中华急诊医学杂志  2026, Vol. 35 Issue (7): 946-954   DOI: 10.3760/cma.j.cn114656-20260112-00034

气道压力释放通气治疗的急性呼吸窘迫综合征患者28 d预后影响因素与早期特征分析
陈虎1 , 卞恒娟2 , 曹利军1 , 杨翔1 , 曹玉立1 , 孙昀1 , 鹿中华1     
1. 安徽医科大学第二附属医院重症医学一科, 合肥 230601;
2. 安徽医科大学第二附属医院急诊内科, 合肥 230601
摘要: 目的 探讨接受气道压力释放通气(airway pressure release ventilation, APRV)治疗的急性呼吸窘迫综合征(acute respiratory distress syndrome, ARDS)患者28 d预后的影响因素,并分析APRV启动后早期生理学反应与患者预后的关系。方法 本研究为单中心回顾性队列,纳入2022年1月1日至2024年12月31日安徽医科大学第二附属医院重症医学科接受APRV治疗的ARDS患者。根据28 d预后将患者分为生存组和死亡组,比较两组基线资料及APRV启动后早期生理学反应。采用机器学习方法筛选潜在候选变量,并纳入二元Logistic回归分析。进一步构建列线图预测模型并评估其性能;同时评估关键变量对住院病死率的预测价值,并进行Kaplan–Meier生存分析。结果 共纳入174例接受APRV治疗的ARDS患者,34例死亡,28 d病死率19.54%。机器学习筛选出APRV启动前1 h乳酸水平(Pre1hLac)、启动后1 h平均动脉压下降≥10%(Δ1hMAP≥10%)、启动后1 h氧合指数上升百分率(Δ1hPF%)为潜在候选变量。多因素Logistic回归分析显示,Pre1hLac(OR=1.199,95%CI: 1.049~1.371,P=0.008)及Δ1hMAP≥10%(OR=3.268,95%CI: 1.285~8.312,P=0.013)为28 d病死率的独立危险因素。进一步分析表明,Δ1hMAP≥10%亦为住院病死率的风险因素。Kaplan-Meier生存分析显示,Δ1hMAP≥10%患者28 d累积生存率较低(P < 0.05)。结论 在接受APRV治疗的ARDS患者中,Pre1hLac升高及Δ1hMAP≥10%与28 d预后显著相关。其中,Δ1hMAP≥10%是预测28 d病死率及住院病死率的稳定独立不良预后指标。
关键词: 急性呼吸窘迫综合征    气道压力释放通气    28 d预后    危险因素    早期特征    
Factors associated with 28-day prognosis and early characteristics of patients with acute respiratory distress syndrome treated with airway pressure release ventilation
Chen Hu1 , Bian Hengjuan2 , Cao Lijun1 , Yang Xiang1 , Cao Yuli1 , Sun Yun1 , Lu Zhonghua1     
1. The First Department of Critical Care Medicine, the Second Affiliated Hospital of Anhui Medical University, Hefei 230601, China;
2. Department of Emergency Internal Medicine, the Second Affiliated Hospital of Anhui Medical University, Hefei 230601, China
Abstract: Objective To investigate factors associated with 28-day outcomes in patients with acute respiratory distress syndrome (ARDS) treated with airway pressure release ventilation (APRV), and to evaluate the relationship between early physiological responses after APRV initiation and patient prognosis. Methods This single-center retrospective cohort study included ARDS patients treated with APRV in the intensive care unit of the Second Affiliated Hospital of Anhui Medical University between January 1, 2022 and December 31, 2024. Patients were categorized into survival and non-survival groups according to 28-day outcomes. Baseline characteristics and early physiological responses following APRV initiation were compared between groups. Machine learning methods were used to identify potential candidate variables, which were subsequently entered into multivariable binary logistic regression analysis. A nomogram prediction model was then constructed and its performance was evaluated. In addition, the predictive value of key variables for in-hospital mortality was assessed, and Kaplan–Meier survival analysis was performed. Results A total of 174 ARDS patients treated with APRV were included, of whom 34 died, yielding a 28-day mortality rate of 19.54%. Machine learning screening identified arterial lactate level 1 hour before APRV initiation (Pre1hLac), a ≥10% decrease in mean arterial pressure 1 hour after APRV initiation (Δ1hMAP ≥10%), and the percentage increase in the PaO2/FiO2 ratio 1 hour after APRV initiation (Δ1hPF%) as potentia candidate variables. Multivariable logistic regression analysis demonstrated that Pre1hLac (OR=1.199, 95% CI: 1.049-1.371, P =0.008) and Δ1hMAP ≥ 10% (OR = 3.268, 95% CI: 1.285-8.312, P =0.013) were independent risk factors for 28-day mortality. Further analyses indicated that Δ1hMAP ≥ 10% was also associated with an increased risk of in-hospital mortality. Kaplan–Meier survival analysis showed that patients with Δ1hMAP ≥ 10% had a significantly lower 28-day cumulative survival rate (P < 0.05). Conclusions In ARDS patients treated with APRV, elevated Pre1hLac and Δ1hMAP ≥ 10% were significantly associated with poor 28-day outcomes. Among these, Δ1hMAP ≥ 10% represents a stable and independent predictor of both 28-day and in-hospital mortality.
Key words: Acute respiratory distress syndrome    Airway pressure release ventilation    28-day outcome    Risk factors    Early characteristics    

急性呼吸窘迫综合征(acute respiratory distress syndrome, ARDS)是一种由多种肺内或肺外因素引起、以急性呼吸衰竭为主要特征的临床综合征,其病理生理基础为肺泡-毛细血管屏障通透性增加,进而导致肺水肿、重力依赖性肺不张,最终引发弥漫性肺部炎症反应[1]。ARDS是重症医学科常见的危重症之一,具有较高的发病率和病死率,约10%重症监护室(intensive care unit, ICU)患者以及23%的机械通气患者被诊断为ARDS,其总体住院病死率高达40%[2]。气道压力释放通气(airway pressure release ventilation, APRV)作为一种兼具肺保护与肺复张作用的通气模式,近年来逐渐应用于ARDS患者的救治。研究显示,与传统低潮气量通气相比,早期应用APRV可更有效改善氧合、提高呼吸系统顺应性、降低平台压,并可能缩短机械通气时间和ICU住院日[3-4],为ARDS的通气治疗提供了新的选择。然而,APRV启动后患者早期生理学反应存在明显异质性,包括氧合改善程度及血压变化,这种差异可能与患者短期预后密切相关。现有研究主要聚焦于APRV对氧合功能的改善效果[3-5],而对其早期血压变化及临床意义关注不足,相关循证证据仍较为有限。尤其是APRV启动后早期血压下降是否影响28 d病死率及住院病死率,目前尚缺乏系统研究。

因此,本研究基于单中心回顾性队列,旨在探讨接受APRV治疗的ARDS患者28 d预后的影响因素,并分析APRV启动后早期生理学反应与患者短期预后的关系,为临床早期识别高风险患者及优化通气策略提供循证依据。

1 资料与方法 1.1 研究对象

本研究为单中心回顾性队列研究,纳入2022年1月1日至2024年12月31日于安徽医科大学第二附属医院重症医学科收治并明确诊断为ARDS且接受APRV治疗的患者。研究经安徽医科大学第二附属医院医学研究伦理委员会审批同意(YX2025-302);本研究主动联系患者或其法定代理人获取知情同意,部分受试者因死亡、失联等客观原因无法完成知情告知,本研究已按规定申请豁免知情同意。所有临床资料仅用于科研分析,全程严格保护患者隐私。

纳入标准:(1)符合2012年ARDS柏林诊断标准[6];(2)接受有创机械通气治疗≥24 h;(3)ICU住院时间≥2 d;(4)年龄≥18岁。

排除标准:(1)妊娠期或哺乳期女性;(2)入住ICU后24 h内死亡者;(3)存在APRV禁忌证者,包括重度阻塞性肺疾病、肺大泡、气胸、皮下气肿、严重哮喘、近期胸部手术或植入起搏器等;(4)病历资料中关键信息不完整或缺失者;(5)未经授权或不符合伦理审查要求的病例;(5)不愿意参加本研究者。

1.2 数据收集

本研究所选候选变量基于其与ARDS病理生理过程的相关性,并确保均可通过医院电子病历系统完整获取。收集内容主要包括:(1)人口学特征:年龄、性别等;(2)多器官功能相关指标:格拉斯哥昏迷量表(Glasgow coma scale, GCS)评分、血小板计数、总胆红素、血清肌酐及尿量等;(3)与APRV相关的即时生理学参数:APRV启动前24 h尿量(Pre24hUO);APRV启动前1 h尿量(Pre1hUO)、心率(Pre1hHR)、平均动脉压(mean arterial pressure, MAP)(Pre1hMAP)、动脉血氧合指数(Pre1hPF)、二氧化碳分压(Pre1hPaCO2)、乳酸水平(Pre1hLac);以及APRV启动后1 h心率(Post1hHR)、二氧化碳分压(Post1hPaCO2)、氧合指数上升百分比(Δ1hPF%)、氧合指数上升20%(Δ1hPF≥20%)、MAP下降10%(Δ1hMAP≥10%)等。

1.3 APRV流程

对所有ARDS患者的初始呼吸机参数进行标准化设置。患者首先在辅助/控制容量控制通气模式(assist/control–volume-controlled ventilation, A/C-VCV)下通气,采用P-V tool方法滴定最佳呼气末正压(positive end-expiratory pressure, PEEP)及潮气量。在最佳PEEP及潮气量为6 mL/kg预测体重(predicted body weight, PBW)的通气状态下,测定吸气末平台压(plateau pressure, Pplat)、呼吸系统静态顺应性及气道阻力。随后将呼吸机模式调整为APRV模式。通气参数设置如下:Pplat控制在≤30 cmH2O(1 cmH2O=0.098 kPa);P high的设定原则为:当Pplat ≤30 cmH2O时,P high设为Pplat,当Pplat > 30 cmH2O时,P high设为30 cmH2O。P low统一设为5 cmH2O,并通过调节Tlow,使呼气末流速达到呼气峰流速的50%以上。

本中心对接受APRV通气治疗的ARDS患者统一开展规范化镇静镇痛同质化管理,结合氧合指数分层调控患者自主呼吸强度。其中重度ARDS(氧合指数≤100 mmHg)患者自主呼吸分钟通气量占总分钟通气量比值< 20%,呼吸频率≤35次/min,无呼吸窘迫表现;轻中度ARDS(氧合指数 > 100 mmHg)患者该比值为20%~60%,呼吸频率≤35次/min,未见呼吸窘迫相关体征。

1.4 相关指南和定义

(1)ARDS诊断[6]:符合2012年ARDS柏林诊断标准。

① 发病时机:在已知临床危险因素存在后的1周内出现呼吸症状;或者在新发/加重的呼吸系统症状后1周内;②胸部影像学:胸片或CT显示双肺浸润影,不能完全由胸腔积液、肺不张或结节解释。呼吸衰竭的原因不能完全用心衰或液体负荷过多来解释;如果没有明确危险因素,需要客观检查(如超声心动图)排除心源性水肿;③低氧血症:PEEP≥5 cmH2O,氧合指数≤300 mmHg(1 mmHg=0.133 kPa)。

(2)氧合评价标准:根据文献提示,肺复张后氧合指数改善≥20%,为有效,所以本研究定义患者进行APRV肺复张1 h后,氧合指数上升≥20%认为APRV后氧合改善[7]。

(3)循环评价标准:APRV后1 h的血流动力学反应通过MAP的变化进行评估。本研究将MAP下降≥10% 定义为具有临床意义的血流动力学受损,即APRV相关的不良反应。该阈值参考了重症监护中“被动抬腿2 min后心排量增加≥10%”作为循环反应性判断标准的依据[8]。因此,本研究采用MAP变化10%作为循环评估阈值。具体判定标准如下。

① APRV前已使用血管活性药物的患者:若APRV后血管活性药物剂量保持不变,则MAP变化率按原始数据统计;若血管活性药物剂量增加且MAP下降率 < 20%,则根据血流动力学不稳定标准[9],统一记为20%;若MAP下降率≥20%,则按原始数据统计。②APRV前未使用血管活性药物的患者:若APRV后需加用血管活性药物且MAP下降率 < 20%,则统一记为20%;若MAP下降率≥20%,则按原始数据统计;若APRV后仍未使用血管活性药物,则MAP变化率按原始数据统计。

(4)研究终点的定义:住院病死率定义为在住院期间任何时间发生的死亡事件。28 d住院病死率终点定义为患者自入院之日起至第28 d内发生的全因死亡事件。

1.5 统计学方法

本研究以患者住院28 d预后,将其分为生存组与死亡组,比较两组的基线特征及APRV早期生理学反应差异。连续变量经正态性检验后处理:若两组数据均近似正态分布,以均数±标准差(x ± s)表示,并采用独立样本t检验;若任一组不符合正态分布,以中位数(四分位数)[M(Q1, Q3)]表示,并采用Mann-Whitney U检验。分类变量采用χ2检验或Fisher精确检验。28 d住院病死率为主要预后指标。

基于两组差异变量,使用R语言进行多种机器学习筛选,包括最小绝对收缩与选择算子(least absolute shrinkage and selection operator, LASSO)回归、支持向量机递归特征消除(support vector machine–recursive feature elimination, SVM-RFE)算法以及随机森林(random forest, RF)分析,最终确定的变量纳入二元Logistic回归模型,以识别28 d预后的独立危险因素。模型拟合度通过1 000次Bootstrap内部重抽样验证。基于Logistic回归分析结果构建列线图(nomogram),并采用决策曲线分析(decision curve analysis, DCA)、校准曲线及临床影响曲线(clinical impact curve, CIC)、受试者工作特征(receiver operating characteristic, ROC)曲线评价模型的临床应用价值。

进一步评估筛选出的变量在住院预后中的预测价值,并进行Kaplan-Meier生存分析。同时,采用二元Logistic回归分析探讨相关危险因素。

所有统计分析均使用R软件(版本4.3.2)及SPSS 26.0完成,检验水准设为双侧P < 0.05,视为具有统计学意义。

2 结果 2.1 研究对象纳入情况

2022年1月1日至2024年12月31日,ICU共收治患者3 588例,其中2 720例接受有创机械通气治疗,182例采用APRV模式。排除不符合ARDS诊断标准的4例、机械通气时间不足2 d的2例,以及患者或其法定代理人拒绝参与本研究者的2例,最终共纳入174例ARDS患者进行分析。

2.2 28 d生存组与死亡组患者的基线特征

本研究共纳入接受APRV治疗的ARDS患者174例,其中28 d内死亡34例,病死率为19.54%。与生存组相比,死亡组患者原发病为呼吸系统疾病、Pre1hLac及Δ1hMAP≥10%显著升高,而原发病为消化系统疾病、合并高血压及Δ1hPF%明显降低,差异均具有统计学意义(P < 0.05)(表 1)。

表 1 生存组和死亡组基线特征和对APRV早期的生理学反应 Table 1 Baseline characteristics and early physiological responses to APRV therapy in survival and non-survival groups
变量 生存组 死亡组 Z/χ2/t值 P值
(n=140) (n=34)
性别(男)a 107(76.43) 22(64.71) 1.961 0.161
年龄(岁)b 60.00(51.00, 73.00) 60.00(47.25, 77) -0.184 0.854
原发病a - - 11.169 0.025
神经系统 33(23.57) 10(29.41) 0.502 0.479
循环系统 12(8.57) 5(14.71) 1.168 0.280
呼吸系统 18(12.86) 10(29.41) 5.552 0.018
消化系统 55(39.29) 5(14.71) 7.316 0.007
其他 22(15.71) 4(11.76) - -
吸烟a 46(32.86) 11(32.35) 0.003 0.955
高血压a 92(65.71) 16(47.06) 4.044 0.044
血小板(×109/L)b 143.00(99.50, 204.75) 147.00(93.50, 233.75) -0.072 0.943
胆红素(μmol/L)b 18.10(10.65, 30.40) 20.75(10.38, 24.88) -0.146 0.884
肌酐(μmol/L)b 76.00(59.00, 113.75) 68.50(49.75, 116.75) -1.217 0.224
GCS评分(分)b 10.00(5.00, 14.50) 8.00(5.00, 13.50) -0.399 0.690
体温(℃)b 37.90(37.13, 38.70) 38.30(37.08, 39.30) -1.001 0.317
心率(次/min)b 110.50(88.00, 128.00) 114.00(102.50, 132.25) -1.158 0.247
呼吸(次/min)b 25.50(20.00, 29.00) 25.00(19.75, 30.50) -0.437 0.692
PaO2(mmHg)b 74.50(60.00, 92.75) 67.50(53.50, 87.00) -1.591 0.112
pHb 7.41(7.33, 7.47) 7.39(7.30, 7.46) -0.855 0.393
钠(mmol/L)b 137.00(135.00, 141.00) 139.00(133.50, 140.25) -0.032 0.974
钾(mmol/L)b 4.00(3.50, 4.20) 4.00(3.50, 4.20) -0.139 0.890
等效去甲肾上腺素剂量[μg/(kg·min)]b 0.16(0.06, 0.40) 0.18(0.10, 1.16) -1.225 0.220
Pre24hUO(L)c 1.85±1.03 1.70±1.17 0.710 0.479
Pre1hUO(mL)b 180.00(100.00, 230.00) 165.00(22.50, 300.00) -0.601 0.548
Pre1hHR(次/min)b 90.00(78.25, 105) 99.50(86.75, 115.00) -1.824 0.068
Pre1hMAP(mmHg)b 91.00(78.75, 98.83) 84.83(76.00, 96.08) -1.471 0.141
Pre1hPaCO2(mmHg)b 41.00(36.00, 45.75) 42.00(35.50, 53.00) -0.792 0.452
Pre1hLac(mmol/L)b 1.80(1.125, 2.20) 1.95(1.50, 4.18) -2.054 0.040
Pre1hPF(mmHg)b 149.00(103.66, 205.00) 124.00(78.00, 201.87) -1.309 0.190
Post1hHR(次/min)c 95.56±20.60 103.62±22.64 -1.932 0.055
Post1hPaCO2(mmHg)b 39.50(35.00, 45.00) 42.50(35.00, 48.00) -1.487 0.137
Δ1hPF%b 18.58(0, 48.55) 9.79(-17.81, 26.27) -2.237 0.025
Δ1hPF≥20%a 71(50.71) 23(67.64) 3.158 0.076
Δ1hMAP≥10%a 77(55.00) 27(79.41) 6.780 0.009
注:a为(n, %),b为M(Q1, Q3),c为(x±s);原发病行采用总体构成统计,下方分项为组间对比统计,其中“其他”原发病亚组样本量较少,未进行组间统计学比较,故对应统计量及P值标注为“-”;GCS为格拉斯哥昏迷评分,PaO2为氧分压,Pre24hUO为气道压力释放通气(APRV)启动前24 h尿量,Pre1hUO为APRV启动前1 h尿量,Pre1hHR为APRV启动前1 h心率,Pre1hMAP为APRV启动前1 h平均动脉压,Pre1hPaCO2为APRV启动前1 h二氧化碳分压,Pre1hLac为APRV启动前1 h乳酸,Pre1hPF为APRV启动前1 h氧合指数,Post1hHR为APRV启动后1 h心率,Post1hPaCO2为APRV启动后1 h二氧化碳分压,Δ1hPF%为APRV启动后1 h氧合指数上升百分比,Δ1hPF≥20%为APRV启动后1 h氧合指数上升≥20%,Δ1hMAP≥10%为APRV启动后1hMAP下降≥10%
2.3 利用机器学习筛选影响28 d预后的关键变量

对28 d生存组与死亡组患者的基线资料进行比较,共筛选出6个差异有统计学意义的变量。鉴于死亡组样本量相对较少,为避免多因素Logistic回归模型过拟合,进一步采用多种机器学习方法对上述差异变量进行筛选,并将筛选结果用于后续APRV治疗的ARDS患者28 d预后模型的构建。

采用LASSO回归分析,在6个差异变量中识别出6个潜在候选变量(图 1A、图 1B)。随后SVM-RFE算法对6个变量进行进一步分类筛选,最终确定4个重要特征变量(图 1C、图 1D)。为进一步缩小潜在预后相关变量的范围,采用RF算法,根据变量重要性指标Mean Decrease Gini > 5,共筛选出4个重要变量(图 1E、图 1F)。

注:A为LASSO回归二项式偏差曲线,纵轴为模型二项式偏差,横轴为惩罚系数λ的对数,红色虚线对应偏差最小值;B为LASSO回归系数路径图,纵轴为变量回归系数,横轴为L1范数,单条曲线代表单个变量系数变化轨迹;C为SVM-RFE十折交叉验证误差曲线,纵轴为10×交叉验证误差,横轴为纳入模型变量数,曲线最低点为最优变量数(n=4,误差=0.184);D为SVM-RFE十折交叉验证准确率曲线,纵轴为10×交叉验证准确率,横轴为纳入模型变量数,曲线最高点为最优变量数(n=4,准确率=0.816);E为RF模型误差曲线,横轴为模型决策树数量,纵轴为模型预测误差,数值越低提示模型效能越优;蓝、红、黑色曲线依次为袋外误差、测试集误差、训练集误差随决策树数量的变化趋势;F为基于Mean Decrease Gini的变量重要性排序图;G为LASSO、SVM-RFE、RF三种算法筛选变量的韦恩图 图 1 机器学习筛选影响APRV治疗的ARDS患者28 d预后的候选变量 Fig 1 Candidate variables screening for 28-day prognosis in ARDS patients with APRV therapy by machine learning

综合比较LASSO、SVM-RFE及RF三种机器学习方法的筛选结果,最终有3个变量在三种方法中均被同时选中,分别为Δ1hMAP≥10%比例、Pre1hLac及Δ1hPF%(图 1G)。

2.4 ARDS并行APRV治疗患者的28 d预后危险因素分析

将上述筛选出的三个变量纳入多因素二元Logistic回归分析,结果显示:Pre1hLac[风险比(odds ratio,OR)=1.199,95%CI:1.049~1.371,P=0.008]及Δ1hMAP≥10%(OR=3.268,95%CI: 1.285~8.312,P=0.013)为APRV治疗的ARDS患者28 d死亡的独立危险因素,而Δ1hPF%差异无统计学意义(P=0.076)(表 2)。基于上述独立预测变量,进一步构建了预测ARDS患者28 d死亡风险的列线图(图 2A)。

表 2 APRV治疗的ARDS患者28 d预后的危险因素分析 Table 2 Risk factors for 28-day prognosis in ARDS patients treated with APRV
变量 β SE Wald OR 95% CI P值
Pre1hLac 0.181 0.068 7.038 1.199 1.049~1.371 0.008
Δ1hMAP≥10% 1.184 0.476 6.184 3.268 1.285~8.312 0.013
Δ1hPF% -0.008 0.004 3.147 0.992 0.984~1.001 0.076
常数 -2.494 0.457 29.774 0.083 - < 0.001
注:Pre1hLac为APRV启动前1 h乳酸,Δ1hMAP≥10%为APRV启动后1hMAP下降≥10%,Δ1hPF%为APRV启动后1 h氧合指数上升百分比

注:A为列线图预测模型:纳入Pre1hLac、Δ1hPF%、Δ1hMAP≥10%构建模型。各变量得分按回归系数比例换算后映射至顶部“分数”轴(0~100分):Pre1hLac(0~16 mmol/L)得分随乳酸水平升高而增加;Δ1hPF%(-50%~+550%)得分随氧合改善幅度降低而升高;Δ1hMAP≥10%为二分类变量,判定为否赋值0分,判定为是赋予固定对应分值。患者各变量单项得分相加得到总分(0~180分),投射至“死亡风险”轴即可读取预测的28 d死亡概率。B为校准曲线:X轴为模型预测的28 d死亡概率,Y轴为实际观察到的死亡发生率,曲线贴近对角线提示模型校准度良好。C为CIC曲线:红色实线为不同高风险阈值下每1 000例患者中被模型判定为高风险的人数,蓝色虚线为其中实际发生死亡事件的人数,反映模型的阳性预测效能。D为DCA曲线:红色曲线为列线图模型的净获益,其在宽阈值范围内高于“全部干预”和“不干预”策略,提示模型具有良好的临床决策价值。E为ROC曲线:列线图联合指标的曲线下面积大于各单个指标,提示模型区分度更优 图 2 APRV治疗的ARDS患者28 d死亡的列线图预测模型及模型评估 Fig 2 Nomogram prediction model and evaluation for 28-day mortality in ARDS patients treated with APRV

模型评估:(1)内部稳定性验证:采用Bootstrap内部重抽样法进行1 000次重复抽样,计算各变量的偏倚校正置信区间(BCa 95% CI)。结果显示,各变量BCa 95% CI均未跨0,提示模型具有良好的稳定性与稳健性。(2)校准曲线分析:模型在低至中等预测风险区间内与实际观测结果高度一致。随着预测概率升高,偏倚校正曲线略低于理想线,提示模型在高风险患者中存在一定程度的风险高估(图 2B)。(3)临床应用价值评估:CIC显示,随高风险阈值升高,总高死亡风险人数呈显著下降趋势,实际死亡的高风险人数同步下降,并在后期趋近于总高风险人数,提示低风险阈值下列线图可覆盖更多潜在高死亡风险患者,但识别精准性较低;高阈值下虽覆盖人群收窄,但可更精准识别实际死亡的高风险个体,为基于列线图的死亡风险分层干预及成本–收益权衡提供直观依据(图 2C);DCA显示,该列线图模型相较于“所有患者均死亡”及“所有患者均未死亡”两种极端策略具有更高的净收益,提示模型可有效辅助临床决策(图 2D);(4)单项指标与联合模型预测效能。ROC曲线分析结果见表 3。各单项指标曲线下面(area under the curve,AUC)为0.614~0.624,预测效能偏低;三项指标联合检测AUC达0.724,具备中等预测效能(图 2E)。

表 3 各指标预测APRV通气的ARDS患者28 d预后的ROC分析 Table 3 ROC analysis of each index for predicting 28-day prognosis in ARDS patients receiving APRV ventilation
变量 AUC 95% CI P值 最佳截断值 敏感度(%) 特异度(%) 约登指数
Pre1hLac 0.614 0.497~0.730 0.040 2.45 mmol/L 41.2 83.6 0.248
Δ1hMAP≥10% 0.622 0.523~0.721 0.027 - 79.4 45.0 0.244
Δ1hPF% 0.624 0.515~0.732 0.025 7.70 38.2 87.9 0.261
联合指标 0.724 0.638~0.810 < 0.001 - 94.1 43.6 0.377
注:Pre1hLac为APRV启动前1 h乳酸,Δ1hMAP≥10%为APRV启动后1hMAP下降≥10%,Δ1hPF%为APRV启动后1 h氧合指数上升百分比。Pre1hLac存在2.35与2.45两个相邻截断值,约登指数相同(0.248),预测效能一致;本研究选2.45为最优界值
2.5 三个预测变量对APRV治疗的ARDS患者住院预后的预测价值

进一步分析Δ1hMAP≥10%、Pre1hLac及Δ1hPF%在APRV治疗的ARDS患者住院预后中的预测价值。多因素二元Logistic回归分析结果显示,Δ1hMAP≥10%(OR=3.169,95% CI: 1.444~6.956,P=0.004)为患者住院病死的独立危险因素,而Δ1hPF%(OR=0.989,95% CI: 0.981~0.997,P=0.010)为保护因素;Pre1hLac差异无统计学意义(P=0.105)(表 4)。

表 4 三个变量对APRV治疗的ARDS患者住院预后的预测价值 Table 4 Predictive value of three variables for in-hospital prognosis of ARDS patients treated with APRV
变量 β SE Wald OR 95% CI P值
Pre1hLac 0.106 0.066 2.625 1.112 0.978~1.265 0.105
Δ1hMAP≥10% 1.153 0.401 8.272 3.169 1.444~6.956 0.004
Δ1hPF% -0.011 0.004 6.619 0.989 0.981~0.997 0.010
常数 -1.712 0.377 20.612 0.180 - < 0.001
注:Pre1hLac为APRV启动前1 h乳酸,Δ1hMAP≥10%为APRV启动后1hMAP下降≥10%,Δ1hPF%为APRV启动后1 h氧合指数上升百分比
2.6 不同Δ1hMAP分组患者Kaplan–Meier曲线

鉴于Δ1hMAP≥10%同时对28 d死亡及住院死亡具有预测价值,进一步采用Kaplan–Meier对Δ1hMAP≥10%进行生存分析。结果显示,Δ1hMAP≥10%组患者28 d累积生存率显著低于Δ1hMAP < 10%组(log-rank检验:χ2=4.428,P=0.035)(图 3)。

注:将APRV治疗的ARDS患者按Δ1hMAP是否≥10%分为两组:Δ1hMAP < 10%组(0组,n=70)与Δ1hMAP≥10%组(1组,n=104)。曲线显示两组患者的28 d累积生存率变化,其中Δ1hMAP < 10%组28 d生存率为90%,Δ1hMAP≥10%组为74%;Log-rank检验显示两组生存预后差异具有统计学意义(=4.428,P=0.035);图中“0-censored”与“1-censored”标记分别代表两组随访截止时仍存活的删失数据 图 3 APRV治疗的ARDS患者按Δ1hMAP是否≥10%分组的KM生存曲线 Fig 3 Kaplan–Meier survival curves stratified by Δ1hMAP ≥ 10% or < 10% in ARDS patients treated with APRV
2.7 影响APRV治疗的ARDS患者早期血压下降的危险因素

根据APRV启动后1 h MAP是否下降≥10%,将患者分为Δ1hMAP≥10%和 < 10%组,并比较两组患者的基线资料。结果显示,与Δ1hMAP < 10% 组相比,Δ1hMAP≥10% 组患者Pre1hUO、Pre24hUO显著降低,而Pre1hPaCO2、Pre1hHR、Pre1hMAP显著升高,差异均具有统计学意义(P < 0.05)。

基于组间差异结果,将上述5个差异变量纳入多因素二元Logistic回归分析,结果显示Pre1hPaCO2、Pre1hHR及Pre1hMAP为导致APRV治疗的ARDS患者出现Δ1hMAP≥10%的独立危险因素(表 5)。

表 5 影响APRV早期Δ1hMAP≥10%的危险因素 Table 5 Risk factors affecting early Δ1hMAP≥10% after APRV initiation
变量 β SE Wald OR 95% CI P值
Pre1hUO -0.001 0.002 0.536 0.999 0.996~1.002 0.464
Pre24hUO -0.333 0.176 3.570 0.717 0.507~1.013 0.059
Pre1hPaCO2 0.040 0.018 4.796 1.040 1.004~1.078 0.029
Pre1hHR 0.024 0.009 7.091 1.024 1.006~1.042 0.008
Pre1hMAP 0.035 0.012 8.536 1.036 1.012~1.061 0.003
常数 -5.799 1.667 12.097 0.003 - 0.001
注:Pre1hUO为APRV启动前1 h尿量,Pre24hUO为APRV启动前24 h尿量,Pre1hPaCO2为APRV启动前1hPaCO2,Pre1hHR为APRV启动前1 h心率,Pre1hMAP为APRV启动前1 h平均动脉压
3 讨论

本研究基于单中心回顾性队列,系统分析了接受APRV治疗的ARDS患者28 d预后的影响因素,并重点探讨了APRV启动后早期生理学反应与患者短期预后的关系。研究结果显示Pre1hLac及Δ1hMAP≥10%是APRV治疗的ARDS患者28 d病死率的独立危险因素。其中,Δ1hMAP≥10%同时与28 d病死率和住院病死率显著相关,提示其可能是反映APRV治疗早期不良反应及预后风险的重要临床指标。

本研究发现,Pre1hLac升高是ARDS患者28 d病死率的独立危险因素。乳酸是在低氧或组织灌注不足条件下,通过糖酵解产生的代谢产物,可反映机体组织灌注、氧化代谢和细胞功能障碍水平。ARDS患者常伴有难以纠正的低氧血症及循环灌注不足,导致组织氧供失衡和无氧代谢增强,从而引起乳酸过度生成并呈进行性升高。既往研究表明,乳酸水平升高与病情严重程度及不良预后密切相关[10-12]。Pre1hLac升高提示患者在APRV通气模式启动前,已存在潜在的微循环障碍,此类患者在接受APRV治疗后,更易出现血流动力学波动,可能加重组织缺氧状态,从而影响短期生存结局。值得注意的是,Pre1hLac在住院病死率分析中未显示独立预测价值,提示其对早期死亡风险的指示作用可能更为突出,而对住院整体结局的预测能力相对有限。

本研究发现,APRV启动后Δ1hMAP ≥10%的患者,其28 d病死率和住院病死率均显著升高。其原因可能与以下病理生理机制相关:首先,APRV启动后早期血流动力学不稳定可能反映患者整体循环储备受限及重要器官灌注不足的综合风险状态。已有研究显示,ARDS病理进展常伴明显的循环衰竭表现,包括右室功能受损、肺动脉高压以及机械通气对循环系统的复杂影响,这些因素均与更高的死亡风险密切相关[13]。Chotalia等[14]基于经胸超声心动图和血流动力学参数的潜在类别分析研究表明,ARDS患者存在显著的循环功能异质性,不同心血管亚表型的90 d病死率差异显著,其中以右心扩张并伴收缩功能受损的亚表型死亡风险最高。可见,循环功能障碍本身是影响ARDS预后的关键决定因素。其次,在循环储备有限的ARDS患者中,APRV启动后显著血压下降可能迅速引发重要器官灌注不足;这种灌注不良状态不仅可直接导致组织代谢紊乱和乳酸升高,还可能通过微循环障碍和全身性炎症反应加剧器官功能损害,从而提高病死风险。此外,血流动力学不稳定往往是ARDS伴随严重器官功能障碍出现的信号,而多器官功能衰竭本身就是高死亡风险的标志[15]。因此,Δ1hMAP ≥10%不仅作为一种生理反应值得关注,更可能作为评估ARDS患者对通气策略耐受性及整体预后风险的重要综合信号。临床上应结合循环动态监测、器官灌注指标及整体病情评估,及时识别高危患者,并针对性地优化容量管理、心血管支持以及通气参数调整,以期减缓病情进展和改善预后。

进一步对Δ1hMAP≥10%的危险因素分析显示,Pre1hPaCO2、Pre1hHR及Pre1hMAP均是Δ1hMAP≥10%的危险因素。Pre1hPaCO2升高可能反映通气不足或呼吸功增加,提示患者处于较高的呼吸应激状态。同时,高碳酸血症可导致呼吸性酸中毒,从而对心肌收缩功能产生抑制作用,增加ARDS患者的心脏负荷[16]。此外,高碳酸血症相关的肺血管收缩、血栓形成倾向及血管重构异常,可能引起肺血管阻力升高,进而加重右心后负荷[17-18]。Pre1hHR及Pre1hMAP则可能代表交感神经系统激活及循环代偿增强。在此背景下,APRV启动后持续较高的平均气道压可能进一步影响静脉回流和心输出量,从而更易诱发早期血压下降。

本研究中,Δ1hPF%在28 d病死率分析中未显示独立预测价值,但在住院病死率分析中表现为保护因素。差异原因分析如下:一是观测时长存在区别,28 d随访周期有限,早期氧合获益未能充分显现;住院观察周期更长,氧合改善的积极效应不断累积,进而体现出保护作用。二是临床干预动态调整,临床医师会依据氧合变化及时优化通气策略、抗感染及脏器支持方案,氧合应答较佳的患者能获得个体化治疗,有效降低住院死亡风险。三是预后主导因素不同,短期结局主要受休克、多器官衰竭等急危重症因素影响,乳酸水平、血压波动发挥主要作用;住院后期肺损伤修复状态逐步左右病情走向,氧合改善的临床意义随之凸显。该结果提示,评估APRV治疗效果需兼顾呼吸与循环系统早期应答,不能单一参考氧合指标变化。

本研究存在一定局限性。本研究为单中心回顾性研究,未设置其他通气模式对照组,各类混杂因素难以完全剔除,结论外推价值有限。受临床病历资料约束,未能收集心输出量、右心功能等血流动力学指标,无法开展量化中介效应分析,相关作用机制仅为临床推断。同时APRV个体化通气参数记录不完善,难以分析参数差异对血流动力学应答及预后的影响。研究缺少精细化液体平衡相关数据,未能有效校正容量因素带来的混杂偏倚。此外,预测模型仅完成内部验证,尚无外部队列数据佐证,泛化能力仍有待后续多中心研究进一步验证。

综上所述,在接受APRV治疗的ARDS患者中,Pre1hLac升高及Δ1hMAP≥10%与28 d不良预后密切相关。其中,Δ1hMAP≥10%是同时影响28 d病死率和住院病死率的稳定不良预后指标,提示在APRV治疗过程中加强血流动力学监测与管理具有重要的临床意义。

利益冲突  所有作者声明无利益冲突

作者贡献声明  陈虎、卞恒娟:数据整理、统计学分析、论文撰写;曹利军:数据质控,文稿校对;杨翔、曹玉立:临床数据收集;孙昀:研究设计和指导研究实施;鹿中华:选题构思、文章修改

参考文献
[1] Matthay MA, Arabi Y, Arroliga AC, et al. A new global definition of acute respiratory distress syndrome[J]. Am J Respir Crit Care Med, 2024, 209(1): 37-47. DOI:10.1164/rccm.202303-0558ws
[2] Bellani G, Laffey JG, Pham T, et al. Epidemiology, patterns of care, and mortality for patients with acute respiratory distress syndrome in intensive care units in 50 countries[J]. JAMA, 2016, 315(8): 788-800. DOI:10.1001/jama.2016.0291
[3] Zhou YF, Jin XD, Lv YX, et al. Early application of airway pressure release ventilation may reduce the duration of mechanical ventilation in acute respiratory distress syndrome[J]. Intensive Care Med, 2017, 43(11): 1648-1659. DOI:10.1007/s00134-017-4912-z
[4] Zou XJ, Zhang HL, Wu YR, et al. Physiologic comparison of airway pressure release ventilation and low tidal volume ventilation in ARDS a randomized controlled trial[J]. CHEST, 2025, 167(2): 453-465. DOI:10.1016/j.chest.2024.08.050
[5] Li RT, Wu YR, Zhang HL, et al. Effects of airway pressure release ventilation on lung physiology assessed by electrical impedance tomography in patients with early moderate-to-severe ARDS[J]. Crit Care, 2023, 27(1): 178. DOI:10.1186/s13054-023-04469-8
[6] ARDS Definition Task Force, Ranieri VM, Rubenfeld GD, et al. Acute respiratory distress syndrome: the Berlin Definition[J]. JAMA, 2012, 307(23): 2526-2533. DOI:10.1001/jama.2012.5669
[7] Lovas A, Németh MF, Trásy D, et al. Lung recruitment can improve oxygenation in patients ventilated in continuous positive airway pressure/pressure support mode[J]. Front Med, 2015, 2: 25. DOI:10.3389/fmed.2015.00025
[8] Monnet X, Teboul JL. Assessment of volume responsiveness during mechanical ventilation: recent advances[J]. Crit Care, 2013, 17(2): 217. DOI:10.1186/cc12526
[9] Weinberg L, Li SY, Louis M, et al. Reported definitions of intraoperative hypotension in adults undergoing non-cardiac surgery under general anaesthesia: a review[J]. BMC Anesthesiol, 2022, 22(1): 69. DOI:10.1186/s12871-022-01605-9
[10] Liang ZH, Zhao M, Liu KT, et al. Lactate trajectories in early survivors of sepsis: a new lens on mortality risk[J]. Shock, 2025, 64(4): 386-396. DOI:10.1097/shk.0000000000002653
[11] Wang YX, Chen GM, Han M, et al. Early lactate trajectories predict mortality in sepsis-associated acute lung injury: a retrospective cohort study[J]. Respir Med, 2025, 249: 108471. DOI:10.1016/j.rmed.2025.108471
[12] 许瑞涛, 李双凤, 黄淑雅, 等. 乳酸清除率联合多配体聚糖-1对脓毒性休克并急性呼吸窘迫综合征预后的预测价值[J]. 中华急诊医学杂志, 2023, 32(5): 660-666. DOI:10.3760/cma.j.issn.1671-0282.2023.05.017
[13] Ziaka M, Exadaktylos A. Acute respiratory distress syndrome: pathophysiological insights, subphenotypes, and clinical implications: a comprehensive review[J]. J Clin Med, 2025, 14(15): 5184. DOI:10.3390/jcm14155184
[14] Chotalia M, Ali M, Alderman JE, et al. Cardiovascular subphenotypes in acute respiratory distress syndrome[J]. Crit Care Med, 2023, 51(4): 460-470. DOI:10.1097/ccm.0000000000005751
[15] Ketcham SW, Sedhai YR, Miller HC, et al. Causes and characteristics of death in patients with acute hypoxemic respiratory failure and acute respiratory distress syndrome: a retrospective cohort study[J]. Crit Care, 2020, 24(1): 391. DOI:10.1186/s13054-020-03108-w
[16] Rocha NN, Silva PL, Battaglini D, et al. Heart-lung crosstalk in acute respiratory distress syndrome[J]. Front Physiol, 2024, 15: 1478514. DOI:10.3389/fphys.2024.1478514
[17] Vonk Noordegraaf A, Westerhof BE, Westerhof N. The relationship between the right ventricle and its load in pulmonary hypertension[J]. J Am Coll Cardiol, 2017, 69(2): 236-243. DOI:10.1016/j.jacc.2016.10.047
[18] Paternot A, Repessé X, Vieillard-Baron A. Rationale and description of right ventricle-protective ventilation in ARDS[J]. Respir Care, 2016, 61(10): 1391-1396. DOI:10.4187/respcare.04943