在非侵入性呼吸支持治疗急性低氧血症呼吸衰竭（AHRF）期间，患者恶化的风险要求监测患者的吸气努力，以避免延迟机械通气（MV）。尽管呼吸频率（RR）和复合指数，如呼吸频率-氧合（ROX）和心率、酸中毒、意识、氧合和呼吸频率（HACOR），可能会识别出主要失败风险的患者，但这些只间接考虑了吸气努力。食管压力测量提供了精确的努力量化；然而，在现实生活中它是不切实际的。在 AHRF 患者中，鼻腔压力摆动 (ΔPnose) 在潮式呼吸期间与食管压力摆动 (ΔPes) 高度相关 。这项前瞻性研究的事后分析（www.clinicaltrials.gov，NCT 03826797）的目的是评估ΔPnose在预测高流量鼻氧（HFNO）治疗AHRF早期（24小时）失败方面的准确性。

符合条件的连续 AHRF 患者被收入莫德纳大学医院莫德纳呼吸重症监护室 (RICU)，时间为 2021 年 1 月 1 日-2022 年 6 月 30 日，并开始使用 HFNO （Optiflow 和 AIRVO，Fisher 和 Paykel Healthcare Ltd.）。根据需要获得口头或书面知情同意。年龄 >18 岁，在常规氧供应下外周 SpO2 <90%，通过 Venturi 面罩进行吸入分数为 0.5 的治疗并同意接受鼻腔压力测量是纳入标准。立即插管、使用非侵入性通气 (NIV) 或 MV 的需要，在同一次住院内使用 NIV 或 MV，同时存在高碳酸血症、心源性肺水肿、慢性阻塞性肺疾病、胸壁神经肌肉疾病、实质间质异常、鼻道解剖改变和长期氧治疗均为排除标准。

患者的特征在入住 RICU 时收集，所有患者开始 HFNO（时间 1 [T1]）。ΔPnose 由参与研究目的的工作人员测量。在总共 69 名患者（68%）中，同时进行了 ΔPes 记录。在 T1 和 HFNO 开始后 2 小时（时间 2 [T2]），评估 ΔPnose、ΔPes、动脉血气、PaO2/FiO2 比值、RR、HACOR 和 ROX。

从 HFNO 升级到头盔/面罩 NIV 或 MV（即失败）的决定由参与医师（做出，他对 ΔPnose 的结果一无所知。主要结果是 ΔPnose 在 T2 预测 HFNO 失败的准确性。还考虑了 ΔPnose 和 ROX 指数在预测失败方面的比较以及不同时间点 ΔPnose 和 ΔPes 的相关性。

使用接收器操作特征曲线和曲线下面积 (AUC) 来测试准确性。根据 Youden 的 J 统计量选择最佳的 ΔPnose 截止值，以最大化敏感度和特异度之和。使用 Delong 测试评估 ΔPnose 和 ROX 指数之间准确性的比较。在不同时间点使用 Pearson 的 r 或 Spearman 的 ρ 系数进行相关性分析，视情况而定。

事后，我们测试了 ΔPnose 在预测升级到 MV 的准确性和最佳截止值以及ΔPnose、ΔPes 和 ROX 指数之间的相关性。双侧检验 P < 0.05 被认为具有统计学意义 (SPSS 包，版本 25.0；IBM Corp.)。

根据排除标准，210 名符合条件的患者中有 102 名被纳入。其中，91 名 (89.2%) 被诊断为冠状病毒疾病 (COVID-19) 相关肺炎，并且其中 43 名曾被纳入先前发表物 (10)。在入组患者中，35 名 (34.3%) 在 24 小时内失败 HFNO（6 至 12 小时之间）。

表1显示了患者的特征。在任何时候，与成功的人相比，失败的人表现出更高的ΔPnose和ΔPes；在T2时，观察到HACOR、ROX、PaO2/FiO2比率、PaCO2、RR和呼吸努力的组间差异。

ΔPnose在T2时的预测精度很高（图1A），为5.1 cm H2O，即风险的临界值。在T2时，比较ΔPnose的AUC和ROX时没有发现差异（AUC = 0.98; 95%置信区间[CI]，0.96–1，P < 0.0001），其失败风险阈值为6.52。在未进行食管测压的患者中（n = 69），ΔPnose仍然显示出较高的预测精度（图1B）。

只有3例失败的患者报告ROX >6.52，而所有3例患者的ΔPnose >5.1 cm H2O（6.7 cm H2O、7.5 cm H2O和6.5 cm H2O）。2名ΔPnose<5.1 cm H2O的患者失败，而报告的ROX<6.52（分别为4.21和6.03）。ΔPnose和ΔPes表现出显著的高相关性（R2=0.91，P<0.0001），在任何时间点均持续存在（平均ΔPes/ΔPnos比=2.21，SD=0.32）。ROX与ΔPnose（R2=0.34，P<0.0001）和ΔPes（R2=0.35，P<0.0001）呈负相关。ΔPnose对MV（n=12）的预测精度较高（0.917; 95% CI，0.86–0.98，P < 0.0001），为6 cm H2O，风险阈值。

在接受 HFNO 的 AHRF 患者的现实队列中，ΔPnose 在预测早期失败方面表现出极好的准确性，类似于 ROX 所显示的结果。鉴于升级到NIV或MV的决定是基于临床变量，ROX在预测HFNO失败方面的高精度并不令人惊讶。ΔPnose（工作人员和主治医师在我们的临床决策中仍然不知情的唯一测量）的类似准确性加强了与结果的关联，避免了纳入偏倚。

ROX 指数与 ΔPes 和 ΔPnose 之间的负相关性很弱，尽管 ΔPnose和 ROX 之间的显着相关性可能表明它们只是部分地测量了相同的现象。尽管无需额外设备即可轻松测量 ROX，但我们认为将 ΔPnose 作为生理变量整合可能会为有恶化风险的 AHRF 患者提供更全面的信息，从而帮助临床医生进行决策。在该线中，潮汐ΔPnose与ΔPes表现出强相关性，因此它成为患者自主呼吸期间吸气努力的有效替代标志。

鉴于研究的局限性（单中心和探索性设计、大多数 COVID-19 患者的人口不平衡、事后分析、缺乏验证队列以及与 ΔPes 评估相关的问题），应谨慎解释目前的研究结果.此外，气流在自主呼吸期间影响 ΔPnose 的作用需要进一步研究。尽管如此，如果数据在多中心和授权研究中得到证实，这些可能会为一种新颖、微创且实用的工具铺平道路，该工具可以实时监测 AHRF 患者的呼吸努力。

Tags： 鼻压摆动预测急性低氧呼吸衰竭患者高流量氧疗失败的准确性