2024, Vol. 33
2. 华中科技大学同济医学院附属协和医院急诊科，武汉 430074;
3. 河北医科大学第二附属医院妇产科，石家庄 050000;
4. 中国医学科学院北京协和医院急诊科，北京 100730
2. Department of Emergency Medicine, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan 430074, China;
3. Department of Obstetrics and Gynecology, The Second Affiliated Hospital of Hebei Medical University, Shijiazhuang 050000, China;
4. Department of Emergency, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences, Beijing 100730, China
心脏骤停是心脏活动的突然停止，使个体变得无反应，没有呼吸或循环迹象[1]。院外心脏骤停（out-of-hospital cardiac arrest, OHCA）和院内心脏骤停（in-hospital cardiac arrest, IHCA）是威胁人类生命健康的重要问题[2]。在OHCA中，每年在美国约有38万人死亡，欧洲约27万人死亡[3-4]。在英国和美国IHCA的中位发病率为每1 000例入院患者中有2~4例心脏骤停患者[5-7]，大约10%的IHCA发生在急诊科[8-10]。瑞典全国心脏骤停研究显示，OHCA的生存率在1990—2020年期间增加了2.2倍，而IHCA在2004—2020年期间增加了1.2倍[2]。在我国一项研究显示，2017年的OHCA出院存活率和神经功能良好的占比为1.6%和0.97%，相比2013年的OHCA出院存活率1.2%和神经功能良好的0.87%差异无统计学意义[11-12]，但也体现了我国在心肺复苏救治方面的提升。
目前许多国家和地区已构建了临床预测模型指导IHCA的预防和救治，并且越来越多的证据显示，某些生命体征和检验指标的变化可以预测IHCA的发生[13]。目前，使用比较广泛的早期预警评分包括改良早期预警评分（modified early warning score，MEWS）、国家早期预警评分（national early warning score，NEWS）等[14-17]。但是，上述预警评分多是基于所有新入院患者开发，存在一定的应用局限性。
急诊科是心脏骤停的高发科室[18]，且心脏骤停发作快、没有明显预兆，很难及时开展急救，对大多数院内患者而言医生无法做到随时监测患者的心电情况，对于患者的抢救也有一定的滞后性。本研究通过探索急诊抢救室患者发生IHCA的临床预测模型，旨在实现发生心脏骤停之前一段时间能给出预警提示，从而做好救治工作，提高患者存活率。
1 资料与方法 1.1 研究对象本研究为回顾性队列研究，收集2020年1月1日至2021年7月31日于新疆医科大学第一附属医院急诊科就诊并收入急诊抢救室的患者。纳入标准：(1)年龄≥18岁；(2)符合心肺复苏术指南中心脏骤停的诊断标准[1]。排除标准：(1)入院前患者已经心脏骤停；(2)在院外发生心脏骤停；(3)恶性肿瘤或其他疾病终末期患者；(4)外伤患者情况已危及生命；(5)临床资料缺失的患者。
本研究符合医学伦理学标准，当前研究遵循赫尔辛基宣言的原则[19]，这项工作得到了新疆医科大学第一附属医院医学伦理委员会批准（审批号：K202301-27）。
1.2 资料收集通过医院门诊病历系统检索患者的病例信息。病历资料包括患者的一般情况（性别、年龄）；民族（汉族、维吾尔族、哈萨克族、其他）；入急诊时的MEWS评分（分为 < 5分，≥5分）；生命体征（体温、心率、收缩压、平均动脉压、呼吸频率）；是否存在气管插管；意识状态；症状（咯血、胸闷、呼吸困难等）；既往史（高血压、糖尿病、心脏疾病、肾脏疾病）；血常规指标：白细胞、红细胞计数、血红蛋白、血小板计数等；生化全项指标：尿素、肌酐、葡萄糖、静脉血乳酸（lactic acid, LAC）、总胆固醇、低密度脂蛋白、结合胆红素、非结合胆红素、白蛋白、球蛋白、白/球比值、天冬氨酸氨基转移酶、丙氨酸氨基转移酶、渗透压；血气分析指标：pH、二氧化碳分压、氧分压、血钠离子、血钾离子（K+）、血钙离子、碳酸氢根离子、动脉血LAC、LAC/白蛋白比值（lactic acid/albumin ratio, L/A）；凝血功能指标：凝血酶原时间、凝血酶原时间活动度、国际标准化比值、纤维蛋白原、活化部分凝血活酶时间、凝血酶时间、D-二聚体；炎症因子：C反应蛋白、白细胞介素-6、降钙素原；心肌标志物：肌钙蛋白Ⅰ、肌酸激酶同工酶、B型利钠肽。
上述所有检测指标均为患者入抢救室时检测结果。结局事件为患者在急诊抢救室发生心脏骤停。
1.3 统计学方法应用SPSS（IBM SPSS Statistics 26.0, SPSS Inc., Chicago, IL）、R软件（version 4.2.0, www.R-project.org/）和GraphPad Prism（version 9.0, GraphPad Software）软件对数据进行统计学分析和绘图。非正态分布计量资料以中位数（四分位数）[M（Q1，Q3）]来表示，采用Mann-WhitneyU检验进行组间比较。分类变量采用频率和百分比表示，组间比较使用卡方检验或Fisher精确检验。为避免本研究中各变量在数据分析中存在共线性，采用LASSO回归的10折交叉验证法筛选预测变量，基于筛选出的特征变量进行多因素Logistic回归（采用逐步回归，变量标准为P < 0.05）建立临床预测模型，并绘制列线图对模型进行可视化分析。本研究将入选患者以7∶3的比例随机分为建模组和验证组，通过建模组构建急诊心脏骤停临床预测模型并进行内部验证。通过绘制受试者工作特征（receiver operator characteristic，ROC）曲线评价模型的区分度，绘制校准曲线评价模型的拟合程度，绘制临床决策曲线（decision curve analysis, DCA）评价模型的临床有效性，绘制临床影响曲线评价预测模型的临床应用价值。以P < 0.05为差异有统计学意义。
2 结果 2.1 开发和验证预测模型的流程图2020年1月1日至2021年7月31日共有143 440例患者于急诊科就诊，19 691例患者收入抢救室治疗，有401例（2.04%）患者发生心脏骤停，根据纳入和排除标准最终纳入有784例急诊患者（图 1），按7∶3随机分为建模组548例及验证组236例。建模组与验证组特征对比，大多数变量指标差异无统计学意义（P > 0.05），说明两组数据同质性较好（表 1、表 2）。
|
| 图 1 开发和验证预测模型的流程图 Fig 1 The flow diagram of developing and validating the prediction model |
|
|
| 变量 | 建模组（n=548） | 验证组（n=236） | 统计值 | P值 |
| 性别（例，%） | 1.037 | 0.309 | ||
| 男 | 353(64.4) | 143(60.6) | ||
| 女 | 195(35.6) | 93(39.4) | ||
| 年龄（岁）a | 63(49, 76) | 63(49, 77) | -0.089 | 0.929 |
| 民族（例，%） | 6.630 | 0.085 | ||
| 汉族 | 429(78.3) | 165(69.9) | ||
| 维吾尔族 | 65(11.8) | 40(16.9) | ||
| 哈萨克族 | 13(2.4) | 6(2.6) | ||
| 其他 | 41(7.5) | 25(10.6) | ||
| MEWS评分（例，%） | 0.553 | 0.466 | ||
| < 5分 | 414(75.5) | 184(78.0) | ||
| ≥5分 | 134(24.5) | 52(22.0) | ||
| 体征a | ||||
| 体温(℃) | 36.6(36.3, 36.9) | 36.6(36.3, 36.9) | -0.134 | 0.894 |
| 心率(次/min) | 95.00(80.00, 109.75) | 96.00(81.25, 108.75) | -0.441 | 0.660 |
| 收缩压(mmHg) | 123(110, 146) | 129(110, 154) | -1.445 | 0.149 |
| MAP (mmHg) | 89.00(78.25, 105.00) | 94.00(80.00, 109.75) | -1.026 | 0.305 |
| 呼吸频率(次/min) | 20.00(16.25, 20.00) | 20.00(16.25, 21.00) | -0.209 | 0.835 |
| 气管插管（例，%） | 220(40.1) | 84(35.6) | 1.440 | 0.230 |
| 意识状态（例，%） | 8.104 | 0.044 | ||
| 清楚 | 411(75.0) | 194(82.2) | ||
| 对声音有反应 | 16(2.9) | 8(3.4) | ||
| 对疼痛有反应 | 21(3.8) | 10(4.2) | ||
| 无反应 | 100(18.2) | 24(10.2) | ||
| 症状（例，%） | ||||
| 咯血 | 13(2.4) | 6(2.5) | 0.020 | 0.887 |
| 胸闷 | 159(29.0) | 73(30.9) | 0.291 | 0.590 |
| 呼吸困难 | 88(16.1) | 40(16.9) | 0.096 | 0.757 |
| 心悸 | 56(10.2) | 17(7.2) | 1.776 | 0.183 |
| 胸痛 | 108(19.7) | 42(17.8) | 0.390 | 0.533 |
| 腹痛 | 45(8.2) | 19(8.1) | 0.006 | 0.940 |
| 腹泻 | 12(2.2) | 5(2.1) | 0.004 | 0.950 |
| 呕血 | 25(4.6) | 8(3.4) | 0.562 | 0.454 |
| 便血 | 31(5.7) | 13(5.5) | 0.007 | 0.934 |
| 呕吐 | 90(16.4) | 41(17.4) | 0.107 | 0.744 |
| 尿少 | 23(4.2) | 15(6.4) | 1.667 | 0.197 |
| 多尿 | 1(0.2) | 0(0.0) | - | 1.000 |
| 血尿 | 1(0.2) | 4(1.7) | 3.807 | 0.051 |
| 抽搐 | 8(1.5) | 4(1.7) | 0.001 | 1.000 |
| 手脚湿冷 | 58(10.6) | 28(11.9) | 0.277 | 0.599 |
| 既往史（例，%） | ||||
| 高血压 | 260(47.4) | 109(46.2) | 0.105 | 0.746 |
| 糖尿病 | 129(23.5) | 53(22.5) | 0.108 | 0.742 |
| 心脏疾病 | 133(24.3) | 55(23.3) | 0.084 | 0.772 |
| 肾脏疾病 | 17(3.1) | 9(3.8) | 0.260 | 0.610 |
| 注：MEWS为改良早期预警评分，MAP为平均动脉压，a为M（Q1，Q3） | ||||
| 变量 | 建模组（n=548） | 验证组（n=236） | 统计值 | P值 |
| 血常规指标a | ||||
| WBC (×109/L) | 9.72(6.56, 14.19) | 9.17(6.37, 14.44) | -0.675 | 0.500 |
| RBC (×1012/L) | 4.13(3.23, 4.77) | 4.18(3.04, 4.87) | -0.096 | 0.924 |
| HB (g/L) | 125.5(96.0, 145.0) | 120.5(92.0, 144.0) | -0.814 | 0.416 |
| PLT (×109/L） | 179(118, 243) | 187(117, 252) | -0.953 | 0.340 |
| 生化全项指标a | ||||
| UREA (mmol/L) | 7.22(5.15, 12.68) | 6.79(4.91, 10.87) | -1.198 | 0.231 |
| Cre (umol/L) | 83.91(58.72, 155.16) | 75.75(54.37, 130.41) | -2.114 | 0.034 |
| GLU (mmol/L) | 8.31(6.36, 12.90) | 7.91(6.30, 11.72) | -1.010 | 0.312 |
| 静脉血LAC (mmol/L) | 2.81(1.68, 7.03) | 2.35(1.54, 5.95) | -1.575 | 0.115 |
| CHO (mmol/L) | 3.40(2.57, 4.33) | 3.46(2.53, 4.42) | -0.304 | 0.761 |
| LDL (mmol/L) | 1.93(1.27, 2.67) | 2.04(1.28, 2.74) | -0.299 | 0.765 |
| DBI (umol/L) | 0.3(0.3, 0.3) | 0.3(0.3, 0.3) | -0.323 | 0.746 |
| IBIL (umol/L) | 9.295(5.61, 15.85) | 9.62(5.72, 15.80) | -0.335 | 0.738 |
| ALB (g/L) | 36.81(31.13, 41.51) | 36.61(29.03, 41.94) | -0.944 | 0.345 |
| GLO (g/L) | 32.02(28.34, 35.97) | 32.00(28.37, 37.07) | -0.343 | 0.732 |
| A/G | 1.14(0.97, 1.30) | 1.10(0.89, 1.31) | -1.582 | 0.114 |
| AST (U/L) | 37.00(26.86, 97.62) | 38.68(26.62, 89.21) | -0.175 | 0.861 |
| ALT (U/L) | 32.20(19.43, 68.49) | 31.61(18.85, 61.64) | -0.632 | 0.527 |
| OSM (mOSM/L) | 273.43(265.90, 283.31) | 272.89(266.60, 281.35) | -0.832 | 0.406 |
| 血气分析指标a | ||||
| pH | 7.40(7.23, 7.45) | 7.41(7.25, 7.45) | -0.699 | 0.485 |
| PaCO2 (mmHg) | 33(27, 41) | 33(27, 41) | -0.485 | 0.628 |
| PaO2 (mmHg) | 96(73, 130) | 94(70, 130) | -0.305 | 0.761 |
| Na+(mmol/L) | 134(131, 137) | 134(131, 137) | -0.211 | 0.833 |
| K+(mmol/L) | 4.10(3.70, 4.79) | 4.00(3.60, 4.70) | -0.989 | 0.323 |
| Ca2+ (mmol/L) | 1.08(1.03, 1.13) | 1.07(1.01, 1.13) | -0.432 | 0.666 |
| HCO3- (mmol/L) | 19.00(16.00, 22.40) | 19.85(15.85, 23.18) | -1.143 | 0.253 |
| 动脉血LAC (mmol/L) | 2.60(1.40, 7.10) | 2.30(1.33, 6.38) | -0.698 | 0.485 |
| L/A | 0.07(0.04, 0.19) | 0.06(0.04, 0.19) | -0.590 | 0.555 |
| 凝血功能指标a | ||||
| PT (s) | 13.20(11.80, 15.98) | 13.60(11.90, 17.05) | -1.147 | 0.251 |
| PTA (%) | 71.88(52.27, 92.00) | 68.66(47.06, 91.55) | -1.373 | 0.170 |
| INR | 1.16(1.03, 1.43) | 1.19(1.04, 1.55) | -1.444 | 0.149 |
| FIB(g/L) | 3.32(2.54, 3.90) | 3.44(2.65, 4.00) | -1.604 | 0.109 |
| APTT (s) | 31.80(28.70, 36.40) | 32.65(29.23, 37.03) | -1.888 | 0.059 |
| TT (s) | 20.60(18.80, 22.98) | 20.00(18.50, 22.10) | -2.245 | 0.025 |
| D-dimer (ng/mL) | 889(223, 3 451) | 805(200, 2 791) | -0.702 | 0.483 |
| 炎症因子a | ||||
| CRP (mg/L) | 17.95(7.00, 50.98) | 24.75(7.83, 77.28) | -2.021 | 0.043 |
| IL-6 (pg/mL) | 43.92(10.73, 252.00) | 43.22(8.91, 267.63) | -0.098 | 0.922 |
| PCT (ng/mL) | 0.16(0.05, 1.15) | 0.14(0.05, 0.89) | -0.790 | 0.429 |
| 心肌标志物a | ||||
| cTnI (ng/L) | 0.028(0.012, 0.433) | 0.033(0.012, 0.239) | -0.169 | 0.866 |
| CK-MB (U/L) | 1.64(0.77, 5.95) | 1.68(0.78, 5.32) | -0.407 | 0.684 |
| BNP (ng/L) | 1 095(153, 5 570) | 914(174, 5 860) | -0.063 | 0.950 |
| 注：WBC为白细胞，RBC为红细胞计数，HB为血红蛋白，PLT为血小板计数，UREA为尿素，Cre为肌酐，GLU为葡萄糖，LAC为乳酸，CHO为总胆固醇，LDL为低密度脂蛋白，DBI为结合胆红素，IBIL为非结合胆红素，ALB为白蛋白，GLO为球蛋白，A/G为白/球比值，AST为天冬氨酸氨基转移酶，ALT为丙氨酸氨基转移酶，OSM为渗透压，PaCO2为二氧化碳分压，PaO2为动脉血氧分压，Na+为钠离子，K+为钾离子，Ca2+为钙离子，HCO3-为碳酸氢根离子，L/A为乳酸/白蛋白比值，PT为凝血酶原时间，PTA为凝血酶原时间活动度，INR为国际标准化比值，FIB为纤维蛋白原，APTT为活化部分凝血活酶时间，TT为凝血酶时间，D-dimer为D-二聚体，CRP为C反应蛋白，IL-6为白细胞介素-6，PCT为降钙素原，cTnI为肌钙蛋白I，CK-MB为肌酸激酶同工酶，BNP为B型利钠肽；a为M（Q1，Q3） | ||||
通过R软件中glmnet程序包，采用LASSO回归的10折交叉验证法筛选预测变量，在最佳惩罚系数λ的变化过程为模型最优值（图 2A）；随惩罚系数λ的变化，模型初始纳入影响因素的系数逐渐被压缩，最后部分影响因素系数被压缩为0（图 2B），从而避免了模型过度拟合达到最佳变量筛选。最终筛选21个指标为预测因子，分别为：MEWS评分、收缩压、胸痛、腹痛、呕血、手脚湿冷、糖尿病、气管插管、葡萄糖、静脉血LAC、总胆固醇、非结合胆红素、白蛋白、pH、血K+、碳酸氢根、动脉血LAC、L/A、纤维蛋白原、部分活化凝血活酶时间和D-二聚体。
|
| A为LASSO模型中最佳惩罚系数λ的变化过程，通过调整参数(λ)最小标准来选择10倍交叉验证，左侧虚线表示对应最小λ值（λ min），右侧虚线对应λ min+1个标准误，此时筛选出最佳变量个数；B为描绘73个变量的LASSO系数曲线 图 2 采用LASSO回归模型进行变量筛选 Fig 2 Using the LASSO regression model for variable selection |
|
|
筛选出的特征变量进行多因素Logistic回归（变量标准为P < 0.05）建立临床预测模型，最终筛选出10个预测因子，并构建院内急诊抢救室心脏骤停临床预测模型，Logistic回归方程为：Logit（P）= -4.503+2.159×MEWS评分+2.095×胸痛+1.670×腹痛+2.021×呕血+2.015×手脚湿冷+5.521×气管插管+0.388×静脉血LAC-0.100×白蛋白+0.768×血K++0.001×D-二聚体（表 3）。基于上述因素构建急诊抢救室发生心脏骤停概率的列线图模型并给出了一个真实的案例。见图 3。
| 变量 | β值 | 标准误 | Wald χ2值 | P值 | OR（95%CI） |
| MEWS评分 | 2.159 | 0.595 | 13.158 | < 0.001 | 8.659 (2.697~27.800) |
| 胸痛 | 2.095 | 0.544 | 14.858 | < 0.001 | 8.128 (2.801~23.586) |
| 腹痛 | 1.670 | 0.659 | 6.428 | 0.011 | 5.313 (1.461~19.324) |
| 呕血 | 2.021 | 0.832 | 5.897 | 0.015 | 7.549 (1.477~38.587) |
| 手脚湿冷 | 2.015 | 0.760 | 7.022 | 0.008 | 7.500 (1.690~33.290) |
| 气管插管 | 5.521 | 0.591 | 87.394 | < 0.001 | 249.982 (78.555~795.509) |
| 静脉血LAC | 0.388 | 0.088 | 19.279 | < 0.001 | 1.474 (1.240~1.753) |
| 白蛋白 | -0.100 | 0.030 | 10.882 | 0.001 | 0.905 (0.853~0.960) |
| 血K+ | 0.768 | 0.244 | 9.912 | 0.002 | 2.155 (1.336~3.475) |
| D-二聚体 | 0.001 | 0.001 | 8.700 | 0.003 | 1.001 (1.001~1.001) |
| 注：MEWS为改良早期预警评分，LAC为乳酸 | |||||
|
| 一名急诊患者就诊时无呕血、腹痛、手脚湿冷、胸痛症状，MEWS评分 < 5分，血液检查指标：K+为4.1 mmol/L，白蛋白为33.27 g/L，D-二聚体为18 373 ng/mL，静脉血LAC为2.96 mmol/L，有使用气管插管。该患者的总分为173分，发生心脏骤停的概率为99.6% 图 3 用于预测急诊患者发生心脏骤停风险的Nomogram图 Fig 3 A nomogram was developed to predict the risk of cardiac arrest in emergency room patients |
|
|
本研究中建模组的未校准曲线和校准曲线一致性表现良好（图 4A），Hosmer-Lemeshow检验（χ2=6.5474，P=0.586）结果差异无统计学意义，理想曲线和校准曲线重合度高，说明预测概率和观测概率近似相等，提示该模型的校准度高，AUC为0.984（95%CI: 0.976~0.993），敏感度为0.942，特异度为0.967，预测准确率为0.954（0.933~0.970）（表 4、图 4C）。在验证组中未校准曲线和校准曲线一致性表现良好（图 4B），并且在Hosmer-Lemeshow检验（χ2=11.421，P=0.179）结果差异无统计学意义，理想曲线和校准曲线重合度高，说明预测概率和观测概率近似相等，提示该模型的校准度高，同时AUC为0.972（95%CI: 0.951~0.993），敏感度为0.900，特异度为0.976，预测准确率为0.941（0.903~0.967）（表 4、图 4C），且建模组和验证组的AUC之间差异无统计学意义（P=0.305）（图 4C）。
|
| A为建模组中的校准曲线图；B为验证组中的校准曲线图；C为建模组和验证组中的ROC曲线 图 4 建模组和验证组中Nomogram图预测模型的判别和校准 Fig 4 Discrimination and calibration of Nomogram predictive models in the modeling group and validation group |
|
|
| 分组 | AUC（95% CI） | 敏感度 | 特异度 | Cut-off值 | 准确率 （95% CI） |
阳性预测值 | 阴性预测值 |
| 建模组 | 0.984 (0.976 ~ 0.993) | 0.942 | 0.967 | 0.521 | 0.954(0.933~ 0.970) | 0.966 | 0.943 |
| 验证组 | 0.972 (0.951 ~ 0.993) | 0.900 | 0.976 | 0.577 | 0.941(0.903~0.967) | 0.971 | 0.918 |
本研究应用DCA来评估Nomogram图的临床效用，与“no intervention”和“intervention for all”这两个阈值相比，建模组和验证组都表现出更高的临床净效益（图 5A）。建模组和验证组的临床影响曲线还提示，发生心脏骤停的高风险人数和实际发生心脏骤停事件的患者人数趋向于接近这一风险阈值，这表明构建的模型具有显著的预测能力和良好的临床实用性（图 5B、5C）。
|
| A为建模组和验证组中的DCA；B为建模组中的临床影响曲线；C为验证组中的临床影响曲线 图 5 Nomogrm图预测模型在建模组和验证组中的临床效用评估 Fig 5 The clinical utility evaluation of the Nomogram predictive model in the modeling group and validation group |
|
|
本研究利用急诊抢救室784例患者临床资料，通过LASSO回归和多因素Logistic回归分析结果显示：MEWS评分、胸痛、腹痛、呕血、手脚湿冷、气管插管、静脉血LAC、白蛋白、血K+和D-二聚体是发生心脏骤停的独立预测因素，从而构建院内急诊抢救室患者发生IHCA风险的Nomogram图，预测发生心脏骤停概率，并通过内部验证方法评价该模型具有良好的拟合程度、校准性、区分度、临床有效性和临床应用价值。
急诊科在早期复苏干预和OHCA患者的稳定中发挥着重要作用[20]。在澳大利亚维多利亚州12家医院研究中显示1 547例成人非创伤性OHCA患者中，约1/5的OHCA患者送往医院后死于急诊抢救室[21]。在一项急诊科30 d死亡预测模型开发的研究中[22]，虽然建模组模型的AUC能达到0.974（95%CI: 0.753~0.983），验证组AUC达到0.963（95%CI: 0.740~0.975），但两组之间的异质性较大，变量中的共线性未排除，研究期间患者是否进行气管插管、是否使用血管活性药物、是否使用不同级别的抗生素都会对结局产生影响，并且未进行DCA验证及临床价值的评估，研究结论缺乏强有力的证据支持，而本研究中建模组与验证组之间基本特征异质性低，通过LASSO回归避免了研究中的共线性问题，并且预测模型具有良好的临床应用价值。
在Jang等[23]的一项研究中，开发用于早期发现急诊科心脏骤停的人工神经网络模型包括：多层感知器、长短期记忆和混合模型，该研究主要预测24 h内发生心脏骤停的患者，并与MEWS评分进行了比较，结果显示多层感知器（AUC=0.929，95%CI: 0.926~0.932）、长短期记忆（AUC=0.933，95%CI: 0.930~0.936）和混合模型（AUC=0.936，95%CI: 0.933~0.939），虽然得出了良好的结果，但该研究未纳入症状、体征及血液学检查，缺乏对该模型强有力的支持，本研究完善上述研究中的不足之处，并且建模组（AUC=0.984）和验证组（AUC=0.972）均表现出良好的诊断准确性。在Tsai等[24]研究中表明在发生心脏骤停前C反应蛋白、乳酸、心肌肌钙蛋白I和D-二聚体水平较高，但该研究未进行内部及外部验证，临床应用价值不确定。根据April等[25]的研究表明，气管插管是急诊抢救室发生心脏骤停的影响因素，考虑其与血流动力学和氧合相关，本研究同样发现气管插管是发生心脏骤停的重要影响因素。一项前瞻性队列研究指出MEWS评分较容易的识别有恶化风险的患者，MEWS评分 < 5分患者趋于病情稳定，MEWS评分≥5分提示患者发生恶化的风险增加[14, 26]，因此在本研究中将MEWS评分以5分为截断值分为两组，结果显示MEWS评分≥5分时发生心脏骤停的风险升高。在Marijon等[27]一项前瞻性研究显示，胸痛、呼吸困难、心悸、晕厥、腹痛、呕吐或背痛等症状与心脏骤停的生存有关，胸痛在急诊中常见的是发生急性心梗，腹痛和背部疼痛则要警惕动脉夹层的发生，而手脚湿冷与休克及微循环灌注不足相关[27-30]，本研究同样发现胸痛、腹痛、呕血及手脚湿冷是发生心脏骤停的重要影响因素。在Mahmoodpoor等[31]和Jose等[32]，在早期脓毒症复苏研究中指出，动脉和外周静脉LAC水平之间存在很强的相关性，在感染性休克患者复苏的初始阶段，可以使用静脉血LAC水平作为生物标志物，而不是动脉血LAC水平，并指出LAC及其清除率是脓毒症病死率的可靠预测指标。Schütz等[33]的一项回顾性研究的研究中显示，在气管插管患者中静脉血LAC可代替动脉血LAC，上述三项研究中均表示动、静脉血LAC可以代替，但在心脏骤停患者中未找到类似研究，在本研究分析中发现静脉血LAC和动脉血LAC之间差异有统计学意义（P < 0.001），且两变量均是发生心脏骤停的重要影响因素，因在分析中存在共线性，故此回归分析将动脉血LAC剔除，本研究还发现静脉血LAC和动脉血LAC在预测发生心脏骤停中差异无统计学意义。有研究指出低血清白蛋白水平是发生心脏骤停的危险因素，并且与OHCA和IHCA患者预后的不良神经系统结局相关[34]。血清D-二聚体可作为IHCA患者独立危险因子，随着D-二聚体指标的升高，发生心脏骤停的风险也就越高[35]。因此经过统计学分析及相关文献的支持，结合上述10个独立危险因素构建急诊心脏骤停预测模型。
研究的局限性：(1)本研究为单中心回顾性研究，未进行外部验证，后期可开展多中心前瞻性研究并进行外部验证。(2)由于研究在回顾性收集资料时心电图及心脏超声结果缺失较多，因此未将该指标纳入到变量中，后期可开展前瞻性研究将该资料保存完好，以便后期分析。(3)由于急诊科病种复杂纳入患者疾病差异较大，患者病情变化快，但通过建模组和验证组的分组比较中，只有个别变量差异有统计学意义，但多数变量之间差异无统计学意义，尽可能控制其混杂因素，体现了两组的同质性较好。
在本研究中，MEWS评分、胸痛、腹痛、呕血、手脚湿冷、气管插管、静脉血LAC、白蛋白、K+和D-二聚体是影响院内急诊抢救室患者发生心脏骤停的影响因素，结合上述因素本研究开发并验证了Nomogram图模型，用于预测急诊抢救室患者发生心脏骤停的概率。该模型实现了急诊患者在抢救室期间发生心脏骤停的个体化预测，能够在发生心脏骤停之前一段时间做出预警提示，并提供了早期干预和降低发生心脏骤停的概率的可能性，从而做好救治工作，提高患者存活率。
利益冲突 所有作者声明无利益冲突
作者贡献声明 李永凯: 研究设计、统计学分析、论文撰写及修改；李转运、何小静：统计分析；李丹丹、袁新、李昕、江树青、夏来百提姑·赛买提：数据收集；徐军、杨建中：研究设计、论文审阅、指导及修改
| [1] | Carrick RT, Park JG, McGinnes HL, et al. Clinical predictive models of sudden cardiac arrest: a survey of the current science and analysis of model performances[J]. J Am Heart Assoc, 2020, 9(16): e017625. DOI:10.1161/JAHA.119.017625 |
| [2] | Jerkeman M, Sultanian P, Lundgren P, et al. Trends in survival after cardiac arrest: a Swedish nationwide study over 30 years[J]. Eur Heart J, 2022, 43(46): 4817-4829. DOI:10.1093/eurheartj/ehac414 |
| [3] | Virani SS, Alonso A, Benjamin EJ, et al. Heart disease and stroke statistics-2020 update: a report from the American heart association[J]. Circulation, 2020, 141(9): e139-e596. DOI:10.1161/CIR.0000000000000757 |
| [4] | Gräsner JT, Herlitz J, Tjelmeland IBM, et al. European Resuscitation Council Guidelines 2021: Epidemiology of cardiac arrest in Europe[J]. Resuscitation, 2021, 161: 61-79. DOI:10.1016/j.resuscitation.2021.02.007 |
| [5] | Andersen LW, Østergaard JN, Antonsen S, et al. The Danish in-hospital cardiac arrest registry (DANARREST)[J]. Clin Epidemiol, 2019, 11: 397-402. DOI:10.2147/CLEP.S201074 |
| [6] | Hasselqvist-Ax I, Riva G, Herlitz J, et al. Early cardiopulmonary resuscitation in out-of-hospital cardiac arrest[J]. N Engl J Med, 2015, 372(24): 2307-2315. DOI:10.1056/nejmoa1405796 |
| [7] | Berg KM, Cheng A, Panchal AR, et al. Part 7: systems of care: 2020 American heart association guidelines for cardiopulmonary resuscitation and emergency cardiovascular care[J]. Circulation, 2020, 142(16_suppl_2): S580-S604. DOI:10.1161/CIR.0000000000000899 |
| [8] | Holmberg MJ, Ross CE, Fitzmaurice GM, et al. Annual incidence of adult and pediatric In-hospital cardiac arrest in the United States[J]. Circ Cardiovasc Qual Outcomes, 2019, 12(7): e005580. |
| [9] | Tsai CL, Lu TC, Fang CC, et al. Development and validation of a novel triage tool for predicting cardiac arrest in the emergency department[J]. West J Emerg Med, 2022, 23(2): 258-267. DOI:10.5811/westjem.2021.8.53063 |
| [10] | Kayser RG, Ornato JP, Peberdy MA, et al. Cardiac arrest in the Emergency Department: a report from the National Registry of Cardiopulmonary Resuscitation[J]. Resuscitation, 2008, 78(2): 151-160. DOI:10.1016/j.resuscitation.2008.03.007 |
| [11] | Shao F, Li HB, Ma SK, et al. Outcomes of out-of-hospital cardiac arrest in Beijing: a 5-year cross-sectional study[J]. BMJ Open, 2021, 11(4): e041917. DOI:10.1136/bmjopen-2020-041917 |
| [12] | 王军红, 马青变. 院外心脏骤停预测模型研究进展[J]. 中华急诊医学杂志, 2022, 31(3): 414-417. DOI:10.3760/cma.j.issn.1671-0282.2022.03.030 |
| [13] | 梁立丰, 张文娟. 预测重症患者院内心脏骤停列线图的建立与验证[J]. 中华急诊医学杂志, 2023, 32(1): 38-45. DOI:10.3760/cma.j.issn.1671-0282.2023.01.007 |
| [14] | Subbe CP, Kruger M, Rutherford P, et al. Validation of a modified Early Warning Score in medical admissions[J]. QJM, 2001, 94(10): 521-526. DOI:10.1093/qjmed/94.10.521 |
| [15] | Alam N, Hobbelink EL, van Tienhoven AJ, et al. The impact of the use of the Early Warning Score (EWS) on patient outcomes: a systematic review[J]. Resuscitation, 2014, 85(5): 587-594. DOI:10.1016/j.resuscitation.2014.01.013 |
| [16] | Jones M. NEWSDIG: the national early warning score development and implementation group[J]. Clin Med, 2012, 12(6): 501-503. DOI:10.7861/clinmedicine.12-6-501 |
| [17] | Masson H, Stephenson J. Investigation into the predictive capability for mortality and the trigger points of the National Early Warning Score 2 (NEWS2) in emergency department patients[J]. Emerg Med J, 2022, 39(9): 685-690. DOI:10.1136/emermed-2020-210190 |
| [18] | 胡莹莹, 徐军, 朱华栋, 等. 急诊心搏骤停患者心肺复苏概况和预后调查一项多中心前瞻性观察性研究[J]. 中华危重病急救医学, 2018, 30(3): 234-239. DOI:10.3760/cma.j.issn.2095-4352.2018.03.009 |
| [19] | Millum J, Wendler D, Emanuel EJ. The 50th anniversary of the Declaration of Helsinki: progress but many remaining challenges[J]. JAMA, 2013, 310(20): 2143-2144. DOI:10.1001/jama.2013.281632 |
| [20] | 张国强. 心脏骤停及心肺复苏技术的现状、挑战与机遇[J]. 中华急诊医学杂志, 2023, 32(1): 1-5. DOI:10.3760/cma.j.issn.1671-0282.2023.01.001 |
| [21] | Kempster K, Howell S, Bernard S, et al. Out-of-hospital cardiac arrest outcomes in emergency departments[J]. Resuscitation, 2021, 166: 21-30. DOI:10.1016/j.resuscitation.2021.07.003 |
| [22] | 陈湘, 雷光锋, 张雪晴, 等. 急诊科患者30 d死亡风险预测模型的构建与验证[J]. 中华危重病急救医学, 2022, 34(4): 421-425. DOI:10.3760/cma.j.cn121430-20210830-01291 |
| [23] | Jang DH, Kim J, Jo YH, et al. Developing neural network models for early detection of cardiac arrest in emergency department[J]. Am J Emerg Med, 2020, 38(1): 43-49. DOI:10.1016/j.ajem.2019.04.006 |
| [24] | Tsai CL, Lu TC, Wang CH, et al. Trajectories of vital signs and risk of In-hospital cardiac arrest[J]. Front Med, 2021, 8: 800943. DOI:10.3389/fmed.2021.800943 |
| [25] | April MD, Arana A, Reynolds JC, et al. Peri-intubation cardiac arrest in the Emergency Department: a National Emergency Airway Registry (NEAR) study[J]. Resuscitation, 2021, 162: 403-411. DOI:10.1016/j.resuscitation.2021.02.039 |
| [26] | Dziadzko MA, Novotny PJ, Sloan J, et al. Multicenter derivation and validation of an early warning score for acute respiratory failure or death in the hospital[J]. Crit Care, 2018, 22(1): 286. DOI:10.1186/s13054-018-2194-7 |
| [27] | Marijon E, Uy-Evanado A, Dumas F, et al. Warning symptoms are associated with survival from sudden cardiac arrest[J]. Ann Intern Med, 2016, 164(1): 23-29. DOI:10.7326/M14-2342 |
| [28] | Rhodes A, Evans LE, Alhazzani W, et al. Surviving Sepsis campaign: international guidelines for management of Sepsis and septic shock: 2016[J]. Intensive Care Med, 2017, 43(3): 304-377. DOI:10.1007/s00134-017-4683-6 |
| [29] | Standl T, Annecke T, Cascorbi I, et al. The nomenclature, definition and distinction of types of shock[J]. Dtsch Arztebl Int, 2018, 115(45): 757-768. DOI:10.3238/arztebl.2018.0757 |
| [30] | 贺蕾, 樊晓鸣, 贺红艳, 等. 心肺复苏患者临床特征的研究[J]. 临床急诊杂志, 2011, 12(4): 266-268. DOI:10.3969/j.issn.1009-5918.2011.04.020 |
| [31] | Mahmoodpoor A, Shadvar K, Sanaie S, et al. Arterial vs venous lactate: correlation and predictive value of mortality of patients with sepsis during early resuscitation phase[J]. J Crit Care, 2020, 58: 118-124. DOI:10.1016/j.jcrc.2019.05.019 |
| [32] | Jose JM, Cherian A, Bidkar PU, et al. The agreement between arterial and venous lactate in patients with sepsis[J]. Int J Clin Pract, 2021, 75(8): e14296. DOI:10.1111/ijcp.14296 |
| [33] | Schütz N, Roth D, Schwameis M, et al. Can venous blood gas be used as an alternative to arterial blood gas in intubated patients at admission to the emergency department? A retrospective study[J]. Open Access Emerg Med, 2019, 11: 305-312. DOI:10.2147/OAEM.S228420 |
| [34] | Matsuyama T, Iwami T, Yamada T, et al. Effect of serum albumin concentration on neurological outcome after out-of-hospital cardiac arrest (from the CRITICAL[comprehensive registry of intensive cares for OHCA survival]study in Osaka, Japan)[J]. Am J Cardiol, 2018, 121(2): 156-161. DOI:10.1016/j.amjcard.2017.10.005 |
| [35] | Deng YS, He LY, Yang J, et al. Serum D-dimer as an indicator of immediate mortality in patients with in-hospital cardiac arrest[J]. Thromb Res, 2016, 143: 161-165. DOI:10.1016/j.thromres.2016.03.001 |