摘要

目的利用患者基本信息及临床检验结果构建能早期预测体外膜肺氧合(ECMO)术后患者死亡的预测模型。方法收集2015年1月至2021年12月在浙江大学医学院附属金华医院接受ECMO治疗的139例患者的临床资料, 包括年龄、性别、原发病、ECMO模式等临床特征及ECMO术后2 h的实验室指标。按照4∶1的比例将患者分为训练集(111例)和验证集(28例)。采用Lasso回归法和多因素Logistic回归分析ECMO术后患者发生院内死亡的危险因素, 并建立列线图预测模型。使用受试者工作特征曲线(ROC曲线)、校准曲线和Kaplan-Meier生存曲线评估列线图模型的校准度和区分度。结果通过Lasso回归分析从训练集参与者的34个实验室指标中筛选出4个预测变量, 包括ECMO后2 h的阴离子间隙(AG)、血乳酸(Lac)、动脉血氧分压(PaO2)和血清淀粉酶(AMY)。联合上述变量和其他3个临床重要因素〔原发病、ECMO模式和术后是否发生急性肾损伤(AKI)〕, 使用多因素Logistic回归(正向:LR方法)筛选出Lac-2 h、PaO2-2 h、AMY-2 h和原发病4个独立的强预测因子, 并纳入列线图模型〔ROC曲线下面积(AUC)为0.85, 95%可信区间(95%CI)为0.78~0.92〕, ROC曲线的最佳截断值为0.398时, 准确度为80.2%、敏感度为89.1%、特异度为68.1%。应用ROC曲线和Kaplan-Meier生存曲线在院内病死率为64.3%的验证集中验证列线图模型的性能。根据ROC曲线的最佳截断值0.398, 将验证集分为低风险组和高风险组, 低风险组的生存概率显著高于高风险组(P=0.018), 表明该模型在验证队列中具有良好的判别能力。基于该模型, 验证集的AUC为0.76, 95%CI为0.58~0.94, 准确率为71.43%, 表明观察到的结果与预测结果之间具有良好的一致性。结论结合Lac-2 h、PaO2-2 h、AMY-2 h和原发病的列线图模型可能对预测ECMO患者的院内死亡风险具有重要意义。