ICU谵妄的风险因素分析及风险预测模型的构建

目的：
　　为了解ICU护士谵妄知识需求情况及预防管理现况，综合分析当前影响ICU谵妄风险评估、预防实践等方面存在的问题环节和不足之处，为ICU管理者制定培训学习计划提供参考依据。应用logistics回归方法构建预测谵妄发生风险的统计模型并进行验证，以期辅助重症监护室医护人员评估患者谵妄风险，为制定下一步治疗方案及护理计划提供依据，从而减少ICU谵妄的发生。
　　方法：
　　1.ICU护士对谵妄预防相关知识-态度-行为的调查
　　以知信行理论为编制问卷框架的依据，参考PAD指南、CAM-ICU培训手册及相关文献，设计包括谵妄知识、态度、行为三部分的调查表，通过专题小组讨论修改问卷，并进行预调查检验信效度。于2016年9月至11月选取北京市、重庆市两地3家三级甲等综合医院中心ICU和专科ICU进行调查。
　　2.ICU谵妄的风险因素分析及风险预测模型的构建
　　采用便利抽样的方法收集2016年4月-2016年12月重庆市某三级综合性医院重症患者住院期间的相关信息。通过中国知网期刊数据库(CNKI)、维普中文科技期刊数据库(VIP)、中国生物医学文献数据库(CBM)、PubMed等数据库检索有关谵妄风险因素的文献，中文以“ICU谵妄”、“危险因素”、“风险因素”为检索词，英文以“delirium”、“intensive care unit”、“risk factors”为检索词，参照国内外文献多项系统评价结果选取可能与ICU谵妄发生相关的风险因素，应用电子病历信息系统及查阅患者纸质病历资料收集。随机数字表法将入选患者分为建模队列（占全体70％）和验证队列(占全体30％)，应用建模队列数据构建模型，单因素分析方法筛选进入模型的风险因素，再通过logistic回归分析确立预测模型中各因子的偏回归系数β值，建立回归方程式。
　　3.ICU谵妄风险预测模型的验证
　　采用Hosmer-Lemeshow(H-L)卡方检验模型的符合程度，有统计学意义说明谵妄风险模型预测结果与实际发生率之间有显著性差异，符合程度较差，反之则说明两者之间的一致性较好;利用重症患者验证队列数据评价模型的预测效能，采用受试者工作特征曲线下面积(the area under curve，AUC)反应预测模型的区分能力，即正确区分开谵妄患者和非谵妄患者的能力，AUC越接近1说明模型的区分能力越强。
　　结果：
　　ICU护士知识平均总得分（29.25±5.97）分，对谵妄、痴呆和抑郁症的鉴别特点知晓率仅占3.2％;态度平均总得分（30.61±4.36）分，对ICU谵妄预防集束临床实践的态度条目均分最低，为（1.96±0.61）分;行为平均总得分(55.93±6.99)分，对ICU谵妄危险因素的持续评估执行力最低，条目均分为（2.52±0.76）分。不同年龄段、工作年限及职称的护士谵妄相关知识、态度得分的差异具有统计学意义(P＜0.05)。ICU护士谵妄知识水平与态度倾向、态度倾向与护理行为、知识水平与护理行为均呈正相关(P＜0.01)。
　　单因素分析表明ICU患者的尿素氮浓度升高、感染、意识障碍、APACHEⅡ分值、紧急入住与重症患者谵妄发生相关(P＜0.05)，多元逐步回归显示，其中尿素氮升高、感染、意识障碍为ICU谵妄的独立预测因子(P＜0.05)，未发现年龄、手术、认知障碍史、酗酒史、代谢性酸中毒等因素与ICU谵妄之间的相关性。构建的ICU谵妄风险预测模型为ea/(1+ea)×100％，e为指数函数，a=0.865×BUN水平(=1、2或3)+0.631×GCS评分(=0、1、2或3)+0.873×是否感染（=0或1）-4.664。
　　该模型的H-L卡方检验结果表明该模型的谵妄预测值与实际发生情况具有显著性差异的假设检验无统计学意义(x2=9.104，P=0.168)，模型具有较好的符合程度;ROC曲线下面积为0.749，P＜0.05，模型的鉴别效度可以接受。当预测模型阈值取19.24％时，灵敏度和特异度组合最佳，分别为0.834，0.598。根据验证队列谵妄预测概率分布规律以及最佳切值点将患者分为低危(≤20％)、中危(20％～40％)、高危（≥40％）三个风险组，三组谵妄发生率分别为10.4％、26/6％、45.5％，谵妄发生率随风险程度增加而明显升高(P=0.022)，患者ICU入住平均天数与谵妄风险程度呈正相关(P=0.029)。
　　结论：
　　目前ICU护士对谵妄的鉴别诊断、临床表现认识不足，对谵妄部分风险因素及临床治疗指南熟悉度低，继而影响风险评估护理行为的运用和对谵妄预防集束临床实践的积极性，管理者应加强以谵妄循证知识为主题的教育培训，注重谵妄预防实践的质量督查。
　　本研究通过多元逐步回归，筛选出与ICU谵妄相关的独立风险因素为感染、尿素氮升高和意识障碍，并建立了适用于综合ICU的谵妄风险预测模型，根据验证队列谵妄预测概率分布规律以及最佳切值点进行风险分层，对排除谵妄低危人群具有一定的参考价值。