喉恶性肿瘤术后痰液黏稠度风险预测模型的构建与应用:一项多中心研究

《BMC Surgery》:Construction and application of a risk prediction model for sputum viscosity in patients with laryngeal malignant tumors after operation

【字体: 时间:2025年11月16日 来源:BMC Surgery 1.8

编辑推荐:

  本研究针对喉恶性肿瘤患者术后痰液黏稠度高发的临床难题,通过多中心研究构建了包含年龄、吸烟史、引流管放置和Ca2+水平四个关键因素的风险预测模型。该模型ROC曲线下面积达0.914,外部验证AUC为0.955,具有优异的预测性能,为早期识别高危患者和精准干预提供了科学工具。

  
当医生面对喉部恶性肿瘤患者术后康复的挑战时,痰液黏稠度过高往往成为一个棘手的"隐形杀手"。正常情况下,呼吸道表面液体(ASL)发挥着加温湿化和黏液屏障的重要功能,但喉部手术特别是气管切开术后,上呼吸道对吸入空气的加温湿化功能丧失,直接导致呼吸道干燥、痰液黏稠度增加。这不仅增加肺感染风险,更会引发气道并发症、手术部位感染和伤口愈合延迟,最终延长住院时间,加重医疗负担。
以往临床多关注湿化疗法改善痰液黏稠度,但对系统性风险因素的研究相对缺乏,更未见针对喉恶性肿瘤患者术后痰液黏稠度的预测模型报道。Wang等人在《BMC Surgery》发表的研究,正是为了解决这一临床痛点,通过科学方法构建风险预测模型,为早期评估和针对性预防提供依据。
研究人员采用便利抽样法,选取2022年1月至2024年1月山西某三甲医院的130例喉恶性肿瘤患者作为模型开发队列,并根据术后痰液黏稠度分为黏稠组(52例)和非黏稠组(78例)。通过电子病历系统收集患者一般资料,采用Logistic回归构建预测模型,并使用2024年6月至2025年6月另一家三甲医院的49例患者进行外部验证。
研究结果显示,喉恶性肿瘤患者术后痰液黏稠度发生率达40%,显著延长患者住院时间4.3天。多因素分析识别出四个独立危险因素:年龄(OR=2.061)、吸烟史(OR=21.07)、引流管放置(OR=11.331)和痰液Ca2+水平(OR=1712.639)。基于这些因素构建的预测模型公式为:Logit P = -69.29 + 0.723×年龄 + 3.048×吸烟 + 2.428×引流管放置 + 7.446×Ca2+水平。
模型性能评估显示,ROC曲线下面积达0.914(95% CI:0.749-0.991),灵敏度0.90,特异度0.938。Hosmer-Lemeshow检验表明模型拟合良好(χ2=14.617,P=0.067)。外部验证进一步证实模型的强预测能力,AUC为0.955(95% CI:0.906-1.000)。
年龄因素的分析揭示,黏稠组患者平均年龄(64.1±6.4岁)显著高于非黏稠组(54.2±5.3岁)。随着年龄增长,肺部内部结构逐渐退化,肺泡表面活性物质减少,呼吸肌力量和胸廓弹性下降,导致排痰能力减弱。同时,老年人痰液中中性粒细胞和嗜酸性粒细胞增多与气道炎症相关,进一步影响痰液性质。
吸烟对痰液黏稠度的负面影响尤为突出,黏稠组中71.2%的患者有吸烟史。烟草中的有害物质引起气道和肺实质持续慢性炎症,破坏蛋白酶-抗蛋白酶系统平衡,加速肺功能损伤。研究表明吸烟者痰液中蛋白含量更高,痰液更为黏稠。
引流管放置与痰液黏稠度密切相关,80.8%的黏稠组患者术后放置了引流管。术后切口疼痛和担心引流管移位的恐惧心理使患者回避有效咳嗽,导致气道清理不足,痰液积聚变稠。不同类型手术所需的多种引流管以及气管套管本身都会刺激气道分泌更多黏液。
Ca2+水平作为实验室指标入选预测模型具有重要生物学意义。痰液中细菌DNA通过Ca2+离子与糖蛋白交联形成凝胶网络,Ca2+含量越高,凝胶网络形成越多,痰液越黏稠。虽然以往研究提到痰液pH值和降钙素原(PCT)与痰液黏稠度相关,但本研究未发现显著相关性。
该预测模型通过列线图形式直观展示,临床医生可根据患者具体情况快速评估风险。对于高危患者,可提前实施针对性干预措施,如加强气道湿化、指导呼吸训练和有效咳嗽技巧,优化术后镇痛策略,鼓励戒烟等。
研究的创新之处在于首次构建了针对喉恶性肿瘤术后痰液黏稠度的风险预测工具,并进行了多中心外部验证,弥补了该领域的研究空白。模型包含的四个因素临床易获得,实用性强,有助于实现个体化精准管理。
然而,研究也存在一定局限性,如样本性别比例失衡(男性占96%),可能影响结果的普适性。未来研究可通过扩大样本量和拓展多中心合作进一步优化模型。
总体而言,这项研究为喉恶性肿瘤患者术后呼吸道管理提供了重要工具,通过早期识别高风险患者并实施针对性干预,有望降低术后并发症,缩短住院时间,改善患者预后,同时减轻医疗系统负担。预测模型的应用将推动术后护理从经验性向科学化、精准化转变,具有重要的临床价值和推广意义。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号