腹腔镜减重代谢术后麻醉复苏室低氧血症风险预测列线图模型的构建与验证

《BMC Anesthesiology》：A nomogram to predict hypoxemia in the post-anesthesia care unit after laparoscopic bariatric surgery

为解决腹腔镜减重代谢术（LBS）后麻醉复苏室（PACU）低氧血症缺乏有效预测工具的问题，研究人员开展了一项回顾性研究。他们构建并验证了一个包含年龄、BMI、合并症、术中阿片类药物用量及神经肌肉阻滞（NMB）拮抗剂使用等5个变量的列线图模型。该模型AUC达0.738，具有良好的区分度与校准度，为个体化风险评估及围术期管理提供了实用工具。

　　

论文解读

肥胖已成为全球性的健康挑战，而腹腔镜减重代谢术（LBS）是治疗病态肥胖的有效手段。然而，这类患者术后肺部并发症的发生率高达20%，其中麻醉复苏室（PACU）内的低氧血症尤为常见且令人担忧。低氧血症不仅延长住院时间，增加医疗负担，甚至可能危及生命。尽管其临床意义重大，但目前仍缺乏专门针对减重代谢术后患者、能够有效整合多种风险因素来预测PACU低氧血症的工具。现有的预测模型，如PRODIGY评分，往往未能充分考虑减重手术患者的独特病理生理特点及围术期动态变量。因此，开发一种直观、易用的预测工具，对于早期识别高危患者、优化围术期管理策略、提升患者安全至关重要。

为了填补这一空白，南京医科大学第一附属医院麻醉与围术期医学科的王敏、李依婷等研究人员在《BMC Anesthesiology》上发表了一项研究，旨在开发并验证一个专门用于预测LBS患者PACU低氧血症的列线图模型。该模型整合了年龄、BMI、合并症、术中阿片类药物用量及神经肌肉阻滞（NMB）拮抗剂使用等关键临床变量，为临床医生提供了一个个体化风险评估的实用工具。

关键技术与方法

本研究为一项单中心回顾性研究，纳入了2024年1月至12月期间接受择期LBS并转入PACU复苏的1220例患者。研究团队将数据库按7:3的比例随机分为训练队列（854例）和验证队列（366例）。在训练队列中，研究人员采用最小绝对收缩与选择算子（LASSO）回归结合多变量Logistic回归的方法，从28个候选临床变量中筛选出与PACU低氧血症相关的独立预测因子。基于这些因子，构建了一个可视化的列线图预测模型。该模型的性能通过受试者工作特征曲线下面积（AUC）、一致性指数（C-index）、校准曲线和决策曲线分析（DCA）等方法进行了全面评估和验证。

研究结果

1. 患者基线特征与低氧血症发生率

研究共纳入1220例患者，其中训练队列854例，验证队列366例。两组患者的基线特征具有可比性。总体PACU低氧血症发生率为33.0%，其中训练队列为32.1%，验证队列为35.2%。患者中位年龄为32岁，女性占比较高（约72%），中位BMI为37 kg/m²。

2. 独立预测因子的筛选与模型构建

通过LASSO回归分析，研究筛选出11个非零特征变量。进一步的多变量Logistic回归分析最终确定了5个与PACU低氧血症显著相关的独立预测因子，包括：年龄、BMI、存在两种或以上合并症、术中阿片类药物用量≥60 mg（以静脉吗啡当量计），以及使用神经肌肉阻滞（NMB）拮抗剂。基于这五个变量，研究团队成功构建了预测列线图模型。

3. 模型性能与验证

在训练队列中，该列线图模型的AUC为0.738（95% CI 0.701-0.775），乐观校正后的C-index为0.731。在验证队列中，AUC为0.735（95% CI 0.682-0.789），C-index为0.715，表明模型具有良好的区分能力。校准曲线显示，模型预测的概率与实际观察到的结果之间具有良好的一致性。决策曲线分析（DCA）进一步证实，该模型在20%至60%的阈值概率范围内具有显著的临床净获益。

4. 模型增量价值评估

与仅包含年龄和BMI的基线模型相比，本研究构建的列线图模型在训练队列和验证队列中均表现出显著更优的预测能力。训练队列中，列线图模型的AUC显著高于基线模型（0.738 vs. 0.658, P=0.004），净重分类改善指数（NRI）为0.228，综合判别改善指数（IDI）为0.233。验证队列的结果也一致支持了列线图模型的优越性。

结论与讨论

本研究成功开发并验证了一个用于预测LBS患者PACU低氧血症的列线图模型。该模型整合了年龄、BMI、合并症、术中阿片类药物用量及神经肌肉阻滞（NMB）拮抗剂使用这五个关键临床变量，并表现出可接受的区分能力和良好的校准度。

研究结果揭示了几个重要的风险因素。高龄和较高的BMI是公认的术后低氧血症风险因素，这与既往研究一致。高龄可能与血管退行性变、肺灌注受损及对麻醉耐受性降低有关；而肥胖则通过减少胸腔容积、增加气道阻力、降低肺顺应性以及增加组织氧耗等机制，显著增加低氧血症风险。此外，存在两种或以上合并症（如高血压、糖尿病、冠心病）的患者，其肺功能储备和氧合能力往往受损，从而更易发生术后低氧血症。

值得注意的是，本研究强调了术中阿片类药物管理的重要性。术中阿片类药物用量≥60 mg（静脉吗啡当量）被确定为独立危险因素。高剂量阿片类药物会抑制中枢呼吸驱动，导致潮气量和呼吸频率降低，从而引发呼吸抑制和低氧血症。这一发现提示，在LBS患者中，应谨慎滴定阿片类药物剂量，并加强术后呼吸监测。

另一个值得关注的发现是神经肌肉阻滞（NMB）拮抗剂的使用与低氧血症风险增加相关。尽管使用拮抗剂旨在逆转神经肌肉阻滞，但研究结果提示，其使用本身可能是一个风险标志。这可能与残余肌松（RNMB）未被完全逆转，或拮抗剂（如新斯的明）本身可能引起的不良反应有关。然而，研究也发现，与使用新斯的明相比，使用舒更葡糖（Sugammadex）并未显著增加风险，这提示不同拮抗剂的选择可能对结局产生影响，未来需要进一步研究。

该列线图模型为临床实践提供了宝贵的工具。通过DCA确定的“临床决策窗口”（20%-60%概率），临床医生可以在患者进入PACU时快速评估其低氧血症风险。对于高风险患者（如预测风险>30%），可以采取强化监测、预防性使用高流量鼻导管吸氧等干预措施，从而实现个体化管理，优化医疗资源配置，最终改善患者预后。

尽管本研究存在回顾性设计的局限性，如数据提取间隔可能遗漏瞬时变化，以及缺乏阻塞性睡眠呼吸暂停（OSA）的详细筛查数据，但该模型仍为LBS患者术后低氧血症的风险分层和精准管理迈出了重要一步。未来需要前瞻性研究来进一步验证该模型，并探索其应用是否能真正改善患者的临床结局。