邱洁净，唐雯桢，莫新少

（广西医科大学第一附属医院，广西530021）

随着科学的发展和医疗技术的进步，越来越多的疾病可以通过手术治愈，但手术治疗所致的术后并发症也日益增加。肺部并发症是外科术后常见并发症之一，发生率<39%[1⁃3]。术后肺部并发症是术后发生有临床表现并对疾病进程产生负面影响的肺部异常及功能障碍，可对病人心血管系统、免疫系统产生不良影响[4]，进而延长住院时间，增加住院费用。研究表明，就算是轻微的术后肺部并发症也会增加重症监护室（ICU）入住率和术后死亡率[5]。术后肺部并发症风险预测模型作为手术病人的评估和筛查工具，可早期发现术后肺部并发症危险因素，识别高危人群，帮助医务人员针对高危人群采取干预措施，以预防和减少术后肺部并发症发生。目前，对于术后肺部并发症的界定尚无统一标准，有研究者将多种肺部疾病的综合结果作为肺部并发症，还有研究者将某个特定肺部疾病或术后需要采取特殊措施处理的呼吸状况作为肺部并发症[6⁃8]。因此，本研究通过查阅国内外文献，将针对不同术后肺部并发症界定标准制定的风险预测模型研究进展进行综述。

1 风险预测模型概述

风险预测模型是利用特定预测因子来估计个体已经发生或在一定时间内将要发生结局事件的绝对概率与风险。预测因素包括受试者的人口学特征、病史、实验室检查结果、影像学检查结果等[9⁃10]。风险预测模型的建立包括建立模型和验证模型2 个步骤，其中，建立模型所需样本量占总样本量的70%，目前，大部分研究采用Logistic 回归和COX 回归统计学方法分析结局事件的独立影响因素，并根据每个独立影响因素的回归系数建立模型；验证模型样本量占总样本量的30%，包括内部验证和外部验证。模型的预测效能主要通过校准度和判别效度予以评价，校准度常用Hosmer⁃Lemeshow 检 验 反 映，判 别 效 度 则 用C 统 计量，即受试者工作特征（receiver operating characteristic，ROC）曲线下面积（area under the receiver operating characteristic curve，AUC）表示。

2 肺部并发症风险预测模型

术后肺部并发症风险预测模型的建立一方面可以为医务工作者制定个体化治疗和护理方案提供依据，另一方面可以提前告知病人患病风险，促使其改变不良生活方式，提高治疗依从性[9⁃11]。目前，术后肺部并发症风险预测模型主要有评分系统和列线图2 种表现形式[12⁃13]。本研究着重阐述前瞻性研究。

2.1 将术后肺部并发症定义为一个综合结果的肺部并发症的风险预测模型研究 Scholes 等[14]前瞻性地纳入268 例行上消化道手术的病人构建术后肺部并发症风险预测模型，所构建模型包含麻醉时间、手术类型、目前吸烟、呼吸系统合并症、最大摄氧量5 个变量。截点值为2.2 分时敏感度为82%，特异度为65%，AUC 值为0.79。此模型直接用回归系数进行计算，虽然增加了预测效能，但在临床上不易使用，且其建模样本量较小，尚未进行验证，今后需加大样本量进行验证。Canet 等[15]于2010 年进行前瞻性多中心大样本研究，纳入59 所医院的2 464 例手术病人建立了加泰罗尼亚外科病人呼吸风险评估模型（Assess Respiratory Risk in Surgical Patients in Catalonia，ARISCAT），模型包含术前血氧饱和度、1 个月内有无急性呼吸道感染、年龄、术前有无贫血、手术部位、手术时间、是否为急诊手术7 个变量，分为3 个等级，<26 分为低风险，26～44 分为中度风险，≥45 分为高风险。建模组AUC值为0.91，验证组AUC 值为0.88。Mazo 等[16]在欧洲人群中对ARISCAT 进行大样本外部验证，AUC 值为0.8，表明ARISCAT 对术后肺部并发症的预测效能较好。但ARISCAT 的建立未纳入实验室检查指标，而研究表明一些实验室指标与术后肺部并发症相关。2018 年Neto 等[13]根据29 个国家的149 所医院中在全身麻醉下实施手术的3 919 例病人建立了术后肺部并发症的风险预测模型（LAS VEGAS），研究纳入了包括年龄、美国麻醉医师协会（ASA）分级、术前贫血、术前低氧饱和度、活动性癌症史、慢性阻塞性睡眠呼吸困难、是否为急诊手术、手术时间、高水平的呼气末正压、血管升压素的使用等13 个变量，分为低风险（≤7 分）、中度风险（8～16 分）、高风险（≥17 分）3 个等级，建模组AUC 值为0.78，将所建立模型应用于2 144 例验证组病人中，验证模型的AUC 值为0.72。Neto 等[13]将LAS VEGAS术后肺部并发症风险预测模型与ARISCAT应用于所有病人（6 063 例），比较2 个模型的预测效能，发现LAS VEGAS 的AUC 值大于ARISCAT 且LAS VEGAS 术后肺部并发症风险预测模型的预测变量包含了ARISCAT 模型的变量。术后肺部并发症的风险预测模型纳入术中资料，使得其能更准确地预测术后肺部并发症发生风险。

以上将术后肺部并发症定义为一个综合结果的研究虽然是前瞻性、多中心、大样本的研究，但多采用官方数据库收集资料，可能缺失部分重要数据，因此，其所构建的风险预测模型还需进一步验证。我国对于术后肺部并发症的前瞻性研究报道尚未检索获得，今后可从验证以上术后肺部并发症风险预测模型或基于前瞻性、多中心、大样本的研究建立风险预测模型方面进一步深入研究，从而为我国手术病人的围术期管理提供科学依据。

2.2 将某个特定肺部疾病作为肺部并发症的风险预测模型研究 肺部并发症风险预测模型研究主要将术后急性呼吸窘迫综合征（acute respiration distress syn⁃drome，ARDS）、呼吸衰竭、肺炎等疾病的综合结果作为肺部并发症。

2.2.1 ARDS ARDS是急性肺损伤（acute lung injury，ALI）严重的表现形式。Trillo⁃Alvarez 等[17]回顾性分析409 例住院病人后建立了肺损伤预测评分（Lung In⁃jury Prediction Score，LIPS），LIPS 包含2 个方面因素，一是ARDS 的诱因，即肺炎、吸气困难、脓毒血症、休克、创伤、胰腺炎、择期手术、急诊手术；二是可改变的风险因素，即饮酒、吸烟、糖尿病、低蛋白血症、化疗、吸入氧浓度（FiO2）>35%、呼吸急促。对LIPS 进行前瞻性验证，结果表明建模组和验证组的AUC 值均为0.84。Gajic 等[18]对LIPS 进行验证和完善，进行多中心、大样本研究，纳入22 所医院的5 584 例具有ARDS危险因素的病人，结果显示，在大样本队列中LIPS 表现出良好的预测效能，AUC 值为0.8。但LIPS 也存在一定局限性，即其纳入的研究对象需要在入院时有至少1 项ARDS 的危险因素，而在临床上部分病人是在住院后才出现ARDS 危险因素，因此可能存在一定选择偏倚；部分住院病人并不一定接受手术治疗，因此LIPS 对手术病人术后ARDS 的预测缺乏特异性。Kor等[19]通过回顾性分析4 366 例外科手术病人建立术后肺损伤评分系统(Surgical Lung Injury Prediction，SLIP)来预测术后急性肺损伤（ALI）/ARDS 的风险，包括心脏手术、血管手术、胸部手术、糖尿病、慢性阻塞性肺疾病（COPD）、胃食管反流病、饮酒7 个预测因子，分为低风险（<10 分）分、中度风险（10～26 分）、高风险（≥27 分）3 个等级，模型AUC 值为0.82。随后Kor 等[19]又对SLIP 进行多中心外部验证，结果表明，SLIP 在外部验证队列中区分度较差，AUC 值为0.56，因此，基于新队列建立SLIP⁃2，包含入院方式、脓毒症、肝硬化、心脏手术、主动脉血管手术、急诊手术、呼吸频率、FiO2、血氧饱和度9 个变量，分为低风险(<10分)、中度风险(10～30 分)、高风险(>30 分)3 个风险分层，SLIP⁃2 的AUC 值为0.84[20]。SLIP 和SLIP⁃2 尚未纳入术中和术后预测因子，而这些因子可能与术后ARDS 发 生 相 关。2013 年，Blum 等[1]纳 入50 367 例 手术病人，分别用术前因素和术中因素建立术后ARDS的风险预测模型，前者包含7 个变量，AUC 值为0.886，后者包含5 个变量，AUC 值为0.851，虽然预测效能较好，但其中包含2 个预测模型，无法整体评估病人发生术后ARDS 的风险。我国尚未检索获得术后APDS 风险预测模型的相关报道。

2.2.2 呼吸衰竭 呼吸衰竭是外科术后影响病人死亡的严重并发症。Arozullah 等[21]根据44 所退伍军人医院的非心脏手术病人建立了呼吸衰竭风险指数（Re⁃spiratory Failure Risk Index），包括手术类型、是否为急诊手术、术前白蛋白、术前血清尿素氮、自理能力、年龄、COPD 7 个预测因子，模型分为5 个等级，1 级为≤10 分，2 级为11～19 分，3 级为20～27 分，4 级为28～40分，5 级为>40 分。呼吸衰竭风险指数在建模组和验证组都表现出良好的预测效能，AUC 值分别为0.846和0.843。其纳入的研究对象为男性病人，不适于推广到一般人群。随后Johnson 等[22]对14 所私立医院和128 所退伍军人医疗机构的血管外科及普外科手术病人进行分析，建立术后呼吸衰竭的风险预测模型，包含年龄、性别、吸烟、饮酒、ASA 分级、急诊手术、肌酐、术前白蛋白、术前胆红素、术前肾功能、术前血小板、术前脓毒血症、出血障碍、疝、COPD、体重下降等28 个变量，分为低风险（>8 分）、中度风险（8～12 分）、高风险（<12 分）3 个等级，建模组AUC 值为0.856，验证组AUC 值为0.863。虽然Johnson 等[22]纳入的研究对象广泛，但模型包含变量较多，在临床实际应用中存在一定困难。为改进和完善上述术后呼吸衰竭风险预测模型中的不足，Gupta 等[23]于2011 年进行多中心、大样本、前瞻性的研究，建立一个包含5 个变量（手术类型、术前脓毒血症、ASA 分级、自理能力、是否为急诊手术）的术后呼吸衰竭预测模型，模型在建模组和验证组中的AUC 值分别为0.894 和0.897，预测效能较好，该研究还提供术后呼吸衰竭发生风险的概率估计算法，其与评分系统相比，可以更准确地预测风险。Canet等[24]建立了一个可预测全身麻醉病人术后5 d 发生呼吸衰竭的风险模型，模型纳入术前血氧饱和度、术前至少有1 种呼吸症状、COPD 史、心力衰竭史、手术类型、手术时间及急诊手术7 个变量，分为3 个等级，<12 分为低风险，12～22 分为中度风险，≥23 分为高风险，模型的AUC 值为0.82，对模型进行内部验证AUC 值为0.81，具有良好预测效能。我国有关呼吸衰竭风险预测模型的研究样本量较小，且尚未经过验证。术后呼吸衰竭是多种原因作用的结果，麻醉时间、机械通气时间、液体入量等术中因素也是导致呼吸衰竭发生的重要原因，但目前大部分预测模型尚未纳入术中相关资料，这在一定程度上会低估术后呼吸衰竭的发生风险。

2.2.3 肺炎 肺炎是常见的术后呼吸系统并发症，也是术后常见的感染性并发症。Arozullah 等[25]在100 所退役军人医院进行前瞻性大样本研究，建立非心脏手术术后肺炎风险预测指数（Postoperative Pneumonia Risk Index，PPRI）,包括年龄、吸烟、饮酒、自理能力、急诊手术、手术类型、全身麻醉、COPD、脑血管意外、感觉受损、血尿素氮水平、输血、长期应用类固醇类药物等变量，分为0～15 分、16～25 分、26～40 分、41～55分、>55 分5 个等级。模型进行了时间和空间的外部验证，原始模型在建模组和时间验证组的AUC 值分别为0.805 和0.817，不同医院验证组AUC 值为0.78～0.83。将建立的PPRI 应用于建模组和验证组，预测效能稍有下降，但总体预测效能较好，建模组AUC 值为0.779，验 证 组AUC 值 为0.792。随 后Markar 等[26]将PPRI 用于预测开腹腹主动脉瘤修复术后肺炎发生风险预测，在其研究人群中，PPRI 截点值为36，AUC 值为0.6，预测效能下降明显，且在多因素分析中，PPRI并不是肺炎的独立影响因素。因此，PPRI 还需在其他手术人群及地区进行验证。Russotto 等[27]纳入欧洲63所医院的5 094 例手术病人，建立了术后肺炎风险预测模型，最终模型包含病人功能状态、血氧饱和度、手术部位、术中胶体输入量、术中红细胞输入量5 个变量，具有良好的判别效度，AUC 值为0.89。但该研究最初的目的是验证ARISCAT，尚未对术后肺炎相关指标进行全面分析，可能会降低模型准确性。

上述风险预测模型均以评分系统方式表现。列线图作为一种可视化风险预测模型表现形式在近年来逐渐受到重视。Kawasaki 等[12]通过分析1 050 例腹部手术病人建立术后肺炎的列线图风险预测模型，模型包含年龄、性别、脑血管疾病、吸烟指数、上中线切口5 个变量，建模组AUC 值为0.77，验证组AUC 值为0.72。刘晓燕等[28]建立了早期胃癌病人内镜黏膜下剥离术后肺炎的列线图风险预测模型，包含是否入住ICU、高血脂、是否吞咽障碍、抗菌药物使用情况、浸润深度、口腔护理及留置胃管等预测因子，模型的AUC 值为0.937。上述列线图模型基于回顾性分析建立，可能缺失部分重要指标，且模型尚未进行外部验证，今后应通过前瞻性、多中心研究建立可视化列线图风险预测模型，为临床评估高危病人提供有效、便捷的工具。

3 小结及展望

术后肺部并发症是多种因素共同作用的结果，国外关于术后肺部并发症影响因素及风险预测模型的研究较多，而我国主要是针对影响因素进行研究，风险预测模型研究较少。目前，就哪个预测模型最适合作为术后肺部并发症的筛查工具尚未达成共识[29]，一方面是各研究对术后肺部并发症界定范围不同，研究对象纳入、排除标准不一，各预测变量的测量和评价标准存在差异，导致模型间一致性较差；另一方面，大部分研究基于回顾性资料建立术后肺部并发症风险预测模型，尚未经过前瞻性、多中心临床验证，限制了风险预测模型在临床的推广应用。此外，不同手术类型具有其特异性预测因子，而目前的模型是基于多种手术人群建立，针对专科手术建立的特异性术后肺部并发症风险预测模型研究较少。因此，国内外研究者应开展前瞻性、多中心、大样本的研究，针对不同专科手术，明确术后肺部并发症界定标准，综合考虑术前、术中、术后影响因素，选择合适的建模方法及模型具体呈现形式建立术后肺部并发症风险预测模型，并对其进行多次、多中心、多种族、前瞻性的临床验证，制定术后肺部并发症评估和筛查工具，为制定临床治疗和护理方案提供科学依据，以减少术后肺部并发症发生，提高病人生活质量。