线资料比较 两组年龄、性别、心血管疾病史、入院时体温、血pH值、血乳酸、CA-CPR时间、入ICU时GCS评分、CA发生地、CA原因、原发病、初始心律比较，差异无统计学意义（P＞0.05）；预后不良组ROSC时间长于预后良好组，APACHE Ⅱ评分高于预后良好组，ICU入住时间短于预后良好组，出ICU时GCS评分低于预后良好组，差异有统计学意义（P＜0.05），见表1。

表1 两组基线资料比较Table 1 Comparison of baseline data between the two groups

2.2 两组脑血流参数比较 预后不良组左、右侧Vs、Vd、Vm、CBF低于预后良好组，PI、RI高于预后良好组，差异有统计学意义（P＜0.05），见表2。

表2 两组脑血流参数比较（±s）Table 2 Comparison of cerebral blood flow parameters between the two groups

表2 两组脑血流参数比较（±s）Table 2 Comparison of cerebral blood flow parameters between the two groups

注：Vs=收缩期血流速度，Vd=舒张期血流速度，Vm=平均血流速度，PI=搏动指数，RI=阻力指数，CBF=脑血流量

组别 例数 Vs（cm/s） Vd（cm/s） Vm（cm/s）左侧 右侧 左侧 右侧 左侧 右侧预后良好组 36 102.8±11.7 105.8±12.1 41.5±10.8 42.1±10.8 62.5±15.8 63.1±13.0预后不良组 57 82.5±15.8 87.1±19.8 17.0±5.8 20.2±7.8 33.1±5.7 35.2±7.1 t值 6.648 5.106 14.264 11.330 12.832 13.393 P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001组别 PI RI CBF（ml/min）左侧 右侧 左侧 右侧 左侧 右侧预后良好组 1.10±0.25 1.15±0.22 0.61±0.10 0.61±0.08 6.7±0.5 6.6±0.6预后不良组 1.98±0.72 2.02±0.75 0.75±0.13 0.78±0.14 5.6±1.1 5.6±1.2 t值 6.817 6.766 5.510 6.626 5.428 4.645 P值 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001 ＜0.001

2.3 两组 SjvO2、a-vDO2、CMRO2比较 预后不良组SjvO2高于预后良好组，a-vDO2、CMRO2低于预后良好组，差异有统计学意义（P＜0.05），见表3。

表3 两组SjvO2、a-vDO2、CMRO2比较（±s）Table 3 Comparison of SjvO2，a-vDO2 and CMRO2 between the two groups

表3 两组SjvO2、a-vDO2、CMRO2比较（±s）Table 3 Comparison of SjvO2，a-vDO2 and CMRO2 between the two groups

注：SjvO2=颈内静脉球血氧饱和度，a-vDO2=脑动脉-静脉血氧含量差，CMRO2=脑氧代谢率

组别 例数 SjvO2（%） a-vDO2（ml/L）CMRO2（μmol•100 g-1•min-1）预后良好组 36 67.6±5.8 44.8±11.0 237.8±53.9预后不良组 57 77.0±8.7 27.8±5.8 157.1±67.1 t值 5.736 9.725 6.086 P值 ＜0.001 ＜0.001 ＜0.001

2.4 CA行CPR后ROSC患者神经功能预后不良影响因素的多因素Logistic回归分析及模型构建 以ROSC时间、APACHE Ⅱ评分、ICU入住时间、出ICU时GCS评分和左、右侧Vs、Vd、Vm、PI、RI、CBF及SjvO2、a-vDO2、CMRO2为自变量（赋值：实测值），CA行CPR后ROSC患者神经功能预后情况为因变量（赋值：预后良好=0，预后不良=1），进行多因素Logistic回归分析，结果显示，左侧CBF、a-vDO2、CMRO2是CA行CPR后ROSC患者神经功能预后不良的影响因素（P＜0.05），见表4。将左侧CBF、a-vDO2、CMRO2分别作为协变量X1、X2、X3，构建多因素Logistic回归模型，其表达式为：P=1/{1+Exp〔-（-8.735+0.553X1+0.062X2+0.117X3）〕}。

表4 CA行CPR后ROSC患者神经功能预后不良影响因素的多因素Logistic回归分析Table 4 Multivariate Logistic regression analysis of influencing factors of poor prognosis of neurological function in patients with ROSC after CPR in CA

2.5 左侧CBF、a-vDO2、CMRO2以及多因素Logistic回归模型预测CA行CPR后ROSC患者神经功能预后不良的价值左侧CBF、a-vDO2、CMRO2以及多因素Logistic回归模型预测CA行CPR后ROSC患者神经功能预后不良的曲线下面积分别为0.664〔95%CI（0.448，0.887），P=0.035〕、0.603〔95%CI（0.395，0.818），P=0.047〕、0.712〔95%CI（0.513，0.918），P=0.013〕、0.856〔95%CI（0.713，0.985），P=0.002〕，最佳临界值分别为5.5 ml/min、28.1 ml/L、155.8 μmol•100 g-1•min-1、0.267，灵敏度分别为73.68%、64.91%、78.95%、85.96%，特异度分别为72.22%、63.89%、83.33%、91.67%，正确率分别为73.12%、64.52%、80.65%、88.17%，见图1。

图1 左侧CBF、a-vDO2、CMRO2以及多因素Logistic回归模型预测CA行CPR后ROSC患者神经功能预后不良的ROC曲线Figure 1 ROC curve of left CBF，a-vDO2，CMRO2 and prediction model of multivariate Logistic regression predicting the poor prognosis of neurological function in ROSC patients after CPR in CA

3 讨论

CPR是治疗CA的主要方法，多数患者可恢复ROSC，但仍有45%～75%患者出现严重神经功能受损［11-12］。本研究93例CA行CPR后ROSC患者中有57例神经功能预后不良，发生率达61.3%（57/93），与王淦楠等［13］研究结果类似，提示临床要关注CA行CPR后ROSC患者神经功能变化，及早实施针对性治疗，减少不良因素对患者神经功能的影响，进而提高治疗效果。近年来，血清学指标［14-16］、量表［17］等相继应用于CA行CPR后ROSC患者神经功能预后的预测，均具有较好的预测效能，但单一指标或随意组合指标难以兼顾灵敏度和特异度，且得出的结果并不一致。目前，国内评价CA行CPR后ROSC患者神经功能预后的指标仍处于探索阶段。相关研究表明，CA行CPR后ROSC患者缺血-再灌注损伤导致脑氧摄取与利用障碍，使患者出现脑代谢异常［18］。因此，床旁脑功能监测对CA行CPR后ROSC患者临床治疗策略的选择具有重要意义，但监测指标对此类患者神经功能预后不良的早期发现及影响尚无定论。基于此，本研究借鉴国外对肿瘤患者预后的评价方法，构建CA行CPR后ROSC患者神经功能预后不良的多因素Logistic回归模型，量化各脑功能监测指标的贡献度，旨在客观反映患者病情变化情况，对不良预后的早期发现、早期治疗具有一定意义。

本研究结果显示，预后不良组ROSC时间长于预后良好组，与ROSSETTI等［19］研究结果类似，提示ROSC时间对患者神经功能可能有一定影响，ROSC时间越长，患者神经功能损伤越严重，但本研究多因素Logistic回归分析并未发现ROSC时间是CA行CPR后ROSC患者神经功能预后不良的影响因素，可能与本研究样本量较小有关，需进一步探讨。GCS及APACHEⅡ是临床广泛应用于脑血管急危重症患者的评价量表。赵颖超等［20］研究发现，GCS评分＞6分是CA后综合征患者神经功能预后的保护因素，而APACHE Ⅱ评分≥10分是该疾病患者神经功能预后的危险因素，同时GCS评分受患者生理及基础疾病的影响较小，更适用于该类患者神经功能预后的评价。本研究结果显示，预后不良组出ICU时GCS评分低于预后良好组，而APACHE Ⅱ评分高于预后良好组，提示GCS评分及APACHE Ⅱ评分在一定程度上反映CA行CPR后ROSC患者的神经功能预后情况，但该类评分在脑卒中、高血压脑出血等脑血管危重症患者中应用较多，在CA行CPR后ROSC患者中的应用仍需多中心、大样本量研究进一步验证。

脑血流监测和SjvO2监测是临床常用于急性脑损伤患者的床旁监测方法。本研究结果显示，预后不良组左、右侧Vs、Vd、Vm、CBF低于预后良好组，而PI、RI高于预后良好组，提示神经功能预后不良的CA行CPR后ROSC患者的大脑中动脉血流速度较慢，脑血管阻力增加，使该类患者低灌注情况更为严重，脑血管自身调节功能及脑组织细胞氧提取功能发生障碍，实施CPR后缺血-再灌注损伤可能进一步损伤患者的神经功能。相关研究认为，SjvO2≤55%与疾病预后不良密切相关［21］。而本研究结果显示，预后不良组SjvO2高于预后良好组，与上述研究结果［19，21］不同，考虑是神经功能预后不良的CA行CPR后ROSC患者发生CA后脑组织因缺血缺氧损伤严重，脑代谢-血流耦合受损，大脑对氧的利用率下降，进而导致SjvO2异常升高，与NANJAYYA等［22］研究中SjvO2与院外昏迷CA患者死亡的关系类似。但本研究多因素Logistic回归分析并未发现SjvO2是CA行CPR后ROSC患者神经功能预后不良的影响因素，可能与本研究样本量较小、观察时间较短等有关，需进一步验证。本研究结果还显示，预后不良组a-vDO2、CMRO2低于预后良好组，提示神经功能预后不良的CA行CPR后ROSC患者脑组织对氧的需求减少，脑组织氧代谢功能较差，氧提取功能发生障碍，脑组织出现兴奋性脑氨基酸毒作用，并释放大量白介素、胱抑素C等炎性因子，最终加剧神经元损伤，导致神经功能预后不良，甚至死亡。本研究多因素Logistic回归分析结果显示，左侧CBF、a-vDO2、CMRO2是CA行CPR后ROSC患者神经功能预后不良的影响因素。为此，笔者建议临床医师对CA行CPR后ROSC患者实施床旁监测并关注脑血管监测指标的变化情况，同时及时采取针对性治疗措施以改善患者预后。

本研究根据多因素Logistic回归分析结果构建了多因素Logistic回归模型，并进一步分析其预测CA行CPR后ROSC患者神经功能预后不良的价值发现，其曲线下面积、灵敏度、特异度、正确率均高于CBF、a-vDO2、CMRO2，提示该预测模型的预测效能较高。本研究通过多因素逐步回归分析校正了混杂因素，同时对影响因素的贡献度进行统计学量化，拟合多种因素，进而获得更加符合实际的预测方程，避免了混杂因素的影响，减少了漏诊、误诊的发生［23-24］。该模型更符合循证医学思维，利于补充临床对CA行CPR后ROSC患者神经功能预后的评价方法，使该类患者能早期获得诊断、治疗，改善患者的预后。

本研究尚存在一定局限性，如研究样本量较小、纳入研究的基线指标不够完善，下一步笔者将进行多中心、大样本量的研究，纳入更多脑功能监测指标，继续修订多因素Logistic回归模型，以提升其预测效能，使其更贴近临床实际，降低模型应用难度，进而便于其在基层医院推广使用。

综上所述，本研究基于脑功能监测指标构建的多因素Logistic回归模型对CA行CPR后ROSC患者神经功能预后不良具有较高的预测价值，值得临床推广使用。

志谢：感谢惠州市第三人民医院急诊医学中心心肺复苏课题组成员对数据进行收集以及整理。

作者贡献：曾景进行文章的构思与设计，文章的可行性分析，文献/资料收集、整理，撰写论文，对文章整体负责、监督管理；林月雄、金廷荣进行统计学处理和结果的分析与解释；李雪松负责文章的质量控制及审校。

本文无利益冲突。