别再盲目互换！评估急性呼吸窘迫综合征藏着这些 “坑”

为解决能否替代评估急性呼吸窘迫综合征（ARDS）的问题，苏黎世大学研究人员开展相关研究。结果显示前者用于评估存在局限，不可互换。推荐阅读，助您深入了解 ARDS 评估指标选择。

　　

在医疗领域，急性呼吸窘迫综合征（ARDS）是一个让医生们十分头疼的难题。ARDS 是一种严重的呼吸系统疾病，患者的肺部会出现急性损伤，导致呼吸困难、低氧血症等一系列症状，病情发展迅速，死亡率较高。一直以来，医生们都在努力寻找更准确、更便捷的方法来诊断和监测 ARDS，以提高患者的救治成功率。

在诊断和评估 ARDS 的过程中，低氧血症标准是关键的一环。传统上，动脉血氧分压（）与吸入氧分数（）的比值（）是评估低氧血症的重要指标 ，被广泛应用于各大 ARDS 相关的临床试验中。它就像是医生手中的一个重要 “武器”，能够帮助医生了解患者肺部的氧气交换情况，判断病情的严重程度。但是，这个 “武器” 也有它的短板。获取需要进行有创的动脉血气（ABG）采样，这意味着要给患者扎针抽血，不仅操作起来不太方便，不能随时进行监测，而且还存在一些风险，比如可能会导致血管损伤、形成血肿、引发感染，甚至出现血栓和神经损伤等问题。在一些医疗资源有限的地区，进行 ABG 采样更是困难重重。

随着医疗技术的发展，人们开始寻找一种更理想的替代指标，希望它既能像一样准确地反映病情，又能避免有创采样的缺点。于是，外周血氧饱和度（）与的比值（）进入了人们的视野。可以通过脉搏血氧仪无创、连续地测量，操作简单方便。而且有研究表明，在≤97% 时，作为的替代指标表现还不错。基于这些优点，在新的全球 ARDS 定义中，被纳入其中，希望能为资源有限地区的 ARDS 诊断提供更便利的方法。

然而，真的能完美替代吗？这还存在一些争议。虽然有研究发现，用诊断的 ARDS 患者与用诊断的患者似乎有着相似的结局，但这两个指标能不能平行使用还不确定。为了弄清楚这个问题，来自苏黎世大学医院和苏黎世大学重症监护医学研究所等机构的 Rolf Erlebach、Una Pale 等人展开了深入研究。他们的研究成果发表在《Critical Care》期刊上，论文题目是 “Limitations of -ratio for classification and monitoring of acute respiratory distress syndrome - an observational cohort study”。

研究人员通过一系列实验，得出了重要结论：在用于 ARDS 严重程度分类和疾病进展监测时存在一定的局限性，它不能和互换使用。这一结论对于临床实践和相关研究有着重要的意义，提醒医生们在使用时要谨慎，也为后续进一步探索更准确有效的 ARDS 评估方法指明了方向。

为了开展这项研究，研究人员采用了多种技术方法。他们进行了回顾性观察队列研究，从三个高分辨率的重症监护病房（ICU）数据库中收集数据，包括 ICU Cockpit、MIMIC-IV（Version 3.0）和 SICdb（Version 1.0.6）。在这些数据库中筛选出符合条件的 ARDS 成年患者，针对每个动脉血气测量时间点，创建包含、和的变量集。通过计算和来评估 ARDS 的严重程度，并依据新的全球定义设定严重程度分类阈值。运用多种统计分析方法，如计算总体准确率评估的临床性能，通过绘制混淆矩阵分析各严重程度类别的准确率，利用密度图和按分组分析评估设置对 ARDS 严重程度分类的影响，通过相关性分析评估跟踪疾病进展的能力等。

下面来看看具体的研究结果：

1. 研究对象基本情况：研究人员从三个数据库中筛选出了 708 例 ICU 入院患者的 11916 个有效数据点。其中，MIMIC-IV 数据库的入院患者数量最多，但 ICU-Cockpit 和 SICdb 数据库的数据分辨率更高。根据比值对数据点进行分类，没有 ARDS、轻度、中度和重度 ARDS 的数据点占比分别为 3.2%、15.6%、61.7%、19.6%；在入院层面，这四类患者的占比分别为 7.9%、7.2%、47.0% 和 37.9%。
2. 比值的临床性能：在评估 ARDS 严重程度时，比值与比值的一致性在入院层面为 69.1%，在单个数据点层面为 67.1%。而且在不同数据库中的表现相似。不过，比值在更严重的类别中表现更好。从入院情况来看，比值高估比值类别的情况占 28.0%，低估的情况占 2.9%。同时，数据分辨率不同的数据库之间，比值的准确性也存在差异。
3. 设置的影响：研究发现，与之间存在中等至良好的相关性（），但比值受设置的影响很大。从图表中可以明显看出，不同的设置会使 ARDS 严重程度类别出现分离。而且设置对分类准确性也有影响，在 70 (±2.5)% 时，分类准确率仅为 22%；而在 55 (±2.5)% 时，准确率能达到 91%。
4. 比值的趋势跟踪能力：在跟踪疾病进展方面，比值表现不太理想。它只能在 19.6% 的情况下正确检测到比值严重程度类别在两个连续数据点之间的变化。在呼吸条件相对稳定时，的变化与的变化有很强的相关性（），但与的变化相关性较弱（），这表明的变化会不成比例地改变比值。
5. 测量的局限性：将测量值与动脉血氧饱和度（）对比，发现两者的平均差异（偏差）为 0.5±2.1%。而且偏差存在异方差趋势，当氧饱和度低于 94% 时为负偏差，高于 94% 时为正偏差。同时，测量容易受到多种因素影响，比如在检测高患者的氧合情况时相对不敏感，而且还容易受到二氧化碳分压、pH 值和温度等因素的干扰。
6. 从转换到的局限性：研究人员对比了多种将转换为的方程，发现在线性插补中，Rice 等人提出的方程与数据的拟合效果最好；在对数线性方程中，Pandharipande 等人提出的方程拟合效果最佳。但即便如此，这些方程也无法完全解决对比值影响过大的问题。

综合研究结果和讨论部分，我们可以看出这项研究意义重大。比值虽然看起来有潜力成为比值的替代指标，但实际上在用于 ARDS 严重程度分类和疾病进展监测时存在诸多问题。它的分类错误率较高，容易受到设置的影响，跟踪疾病进展的能力也有限。这就提醒医生们，在临床实践中不能简单地将与互换使用，否则可能会影响治疗决策，比如在选择治疗方案、判断是否需要调整呼吸机参数等方面出现偏差。对于科研人员来说，这也为后续的研究指明了方向，需要进一步探索更准确、更可靠的 ARDS 评估指标和方法。在资源有限的地区，虽然比值看似提供了一种便捷的评估方式，但由于其存在的局限性，在使用时需要格外谨慎。或许可以通过创建标准化的测量环境，尽量减少测量误差，也可以尝试利用更复杂的机器学习模型，挖掘更多的数据信息，提高评估的准确性。这项研究就像是一盏明灯，为 ARDS 的诊断和监测研究照亮了前行的道路，让我们朝着更精准的医疗目标又迈进了一步。