文摘

目的。目前,不够了解心脏骤停前的症状。本研究的目的是描述的前兆症状心脏骤停,关注症状和心脏骤停的关系,并建立一个快速的症状评分模型预测心脏骤停。患者和方法。回顾性病例对照研究进行心脏骤停病人访问北京大学第三医院的急诊科从2018年1月至2019年6月。症状发生的或明显加重CA前14天内被定义为警告的症状。结果。超过一半的心脏骤停患者警告症状心脏骤停前14天内。呼吸困难( )被发现与心脏骤停;晕厥和冷汗其他症状可能特定的临床意义。性别( ),年龄( ),心力衰竭的历史( ),慢性肾脏疾病( ),和高脂血症( )其他因素导致我们的模型。结论。警告的症状在14天前为CA患者心脏骤停是很常见的。心脏骤停(QSM-CA)的快速得分模型被开发来帮助紧急医生和紧急医疗服务(EMS)人员快速识别患者心脏骤停的风险很高。

1。介绍

心脏骤停(CA)是指心脏射血的突然终止,导致全身血液循环中断,呼吸停止,意识丧失(1]。作为一个潜在的致命性心血管事件与预后不良,特别是当它发生在医院之外,CA已经成为世界各地的公共卫生威胁。人们普遍认为4 - 6分钟后发生是最理想的治疗时间。然而,有几个预警心脏骤停的症状,包括胸痛、呼吸困难、晕厥,冷汗,腰痛,腹痛,心悸2,3],这些前驱症状的存在可以说服人们联系医生及早预防心脏骤停(4如果公众意识到他们。但是没有有效的预警模型被广泛采用,但它具有重要意义的高危人群和提供及时预警迫在眉睫的心脏骤停。建立一个基于前驱症状的预警模型将获得预防和干预心脏按压心脏骤停的时间(5紧急医疗服务(EMS),可能最终提高公众意识。本研究探讨了CA和警告症状之间的相关性,因此开发出一种symptoms-based快速得分CA模型使用一年半的急诊室数据。

2。材料和方法

2.1。病人和研究设计

这单中心回顾性病例对照研究北京大学第三医院,每年大约有240000紧急访问。从2018年1月至2019年6月,我们提取的数据连续309年心脏骤停(CA)的病人。心脏骤停的发生率被定义为机械心脏活动的终止确认没有循环的迹象。

共有150名患者在18岁后被登记在集团排除的历史创伤,患者服药过量,溺水,妊娠晚期恶性肿瘤,患者严重缺失数据的实例。病人住院前宣布临床死亡,也被排除,因为低比例的突然的CAs,尸检证实。所有登记患者详细记录后的救援和短期结果的集团,98年心脏按压心脏骤停(OHCA)和52住院CA (IHCA)。对照组的患者非心脏逮捕参观了急诊科在同一日期被随机参加1:3比率,总计450例在对照组。病例组的排除标准也用于对照组。患者在围手术期时间内也被排除在对照组。

2.2。数据收集

数据收集从北京大学第三医院的电子健康记录由三个授权人员在标准形式和双拼成一个Epidata 3.1数据库(丹麦欧登塞)。病例报告形式设计基于心脏按压CA Utstein-style统一的指导方针,其中包括病人变量,逮捕变量,前驱症状和结果(6表所示)1。

识别潜在CA条件是本研究的利益之一,,根据先前的研究,包括年龄、心血管疾病、呼吸系统疾病和糖尿病。密切关注患者的吸烟和饮酒的历史。14天内症状发生的或明显加重CA之前被定义为前驱症状。记录所有症状,特别注意呼吸困难、胸痛、腹痛、腰痛,晕厥,冷汗,心悸7]。症状的持续时间和特征数据也收集(8]。

本研究的主要结果是心脏骤停的发病率。性别、年龄、基础疾病,早期预警症状和包含在临床使用的模型。

2.3。统计分析

R4.0.3统计软件被用于统计分析。LRM函数被用来执行二进制逻辑回归分析。当自变量是分类变量,最小值作为参照组。当自变量是一个连续变量,连续变量直接包含在二元逻辑回归模型。进入回归被用来屏幕变量和列线图和校准曲线。pROC包被用来绘制ROC曲线。一个值< 0.05被认为是具有统计学意义。据统计不同组合建立了稳定和研究者的临床经验。5倍交叉验证模型用于评估。

3所示。结果

3.1。心脏骤停患者的流行病学及临床特征

病人登记流程如图1。150 -病人病例组,98人OHCA和52院内心脏骤停(IHCA)。所有35岁患者组幸存下来放电。虽然只有22(22.4%)的98 OHCA患者心肺复苏,OHCA病人(28.6%n= 28)(ROSC),自发循环和放电存活率为23.5% (n= 23)。人口统计学和临床特点的比较心脏骤停组和对照组之间如表所示2。遭受心脏骤停的病人有更多的潜在疾病的发生率比对照组。

我们也提出了一些重要的临床预测因素和因素有统计学意义(表2),这表明,超过一半的CA患者患有前驱症状。列出的七个症状被认为是潜在风险因素基于之前的研究:呼吸困难、胸痛、腹痛、腰痛,晕厥,冷汗,心悸4]。本研究发现其中四个没有意义,但呼吸困难、晕厥,冷汗被发现与心脏骤停。

3.2。风险因素和快速得分模型心脏骤停

因素有统计学意义探索风险因素作为自变量。逻辑回归分析用于选择独立变量中哪些是最适合的模型。我们的结果同意先前的研究[6在发现心脏骤停与性别、年龄、和前面测试的三种疾病。我们还发现呼吸困难是另一个独立的危险因素。虽然中风显示显著相关,不包含在我们的模型考虑到小样本。因此模型六个独立的危险因素:包括性别、年龄、心脏衰竭历史,慢性肾脏疾病、高脂血症、呼吸困难(表3)。心脏骤停患者在急诊科的特点可以很好地描述这个模型中,成为我们的新得分模型,快速得分模型心脏骤停(QSM-CA),急诊室医生识别高心脏骤停患者早期风险。

与物流分析,我们可以为每个变量赋值(见表3)和总预测风险评分。预测模型是由计算图表(图2)。AUC (C指数)的ROC曲线下的面积计算是0.834。的标准方法之一是通过5倍交叉验证评估模型。结果所有的折叠组合和报道。敏感性和特异性分别为39%和95%,分别和AUC是0.829。

3.3。症状

表4表明前驱症状的频率根据其发病的时间。在90年前驱症状,患者48例(32%)患者呼吸困难。平均运行时间从前驱症状的发病到心脏骤停是39.13小时,而超过一半的前驱症状(59.0%)发生在24小时内的CA。

4所示。讨论

每年OHCA在成人的发病率是100.1/100000在北京,其中只有19.7%的人接受心肺复苏术急救中心提供的,和只有1.3%的存活9]。因为这项研究没有包括院前死亡,我们23.5%的存活率高于在其它研究中。指先前的研究在心脏骤停预警症状,我们选择呼吸困难、胸痛、腹痛、背痛、晕厥,冷汗,心悸7,10]。近61%的150名患者在当前研究预警或前驱期症状前2周内CA,匹配Binz和安德里亚(10)(56%)。在我们的研究中,超过50%的CA的症状发生在24小时内,如(表所示4)。这些发现强调潜在的开发新模型基础上考虑警告的症状。

韩国前驱症状的发病率几乎是一样的国内统计数据7]。与先前的研究相比,心脏骤停前胸部疼痛的发生率为3.33%,低于日本(20.7%)和另一个研究(48.8%)。而呼吸困难的发生率为32%,高于日本研究和类似于另一个研究。晕厥(3.3%)略不常见,冷汗(8.7%)更常见。

对照组的选择,很难选择完美的对照组因为心脏骤停前症状的概率是非常低的健康人,需要大样本大小。因此,我们选择的人口门诊紧急治疗作为对照组,其人口适用于医学应用(有健康问题的人)。

心脏骤停模型具有重要的预测价值,AUC为0.834,其中包括年龄、性别、基础疾病和症状(9]。潜在的疾病发现与心脏骤停与先前的研究一致,包括急性心肌梗死、脑血管疾病、高血压、心力衰竭、糖尿病、慢性肾病,高脂血症,哮喘。只有心脏衰竭、慢性肾脏疾病和高脂血症模型。CA组的糖尿病和高血压(35.4%和57.85%)和对照组(18.24%和33.62%)有很高的患病率在这两个CA,并常常伴有其他症状,所以它没有被包括在模型中。为了提高模型的特异性和识别患者恶化,我们最后选择不包括这些基本的疾病。根据先前的研究,一种健康的生活方式可能会降低心脏骤停的风险(11]。我们的研究显示,吸烟史和饮酒史CA的风险因素,但也导致了模型由于缺乏持续的记录这些因素可能引起系统误差和选择偏见。本研究的结论还需要进一步确认和修正案的相关研究。

我们发现,胸痛,心悸的发生率非常低。可能的原因如下:首先,因为不是所有选定的CA患者心原性,其中心脏发生的占41.3%,noncardiogenic占58.6%;第二,心悸,胸痛,主观症状,心脏骤停后很难获得。呼吸困难,症状可以观察和记录的旁观者,更频繁地出现在主要的投诉。将症状纳入模型的过程中,由于意识的变化和癫痫发作伴有呼吸困难,他们不包括在模型中。

这项研究有几个优势。模型可以改善病人的分层,使更直接的行动对那些已知风险更高,防止进一步恶化,因为大多数病人有先例在攻击和早期干预与意想不到的心跳停止下降和意外死亡根据陈的研究(12]。

的组合使用多个实验室检测和生命体征观察发展预测模型等国家早期预警评分(新闻)13]。此外,修改后的早期预警评分(MEWS) (14)和电子心脏骤停的风险分类(eCART)得分15)研究了在许多先前的研究处理住院患者(16]。这些评分方法,然而,使用CA变量依赖于准确的实验室检查结果和持续监测生命体征(17),这对OHCA很难获得。创新的快速得分心脏骤停模型(QSM-CA)是基于简单的警告症状可以快速获得在短对话与病人或家属在紧急部门或EMS。这个模型是一个有用的工具来识别那些在高CA和适用于紧急环境风险。

这是第一个研究警告症状包括预测因素。强烈的相关性被发现在几个症状,如呼吸困难、晕厥,冷汗,心脏骤停。虽然我们有晕厥的样本数量不足和冷汗在这个实验中,他们的模型中表现出非凡的可预测性。尽管样本不足,为后续研究结果仍有一定的临床价值。Vettor的研究还建议运动性晕厥的作为一个重要的报警症状无节奏的心脏骤停(18]。晕厥和冷汗纳入其他两个模型,然而,他们两个都不稳定。令人惊讶的是,胸部疼痛和胸痛的性质不同显示在我们的研究意义。只有5胸痛(3.33%)报告之前CA在我们的研究中,这是明显低于先前的研究(22% - -48%)3,19),这太冒险从一组得出结论性的结果。

这项研究有几个其他的限制。这是一个单中心回顾性研究数据来源有限,所有的数据来自临床急诊病人的记录。由于紧急情况下,环境的特点,紧急医疗人员可能无法识别所有症状在数据收集的过程中。预测因素包括在模型中是有限的,任何不完整的临床信息可能导致迁移错误。记录症状也比较一般;不同的症状严重程度和性质可以代表完全不同的临床意义。例如,疼痛严重持久的原始显示了更高的预测价值CA比胸部疼痛引起的咳嗽。没有共识的定义可用的其他一些警告的症状,他们可以挑战,这可能导致高估他们的发病率在这项研究。

电子住院患者安全网络系统之间的国旗有改善日益恶化的患者的早期识别13和CA和CA-related死亡率的降低20.]。的一个挑战与任何心脏健康监测系统及时的紧急呼叫从病人,家属或旁观者。简单的健康预警系统嵌入在个人终端是必要的。考虑到症状的出现可以帮助人们决定寻求帮助时,如是否要去急诊室或紧急服务电话。最初我们的模型显示了建立心脏早期预警系统的可行性。它还有助于EMS识别高危病人CA和可以应用于病人在急诊科的分流。

在我们的下一步在本实验研究中,我们计划使用EMS测试与当前临床数据来验证和修改模型,这将有利于进一步发展和完善未来的应用程序。

5。结论

超过一半的患者在这个研究经历过警告症状在24小时内心脏骤停。呼吸困难、晕厥,冷汗可能有特定意义急诊病人。心脏骤停的快速得分模型(QSM-CA)是由六个独立的组合风险因素:性别、年龄、心脏衰竭历史、慢性肾脏疾病、高脂血症、呼吸困难,有助于及时识别患者心脏骤停的风险很高。

数据可用性

病人数据的特征用于支持本研究的发现没有提供,因为数据包含人类受试者个人信息。

伦理批准

本研究经北京大学第三医院医学研究伦理委员会(IRB00006761-M2019353)。豁免权知情同意收购和研究根据《赫尔辛基宣言》。

的利益冲突

作者宣称没有利益冲突有关的出版。

作者的贡献

Yaoke徐、张花Zongxuan赵的贡献同样这项工作。

确认

作者要感谢审稿人的宝贵意见。Yaoke徐、张花Zongxuan赵是co-first作者对该研究。