引言
呼吸机诱导性肺损伤(VILI)是接受机械通气患者发病率和死亡率升高的重要原因。基于限制潮气量和平台压的策略,通过限制 VILI 降低了死亡率,代表了当前急性呼吸窘迫综合征(ARDS)患者的标准治疗方案 [1, 2]。越来越多的证据也支持关注驱动压(ΔP)——即按肺顺应性标化的潮气量——作为 VILI 的关键介导因素 [3, 4]。观察性研究表明,限制 ΔP 可能降低广泛呼吸衰竭患者群体的通气相关死亡率 [5–7]。
在急性脑损伤(ABI)患者中,由于并存呼吸系统并发症的危险因素,预防 VILI 是一项重要优先事项 [8, 9]。肺损伤可能源于直接损害(例如,因气道保护能力丧失导致的误吸),也可能是 ABI 介导的交感神经和神经体液调节紊乱的结果(例如,神经源性肺水肿)[8]。反之,肺损伤也可能通过生物创伤和神经元信号转导受损而加剧 ABI [9, 10]。在此背景下,ΔP 代表了 ABI 患者中一个潜在可干预的 VILI 靶点,也是一个候选的预后标志物 [11]。然而,测量 ΔP 需要进行吸气末和呼气末阻断操作以确定平台压和总呼气末正压(PEEP);由于自主呼吸患者同时存在肌肉用力,这些操作可能难以实施 [12]。另一方面,动态驱动压(ΔPdyn,定义为吸气峰压减去 PEEP)可在自主呼吸患者中获取,在大多数呼吸机上持续显示,并且与普通 ICU 患者的预后相关 [6]。这种关联是否存在于 ABI 患者中尚不清楚。此外,ABI 或肺损伤的严重程度——以及两者的组合——是否会改变 ΔPdyn 与临床结局之间的关联,尚未得到探索。发现潜在的效应修饰作用,可能会识别出那些预防 VILI 的努力尤为相关的 ABI 亚组。
因此,我们对一项前瞻性观察研究 [13] 进行了二次分析,旨在实现以下目标:(1) 评估机械通气的 ABI 患者中 ΔPdyn 与死亡率之间的关联;(2) 确定严重 ABI 和低氧性呼吸衰竭是否会改变这种关联;(3) 评估严重 ABI 和低氧性呼吸衰竭的同时发生是否定义了一个与 ΔPdyn 相关的预后更差的高危亚组。
方法
研究队列与审批本研究是对 VENTIBRAIN 前瞻性队列研究 [13] 的预设二次分析。伦理批准由桑尼布鲁克健康科学中心(Sunnybrook Health Sciences Centre)获得(项目编号 #6569)。本报告遵循 STROBE 建议(电子附录 1)[14]。研究患者详情、纳入和排除标准以及数据收集程序详见电子附录 2 和 VENTIBRAIN 研究方案 [15]。简而言之,研究纳入了在重症监护室(ICU)接受有创机械通气的成年急性脑损伤(ABI)患者,包括创伤性脑损伤(TBI)、蛛网膜下腔出血(SAH)、颅内出血(ICH)和急性缺血性卒中(AIS)。收集了第 1-7 天、第 10 天和第 14 天的通气参数、模式及临床特征。所有通气数据均在每日上午 8 点左右的常规呼吸机评估期间记录一次。各中心的额外通气程序和测量未进行标准化。
暴露因素与结局主要暴露因素为动态驱动压(ΔPdyn),计算方式为吸气峰压减去呼气末正压(PEEP),无论通气模式如何(新设计课题同期模式也可以进行亚组分析)。我们将 ΔPdyn 作为前 14 天通气期间的连续时变暴露因素进行研究,数值每日记录,并允许在每位患者体内随时间变化。在敏感性分析中,我们采用相同方法研究了静态驱动压(ΔP,即平台压减去 PEEP);在可行的情况下,平台压是在无自主呼吸努力期间的吸气末暂停时获得的。主要研究结局为 ICU 死亡率,定义为 ICU 住院期间因任何原因死亡;次要结局为院内死亡率和 6 个月死亡率。
统计分析计数变量用频数(%)表示,连续变量用中位数(四分位距 [IQR])总结。我们使用带有无信息先验的贝叶斯联合模型,评估机械通气前 14 天内时变 ΔPdyn 与 ICU 死亡率之间的关联。该方法通过共享随机效应,将每日 ΔPdyn 的纵向子模型与 ICU 死亡率的时间 - 事件(Cox)子模型联系起来 [16]。纵向子模型使用通气日的限制性立方样条和患者水平的随机截距进行拟合。Cox 子模型根据专业知识调整了以下协变量:年龄、性别、临床衰弱评分、基线 pH 值、基线 PaO₂/FiO₂、ABI 亚型、ICU 入院原因、基线格拉斯哥昏迷评分(GCS)的眼部和运动分量,以及插管前的神经功能恶化(定义为 GCS 运动评分自发下降≥2 分、瞳孔反应消失、瞳孔不对称≥2 mm,或需要紧急干预的恶化)。由于许多患者在评估前已插管,因此排除了 GCS 的语言分量。通过引入 ICU 的聚类指示变量来处理站点聚类问题。关联使用风险比(HRs)和 95% 可信区间(95% CrI)进行总结;除非另有说明,这些数值代表 ΔPdyn 每增加 1 cmH₂O 时 ICU 死亡率的瞬时变化。计算 HR>1 的后验概率(Pr[HR>1]),以量化 ΔPdyn 增加与死亡率增加相关的概率。
在次要分析中,我们:(1) 评估了 ΔPdyn 累积负担与死亡率之间的关联;(2) 评估了静态 ΔP 作为对照暴露因素;(3) 通过 (a) 在主分析模型中纳入 ΔPdyn 与 ABI 诊断的交互项,以及 (b) 拟合单独的亚组模型(每个模型均针对年龄、性别和特定疾病的预后评分进行调整:TBI 的 Marshall 评分 [17]、SAH 的世界神经外科医师联合会评分 [18]、ICH 的 ICH 评分 [19] 以及 AIS 的阿尔伯塔卒中项目早期 CT 评分 [20]),来检查 ABI 亚型间的异质性;(4) 使用 GCS(其中 GCS≤8 表示严重 ABI)和 PaO₂/FiO₂(其中较低值表示更严重的肺损伤)分别测试了 ABI 严重程度和肺损伤严重程度的效应修饰作用。进行了两项事后分析:首先,为确保研究结果不受我们对严重 ABI 定义的影响,我们使用治疗强度水平(TIL)作为 ABI 严重程度的标志物。TIL 量化了针对颅内压的治疗负担,计算方法是将镇静、渗透疗法、脑脊液引流、过度通气和巴比妥类药物昏迷等干预措施分配的分数相加。其次,为了确认效应修饰不是建模策略的人为产物,我们通过将严重 ABI 协变量替换为模拟的二元变量进行了证伪分析。
在敏感性分析中,我们:(1) 调整了其他基线混杂因素;(2) 在 Cox 子模型中使用多重插补法评估对缺失数据的稳健性;(3) 在纵向子模型中调整通气模式,以解释不同模式下 ΔPdyn 测量的差异;(4) 将 ICU 出院和撤除生命支持作为竞争风险进行建模 [21, 22];(5) 拟合 ΔPdyn 和潮气量的多变量联合模型,以确定 ΔPdyn 是否提供了超出潮气量之外的额外预后信息;(6) 在关联项的悲观贝叶斯先验下重新拟合模型 [23]。此外,为了进一步评估结果的稳健性,我们使用两个阴性对照结局(输血和模拟的二元变量)重新拟合了模型,这些结局应与 ΔPdyn 无关 [24]。我们使用相同的方法评估次要结局。所有模型均使用 R 4.3.1 版本中的 JMBayes2 包进行拟合。更多细节见电子附录 2。
核心信息 (Take-home message)在这项包含 1555 名急性脑损伤(ABI)患者的队列研究中,机械通气前 14 天内的时变动态驱动压(吸气峰压减去呼气末正压)与较高的死亡率独立相关。这种关联在严重 ABI 和严重低氧血症患者中最为显著。动态驱动压是一个持续可用的参数,在机械通气的 ABI 患者中具有预后价值。