儿童法洛四联症根治术后机械通气时间延长风险的预测模型建立与内部验证

目的 建立并内部验证预测法洛四联症(tetralogy of Fallot,TOF)根治术后机械通气时间延长(prolonged mechanical ventilation,PMV)风险的列线图模型.方法 连续入选2019年6月～12月在我院行TOF根治术的6月龄到6岁患儿,并回顾性分析其临床数据.PMV定义为术后机械通气持续时间超过48 h.基于入选的患儿做为训练集开发预测PMV风险的列线图模型.采用最小绝对收缩与选择算子(The least absolute shrinkage and selection operator,LASSO)回归模型用于列线图模型的变量选择;应用多因素logistic回归分析来建立预测模型,该模型纳入由LASSO回归模型所选择的所有变量.采用C指数,校准图和决策曲线分析(Decision curve analysis,DCA)评估预测模型的准确性,一致性和临床实用性.采用Bootstrap重复抽样的方法对模型进行内部验证.结果 入选的109名患儿,分为机械通气延长组(PMV组)(n=32,占29.4％)与非机械通气延长组(非PMV组)(n=77,占70.6％).PMV组患儿术后机械通气时间显著长于非PMV组(P＜0.01).多因素logistic回归分析显示术前McGoon比＜1.5(OR =3.564,95％ CI:1.078-11.782,P＜0.05),术中较长的体外循环时间(OR=1.020,95％ CI:1.007-1.032,P＜0.01)和术后较低的左室射血分数(OR=0.885,95％ C1:0.792-0.988,P＜0.05)为术后PMV的独立预测因素.并且,该模型具有良好的一致性和区分能力,C指数为0.774.模型经过内部验证后,校正曲线表现良好,C指数较高,等于0.756.DCA表明,当阈概率在大于2％且小于76％的范围内,ICU医师做出改变通气策略的干预决定,列线图模型具有很好的临床效果.结论 我们开发并内部验证一种高精度的列线图模型,以协助ICU医生进行与术后PMV相关的临床决策.然而,在推荐用于临床实践之前,该模型需要进行外部验证.