减重代谢手术病人麻醉苏醒期低氧血症预测模型的构建与验证
邹
旗1，2
，许孟楠2，梁
辉1，刘双源1，刘存明1，王玉婷1，冯建萍1，
2*
1.南京医科大学第一附属医院，江苏 210029；
2.南京医科大学护理学院
Construction and validation of a predictive model for hypoxemia during anesthesia recovery in patients undergoing bariatric metabolic surgery
ZOU Qi, XU Mengnan, LIANG Hui, LIU Shuangyuan, LIU Cunming, WANG Yuting, FENG Jianping The First Affiliated Hospital of Nanjing Medical University, Jiangsu 210029 China Corresponding Author
FENG Jianping, E⁃mail ：*******************
Abstract Objective ：To investigate the risk factors of hypoxemia in patients undergoing bariatric and metabolic surgery during anesthesia recovery ，
and to construct and verify a predictive model of hypoxemia ， so as to provide a reference for clinical prediction of the risk of hypoxemia in patients undergoing bariatric and metabolic surgery during anesthesia recovery.Methods ：A cross‐sectional survey was conducted. Patients who underwent bariatric metabolic surgery in a tertiary hospital in Jiangsu Province from December 2021 to March 2022 were selected.Binary Logistic regression was used to screen the independent risk factors of hypoxemia during anesthesia recovery period ，and the preliminary establishment of the model was completed. Patients who underwent bariatric metabolic surgery from April to May 2022 were used as validation group to verify the model.Results ：There were 300 cases in the modeling group and 130 cases in the validation group.Binary Logistic regression showed that ASA grade ， preoperative edema ，intraoperative airway pressure ， postoperative pain score ，Stop‐bang score and remifentanil dosage during anesthesia recovery were independent risk factors for hypoxemia during anesthesia recovery in patients undergoing Bariatric metabolic surgery （P <0.05）.According to the above risk factors ，a predictive model of hypoxemia in patients undergoin
g bariatric and metabolic surgery during anesthesia recovery was established. The model was tested by Hosmer‐Lemeshow test （P >0.05）.The area under ROC curve （AUC ） of the modeling group was 0.882，the sensitivity was 84.96%，the specificity was 78.07%，and the optimal critical value was 0.630. The AUC of the validation group was 0.915.The sensitivity was 85.96%，the specificity was 90.41%，and the optimal critical value was spectively ，and the corrected curve was close to the ideal curve.The results of Nomogram prediction model in predicting the occurrence of hypoxemia were consistent with the actual situation （C‐index of modeling group was 0.882， C ‐index of validation group was 0.915）.Conclusion ：The constructed predictive model of hypoxemia in patients undergoing bariatric and metabolic surgery during anesthesia recovery can better predict the risk of hypoxemia.Keywords bariatric metabolic surgery ； recovery from anesthesia ； hypoxemia ； nomogram ； anesthesia nursing ； prediction model 摘要 目的：探讨减重代谢手术病人麻醉苏醒期发生低氧血症的危险因素，构建低氧血症预测模型并验证，为临床预测减重代谢手术病人麻醉苏醒期发生低氧血症的风险提供参考。方法：选择江苏省某三级甲等医院2021年12月—2022年3月接受减重代谢手术的病人，应用Logistic 回归筛选麻醉苏醒期低氧血症的独立危险因素，完成模型的初步建立，并以2022年4月—5月接受减重代谢手术的病人为验证组进行模型验证。结果：最终纳入建模组300例，验证组130例。Logistic 回归显示，美国麻醉医师协会（ASA ）分级、术前水肿、术中气道压、术后疼痛评分、睡眠呼吸暂停初筛量表（STOP‐Bang ）评分、麻醉苏醒期瑞用量是减
重代谢手术病人麻醉苏醒期发生低氧血症的独立危险因素（P <0.05）。根据上述危险因素建立减重代谢手术病人麻醉苏醒期低氧血症预测模型，模型通过Hosmer‐Lemeshow 检验拟合效果良好（P >0.05），建模组受试者工作特征（ROC ）曲线下面积（AUC ）为0.882，灵敏度为84.96%，特异度为78.07%，最佳临界值为0.630；验证组AUC 为0.915，灵敏度为85.96%，特异度为90.41%，最佳临界值为0.764，校正曲线趋近于理想曲线，列线图预测模型预测低氧血症发生情况结果与实际情况相符（建模组C‐index 为0.882，验证组C‐index 为0.915）。结论：构建的减重代谢手术病人麻醉苏醒期低氧血症预测模型有较好的预测效能，对临床围术期麻醉护理有指导作用。关键词 减重代谢手术；麻醉苏醒期；低氧血症；列线图；麻醉护理；预测模型doi:10.12102/j.issn.1009-6493.2023.21.004
随着社会的发展与人们生活水平的提高，肥胖的患病率与日俱增。有证据表明，肥胖是21世纪威胁人类健康最重要的慢性非传染性疾病，其引起的慢性全身性炎症反应参与了百余种慢性病的发生发展[1]。与
传统肥胖相比，减重代谢手术可显著降低全因死亡率和延长预期寿命，已成为病态肥胖症的重要手段[2]。肥胖是全身麻醉病人麻醉苏醒期发生低氧血症的独立危险因素[3]。Scott 等[4]研究表明，接受减重手术病人术后均出现不同程度的低氧血症。低氧血症是麻醉恢复期内常见并发症之一，易引起心肌缺血、心律
· 科研论著 ·
基金项目 江苏省人民医院“临床能力提升工程”护理项目，编号：JSPH ‐NC ‐2021‐23；南京医科大学研究生教育研究专项项目，编号：2021YJS‐ZC003
作者简介 邹旗，护师，硕士研究生在读
通讯作者 冯建萍，E‐mail ：*******************
引用信息 邹旗，许孟楠，梁辉，等.减重代谢手术病人麻醉苏醒期低氧血症预测模型的构建与验证[J].护理研究
,2023,37(21):3813‐3819.
失常、神经功能紊乱，严重者造成呼吸、心搏骤停，是麻醉相关不良事件发生的重要原因[5]。肥胖病人因其特殊的呼吸生理改变，麻醉苏醒期低氧血症发生率增加且危害加大，然而目前对于肥胖病人低氧血症的研究多集中在术前肥胖低通气综合征（obesity‐hypoventilation syndrome，OHS）或睡眠呼吸暂停综合征（obstructive sleep apnea hypopnea syndrome，OSAHS）等[6‐8]，对麻醉苏醒期低氧血症的发生鲜少关注，而肥胖病人接受全身麻醉术后发生呼吸相关并发症风险是决定其是否可以接受手术以及影响其远期转归的重要因素。因此，本研究旨在构建接受减重手术的肥胖病人麻醉苏醒期低
氧血症发生风险的预测模型，以指导临床围术期麻醉护理方案的选择。
1 资料与方法
1.1 一般资料
分别选取2021年12月—2022年3月和2022年4月—5月于江苏省某三级甲等医院行全身麻醉下减重代谢手术的病人为建模组和验证组。纳入标准：1）年龄≥18岁；2）接受气管插管及全身麻醉行减重手术病人；3）美国麻醉医师协会（ASA）分级Ⅰ~Ⅲ级；4）沟通、理解能力良好。排除标准：1）术前有视听障碍者；2）带气管导管转入重症监护室（ICU）的全身麻醉减重病人；3）有精神异常且症状不稳定者，药物滥用、史病人；4）围术期出现需抢救等意外情况者。因本研究为横断面研究，共纳入30个自变量，建模组样本量至少为自变量的5~10倍[9]，建模组与验证组样本量按照7∶3纳入，因此，本研究按照时间顺序，建模组纳入300例病人，验证组纳入130例病人。本研究已通过医院伦理委员会批准（批准文号：2021‐SR‐540）。
1.2 方法
1.2.1 研究方法
所有病人术前均在超声引导下开放动静脉通路，抽取动脉血进行基础血气分析，术中静吸复合麻醉维
持。术毕带气管导管进入麻醉恢复室，待病人满足拔管条件后，麻醉医生严格遵循拔管指征拔除气管导管，并给予5 L/min面罩吸氧10 min后脱氧，血氧饱和度在90%以上则无需特殊处理。若病人血氧饱和度持续下降，行血气分析的同时给予呼喊、吸氧等处理，呼叫上级医生及时干预。以氧分压（PaO2）/吸入氧浓度（FiO2）≤300 mmHg作为低氧血症的诊断标准[10]。1.2.2 资料收集方法
通过文献研究形成调查问卷条目池，德尔菲法收取麻醉科专家、减重代谢专家、麻醉护理专家、手术护
理专家意见，最终形成减重代谢手术病人麻醉苏醒期低氧血症影响因素调查表。1）一般资料：包括性别、年龄、体质指数（BMI）、颈围、腹围、基础病、吸烟史、术前是否合并水肿、术前嗜睡程度、睡眠呼吸暂停初筛量表（STOP‐Bang）分级、术前基础血气指标等；2）麻醉相关资料、ASA分级、术中平均潮气量、术中平均气道平台压、术中呼气末正压（PEEP）、使用量、丙泊酚使用量、麻醉时间等；3）手术相关资料：基础腹腔压力、手术方式、手术时间等；4）麻醉苏醒期相关资料：拔管时间、拮抗药物使用情况、疼痛评分、恢复期瑞使用量等。采用STOP‐Bang量表判断病人合并呼吸睡眠暂停综合征的风险，评分>3分，提示高危。采用Epworth嗜睡量表评分评判病人嗜睡情况，从不打瞌睡计0分，很少打瞌睡计1分，有时打瞌睡计2分，经常打瞌睡计3分。评分6~10分提示瞌睡，11~15分则表示过度瞌睡，≥16分提示有危险性瞌睡。采用数字评分法(Numerical Rating Scale,NRS)对病人进行疼痛评估，0分为无痛，1~3分为轻度疼痛，4~6分为中度疼痛，7~9分为重度
疼痛，10分为剧痛。
1.2.3 统计学方法
采用 SPSS 23.0 统计软件进行数据分析，定量资料经Shapiro‐Wilk正态分布检验，符合正态分布的定量资料用均数±标准差(x±s)表示，两组比较采用t检验；不符合正态分布的定量资料采用中位数、四分位数[M(P25，P75)]表示，两组比较采用Mann‐Whitney秩和验。定性资料用例数、百分比（%）表示，组间比较采用χ2检验，等级资料采用秩和检验。对纳入因素之间进行多重共线性检验，共线性的判断通过方差膨胀因子(variance inflation factor，VIF)来进行判断，VIF<10，表明各自变量之间不存在共线性。将差异有统计学意义的单因素纳入Logistic 回归分析，以P<0.05 为差异有统计学意义。采用R3.5.3软件包和rms程序包构建列线图模型，采用Bootstrap法做内外部验证，采用一致性指数(C‐index)、校正曲线和受试者工作特征曲线（ROC）及Hosmer‐Lemeshow拟合优度检验以评估该列线图预测模型的准确性。
2 结果
2.1 建模组和验证组的临床资料比较
本研究最终纳入430例减重代谢手术病人，其中袖状胃切除术（SG）277例，袖状胃切除术并空肠转
流术（SG+JJB）100例，其他术式共53例。本研究中全身麻醉苏醒期低氧血症发生率为39.5%（170例）。建模组和验证组的临床资料比较差异均无统计学意义
（P >0.05)，具有可比性，见表1。
2.2 影响减重代谢手术病人麻醉苏醒期低氧血症的单因素分析
建模组中有113例（37.7%）病人麻醉苏醒期发生低氧血症，将病人划分为低氧血症组（n =113）和非低氧血症组（n =187），通过共线性检验，发现各影响因素之间不存在共线性（VIF<10）。两组病人在性别、BMI 、颈围、腹围、ASA 分级、是否合并基础病、是否伴有水肿、STOP‐Bang 量表分级为高危、PaO 2、二氧化碳
分压（PaCO 2）、血红蛋白（Hb ）含量、嗜睡程度、术中气道压、手术方式、疼痛评分、苏醒后是否补充镇痛药物、拮抗剂使用情况、基础腹腔压力、恢复期瑞使用等方面差异均有统计学意义（P <0.05），而在年龄、术前呼吸功能训练、术中手法肺复张、术中潮气量、PEEP 、手术时间、拔管时间、pH 、用量、丙泊酚用量等方面差异均无统计学意义（P >0.05），见表2。
表2 影响减重代谢手术病人麻醉苏醒期发生低氧血症的单因素分析
性别[例（%）]吸烟[例（%）]ASA[例（%）]
合并基础病[例（%）]
STOP‐Bang 分级为高危[例（%）]嗜睡程度[例（%）]
呼吸功能训练[例（%）]水肿[例（%）]手法肺复张[例（%）]手术方式[例（%）]
男女
I 级Ⅱ级Ⅲ级
不瞌睡瞌睡重度瞌睡危险性瞌睡
SG SG+JJB 其他38（33.6）75（66.4）31（27.4）29（25.7）46（40.7）38（33.6）60（53.1）74（65.5）42（37.2）38（33.6）22（19.5）11（9.7）36（31.9）20（17.7）26（23.0）66（58.4）35（31.0）12（10.6）
41（21.9）146（78.1）35（18.7）110（58.8）60（32.1）17（9.1）70（37.4）49（26.2）89（47.6）68（36.4）23（12.3）7（3.7）52（27.8）6（3.2）57（30.5）127（67.9）32（17.1）28（15.0）
χ2=4.973χ2=3.119
χ2=41.330
χ2=7.038χ2=44.935
χ2=8.530
χ2=0.588χ2=18.685χ2=1.965
χ2=8.051
0.0260.070
<0.001
0.008<0.001
0.036
0.455<0.0010.161
0.018
项目分类
低氧血症组（n =113）非低氧血症组（n =187）
统计值P 表1 建模组和验证组的临床资料比较
项目性别[例（%）]年龄（岁）BMI （kg/m 2）合并基础病[例（%）]ASA 分级[例（%）]
手术方式[例（%）]
手术时间（min ）麻醉时间（min ）恢复室停留时间（min ）
类别
男女
Ⅰ级Ⅱ级Ⅲ级
SG SG+JJB 其他
建模组（n =300）79（26.3）221（73.7）32（28，39）36.87（32.99，41.76）170（56.7） 1
39（46.4） 106（35.3） 55（18.3） 193（64.4） 67（22.3） 40（13.3） 73.00（63.00，85.00）90.00（75.00，100.00）65.00（55.00，80.00）
验证组（n =130）30（23.1）100（76.9）32（27，36）37.95（32.83，43.35）81（62.3） 53（40.8） 54（41.5） 23（17.7） 84（64.6） 33（25.4） 13（10.0） 70.00（60.00，91.25）90.00（75.00，110.00）65.00（55.00，80.00）
统计值χ2=0.508Z =-1.171Z =-0.861χ2=1.188
χ2=1.588
χ2=1.182
Z =-0.300Z =-0.658Z =-0.075
P 0.5460.2410.3890.289
0.452
0.554
0.7640.5110.941
苏醒期补充镇痛药[例（%）]拮抗药[例（%）]
年龄（岁）BMI （kg/m 2）颈围（cm ）腹围（cm ）PEEP （cmH 2O ）术中气道压（mmHg ）术中潮气量（mL ）基础腹腔压力（cmH 2O ）手术时间（min ）疼痛评分（分）拔管时间（min ）pH PaO 2（mmHg ）PaCO 2（mmHg ）Hb(g/L)（mg ）丙泊酚（mg ）
无
新斯的明舒更葡糖钠
18（15.9）12（10.6）62（54.9）39（34.5）33（28，40）38.29（35.14，45.16）42.00（40.00，46.00）120.00（109.50，133.50）
7（5，8）25（23，28）525.00（500.00，579.50）
3（2，4）75（60，90）4（3，5）33（24，40）7.43（7.42，7.45）86（79，95）39.51±4.20146.0（139.0，159.5）0.50（0.50，0.50）300.00（232.50，377.50）6（3.2）
20（10.7）129（69.0）38（20.3）32（28，37）35.32（32.27，39.52）40.00（37.00，43.00）111.00（104.00，121.00）
6（5，8）25（22，26）526.00（495.00，568.00）
3（1，3）70（60，85）2（2，3）30（22，42）7.43（7.42，7.45）92（85，99）38.04±3.64139.0（129.0，153.0）0.50（0.50，0.50）280.00（200.00，350.00）χ2
=15.486
χ2=7.733 Z =-1.718Z =-4.794Z =-4.861Z =-4.578Z =-1.381Z =-3.685Z =-0.571Z =-2.828Z =-1.007Z =-9.337Z =-0.486Z =-0.413Z =-3.832 t =3.209Z =-3.656Z =-0.666Z =-1.795<0.0010.0210.086
<0.001<0.001<0.0010.167<0.0010.5680.0050.282<0.0010.6400.680<0.001<0.001<0.0010.5050.073（续表） 项目
分类低氧血症组（n =113）非低氧血症组（n =187）统计值P 2.3 减重代谢手术病人麻醉苏醒期低氧血症的多因素Logistic 回归分析
以是否发生低氧血症为因变量（未发生=0，发生=1），以单因素分析中差异有统计学意义的因素为自
变量，进行Logistic 回归分析，结果显示，ASA 分级、水肿、术中气道压、疼痛评分、STOP‐Bang 评分为高危是减重
代谢手术病人麻醉苏醒期发生低氧血症的独立危险因素（P <0.05），ASA 分级增加、术中气道压升高、疼痛评分高、合并水肿、STOP‐Bang 评分为高危会增加低氧血症的发生率；而恢复室瑞用量为保护因素（P <0.05），恢复室瑞用量增加，低氧血症发生率降低。见表3。
表3 减重代谢手术麻醉苏醒期发生低氧血症的多因素Logistic 回归分析
项目
ASA Ⅰ级（参照） Ⅱ级 Ⅲ级术中气道压疼痛评分
恢复室瑞用量STOP‐Bang 评分为高危水肿常量
回归系数reference group
1.8123.8270.2000.943-0.0071.4411.970-6.953
标准误
0.5421.1630.0690.1570.0020.5800.7563.867
Wald χ2值12.94111.18010.8368.52336.23813.1366.1676.7843.232
P 0.002<0.001<0.0010.004<0.001<0.0010.0130.0090.072
OR 值
6.12445.9141.2222.5690.9934.223
7.174
95%CI
[2.117，17.717][4.703，448.193][1.068，1.397][1.889，3.492][0.989，0.997][1.355，13.165][1.629，31.579]
2.4 减重代谢手术麻醉苏醒期低氧血症的列线图风险预测模型的建立与验证
本研究基于筛选出的独立危险因素建立减重代谢手术麻醉苏醒期发生低氧血症的列线图预测模型，见图1；建模组和验证组的ROC 曲线下面积（AUC ）分别为0.882[95%CI （0.843，0.892）和0.915[95
%CI （0.831，
0.946）]，见图2。建模组灵敏度为84.96%，特异度为78.07%，最佳临界值为0.630；验证组灵敏度为85.96%，特异度为90.41%，最佳临界值为0.764。建模组和验证组C‐index 分别为0.882和0.915。Hosmer‐Lemeshow 拟合优度检验结果显示，该列线图预测模型的拟合效果良好(χ2=6.814，P =0.557)，表明本研究构建的减重
代谢手术病人麻醉苏醒期低氧血症预测模型具有良好
校正曲线都趋近于理想曲线，见图3。的预测精准度，验证模型结果显示：建模组和验证组的
图1 预测减重代谢手术病人麻醉苏醒期发生低氧血症的列线图风险模型
图2 ROC曲线
（A为建模组；B为验证组）
图3 校正曲线图
（A为建模组；B为验证组）
发表评论