重型颅脑损伤昏迷患者的清醒预测模型

  本文关键词：重型颅脑损伤昏迷患者的清醒预测模型，由笔耕文化传播整理发布。

【摘要】：研究背景和目的 近年来,随着社会急救系统、治疗技术及重症监护技术的发展,重型颅脑损伤(severe traumatic brain injury)患者的病死率较前明显降低,但其致残率依然居高不下。颅脑损伤是一种严重而又复杂的创伤,有其解剖生理的特殊性。颅脑损伤分为原发性颅脑损伤和继发性颅脑损伤。原发性颅脑损伤是指创伤暴力当时造成的颅脑损伤,如：头皮伤、颅骨骨折、脑震荡、脑挫裂伤、脑干损伤、丘脑下部损伤等。继发性颅脑损伤是指伤后一段时间逐步形成的脑损伤,如：脑水肿、硬膜外血肿、硬膜下血肿、颅内血肿等。它不单是中枢神经系的原发性损伤,同时有一系列继发性损伤将接踵而至,促使病情加重。在我国,每年约60万人发生颅脑损伤,其中死亡10万人左右,造成的直接和间接经济损失高达100亿元以上。其中导致长期昏迷甚至持续植物状态生存的患者,给家庭和整个社会都带来巨大痛苦和负担。对重型颅脑损伤患者的早期预后评估是对治疗方案选择、资源的分配、患者的分类、以及与患者家属沟通的一个重要因素；尤其是对于其中昏迷的患者来说,在经过积极的抢救稳定生命体征之后,能否清醒,清醒的机率有多高,是神经外科医师以及患者家属所共同关注的问题。 昏迷是一种常见的临床表现,是由于各种病因导致的高级神经中枢结构与功能活动(意识、感觉和活动)受损所引起的一种严重意识障碍。人的意识清醒与否,主要表现在其是否能对其自身与周围环境合理的理解和判断,且对其作出正确的反应。它必须建立在大脑半球的认知功能于网状结构的觉醒机理之间完善的相互作用基础上。根据觉醒时有无意识内容,觉醒状态可分为意识觉醒(mind wakefulness)和无意识觉醒(mindless wakefulness)。机体通过各种感官,接受适宜的刺激,产生神经冲动,通过非特异性上行激活系统和大脑皮质的交互作用而产生意识觉醒,也叫皮质觉醒;机体产生的神经冲动通过丘脑下部生物钟在脑干上行网状激活系统(ARAS)的作用下产生的觉醒叫无意识觉醒,也叫皮质下觉醒。以上与觉醒有关的解剖结构及功能因为种种病因受损,均可引起不同程度的意识障碍。昏迷的持续时间一般不超过2到4周,在这期间内,经过相应的治疗后,患者可能转为清醒,如果超过4周患者仍未清醒,则可能成为“植物状态(VS)”(具有觉醒周期,可睁眼及眼球无目的的运动,貌似清醒,但无认知功能、不能理解和表达,不能执行各种动作命令),若“植物状态”持续1个月以上则,可诊断为“持续植物状态(PVS)”。据统计,全球每年因车祸、坠落、袭击、运动造成颅脑损伤的约有七百万人,其中导致长期昏迷甚至持续植物状态生存的患者,仅我国每年至少新增5万-10万人,给家庭和社会都带来了严重的经济负担和压力。对重型颅脑损伤患者的早期预后评估是对治疗方案选择、资源的分配、患者的分类、以及与患者家属沟通的一个重要因素。 迄今为止,国内外对关于颅脑损伤患者预后的各种预测评估因子做了大量的研究及统计分析。部分研究发现：年龄对于格拉斯哥预后分级(GOS)是最重要的因素；GCS评分对于神经系统的功能恢复最有意义；瞳孔反应对于生活质量是最好的评价指标,体感诱发电位(SSEP)与昏迷患者的清醒有非常强的关联。以上预测评估及研究方法多为国外发达国家的研究,由于患者的种族、体质、包括所处不同的地区、医疗环境的不同,国外的研究结果不一定符合我国国情。在我国,此类预测研究大多以单因素分析为基础,缺乏多因素的综合预测及评估,且这类预测结果大多不为临床专科医师所认同。就目前而言,对于重型颅脑损伤后昏迷的患者,其清醒的概率,通常由专科医生根据临床经验来做出判断,缺少量化指标的分析。 本研究是对重型颅脑损伤昏迷患者的清醒预测进行研究,利用一系列预测因子,以统计学为基础,利用多分类logistic回归分析的统计方法,建立重型颅脑损伤昏迷患者的清醒预测模型,来预测患者的预后,其精确度高,且能够提供评估患者风险及利益的概率,从而辅助临床决策的制定。相对于简单的靠临床经验做出的预测,其优势明显。本研究通过对263例重型颅脑损伤昏迷患者的临床资料进行回顾性分析,探讨与其清醒预后相关的多种因素,并通过它们建立对昏迷患者清醒预测的模型。 对象与方法 1.对南方医科大学附属花都医院神经外科2010年5月-2012年7月间263例重型颅脑损伤昏迷患者的临床资料做回顾性研究分析。其中男性207例,女性56例,平均年龄38.65±17.11岁。 2.病例选择标准：①年龄≥16岁,有明确的颅脑外伤病史,入院时神志昏迷,GCS评分≤8分；②伤后至少做过1次头颅CT扫描检查者。 3.病例排除标准：①伤前存在颅内病变患者,入院时为镇静或麻醉状态；②既往有严重基础疾病者,如：糖尿病,冠心病,肾功能衰竭等；③拒绝常规处理或放弃治疗者。 4.收集、整理患者的临床资料,包括：性别,年龄,入院时的瞳孔对光反射、mGCS评分(运动GCS评分)、CT示脑干是否受压、治疗后的睁眼时间、CT示脑缺血体积百分比(治疗1周后),共7项。 5.对各项因素进行量化,建立数据库。 6.统计学分析：单因素分析：采用行×列表资料x2检验；多因素分析：采用多分类非条件Logistic回归分析,确定与患者预后相关的因素并建立回归方程。检验水准a=0.05。 结果 1.263例重型颅脑损伤后昏迷的患者,经治疗后152例(57.8%)患者在治疗后1月内清醒,40例(15.2%)患者在治疗后1月至3月内清醒,昏迷71例(27%)。 2.单因素分析 2.1男性患者与女性患者的苏醒率相比较,经行×列表资料χ2检验,差异无统计学意义(χ2=1.219,P=0.544) 2.23个年龄组的重型颅脑损伤后昏迷患者的苏醒率相比较,经行×列表资料x2检验,差异有统计学意义(χ2=37.959,P=0.000)。 2.3入院时存在瞳孔对光反射的患者与入院时对光反射消失的患者苏醒率相比较,经行×列表资料χ2检验,差异有统计学意义(χ2=32.908,P=0.000)。 2.4入院时nGCS评分1-3分组与4-5组的患者,苏醒率相比较,经行×列表资料χ2检验,差异有统计学意义(χ2=18.921,P=0.000)。 2.5入院时CT示脑干受压的患者与CT示脑干未受压的患者苏醒率相比较,经行×列表资料χ2检验,差异有统计学意义(χ2=54.132,P=0.000)。 2.6治疗后睁眼时间小于2周的患者与治疗后睁眼时间为2周到1月的患者苏醒率相比较,经行×列表资料χ2检验,差异有统计学意义(χ2=139.454,P=0.000)。 2.73组治疗后1周CT示脑缺血体积百分比的患者苏醒率相比较,经行×列表资料χ2检验,差异有统计学意义(χ2=99.185,P=0.000)。 3.多因素分析 3.1多分类Logistic回归分析患者预后的独立预测因素并建立预测模型,我们共建立了2组模型,第一组(模型A)：包括年龄、运动GCS评分以及瞳孔对光反射、CT示脑干是否受压；第二组预测模型(模型B)：包括治疗后睁眼时间,CT示脑缺血体积百分比。 3.2临床预测： 根据建立的模型A和B所得的回归参数结果进行预测,对于多分类logistic回归分析,可利用公式：(公式(公式二)代入临床昏迷患者的相关数据进行清醒概率的预测。 3.3预测模型的判别效果： 模型A及模型B在多分类logistic回归方程模型的似然比检验结果、似然比卡方检验中的P值为0.000,小于0.01,模型整体具有统计学意义。利用Pearson Residual来评估模型拟合的优劣,其绝对值均不存在大于2的情形,尤以模型B的Pearson Residual绝对值均小于1,预测结果与观察值更接近,说明两组模型中,模型B的拟合效果更佳。 结论 1.年龄、入院时的瞳孔对光反射、mGCS评分(运动GCS评分)、CT示脑干是否受压,治疗后的睁眼时间、CT示脑缺血体积百分比均为重型颅脑损伤昏迷患者清醒的独立预测因子,通过Pearson Residual来评估模型拟合的优劣,我们建立的预测模型的拟合效果较佳。 2.我们建立的预测模型有较好的拟合效果,所需预测因子数据易于获得,普遍适用于基层医院。预测模型对重型颅脑损伤昏迷患者早期临床决策有重要的参考价值。

  本文关键词：重型颅脑损伤昏迷患者的清醒预测模型，由笔耕文化传播整理发布。