重症监护病房中患有败血症的患者发生败血症相关性急性肺损伤的风险评估模型的构建与验证

《Shock》：Construction and Validation of a Risk Assessment Model for Sepsis-Associated Acute Lung Injury in Patients With Sepsis in the Intensive Care Unit

本研究旨在开发并验证一种基于PaCO?、PaO?、血清尿酸（SUA）和SOFA评分的脓毒症相关急性肺损伤（SALI）早期预测模型。通过回顾性队列研究（n=345），使用LASSO回归和逻辑回归筛选独立风险因素，构建的预测模型在训练（AUC=0.916）和验证（AUC=0.931）队列中均表现出优异的预测性能，并通过校准曲线、决策曲线分析和SHAP解释验证了其临床适用性，为早期干预提供工具。

　　### 早期预测脓毒症相关急性肺损伤（SALI）的新型预测模型研究

脓毒症是一种严重的感染引发的全身性炎症反应，可能导致多个器官功能障碍，甚至危及生命。在脓毒症患者中，脓毒症相关急性肺损伤（SALI）是一种早期且严重的并发症，其高发病率和高死亡率使得对SALI的早期识别和干预变得尤为重要。本研究旨在开发和验证一个可靠的预测模型，以帮助临床医生在成人重症监护病房（ICU）患者中早期识别SALI，从而改善患者的临床预后。

#### 研究方法与设计

研究采用回顾性队列研究设计，数据来源于浙江省湖州市第一人民医院的345例脓毒症患者。这些患者在2019年1月1日至2024年3月31日期间住院。研究对象被随机分为训练队列（n=241）和验证队列（n=104）。训练队列中包括115例SALI患者和126例非SALI患者，验证队列则包括51例SALI患者和53例非SALI患者。研究中使用了多变量逻辑回归和LASSO回归方法，以识别SALI的独立危险因素并构建预测模型。

通过数据收集，研究团队获取了包括患者的基本信息（年龄、性别、基础疾病、入院类型）、脓毒症发作时的临床参数（体温、呼吸频率、血压、心率）以及实验室检测指标（全血细胞计数、凝血功能、生化指标、心肌标志物、炎症因子、电解质）等信息。所有数据均在脓毒症发作后的24小时内进行系统记录，以确保数据的准确性和完整性。

在模型构建过程中，首先通过单变量分析筛选出具有统计学意义的变量，然后利用LASSO回归进行变量选择，进一步通过多变量逻辑回归分析确定最终的独立危险因素。这些变量被用于构建一个可视化风险评估工具——预测图（nomogram），以帮助临床医生对SALI的发生概率进行量化预测。

#### 研究结果

研究结果显示，PaCO?、PaO?、血清尿酸（SUA）和序贯器官衰竭评估（SOFA）评分是SALI的四个独立危险因素。在训练队列中，预测图的曲线下面积（AUC）达到0.916，而在验证队列中，AUC为0.931，表明该模型在区分SALI与非SALI患者方面具有出色的预测能力。校准曲线、决策曲线分析（DCA）以及SHapley Additive exPlanations（SHAP）分析进一步验证了该模型的稳定性和临床实用性。

此外，研究团队还分析了SALI患者与非SALI患者的临床特征和实验室指标。结果显示，SALI患者具有更高的ICU停留时间、更高的死亡率，以及更差的临床恢复率。在实验室指标方面，SALI患者表现出更高的呼吸频率、更低的血清尿酸水平、更高的肌红蛋白水平，以及显著的动脉血气异常，如PaCO?升高、PaO?降低和SaO?下降。这些结果表明，SALI的发生与肺部炎症反应和组织缺氧密切相关。

#### 预测模型的构建与验证

构建的预测图基于上述四个独立危险因素，能够直观地展示SALI的风险评估。通过训练队列和验证队列的交叉验证，模型的预测能力得到了充分验证。预测图的AUC值在训练队列和验证队列中均超过0.9，表明其具有高度的预测准确性。校准曲线显示，预测值与实际发生率之间高度一致，进一步验证了模型的可靠性。

决策曲线分析（DCA）表明，该模型在广泛的阈值概率范围内具有良好的临床应用价值。DCA曲线的净收益值在多数阈值下高于“所有患者接受干预”和“所有患者不接受干预”的情况，说明该模型在临床决策中具有实际意义。SHAP分析则进一步揭示了各个预测因子对SALI风险的贡献。例如，PaO?的增加与SALI风险降低相关，而SOFA评分的升高与SALI风险增加相关。SUA的水平在不同区间内可能对SALI产生不同的影响，这提示在实际应用中需要考虑其具体数值。

#### 预测因子的生物学意义

研究中发现的四个独立预测因子具有重要的临床和生物学意义。首先，PaO?的降低是SALI的重要预测指标。这可能与脓毒症引发的全身炎症反应和肺泡-毛细血管屏障受损有关。其次，PaCO?的升高也与SALI的发生相关，这可能反映了肺部炎症反应和通气功能的异常。SUA的水平与SALI的发生存在显著关联，尽管其传统上被视为代谢产物，但在脓毒症相关肺损伤中可能具有新的生物学功能。SOFA评分作为反映多器官功能障碍的综合指标，其升高可能预示着更严重的全身炎症反应和更差的临床预后。

#### 临床意义与应用价值

该预测图不仅能够帮助临床医生在早期识别SALI风险，还能为患者和家属提供直观的风险评估工具，促进医患之间的沟通。此外，该模型的构建和验证过程表明，其具有较高的临床实用性和可操作性，可以在重症监护病房中广泛应用。模型的高AUC值和良好的校准曲线说明，其预测结果与实际临床情况高度一致，有助于提高早期干预的准确性和及时性，从而改善患者的预后。

#### 未来研究方向

尽管本研究为SALI的早期预测提供了重要的工具，但仍然存在一些局限性。首先，研究采用的是单中心回顾性设计，样本量相对较小，可能影响模型的广泛适用性。其次，尽管模型在区分SALI和非SALI患者方面表现良好，但其是否能够预测SALI的发展轨迹仍需进一步研究。此外，研究仅基于单时间点的数据，而脓毒症和SALI的发生和发展是一个动态过程，未来可能需要考虑随时间变化的变量。

综上所述，本研究构建的预测图为脓毒症相关急性肺损伤的早期识别和干预提供了新的思路和工具。通过整合临床和实验室指标，该模型能够在临床实践中提供直观、准确的风险评估，有助于改善患者的临床预后。未来研究应进一步扩大样本量、多中心验证，并探索动态预测模型，以提高模型的准确性和实用性。