院内心脏骤停患者生存的相关临床因素

《The American Journal of Cardiology》:Clinical Factors Associated With Survival in In-Hospital Cardiac Arrest

【字体: 大 中 小 】 时间:2026年10月28日 来源:The American Journal of Cardiology 2.5

编辑推荐:

  摘要尽管复苏指南不断进步,院内心脏骤停(IHCA)仍与高死亡率和高致残率相关。我们旨在评估与院内心脏骤停患者生存相关的预测因素。通过系统性文献检索,确定报告院内心脏骤停后存活至出院相关因素的研究(2000—2024年;英语文献)。提取所有报告的变量数据,包括患者人口学特征、骤停特

  

摘要

尽管复苏指南不断进步,院内心脏骤停(IHCA)仍与高死亡率和高致残率相关。我们旨在评估与院内心脏骤停患者生存相关的预测因素。通过系统性文献检索,确定报告院内心脏骤停后存活至出院相关因素的研究(2000—2024年;英语文献)。提取所有报告的变量数据,包括患者人口学特征、骤停特征和干预措施。对异质性较低的变量采用随机效应模型进行meta分析,生成生存的优势比(OR)或标准化均数差(SMD)。共纳入12项研究,包含5,088例患者。生存的关键预测因素包括:目击骤停(OR 2.99,p=0.009)、手术室内骤停(OR 2.19,p=0.005)、初始可电击心律(OR 3.96,p<0.001)以及心脏病因导致的骤停(OR 3.44,p<0.001)。相反,初始心律为无脉性电活动(OR 0.47,p<0.001)和年龄较大(SMD ?0.30,p=0.03)与死亡率增加相关。性别、基线合并症、心肺复苏持续时间和是否需要体外膜肺氧合均无显著意义,且心肺复苏(I2=97%)、目击骤停(I2=89%)和可电击心律(I2=83%)观察到高度异质性,在解读合并估计值时应予以考虑。总之,院内心脏骤停后的生存与骤停特征和临床情境的关联较基线合并症负担更为密切。这些发现可能支持早期风险分层并指导围骤停期决策。

研究注册

PROSPERO CRD42024520780

临床视角

尽管复苏技术不断进步,院内心脏骤停(IHCA)仍持续具有高死亡率。本meta分析纳入12项研究、共5,088例患者,结果表明生存主要由骤停特异性和情境因素决定,而非基线合并症负担。初始可电击心律、目击骤停、心脏病因和操作相关骤停部位是生存的最强预测因素,而不可电击心律、气管插管和年龄较大则预测死亡。性别和传统心血管危险因素与结局无显著相关性。这些发现支持院内心脏骤停患者的早期围骤停期风险分层、复苏决策,并有助于指导治疗目标讨论。

章节摘要

引言

院内心脏骤停(IHCA)仍是住院患者中常见且危急的急症,尽管复苏策略不断进步,其预后仍持续不佳。各国家数据库报告的发病率范围为每1,000例入院1.2至10例。尽管澳大利亚一项多中心队列研究报告的发病率较低,为每1,000例入院0.62例,但死亡率仍高达61%(1,2)。尽管院外心脏骤停的预后因素已被广泛研究

方法学

本研究按照系统综述和meta分析优先报告条目(PRISMA)声明(4)进行。研究方案已注册于国际系统综述前瞻性注册库(PROSPERO;注册号:CRD42024520780)。

检索策略

图1总结了研究筛选过程。去除重复后共识别出951项研究,其中915项在筛选阶段(标题和摘要筛选)被排除,36篇文献进入全文审查。最终因各种原因排除24篇文章。最终纳入12项研究进行meta分析(6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17)。

研究特征与质量

表1总结了每项研究的特征。所有研究均为观察性研究

讨论

本更新的系统综述和meta分析强调了与院内心脏骤停患者生存相关的多项预测因素,表明预后主要受骤停特异性和情境因素影响,而非基线合并症负担。生存的关键预测因素包括初始可电击心律、目击骤停、心脏病因和操作相关环境,而年龄较大、初始不可电击心律、需要气管插管和病房内骤停则与

结论

本系统综述和meta分析确定了与院内心脏骤停患者存活至出院相关的关键预测因素。初始可电击心律、目击骤停以及可逆性心脏病因的治疗与生存改善密切相关,而不可电击心律、气管插管和高龄是死亡率增高的预测因素。这些发现强调了早期识别高危亚组和针对性

作者贡献

Suguna Sathiyapal:方法学、写作——初稿、可视化
Aditya Arora:方法学、写作——初稿、可视化
Rhea Machado:写作——审阅与编辑
Tameem Quader:写作——审阅与编辑
Gurkeerat Mann:数据管理、写作——审阅与编辑
Mohammad Mubashir:监督、方法学、数据管理
Alice N.W. Leung:数据管理、正式分析
Ramon Seastres:监督、概念化、方法学、数据管理
Shaun Khanna:监督、

资金来源/支持

本研究未获得来自公共、商业或非营利部门资助机构的任何专项拨款。

利益冲突

无

数据可用性声明

本meta分析的所有数据均来源于通过系统性数据库检索确定的已发表研究。未收集新的个体参与者数据。从纳入文章中提取的汇总水平数据可应通讯作者合理要求提供。完整检索策略见补充材料。

CRediT作者贡献声明

Suguna Sathiyapal:写作——初稿、可视化、方法学。Aditya Arora:写作——初稿、可视化、方法学。Rhea Machado:写作——审阅与编辑。Tameem Quader:写作——审阅与编辑。Gurkeerat Mann:写作——审阅与编辑、数据管理。Mohammad Mubashir:监督、方法学、数据管理。Alice N.W. Leung:正式分析、数据管理。Ramon Seastres:监督、方法学、数据管理、概念化。Shaun Khanna:监督、
Suguna Sathiyapal|Aditya Arora|Rhea Machado|Tameem Quader|Gurkeerat Mann|Mohammad Mubashir|Alice N.W. Leung|Ramon Seastres|Shaun Khanna|Aditya Bhat|Gary Gan|Nitesh Nerlekar|Victoria Ying|Dhaval Ghelani
Department of Cardiology, Westmead Hospital, Sydney, NSW, Australia
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

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