《International Journal of Nursing Sciences》：Development and validation of a risk prediction model for airway obstruction during emergence from general anesthesia in lung cancer surgery patients: A prospective cohort study
编辑推荐：
摘要专业翻译
目的：本研究旨在开发一个可靠的预测模型，以识别全身麻醉苏醒期存在气道梗阻高风险的肺癌患者。
方法：研究人员于2024年7月至2024年12月期间，通过便利抽样法纳入468例接受肺癌手术的患者，并按7∶3比例随机分配至训练队列（n = 328）或验
摘要专业翻译
目的：本研究旨在开发一个可靠的预测模型，以识别全身麻醉苏醒期存在气道梗阻高风险的肺癌患者。
方法：研究人员于2024年7月至2024年12月期间，通过便利抽样法纳入468例接受肺癌手术的患者，并按7∶3比例随机分配至训练队列（n = 328）或验证队列（n = 140）。研究人员采用最小绝对收缩和选择算子（LASSO）回归，随后进行多变量logistic回归，以识别独立预测因子。研究人员通过受试者工作特征曲线下面积（AUC）评估区分度、校准图评估校准度、决策曲线分析（DCA）评估临床效用，对模型性能进行了全面评价。
结果：132例患者（28.2%）发生气道梗阻。共识别出6个独立预测因子：年龄、性别、BMI、肌松药类型、拔管后意识水平及咳嗽有效性（均P < 0.05）。多变量logistic回归模型显示出较强的区分能力，训练队列AUC为0.849，验证队列AUC为0.821。模型校准良好，校准曲线显示预测概率与观测结果高度一致。此外，DCA证实该模型在一系列相关阈值概率范围内具有临床效用。
结论：研究人员开发并验证了一种基于列线图的预测模型，用于评估接受肺癌手术患者在全身麻醉苏醒期发生气道梗阻的风险。该模型有助于早期风险识别和主动气道管理，从而改善围手术期安全与患者预后。
论文解读
一、研究背景与问题
拔管后气道梗阻是麻醉后监护室（PACU）中常见但潜在可预防的并发症，在肺癌胸外科手术后尤为令人担忧。气道梗阻常发生于麻醉苏醒期及拔管后即刻阶段，临床表现包括呼吸困难、吸气性喘鸣、反常呼吸以及胸骨上窝或肋间凹陷。临床上，气道梗阻占苏醒期危急气道事件的比例约为28%–29%，若未能及时识别，可能迅速进展为严重的气体交换障碍，并导致负压性肺水肿等严重后果，需要紧急气道抢救或升级监护。
接受肺癌切除术的患者尤其脆弱，原因在于肺储备功能有限、麻醉相关的上气道张力与保护性反射抑制，以及残余肌松效应均可损害早期恢复阶段的气道通畅性。此外，胸科麻醉特有的单肺通气及围手术期生理应激可能增加气道反应性并降低代偿能力，从而放大即使短暂气道受损的临床影响。然而，现有预测工具并非针对肺癌切除患者在PACU拔管后即刻阶段的气道梗阻风险而设计，多数模型开发于不同人群或针对不同呼吸终点，限制了其在胸科肿瘤患者中的临床适用性。因此，及时识别高危个体具有重要的临床意义。
二、研究设计与主要技术方法
研究人员在中山大学肿瘤防治中心开展了一项前瞻性队列研究，于2024年7月至2024年12月通过便利抽样法纳入468例接受肺癌手术的患者，按7∶3比例随机分为训练队列（n = 328）和验证队列（n = 140）。纳入标准包括年龄≥18岁、经组织病理学确诊肺癌、接受双腔支气管插管全身麻醉、美国麻醉医师协会（ASA）分级I–III级。排除标准包括严重心肺肝肾功能障碍、精神疾病或认知障碍、术前气管狭窄或声带功能障碍，以及术中发生心脏骤停或多器官功能障碍综合征等需复苏的危急事件。
研究采用的主要技术方法包括：基于Donabedian结构-过程-结果（SPO）框架系统收集候选预测变量；采用最小绝对收缩和选择算子（LASSO）回归进行变量筛选以避免过拟合；随后将筛选出的变量纳入多变量logistic回归分析确定独立预测因子；通过受试者工作特征曲线下面积（AUC）评估模型区分度，采用校准图和Hosmer-Lemeshow检验评估校准度，使用决策曲线分析（DCA）评估临床效用；最终将模型转化为交互式网络列线图（基于R Shiny/DynNom实现），支持床旁实时个体化风险评估。
三、研究结果
基线特征与事件发生率：468例患者中，拔管后气道梗阻共发生132例（总体发生率28.2%），训练队列（29.6%）与验证队列（26.4%）发生率相似。60.6%的气道梗阻事件发生在拔管后最初5分钟内。舌后坠是最常见原因（59.1%），其次为分泌物导致的气道梗阻（29.5%），其余包括喉水肿、支气管痉挛、喉痉挛和误吸。
模型开发：LASSO回归（10折交叉验证，最优正则化参数λ = 0.02219）从28个候选变量中筛选出9个非零系数变量，包括年龄、性别、BMI、手术时间≥2小时、肌松药类型、术中液体量、体温、拔管后意识水平及咳嗽有效性。进一步多变量logistic回归确认6个变量与气道梗阻独立相关：年龄、性别、BMI、肌松药类型、拔管后意识水平和咳嗽有效性。所有预测因子的方差膨胀因子（VIF）均小于2，提示不存在多重共线性。交互作用分析未发现显著交互效应，支持主效应模型设定。
模型性能验证：训练队列中模型AUC为0.849（95%CI：0.802–0.897），灵敏度76.3%，特异度78.4%；验证队列AUC为0.821（95%CI：0.740–0.903），灵敏度71.4%，特异度76.2%，显示出较强的区分能力。校准图显示两队列中预测概率与观测结果高度一致，Hosmer-Lemeshow检验结果无统计学意义（χ2 = 0.136，P = 0.954），确认模型校准良好。DCA分析显示，在阈值概率≥20%的范围内，使用该列线图指导临床决策比“全部干预”或“全部不干预”策略提供更大的净获益。
四、讨论与结论
研究人员指出，高龄与气道梗阻风险增加相关，可能源于肺顺应性降低、呼吸肌力量减弱及麻醉药物清除减慢等年龄相关变化，加之老年患者残余肌松效应更常见，损害上气道扩张肌功能和气道保护性反射。男性性别独立关联气道梗阻，可能与咽部解剖差异、吸烟及心肺合并症患病率更高等多因素有关。较高BMI通过降低功能残气量、增加呼吸做功及促进咽部脂肪沉积导致上气道塌陷倾向，肥胖相关合并症尤其阻塞性睡眠呼吸暂停进一步放大围手术期呼吸脆弱性。肌松药类型作为潜在可调控因素，米库氯铵因血浆胆碱酯酶活性个体差异可能导致恢复不可预测，且可能通过组胺释放增加气道反应性。拔管后意识水平受损通过抑制咳嗽和吞咽等气道保护性反射，促进分泌物潴留并增加误吸风险。咳嗽有效性受损妨碍分泌物清除，导致气道阻力增加，而肺癌手术患者因肿瘤相关炎症和手术创伤分泌物产生增多，加之切口疼痛限制有效咳嗽，进一步加重风险。
研究结论指出，在肺癌手术患者中，苏醒期气道梗阻常见且主要发生于拔管后最初几分钟内。研究人员开发并内部验证了一个具有良好区分度和校准度的多变量预测模型，识别出6个独立且易于获取的预测因子（年龄、性别、BMI、肌松药类型、拔管后意识水平和咳嗽有效性），并将其转化为交互式网络列线图。该工具提供个体化风险估计，支持PACU中早期风险分层和拔管后主动气道监测，从而改善围手术期安全与患者预后。
