简介:摘要目的本研究旨在构建预测神经重症患者在脑损伤后72 h内出现自主呼吸停止的Nomogram模型,用于潜在脑死亡供者的早期识别。方法2017年10月至2019年1月期间,前瞻性纳入中山大学附属第一医院收治的神经重症患者,以创伤性颅脑损伤和自发性脑出血为主,动态记录评估脑损伤的相关参数;其中2017年10月1日至2018年5月31日期间数据用于构建训练集,2018年6月1日至2019年1月31日期间数据用于构建验证集。以脑损伤后72 h内出现自主呼吸停止作为时间兴趣点和分组因素,单因素和多因素分析与自主呼吸停止相关的因素,然后构建Nomogarm预测模型,最后在验证集中对Nomogarm预测模型进行验证。结果依据纳入标准,共127例患者纳入研究;65例进入训练集,62例进入验证集。在训练集中,经单因素和多因素分析显示:中线结构移位(OR=4.56, 95%CI: 1.87~19.21),环池消失(OR=4.83, 95%CI: 1.35~16.34),咳嗽反射(OR=3.82, 95% CI:1.15~12.42),脑室内出血(OR=3.16, 95%CI:1.53~14.52)和血Na+<125 mmol/L(OR=3.06, 95% CI:1.53~13.44)是与神经重症患者在脑损伤后72 h内出现自主呼吸停止的相关因素,然后以相关因素构建Nomogram预测模型。在训练集和验证集中,神经重症患者72 h内出现自主呼吸停止率的预测C指数分别为0.81(95%CI:0.76~0.85)和0.80(95%CI:0.75~0.83)。进一步统计分析显示评分140分,160分和170分是危险分界点,其中140分,160分和170分在72 h内自主呼吸停止的概率分别为30.1%,65.6%和93.4%。结论基于脑损伤评估参数构建的Nomogram模型,能预测神经重症患者自主呼吸停止发生的时间,可用于潜在脑死亡供者的早期识别,结果有待进一步外部数据验证。
简介:雨后的天空格外明朗,我惬意地呼吸着清新而又湿润的空气。蓦地,一个男孩的身影映入眼帘,他在对面楼上向我挥手。“爷—爷—好!”我也举手向他致意。不一会,男孩的身影消失在窗口。我重新坐下来敲打键盘。“笃、笃”有人敲门。开门一看,原来是他——对面楼上的小男孩。“嗬,小家伙,摸上门来了!”我近距离地打量起他来:他大约十岁左右,虎头虎脑中透露出一股灵气。“你叫什么名字?”我问。“我叫草草,爸妈来城里打工,也让我进了城。爸爸正在为我联系学校。”“到我家来,你爸妈知道吗?”“他们一大早就外出做工了,我一人在家里没事做……爷爷,你不欢迎我吗?”“欢迎,欢迎草草来做客。”表情纯纯的小家伙着实让人喜欢。“草草,你最喜欢谁?”草草仰着头,想了一会儿,说:“爷爷,我最喜欢与我说话的人!”哟!回答是那样地出人意料,不是爸爸妈妈,不是爷爷奶奶,也不是老师……只要和他说话,他就喜欢。多么明确又多么简单的理由!多么透彻又多么天真的表达!此时,我记起了从报纸上看到的一则故事:一个星期天,小男孩拉着爸爸的手说:“爸爸,你今天能陪我去玩玩吗?”可是,爸爸却说他很忙,要挣钱。孩子问:“爸爸,你一天挣多少钱?”爸爸说:“二十美元。”爸爸说完就转身走了,...