胰十二指肠切除术后肺部并发症风险预测模型的构建与验证：一项基于338例患者的回顾性队列研究

《Langenbeck's Archives of Surgery》：Risk factors and predictive model for postoperative pulmonary complications following pancreaticoduodenectomy: a retrospective cohort study

为解决胰十二指肠切除术(PD)后肺部并发症(PPCs)高发且缺乏有效预测工具的问题，研究人员开展了一项回顾性队列研究。研究纳入了338例患者，通过多因素Logistic回归分析，确定了手术方式、手术时长、肿瘤位置、最大肿瘤直径及术前白蛋白水平为独立危险因素，并构建了首个预测PD术后PPCs风险的列线图模型。该模型C-index为0.749，具有良好的预测性能，为临床医生进行个体化风险评估和围术期管理提供了重要工具。

　　

胰十二指肠切除术(PD)是治疗胰头及壶腹周围肿瘤的标准术式，但因其手术范围广、创伤大，术后并发症发生率较高。其中，术后肺部并发症(PPCs)是影响患者术后恢复、延长住院时间、增加医疗费用的重要因素。尽管PPCs的预测因子已在多种手术中被研究，但针对胰十二指肠切除术这一特定术式的数据仍然有限。因此，明确PD术后PPCs的危险因素，并构建一个简单、有效的预测模型，对于指导临床决策、优化围术期管理具有重要意义。

为了回答上述问题，研究人员开展了一项回顾性队列研究，旨在评估PD术后PPCs的潜在危险因素，并基于围术期变量开发一个预测模型。考虑到列线图的用户友好性和高准确性，研究人员将最终模型转化为列线图，为麻醉医生和外科医生在围术期管理中提供临床工具。

主要技术方法

本研究为一项回顾性、单中心队列研究，纳入了2017年5月至2023年11月期间在山东省立医院诊断为胆胰或十二指肠肿瘤并接受胰十二指肠切除术的338例患者。研究通过详细查阅患者病历记录，收集了人口统计学、合并症、术前实验室检查、术中及术后并发症等数据。PPCs定义为术后30天内发生的肺炎、胸腔积液或肺栓塞。统计分析采用SPSS 27.0和R 4.2.2软件，通过单因素分析筛选变量，多因素Logistic回归分析确定独立危险因素，并构建列线图模型。模型性能通过一致性指数(C-index)、校准曲线、受试者工作特征曲线(ROC)下面积(AUC)、决策曲线分析(DCA)和临床影响曲线(CIC)进行验证。

研究结果

患者基线特征与PPCs发生率

最终纳入分析的338例患者中，PPCs的发生率为44.1%(149/338)。单因素分析显示，与未发生PPCs的患者相比，发生PPCs的患者年龄更大，有吸烟史和饮酒史的比例更高。在手术相关变量方面，PPCs组的手术时间更长，开腹手术的比例显著高于腹腔镜手术。在肿瘤参数方面，PPCs组的肿瘤直径更大，且非胰腺来源肿瘤(如胆管、十二指肠来源)的比例显著高于胰腺来源肿瘤。此外，PPCs组的鼻胃管拔除时间也更长。在实验室检查方面，PPCs组的术前白蛋白水平显著低于非PPCs组。

PPCs的独立危险因素

多因素Logistic回归分析确定了五个独立危险因素：

• •
  手术方式：开腹手术(OR: 2.14, 95% CI: 1.16-3.92, p=0.014)。
• •
  手术时长：手术时间每增加1分钟，风险增加0.3%(OR: 1.003, 95% CI: 1.001-1.006, p=0.013)。
• •
  肿瘤位置：非胰腺来源肿瘤(OR: 3.77, 95% CI: 2.13-6.69, p<0.001)。
• •
  最大肿瘤直径：肿瘤直径越大，风险越高(OR: 2.02, 95% CI: 1.51-2.71, p<0.001)。
• •
  术前白蛋白水平：白蛋白水平越高，风险越低(OR: 0.92, 95% CI: 0.86-0.99, p=0.024)。

预测模型的构建与验证

基于上述五个独立危险因素，研究人员构建了一个列线图预测模型。该模型显示，肿瘤直径对PPCs的影响最大，其次是手术方式、手术时长、肿瘤位置和白蛋白水平。模型验证结果显示，该列线图的AUC为0.75，表明其具有良好的区分能力。校准曲线显示预测值与实际值之间具有良好的一致性，决策曲线分析(DCA)和临床影响曲线(CIC)也证实了该模型在临床决策中的有效性和可靠性。

PPCs与其他术后并发症的关系

根据Clavien-Dindo分级系统对术后并发症进行分析发现，PPCs组患者术后胰瘘、胆漏和腹腔内感染的发生率均显著高于非PPCs组。

研究结论与讨论

本研究通过多因素分析，成功识别了胰十二指肠切除术后肺部并发症(PPCs)的五个独立危险因素，并构建了首个用于预测PPCs风险的列线图模型。该模型具有良好的预测性能，为临床医生提供了一个简单、直观的工具，可用于术前个体化风险评估和围术期管理决策。

研究意义与临床价值

• •
  精准预测：该列线图模型能够帮助医生在术前识别出PPCs高风险患者，从而进行更精准的术前准备和围术期管理。
• •
  优化资源：通过预测高风险患者，可以优化医疗资源的分配，确保这些患者在术后得到更密切的监护和更积极的干预措施(如雾化治疗、抗生素治疗等)。
• •
  改善沟通：该模型可作为医患沟通的工具，帮助患者及其家属更好地理解手术风险和潜在预后，提高其在术后康复过程中的参与度和配合度。
• •
  指导干预：对于可改变的危险因素(如手术方式、术前营养状况)，该模型为建立多学科协作策略以改善患者术后肺部并发症提供了依据。

局限性

本研究为回顾性研究，存在固有的选择偏倚风险。模型的可靠性需要通过前瞻性研究进一步验证。此外，作为单中心研究，其结论的普适性有待于外部数据的验证。