《Journal of Multidisciplinary Healthcare》:Development and Internal Validation of a Perioperative Model for Predicting Early Postoperative Nausea and Vomiting After Gynecologic Laparoscopic Surgery
编辑推荐:
背景:术后恶心呕吐(postoperative nausea and vomiting,PONV)是妇科腹腔镜手术后的常见并发症。经典的Apfel评分广泛用于风险评估,但在这一相对同质的高危人群中,其个体层面的区分能力可能有限。
方法:研究人员开展了一项单中心
背景:术后恶心呕吐(postoperative nausea and vomiting,PONV)是妇科腹腔镜手术后的常见并发症。经典的Apfel评分广泛用于风险评估,但在这一相对同质的高危人群中,其个体层面的区分能力可能有限。
方法:研究人员开展了一项单中心前瞻性观察性模型开发研究,纳入487例在全麻下接受妇科腹腔镜手术的患者。研究考虑了19个候选预测因子。采用探索性单变量筛选(P<0.10),随后基于赤池信息准则(Akaike information criterion,AIC)进行向后消除法,以推导多变量逻辑回归模型。失血量截断值通过比较各候选截断值(每组至少保留10%患者)后选定。内部验证采用1000次自助重抽样(bootstrap resamples),在每次重抽样中重复完整的筛选、截断值选择和向后消除流程。
结果:总体而言,216例患者(44.4%)发生0–24 h PONV。最终八预测因子模型的表现AUC为0.706,Brier评分为0.214。经完整开发流程的自助法校正后,AUC为0.666,Brier评分为0.229,校准斜率为0.793,校准截距为?0.001。表现AUC超过Apfel评分(0.586;配对DeLong差异0.121,95% CI 0.070–0.171;P<0.001)。
结论:围术期模型在表现层面显示出中等区分能力,经模型开发乐观性校正后有所下降。该模型属于初步模型,在常规应用前需进行前瞻性外部验证、必要时再校准以及临床影响评估。
一、研究背景与问题
术后恶心呕吐(postoperative nausea and vomiting,PONV)是麻醉和手术后最常见的并发症之一。虽然一般不危及生命,但PONV可造成患者明显不适、延迟经口进食、延长恢复时间、增加急救药物需求,并降低围术期护理满意度。术后24小时内的早期PONV在临床尤为重要,直接影响麻醉后监护室和术后早期病房的恢复过程。
接受妇科腹腔镜手术的患者属于PONV相对高危人群。女性性别是公认的危险因素,而腹腔镜手术、麻醉暴露、术后镇痛策略及阿片类药物使用可能进一步增加风险。因此,准确的风险评估对于识别可能受益于更积极预防性或补救性止吐治疗的患者至关重要。
Apfel评分是目前应用最广泛的PONV风险预测工具之一,包含四个简单因素:女性性别、非吸烟状态、晕动病或PONV病史、术后阿片类药物使用。其优势在于简便易行,可在术前或术后立即应用。然而,在特定手术人群或接受阿片类药物患者自控镇痛(patient-controlled intravenous analgesia,PCIA)的患者中,Apfel评分的性能可能下降。在妇科手术中,所有患者均为女性,且大多为非吸烟者,因此许多患者已具备两个Apfel危险因素,进一步风险分层的空间有限。
此外,Apfel评分未纳入许多术中或术后不久可获得且可能对早期PONV具有临床意义的围术期因素,如术后PCIA反映的术后阿片暴露、失血量、术中低体温、镇静剂使用、麻醉技术和镇痛策略等。因此,将基线易感性与围术期信息整合的模型可能改善该场景下的风险预测。
二、研究设计与方法
研究人员开展了一项单中心前瞻性观察性研究,纳入487例在全麻下接受妇科腹腔镜手术的患者。研究经汕头市中心医院伦理委员会批准(批号2024-047),所有参与者均签署书面知情同意书。主要结局为术后0–24小时PONV,定义为术后24小时内发生恶心、呕吐或两者兼有。
研究采用逻辑回归(logistic regression)建立围术期预测模型。共考虑19个候选预测因子,包括年龄、体质指数(body mass index,BMI)、非吸烟状态、晕动病或既往PONV史、偏头痛史、妊娠剧吐史、美国麻醉医师协会(American Society of Anesthesiologists,ASA)分级、麻醉维持方式、麻醉时长、手术时长、失血量、术中低体温、收缩压和舒张压波动、咪达唑仑剂量、地佐辛剂量、氟比洛芬酯使用、托烷司琼使用及术后PCIA。建模流程包括:探索性单变量筛选(P<0.10)、基于赤池信息准则(Akaike information criterion,AIC)的向后消除法,以及失血量截断值的比较选择。内部验证采用1000次自助重抽样,在每次重抽样中重复完整的筛选、截断值选择和向后消除流程。
三、研究结果
患者特征:487例患者中,216例(44.4%)发生0–24小时PONV。PONV组患者年龄略大(中位42.0岁对39.0岁,P=0.011)。妊娠剧吐史在PONV组更常见(63.0%对45.4%,P<0.001)。PONV组麻醉时长和手术时长更长,失血量更大,血压波动更明显。术后PCIA在PONV组使用更频繁(47.2%对28.4%,P<0.001),地佐辛剂量更高,而氟比洛芬酯使用较少。
经典Apfel评分的预测性能:Apfel评分与0–24小时PONV显著相关,PONV发生率随评分类别升高而增加(趋势P<0.001)。但Apfel模型的表现AUC仅为0.586(95% CI 0.541–0.630)。在Youden指数截断值4分处,灵敏度为21.8%,特异度为90.0%,表明该评分在个体层面区分能力有限。
围术期模型的开发:可重复的筛选流程保留了八个变量:术后PCIA、妊娠剧吐史、失血量>50 mL、氟比洛芬酯使用、地佐辛剂量、ASA分级、术中低体温和咪达唑兰剂量。多变量分析中,术后PCIA(OR 1.90,95% CI 1.27–2.84)、妊娠剧吐史(OR 1.97,95% CI 1.34–2.92)、失血量>50 mL(OR 2.21,95% CI 1.44–3.40)、地佐辛剂量(每5 mg增量OR 1.48,95% CI 1.03–2.13)和更高ASA分级(OR 2.63,95% CI 1.09–6.35)均与PONV风险增加独立相关。氟比洛芬酯使用与较低预测风险相关,但研究人员明确指出该关联不应被解释为直接的止吐效应,可能反映镇痛策略、手术类型或临床偏好等混杂因素。
模型比较与内部验证:围术期模型表现AUC为0.706,显著高于Apfel评分的0.586(配对DeLong差异0.121,95% CI 0.070–0.171;P<0.001)。经1000次自助法完整流程校正后,乐观校正AUC为0.666,校正Brier评分为0.2288,校正校准斜率为0.793,校正校准截距为?0.001。失血量>50 mL截断值在53.0%的自助样本中被选中,而80 mL在28.4%中被选中,提示二分类存在不确定性。决策曲线分析显示围术期模型在部分阈值范围内具有探索性净获益,但未预设临床阈值,不能证明改善患者结局。
四、讨论与结论
研究人员指出,Apfel评分在本队列中表现有限不应被解读为该评分本身的失败,而是反映了在妇科腹腔镜手术这一同质高危人群中,两个主要Apfel组分(女性性别和非吸烟状态)几乎存在于所有患者,限制了风险分离能力。围术期模型被定位为Apfel概念的围术期延伸而非替代,利用术后可获得的信息进行风险再评估。
研究人员强调,PCIA和地佐辛剂量反映临床治疗决策,不应被解释为因果效应;氟比洛芬酯的关联可能受混杂因素影响;失血量截断值存在选择不稳定性;ASA分级、术中低体温和咪达唑兰剂量应视为支持性预测因子而非已确认的独立因果因素。
研究结论为:围术期模型在该单中心妇科腹腔镜队列中对0–24小时PONV显示出中等表现区分能力,但经模型开发全过程校正后性能有所下降。研究结果支持对术后风险再评估的进一步探索。在模型可推荐用于常规实践之前,需进行前瞻性外部验证、必要时再校准以及临床影响评估。该模型不应未经验证即外推至延迟或出院后PONV或其他手术人群。