择期骨科手术术后里士满躁动-镇静评分变化的术前预测模型的建立与时间验证

《GeroScience》：Development and temporal validation of a preoperative prediction model for postoperative Richmond Agitation-Sedation Scale alterations in elective orthopedic surgery

　　

摘要

术后神经行为不稳定性的术前准确预测仍然是围术期医学中一项重要的未满足需求。现有预测模型往往依赖于术中变量、特异性生物标志物或有限的验证，从而降低了其在常规术前评估中的实用性。本研究利用常规可用的术前变量，开发并进行了时间验证的多变量预测模型，用于预测术后Richmond躁动-镇静量表改变（RASSa）。我们开展了一项回顾性观察性队列研究，纳入了2018年至2024年间在一家三级转诊医院连续接受择期骨科手术（EOS）的成年患者。模型基于按时间顺序排列的推导队列进行开发，使用常规收集的人口统计学和实验室变量，并通过十分折交叉验证、2000次bootstrap重采样以及独立时间验证进行评估。模型性能通过判别力、校准度、预测误差、精确率-召回率分析及决策曲线分析进行评估。在46,804例筛查手术中，41,010例患者符合纳入标准。开发队列包含34,271例患者，时间验证队列包含6,739例患者。其中377例患者发生了RASSa。最终模型纳入了年龄、性别、术前血红蛋白、中性粒细胞-淋巴细胞比值、血小板-淋巴细胞比值、淋巴细胞-单核细胞比值、全身免疫炎症指数、全身炎症反应指数，以及嗜碱性粒细胞-淋巴细胞比值的二分量表示。内部验证显示乐观偏差极小，而时间验证显示良好的判别力（AUROC 0.892）、满意的校准度（截距0.132；斜率0.861）、低预测误差（Brier评分0.013）以及一致的效用。该预测模型完全基于常规可用的术前变量，能够为EOS术后RASSa提供个体化评估。其表现出稳定的时间性能，可能有助于围术期风险分层。在常规实施前仍需进行外部验证。

图形摘要