摘要: 摘要:目的:构建ICU机械通气患者持续肠内营养不耐受风险预测模型,为早期识别及精准干预提供依据。方法:回顾性病例对照研究,选取2024年5月至2025年5月某三甲医院ICU 100例机械通气并接受持续肠内营养治疗患者,分耐受组(n=62)和不耐受组(...
  • DOI:

    10.13738/j.cnki.acc.qklw60536

  • 专辑:

    科学Ⅰ辑;信息科技

  • 专题:

    信息、科学;综合科技

  • 分类号:

    G90;N92

摘要:目的:构建ICU机械通气患者持续肠内营养不耐受风险预测模型,为早期识别及精准干预提供依据。方法:回顾性病例对照研究,选取2024年5月至2025年5月某三甲医院ICU 100例机械通气并接受持续肠内营养治疗患者,分耐受组(n=62)和不耐受组(n=38)。先单因素分析筛选有统计学差异指标,再用二元Logistic回归确定独立危险因素并构建模型。结果:单因素分析显示,年龄≥65岁、APACHEⅡ评分≥20分、合并糖尿病、用镇静镇痛药物、管饲速度>40mL/h与不耐受相关(P<0.05);多因素Logistic回归显示,年龄≥65岁、APACHEⅡ评分≥20分、用镇静镇痛药物、管饲速度>40mL/h是独立危险因素,模型为logit(P)= -2.365 + 1.181×年龄≥65岁 + 1.418×APACHEⅡ评分≥20分 + 1.351×使用镇静镇痛药物 + 1.093×管饲速度>40mL/h,模型ROC曲线下面积0.856,灵敏度0.816,特异度0.790。结论:该模型区分度和校准度良好,可有效预测风险,临床价值高。

关键词:ICU;机械通气;持续肠内营养;营养不耐受;风险预测模型;Logistic回归

0 引言

在ICU患者中80%以上使用机械通气(Mechanical ventilation, MV) [1],早期肠内营养可以改善机械通气患者的临床预后,但80.2%~85%易出现喂养不耐受(Feeding intolerance,FI)[2],主要表现为肠鸣音减弱或消失、呕吐/反流、腹泻、便秘、胃残余量( Gastric residual Volume,GRV)增多等胃肠道不良反应症状。—旦出现FI, 不仅给病人带来不适,导致患者的目标喂养量无法及时到达,使患者入住重ICU时间、机械通气时间延长,病死率增加。因此评估、预测患者EN的耐受情况是预防FI发生的第一步,这对有效提高患者的营养达标率,降低不良临床结局,提高其生命质量具有重要意义[3-4]。

肠内营养实施过程中影响胃肠道耐受性的因素国内外也一直在被研究探索着,不同疾病类型的患者实施EN过程中FI的发生率不尽相同,对机械通气患者肠内营养耐受性的研究多集中于喂养不耐受监测方法[5]、某种影响因素(如腹内压、输液速度[6])等。最新研究发现[7]间断输注与持续输注对危重患者肠内营养的耐受性是不同的,对机械通气患者早期肠内营养不耐受风险因素的调查未区分输注方式对肠内营养耐受性的影响[8]。《成人重症病人营养支持疗法提供与评定指南(2016 版)》提出对于高危病人或不能耐受经胃单次输注肠内营养的病人,建议采用持续输注的方式给予肠内营养。本研究通过调查了解ICU机械通气持续输注输肠内营养患者喂养不耐受现状,筛选高危影响因素,构建不耐受风险预测模型,为降低肠内营养不耐受发生率提供理论依据。本预测模型临床验证效果良好,报告如下。

1 资料与方法

1.1 一般资料

选取2024年5月至2025年5月某三甲医院ICU 100例机械通气并接受持续肠内营养治疗的患者为研究对象,其中男58例,女42例,年龄45 - 82岁,平均(63.5±10.2)岁,APACHEⅡ评分12 - 35分,平均(18.6±5.3)分,合并糖尿病28例,高血压35例。按肠内营养不耐受诊断标准分为耐受组62例和不耐受组38例,两组一般资料差异无统计学意义(P>0.05),具有可比性。

1.2 病例选择标准

纳入标准为机械通气≥48h、接受持续肠内营养治疗≥72h且临床资料完整;排除有肠内营养禁忌证、入院时严重营养不良、生存期<72h的患者。肠内营养不耐受诊断标准为治疗期间出现腹泻、胃潴留、反流、呕吐、腹胀中任意1项。

1.3 方法

1.3.1 对照组

采用常规持续肠内营养方案,选标准整蛋白肠内营养制剂,初始管饲速度30mL/h,依耐受情况增加,最大不超50mL/h,常规监测胃潴留量和排便情况等。

1.3.2 实验组

在常规方案基础上个体化干预,依APACHEⅡ评分调初始管饲速度[9-10],≥20分者初始速度20mL/h;糖尿病患者用专用营养制剂,加强血糖监测;用镇静镇痛药物者联用促胃动力药。

1.4 观察指标

收集患者一般、疾病、治疗、实验室指标等资料。

1.5 统计学处理

用SPSS26.0软件分析数据,计数资料[n(%)]表示,组间比较用χ²检验;计量资料(x±s)表示,组间比较用t检验。单因素分析筛选候选危险因素,P<0.05的指标纳入二元Logistic回归分析建风险预测模型,用ROC曲线评模型预测效能,Hosmer - Lemeshow检验评模型校准度,P<0.05差异有统计学意义。

2 结果

2.1 肠内营养不耐受单因素分析

不耐受组年龄≥65岁、APACHEⅡ评分≥20分、合并糖尿病、使用镇静镇痛药物、管饲速度>40mL/h比例均高于耐受组(均P<0.05)。详见表1

指标

耐受组(n=62)

不耐受组(n=38)

χ²/t值

P值

年龄≥65岁[n(%)]

18(29.0)

20(52.6)

6.325

0.012

APACHEⅡ评分≥20分[n(%)]

15(24.2)

19(50.0)

7.841

0.005

合并糖尿病[n(%)]

12(19.4)

16(42.1)

6.753

0.009

使用镇静镇痛药物[n(%)]

22(35.5)

25(65.8)

9.237

0.002

管饲速度>40mL/h[n(%)]

16(25.8)

21(55.3)

10.152

0.001

2.2 多因素Logistic回归分析

将单因素分析筛选的5个指标纳入二元Logistic回归分析,结果表明,年龄≥65岁、APACHEⅡ评分≥20分、使用镇静镇痛药物、管饲速度>40mL/h是ICU机械通气患者持续肠内营养不耐受独立危险因素(P<0.05),见表2。

指标

β值

SE值

Wald值

P值

OR值

95%CI

常数项

-2.365

0.852

7.731

0.005

-

-

年龄≥65岁

1.181

0.486

5.872

0.019

3.256

1.213~8.752

APACHEⅡ评分≥20分

1.418

0.492

8.364

0.004

4.128

1.564~10.903

使用镇静镇痛药物

1.351

0.478

7.985

0.007

3.861

1.453~10.257

管饲速度>40mL/h

1.093

0.465

5.427

0.027

2.984

1.132~7.865

2.3 风险预测模型构建与评价

基于独立危险因素构建模型logit(P)= -2.365 + 1.181×年龄≥65岁(是=1,否=0)+ 1.418×APACHEⅡ评分≥20分(是=1,否=0)+ 1.351×用镇静镇痛药物(是=1,否=0)+ 1.093×管饲速度>40mL/h(是=1,否=0)。ROC曲线显示,模型AUC为0.856(95%CI:0.772~0.940),最佳截断值0.52时,灵敏度0.816,特异度0.790。Hosmer - Lemeshow检验χ² = 8.326,P = 0.401,显示模型校准度良好。

3 讨论

本研究构建的ICU机械通气患者持续肠内营养不耐受风险预测模型,筛选出4个独立危险因素,预测效能良好。年龄≥65岁会使老年患者肠道功能减退,耐受性降低[11];APACHEⅡ评分≥20分提示病情危重,易引发营养不耐受[12];镇静镇痛药物会抑制胃肠道蠕动;管饲速度过快会加重胃肠道负担,这些与既往研究一致。

基于模型危险因素,临床可采取针对性干预:对高龄、高APACHEⅡ评分患者低速初始管饲并逐步增速[13];使用镇静镇痛药物者联合促胃动力药;加强血糖监测,优化营养制剂选择[14]。本模型AUC为0.856,区分度较好,可助力医护人员早期识别高危患者,制定个体化方案,降低不耐受发生率。

本研究有局限性,样本量小且为单中心回顾性研究,可能存在选择偏倚。未来需扩大样本量开展多中心前瞻性研究,验证模型外部有效性,优化指标,提高临床应用价值。

【参考文献】

 [1] MCCLAVE S A, MARTINDALE R G, VANEK V W, et al. Guidelines for the provision and assessment of nutrition support therapy in the adult critically ill patient: society of critical care medicine(SCCM)and American society for parenteral and enteral nutrition(A.S.P.E.N)[J].Jpen,2016,33(3):277-316.

[2] Annika Reintam Blaser,Martijn Poeze,et al.Gastrointestinal symptoms during the first week of intensive care are associated with poor outcome: a prospective multicentre study [J].Intensive Care Med,2013 May;39(5):899-909.

[3] WANG K, MCILROY K. PLANK L D, et a1. prevalence,outcomes, and management of enteral tube feeding intolerance: a retrospective cohort study in a tertiary center[J]. JPEN J Parenter Enteral Nutr,2017,41(6):959-967.

[4] BLASER A R, STARKOPF J. KIRSIMAGI U, et a1. Definition.prevalence and outcome of feeding intolerance in intensive care:a systematic review and meta—analysis[J]. Acta Anaesthesiol Scand,2014,58(8):914-922.

[5] REINTAM B1ASER A, STARKOPF I, DEANE A M, et a1.Comparison of different definitions of feeding intolerance: a retrospective observational study[J]. Clinical Nutrition, 2015, 34(5):956-961.

[6]Virani FR, Peery T, Rivas O, et al. Incidence and Effects of Feeding Intolerance in Trauma Patients. JPEN J Parenter Enteral Nutr. 2019;43(6):742-749. doi:10.1002/jpen.146

[7]Lavrentieva A, Kontakiotis T, Bitzani M. Enteral nutrition intolerance in critically ill septic burn patients. J Burn Care Res.2014;35(4):313-318.doi:10.1097/BCR.0b013e3182a22403

[8]Chen T, Ma Y, Xu L, Sun C, Xu H, Zhu J. Soluble Dietary Fiber Reduces Feeding Intolerance in Severe Acute pancreatitis: A Randomized Study. JPEN J Parenter Enteral Nutr. 2021;45(1):125-135. doi:10.1002/jpen.1816

[9] 程伟鹤,刘华平,史冬雷,周文华,鲁梅珊,郭海凌.机械通气患者腹内压与肠内营养喂养不耐受的相关性研究[J].中国护理管理,2018,18(3):361-367.

[10]刘珊珊,谢波,徐菊玲,胡玉丽,周庆.ICU机械通气患者喂养不耐受监测方法的研究进展[J].护士进修杂志,2019,34(4):325-327.

[11]刘珊珊,等:ICU机械通气患者肠内营养不同输注速度对腹内压及喂养不耐受的影响[J]湖州师范学院学报,2019,41(4):64-67.

[12]曹文祯.机械通气患者早期肠内营养的耐受性现状及喂养不耐受影响因素分析[D].山东大学,2020:

[13]李阳洋,邵小平,蒋卓娟,俞荷花,雷培培.间断喂养与持续喂养对危重症病人肠内营养耐受性影响的Meta分析[J].护理研究,2020,34(8):1383-1387.

[14]胡佳民,邹圣强,江竹月,严孝馨,陈丽,姚雅极,刘津含.非计划重返ICU风险预测模型的构建与验证[J].中国护理管理,2020,20(4):519-524.

第一作者:陈晓依 泰安市中心医院 神经重症医学科   271000,女, 汉 ,籍贯:山东泰安 ,硕士研究生  ,主管护师 ,研究方向:急危重症.


更多
引文网络
  • 参考文献
  • 引证文献
  • 共引文献
  • 同被引文献
  • 二级参考文献
  • 二级引证文献