首页 > 论文范文 > 医药卫生论文 > 内科论文 > 脑卒中论文 > 重症脑卒中机械通气患者肠内营养中断风险及预测模型构建

重症脑卒中机械通气患者肠内营养中断风险及预测模型构建

2025-02-07 45 上传者：管理员

摘要：目的：分析重症脑卒中机械通气患者肠内营养中断风险(ENI)并构建预测模型。方法：选取2022年3月—2023年9月我院重症脑卒中机械通气患者84例，根据ENI发生情况分组，发生ENI者归入观察组，未发生ENI者归入对照组。分析ENI影响的因素并构建预测模型。结果：84例重症脑卒中机械通气患者48例发生ENI,ENI发生率为57.14%。观察组年龄、NIHSS评分及同步间歇通气机械通气、持续泵入喂养、使用抑酸剂、抗生素使用种类≥2种、亚低温治疗占比高于对照组(P<0.05)。机械通气模式、抑酸剂、抗生素使用种类、亚低温治疗是ENI的独立危险因素(P<0.05)。NEI的预测概率logit(P)=-1.190+0.835×机械通气模式+1.056×抑酸剂+1.005×抗生素使用种类+0.994×亚低温治疗，其预测重症脑卒中机械通气患者ENI的AUC为0.834,95%CI为0.737～0.906,敏感度为81.25%,特异度为77.78%。结论：重症脑卒中机械通气患者ENI风险较高，其危险因素包括机械通气模式、抑酸剂、抗生素使用种类、亚低温治疗，基于此构建的预测模型可为临床预测重症脑卒中机械通气患者ENI风险提供参考。

关键词：
机械通气
肠内营养中断
脑血管疾病
重症脑卒中
预测模型
加入收藏

脑卒中是临床常见脑血管疾病，发病率、致残率、致死率均较高，其中机械通气是重症脑卒中患者的重要治疗方案之一［1］。由于重症患者，尤其是急性期，机体代谢较快，但患者无法正常进食，加之疾病消耗，极易出现免疫功能降低，影响其病情恢复。肠内营养( enteral nutrition，EN)可改善患者代谢状态，且其符合肠道生理特点，有利于维持肠道黏膜屏障功能［2］。相关指南指出，重症患者建议持续进行EN治疗，不应随意中断，以预防营养不良［3］。然而，重症患者肠内营养中断( enteral nutrition interruption，ENI)发生率仍较高，孙晓岚等［4］研究指出，机械通气是重症脑卒中患者肠内营养不耐受的危险因素，而喂养不耐受则是引发ENI的重要原因，但目前关于重症脑卒中机械通气患者ENI的影响因素尚无统一意见。本研究以重症脑卒中机械通气患者为研究对象，对ENI发生情况进行统计分析，并构建预测模型，旨在为临床防治提供指导，减少喂养不足。现将结果报告如下。

1、资料与方法

1．1一般资料

选取2022年3月—2023年9月我院重症脑卒中机械通气患者84例。纳入标准: ( 1)符合《神经病学》［5］中缺血性脑卒中或出血性脑卒中诊断标准; ( 2)美国国立研究所卒中量表( NIHSS)［6］评分＞20分; ( 3)进行机械通气治疗;( 4)入住ICU后经鼻导管进行EN治疗，预计EN时间＞7d;( 5)患者家属知情本研究，并签署同意书。排除标准: ( 1)颅内感染、颅内占位; ( 2)胃肠道、食管、胰腺手术史; ( 3)长期使用免疫抑制剂或激素。剔除医源性因素引起的ENI。

1．2方法

1．2．1 EN方法。采用鼻导管进行EN治疗，肠内营养液有肠内营养混悬液、肠内营养乳剂，温度调整为37～40℃。初始速度为20～50mL/h，根据耐受程度80～100mL/h。

1．2．2 ENI判断方法［7］。( 1)持续泵入者EN中断时间＞1h; ( 2)间断注入为每天输注3次，30min /次，但30min内未能获得预计营养量。

1．2．3一般资料调查表。查阅文献结合临床情况自行设计调查问卷，内容包括性别、年龄、合并疾病、脑卒中类型、脑卒中部位、机械通气模式、机械通气时间、喂养方式、营养液类型、营养液日用量、抑酸剂及(或)抗生素使用情况、亚低温治疗。

1．2．4 NIHSS评分。包括意识、感觉、视野、凝视、面瘫、共济运动、语言表达能力、运动情况、构音障碍、忽视证及远端肢体功能11个项目，总分42分，＞20分为重度、16～20分为中重度、5～15分为中度、2～4分为轻度、＜2分为正常或近乎正常。

1．3观察指标

( 1)统计ENI发生情况及分组。( 2)比较两组资料。( 3)分析ENI影响因素及logistic回归模型建立。( 4) logistic回归模型验证。

1．4统计学方法

采用SPSS( 25．0 for Windows)统计软件对数据分析。计量资料以( x±s)描述，行t检验，计数资料以［n( %)］描述，行 χ2检验。多因素非条件logistic回归分析(后退法) ENI影响因素，建立回归方程，以受试者工作特征(ＲOC)的曲线下面积( AUC)验证模型。均采用双侧检验，取α= 0．05，P＜0．05时差异有统计学意义。

2、结果

2．1统计ENI发生情况及分组

84例重症脑卒中机械通气患者中有48例发生ENI，发生率57．14% ( 48 /84)，归入观察组，其余36例归入对照组。

2．2两组资料比较

两组性别、合并疾病、脑卒中类型、脑卒中部位、机械通气时间、营养液类型、营养液日用量比较，差异无统计学意义( P＞0．05)。观察组年龄、NIHSS评分及同步间歇通气机械通气、持续泵入喂养、使用抑酸剂、抗生素使用种类≥2种、亚低温治疗占比高于对照组( P＜0．05)。见表1。

2．3分析

ENI影响因素及logistic回归模型建立将年龄、机械通气模式、喂养方式、抑酸剂、抗生素使用种类、亚低温治疗、NIHSS评分作为自变量，ENI发生情况作为因变量，赋值见表2。

表1两组资料比较项

多因素非条件logistic回归分析结果显示，年龄、机械通气模式、NIHSS评分对ENI无显著影响( P＞0．05)，机械通气模式、抑酸剂、抗生素使用种类、亚低温治疗是ENI的独立危险因素( P＜0．05)，见表3。根据变量回归系数表建立回归方程模型，logit( P) =－1．190 + 0．835× 机械通气模式+ 1．056× 抑酸剂+ 1．005× 抗生素使用种类+ 0．994× 亚低温治疗。似然比 χ2 = 68. 321，Cox-SnellＲ2 = 0．410，NagelkerkeＲ2 = 0．582。Wald检验结果显示Waldχ2 =13. 656，DF = 8，P＜0．001。Hosmer-Lemeshow拟合优度检验显示，χ2 = 11．522，DF = 8，P = 0．085。

表2自变量及因变量赋值方法

2．4 logistic回归模型验证

采用logistic回归模型统计分析数据，得到NEI的预测概率logit( P)，绘制ＲOC曲线，AUC为0．834，95% CI为0．737～0．906，敏感度为81．25%，特异度为77．78%，见图1。

表3 ENI的影响因素

图1ＲOC曲线者

3、讨论

受医护操作、气道操作、喂养不耐受等因素影响，重症患在ICU治疗期间很难完成EN医嘱量［8］。Salciute-Simene等［9］的研究结果显示，68%的患者在ICU住院期间经历了ENI，在有ENI和没有ENI的试验天数中，喂养不足率分别为54%和15%，ENI发作频繁且持续时间长，常导致进食不足，从而影响患者疾病治疗效果。重症脑卒中患者在机械通气期间高水平呼气末正压通气不仅会导致胸腔压力增加，降低心排血量，加重静脉回流阻力，诱发胃肠灌注不足，同时会促使肺内炎症因子释放增加，加重肠道屏障功能损害。因此，机械通气患者更易出现ENI。本研究结果显示，重症脑卒中机械通气患者ENI发生率57．14%，低于Salciute-Simene等的统计结果，可能与本研究剔除了医源性因素引起的ENI，但整体形势仍不容乐观。如何筛选ENI的影响因素并构建相关风险模型成为减少ENI的关键。本研究经多因素非条件logistic回归分析结果显示，机械通气模式、抑酸剂、抗生素使用种类、亚低温治疗是ENI的影响因素。( 1)机械通气模式:本研究中间歇通气模式患者ENI发生率为压力支持通气患者的2．305倍。间歇通气模式时根据呼吸机预设参数控制通气情况，易出现人机对抗，增加机体耗氧量，加重缺氧程度，致使胃肠道黏膜损伤，从而导致ENI。因此，在机械通气过程中应尽可能缩短间歇通气时间。( 2)抑酸剂:张丽华等［10］学者有研究指出，应用抑酸剂会增加EN过程中喂养不耐受风险。本研究结果显示，应用抑酸剂可使重症脑卒中机械通气患者ENI发生率提高1．875倍。抑酸剂的应用有利于减少脑卒中患者应激性溃疡发生率，但会改变胃内环境，延迟胃排空，影响营养物质的吸收，而且也会破坏胃酸对消化道的保护作用，导致黏液黏度降低、细菌过度生长、细菌易位等，增加胃肠道感染相关并发症的发生，进而引发ENI。( 3)抗生素使用种类:本研究发现，应用2种及以上抗生素使重症脑卒中机械通气患者ENI发生率提高1．732倍，与潘宜波等［11］学者的研究结果相符。抗生素的应用可在一定程度上抵御细菌入侵，预防感染，但会打破宿主微生态平衡，不仅引起肠道菌群失调，还会造成肠道耐药菌株大量增殖，破坏肠道生物屏障，引发胃肠道反应，不得不中断EN。这也提示临床应合理规范使用抗生素，避免盲目联合应用抗生素，必要时可适当补充益生菌，以改善肠道菌群状态，维护菌群平衡，修复肠道屏障功能。( 4)亚低温治疗:亚低温是临床治疗脑卒中的重要方案之一，在改善患者神经功能方面具有良好效果［12］。本研究发现，应用亚低温治疗的患者ENI风险是没有应用亚低温患者的2．703倍，与陈琳等［13］学者的研究结果一致。亚低温状态下会使胃肠道血供减少，处于低灌注状态，从而导致胃肠黏膜细胞的结构及功能不同程度受损，对营养物质的耐受性降低，从而增加ENI风险。但关于在亚低温治疗时如何改善胃肠道血供、减少胃肠道损害仍是一个值得深入探究的课题。此外，本研究还根据以上影响因素建立回归方程模型，logit( P) =－1．190 + 0．835× 机械通气模式+ 1．056× 抑酸剂+1．005× 抗生素使用种类+ 0．994× 亚低温治疗，拟合优度检验显示拟合度较好，并经ＲOC验证显示AUC为0．834，95%CI为0．737～0．906，敏感度为81．25%，特异度为77．78%，可作为临床判断重症脑卒中机械通气患者ENI发生风险的有效工具。综上所述，重症脑卒中机械通气患者ENI发生率较高，其影响因素包括机械通气模式、抑酸剂、抗生素使用种类、亚低温治疗，基于以上因素构建的风险模型对判断ENI具有重要意义。

参考文献:

[1]李海宁,陈英道,何德深,等.重症脑卒中机械通气病人行早期肺康复训练的临床疗效研究[J].中西医结合心脑血管病杂志,2022,20( 22) : 4212-4214.

[2]张凤,张丽云,李暘,等.腹内压监测在指导重症卒中患者肠内营养中的应用[J].中国临床研究,2023,36( 5) : 789-791,796.

[4]孙晓岚,李占肖,于晓雯,等.重症脑卒中病人肠内营养不耐受风险的预警模型构建与评估[J].实用老年医学,2022,36( 9) :942-947.

[5]贾建平.神经病学[M].第9版.北京:人民卫生出版社,2018:194-214.

[8]左俊焘,李嘉琪,徐瑶,等.重症病人肠内营养中断现状及其对热卡达标的影响研究[J].肠外与肠内营养,2023,30( 3) : 166.

[10]张丽华,张莉,张丽萍,等.脓毒症患者肠内营养喂养不耐受现况及影响因素研究[J].华南预防医学,2023,49( 2) : 174-178.

[11]潘宜波,王琳,陈霞,等.神经外科重症患者肠内营养喂养不耐受动态列线图预测模型的构建与应用[J].护士进修杂志,2023,38( 21) : 1921-1926.

[12]张鑫宇,赵鑫,张重阳,等.局部亚低温联合rt-PA静脉溶栓治疗对急性大面积脑梗死患者氧化应激､神经功能损伤及预后的影响[J].河北医科大学学报,2021,42( 2) : 158-162.

[13]陈琳,谌艳芳,余爱华,等.神经内科危重症病人肠内营养喂养不耐受现状及其影响因素[J].护理研究,2021,35( 7) : 1285.

文章来源:王丽,李芸.重症脑卒中机械通气患者肠内营养中断风险及预测模型构建[J].医学理论与实践,2025,38(02):323-325.