基于SpO2、肺炎和24小时液体量的列线图模型预测重型颅脑损伤患者急性呼吸窘迫综合征风险

本研究针对重型颅脑损伤(sTBI)并发急性呼吸窘迫综合征(ARDS)诊断延迟的临床难题，通过回顾性分析502例患者数据，构建了包含氧饱和度(SpO2)、肺炎和24小时液体量三个关键指标的列线图预测模型。该模型训练组AUC达0.841，验证组AUC为0.821，为临床早期识别高风险患者提供了实用工具，对改善sTBI患者预后具有重要意义。

　　

重型颅脑损伤(sTBI)是全球创伤致死的主要原因之一，每年约有500-600万病例，其中10-15%为sTBI。这类患者并发急性呼吸窘迫综合征(ARDS)的风险高达20-40%，且死亡率增加1.5-2倍。然而临床实践中，ARDS存在严重的诊断延迟问题——约40%病例被漏诊，仅30%能在符合诊断标准当天被发现。传统的动脉血气分析和肺部影像学检查在资源有限环境下难以快速实施，而医生对影像标准的掌握程度参差不齐，这些都阻碍了ARDS的早期识别。更严峻的是，目前针对sTBI患者特异的ARDS预测模型尚属空白，现有模型多基于脓毒症或COVID-19人群，未能涵盖sTBI特有的风险因素如格拉斯哥昏迷评分(GCS)、胸部创伤等。

为填补这一空白，扬州大学附属医院Zixuan Wang团队开展了一项回顾性队列研究，成果发表在《BMC Pulmonary Medicine》。研究纳入了2016-2023年间502例sTBI患者，随机分为训练组(351例)和验证组(151例)。通过最小绝对收缩和选择算子(LASSO)回归筛选出9个潜在预测因子后，进一步经多因素logistic回归确定了3个关键指标：入院氧饱和度(SpO₂)、肺炎和24小时液体输入量。基于这三个指标构建的列线图模型展现出优异的预测性能，训练组和验证组的曲线下面积(AUC)分别达到0.841和0.821。校准曲线显示预测结果与实际观察高度吻合，决策曲线分析(DCA)证实模型在0-71%风险阈值范围内具有临床实用性。

研究采用的关键技术方法包括：1）从扬州大学附属医院电子病历系统提取2016-2023年502例sTBI患者数据；2）使用LASSO回归从54个临床变量中筛选特征；3）通过多因素logistic回归建立预测模型；4）采用受试者工作特征(ROC)曲线、校准曲线和决策曲线分析(DCA)评估模型性能。所有统计分析在R 4.3.1中完成。

研究结果部分，《Demographic and clinical baseline characteristics》显示，502例sTBI患者中ARDS发生率为32.9%，与非ARDS组相比，ARDS患者具有更低的SpO₂(96% vs 100%)、更高的肺炎发生率(95.8% vs 60.5%)和更大的24小时液体输入量(3370.7mL vs 2661mL)。《Feature selection》环节通过LASSO回归从54个变量中初筛出9个预测因子，最终模型保留了最具预测价值的三个指标。《Construction and evaluation of the model》部分展示的列线图直观呈现了各变量对ARDS风险的贡献度，其中肺炎的影响最为显著。

讨论部分深入分析了三个预测因子的病理生理机制：大量液体复苏虽为维持脑灌注所必需，但会增加肺毛细血管静水压导致渗出性肺水肿；低SpO₂反映的缺氧状态会破坏肺组织屏障功能；而肺炎作为ARDS主要诱因，在sTBI患者中发生率显著增高源于机械通气和胸部创伤的双重作用。研究同时指出局限性：单中心回顾性设计可能影响结论普适性，未包含损伤严重程度评分(ISS)等重要变量，且需外部验证确认模型效能。

该研究的临床价值在于提供了首个针对sTBI患者的ARDS专用预测工具，其简便易用的特点尤其适合资源有限环境。模型采用的SpO₂指标避免了动脉血气分析的操作难度，而肺炎和液体量的监测本就是常规临床实践的一部分。研究者建议，对于高风险患者应加强肺部保护性通气策略，实施限制性液体管理，这对改善sTBI患者总体预后具有重要指导意义。未来需要通过多中心前瞻性研究进一步验证模型的准确性，并探索将人工智能技术整合到预测系统中的应用潜力。