仅搜集收录了部分个人感兴趣的文章，并进行简单记录
1 概念科普
1.1 非心脏手术中循环心肌肌钙蛋白升高的病理生理学机制
2024-04-12 06:02 文章链接
心肌肌钙蛋白（cardiac troponin，cTn）浓度高于正常参考上限(upper reference limit ，URL)第99百分位可确定为心肌损伤。在缺乏明确的缺血标准的情况下，通过连续测量 cTn 浓度的增加可以识别急性心肌损伤
最近的两项前瞻性研究显示，在术前cTn已升高基础上急性升高的患者比cTn慢性升高但围手术期无进一步急性升高的患者有更高的死亡和心脏事件风险
局限性（明显良性情况下的肌钙蛋白升高）：
- 一由24名健康活泼的儿童（平均年龄10.7±1.6岁）组成的足球队进行非竞争性足球比赛，在静息状态下，没有一名儿童的 cTn 值超过检测 URL 第99百分位，但在比赛后3小时，17/21（71%）的儿童 cTn 值超过了急性心肌损伤阈值。
- 另一项研究中，27/95 (28%)的年轻健康受试者在接受较小的择期骨科手术后 cTn 较术前急性增加>20%，但并无术后并发症
循环 cTn 并不总是提示心肌细胞死亡。目前仍未明确分子事件与非心脏手术后循环 cTn 之间的因果关系。尽管目前的检测方法对心肌损伤具有高度特异性，但无法区分 cTn 释放的不同细胞机制
1.2 计算机视觉在麻醉学中的应用进展
2024-04-23 06:58 文章链接
- 气道评估
- 传统的气道评估常用指标： Mallampati 评分、Cormack Lehane 分类等
- Zhang 等提出一种基于 AI 的图像分析算法来分析患者图像，对 Mallampati 评分进行自动化。
- Aguilar 等将 Mallampati 评分分为高/低风险两类，以提高气道评估的准确性，减少插管并发症
- Cuendet 等提出了完全自动和非侵入性的困难气道检测系统，通过收集患者照片、视频和基础数据，学习面部统计模型来提供面部形态的自动参数化，使用随机森林算法提供的重要性排名选择最具有区分性的形态特征，并使用这些特征训练分类器，以检测与困难气道相关的形态特征，从而提高其预测能力。
- Hayasaka 等基于 CNN 模型通过分析侧拍仰卧位闭口人脸图像来预测患者的困难气道风险
- 建立和维持人工气道
- 气管插管是一项技术要求高、风险性大的操作，误操作可能导致气道损伤、误吸、氧饱和度降低等并发症。在建立和维持气道的过程中，CV 可以辅助麻醉医师
- Carlson 等使用 CV 来指导和监控气管插管过程。通过使用深度学习算法，从内镜图像中自动识别声门裂隙，从而实时反馈插管位置和深度，提高气管插管成功率。
- Biro 等通过在数据库预存声门图像实现实时图像对比识别，在手动模式下，内镜缓慢而稳定地向前推进到口咽部，内镜识别到声门结构后自动将气管导管插入气道，以实现自动气管插管。
- 神经阻滞和穿刺
- 超声引导下神经阻滞已成为标准实践，但阻滞效果依赖麻醉医师个人的技能和经验
- 在臂丛分割研究中，Tian 等将深度学习算法用于超声图像中臂丛神经的自动分割，并综合评估了不同深度学习模型在臂丛超声图像分割中的性能。
- Mbarki 等提出了一种基于 CNN 的腰椎间盘分类方法，使用核磁共振成像进行训练和测试，该方法可以对腰椎间盘进行分类，并协助医师准确快速地完成腰椎穿刺。
- DoA 监测
- DoA 监测主要依赖于生理参数（如心率、血压等）和临床观察（如瞳孔反应、肌肉张力等），但这些指标存在一定的滞后性和非特异性。临床使用脑电双频指数根据脑电图（electroencephalogram, EEG）信号评估 DoA，监测效果受药物等影响
- Roy Chowdhury 等开发了一个深度学习预测模型，通过心电图和脉搏波转导信号预测 DoA
- Afshar 等提出的混合式深度学习结构，结合 CNN 和 LSTM 从 EEG 信号中提取特征，改善 DoA 预测
- Madanu 等采用多种分解方法提取特征 EEG，在获取了图像格式中所需的信号值之后，采用几种 CNN 模型，根据其脑电双频指数和信号质量指数对 DoA 进行分类，训练模型给出83.2%的准确率。
- 麻醉及围手术期并发症预警
- CV 可以通过分析医学图像或生理信号帮助麻醉医师实现并发症的早期发现和预警
- Hannun 等使用深度学习算法对心电图进行分析，可以自动检测出心律失常的迹象。在中心静脉导管插管后使用深度学习算法分析胸部 X 线片来检测气胸。
- Neumann 等使用深度学习算法监测皮肤色素沉着或血管充盈的变化，预警过敏反应或休克的风险
- Drzazga 和 Cyganek 还将 CV 用于分析呼吸波形
- 自动化麻醉系统的运用
- CV 可以通过分析图像和生理信号，提供对患者状态和手术过程的实时监测和反馈
- Joosten 等将 DoA、心脏血流和保护性肺通气这3个闭环麻醉控制系统的组合应用于非心脏手术患者，闭环自动化麻醉系统可以根据图像和生理信号的 CV 分析来自动调节药物输注和维持适宜的 DoA，结果证明自动化麻醉控制系统的组合优于手动控制，并可能对认知功能恢复产生积极影响。
- 麻醉相关教学和培训
- CV 可以通过虚拟现实和增强现实为麻醉专业的医学生和住院医师提供真实的临床体验，或许可以弥补不同级别医院麻醉医师实践经验存在的差距，改善医疗服务的质量
- Casso 等开发了一种便携式、高保真度的虚拟现实支气管镜模拟器，Moo‑Young 等设计了一种硬膜外穿刺训练的虚拟模拟器以替代目前的腰椎穿刺模拟器，这两种模拟器都可以为麻醉相关的操作和技能（如气管插管、腰椎穿刺等）提供虚拟的训练和模拟
1.3 基于 CiteSpace 的艾司氯胺酮的研究热点及前沿分析
2024-05-21 06:58 文章链接
方法概述：
- 选择中国知网（CNKI）、万方数据（Wanfang Data）和维普资讯（VIP）作为中文数据来源，Web of Science（WOS）核心合集数据库作为英文数据来源
- 运用文献计量学及CiteSpace 6.2R1软件对2013年1月1日至2023年3月25日已发表的艾司氯胺酮相关的中文、英文文献的作者、机构以及关键词分别进行可视化分析。总结发文量趋势、高产作者、作者合作情况、发文机构排名、机构合作情况，进行关键词共现、聚类、突现分析
在聚类图谱中，聚类模块值（Q）>0.3 认为聚类结果显著，平均轮廓值（S）>0.5 认为聚类合理
主要结论：
- 从发文量与发文时间的关系来看，艾司氯胺酮研究领域目前处于快速发展期，尤其体现在国内近3年发文量剧增，说明国内外对艾司氯胺酮的关注度逐步提高
- 当前中文、英文文献研究前沿与研究热点主要集中在艾司氯胺酮与其他麻醉药的复合麻醉效果、临床试验、适用群体以及治疗抑郁症方面
1.4 瑞马唑仑麻醉的研究现状：基于文献计量学的分析
2024-05-21 06:58 文章链接
资料和方法：
- 检索 Web of Science 核心合集数据库2010年1月至2023年6月瑞马唑仑的相关研究文献，应用文献计量学方法并借助信息分析软件 VOS viewer 对瑞马唑仑在麻醉研究中的发表年份分布、文献研究方法、研究人群分布、所属国家/地区分布、作者及机构分布、文献刊载来源分布、研究热点分析以及共被引期刊和文献进行共现和聚类分析，并绘制图谱。
主要结果：
- 瑞马唑仑在儿童患者中的研究比较少且尚未开展起来。而在老年患者中正逐步开展，主要集中在胃肠镜检查、骨科、心血管和泌尿外科手术中的研究，以及术后谵妄、麻醉诱导和镇静以及麻醉引起的低血压等方面的研究
- 当前瑞马唑仑的研究已在全世界27个国家和地区进行开展，但是整体研究呈现分布不均，各国之间的科研水平也存在差异。我国发文量居于首位，但被引频次不高，提示我国的发文质量以及成果影响力还有待提高。此外，从作者及机构分布来看，基本上来自德国 PAION 制药公司和英国 PAION 公司，说明目前瑞马唑仑的研究仍处于萌芽和发展阶段，尚有很大的发展潜力
- 排名前10的文献主要是以临床Ⅱ、Ⅲ期试验为主，提示需要前期药理学的文献支持
1.5 评估 ChatGPT-4 在预测 ASA 评分中的准确性
2024-06-09 06:01 文章链接
纳入来自麻醉门诊的2851名患者，涵盖新生儿到各年龄段和性别，ASA 评分在 I-IV 之间
排除标准：包括 ASA V 和 VI 评分、急诊手术以及信息不足以确定 ASA 评分的患者
结果：ChatGPT-4 的预测与麻醉医师的评估具有高度一致性，Cohen's kappa 分析显示 kappa 值为 0.858（p = 0.000）。虽然该模型在预测 ASA I 到 III 评分时表现出高于 90%的准确性，但在 ASA IV 评分中显示出显著差异，表明在评估健康状况较复杂的患者时可能存在局限性。
讨论：ChatGPT-4 可以通过支持麻醉医师进行术前评估从而显著促进医疗领域的发展
2 疾病监测
2.1 脓毒症患者脑灌注压和颅内压的估算
2024-04-15 06:02 文章链接
脑灌注压 (CPP)是体循环平均动脉压 (MAP)和颅内压 (ICP)之差。
CPP 和 ICP 监测的金标准是有创颅内探头，目前仅推荐用于严重脑损伤患者；脓毒症患者目前估计 CPP 和 ICP 的可靠参考数据基本是依靠经颅多普勒 (TCD)的使用
本研究中的患者都使用了 TCD；用于记录血流速度和方向
既往研究表明，大多数脓毒症患者可发生 CPP 中度降低和 ICP 中度升高。指南建议：诊断为低血压和/或血管加压药治疗的脓毒症患者应维持 MAP 不低于 65mmHg，以确保充分的器官灌注
使用有效验证的公式来估计 CPP（eCPP）和 ICP（eICP）：
- eCPP=MAP×舒张期 FV/平均 FV+14，eICP=MAP−eCPP，其中 FV 是指血流速度，MAP、舒张期 FV 和平均 FV 计算为平均值。
- 低 eCPP 被定义为 eCPP＜60 毫米汞柱，而正常 eCPP 被描述为 eCPP≥60 毫米汞。高 eICP 被定义为 eICP>20 毫米汞柱，而正常 eICP 则被定义为 eICP≤20毫米汞柱
2.2 预测重症监护病房缺血性脑卒中或脑出血患者 30 天死亡率
2024-04-26 06:01 文章链接
背景 被送入重症监护病房（ICU）的脑卒中患者表现出特定的生存模式，短期死亡率很高，但如果能存活前30天，则可观察到相对有利的后续生存率。
患者：2010年至2019年间入住荷兰 85 个 IICU 的所有缺血性脑卒中或 ICH 成年患者。
主要观察指标 模型采用逻辑回归法建立，并与现有的APACHE-IV模型进行比较。使用ROC曲线、校准图和Brier值评估预测性能。
结果
- 纳入了14303名入住 ICU 的脑卒中患者：8422名为缺血性脑卒中，5881名为 ICH。缺血性脑卒中患者的30天死亡率为27%，ICH 患者为41%。
- 在缺血性卒中和 ICH 患者中，预测30天死亡率的重要因素包括年龄、前24小时内最低的格拉斯哥昏迷量表（GCS）评分、急性生理紊乱（使用急性生理评分测量）和机械通气的应用。
- 两个预测模型都显示出高度区分性，缺血性脑卒中患者的 AUC 为0.85（95％置信区间为0.84至0.87），ICH 患者为0.85（0.83至0.86）。校准图和 Brier 值显示总体拟合良好，预测性能良好。预测30天死亡率的 APACHE-IV 模型表现出相似的性能，缺血性卒中的 AUC 为0.86（95%CI，0.85至0.87），ICH 患者为0.87（0.86至0.89）。
结论 我们针对缺血性脑卒中和ICH患者开发和验证了两个预测模型，在ICU入院后24小时内具有高度区分性和良好的校准度，可用于预测30天死亡率。
3 模型预测
3.1 利用 CVP 联合 VII 预测胸腹部（非心脏）手术后 AKI
2024-04-01 06:02 文章链接
背景：在 21 世纪，13%接受开腹手术的患者、25%接受心脏手术的患者和 57%入住重症监护病房 (ICU)的患者都发生急性肾损伤 (AKI)
方法： 2021 年 6 月至 2021 年 12 月期间入住 ICU 的患者
结果：
- 共纳入胸腹部（非心脏）手术后的 81 例患者；术后 7 天内诊断为 AKI 36 例（44.4%）
- 术后 6 小时中心静脉压（CVP）是胸腹部（非心脏）术后患者发生 AKI 的危险因素（优势比[OR]，1.418；95%置信区间[CI]，1.106 E1.819P 14 0.006）。
- 术后 6 小时静脉阻抗指数（VII）与 CVP 呈显著正相关。术后 6 小时 VII 与 CVP（VII 0.34，CVP 7.5 mmHg）的组合显示曲线下面积（AUC）为 0.787，在术后 6 小时 CVP<7.5 mmHg 患者的亚组分析中，各组与无 AKI 患者的术后 6 小时 VII 有显著统计学差异（P 14 0.048）。
- 术后 6 小时 CVP<7.5 mmHg 时，VII 为 0.44 对胸腹（非心脏）手术后 AKI 有预测价值，AUC 为 0.669，敏感性为41.2%，特异性为94.4%。
结论：术后 6h CVP 联合 VII 能更好地预测胸腹部（非心脏）手术后 7 天内 AKI 的发生率，但不能预测 AKI 的严重程度。
3.2 机器学习模型预测患者非心脏手术后心肌损伤与死亡
2024-05-10 06:01 文章链接
VISION 研究：纳入了24,589例年龄≥45岁术后行高敏肌钙蛋白 T 检测的非心脏手术患者，其中4030名(16%)被诊断为MINS, 406名(2%)在术后30天内死亡
主要结局：手术后30天内的非心脏手术后心肌损伤(myocardial injury after non-cardiac surgery，MINS)，其定义为术后高敏肌钙蛋白 T≥65ng/l 或者高敏肌钙蛋白 T 介于20 - 64ng/l 之间且两个样本之间高敏肌钙蛋白 T 差的绝对值≥5ng/l，并排除了有明确的非心肌缺血证据的患者。次要结局为术后30天内患者死亡
主要结果：
- 训练了两种预测模型：一个多层深度神经网络模型，一个单层神经网络模型
- 术前预测的 AUC 分别是0.73 vs. 0.75；考虑术中因素的 AUC 分别是 0.76 vs. 0.77
- 多层神经网络模型预测死亡率的准确率为89%
3.3 机器学习识别手术前存在术后不良事件高风险的患者
2024-05-17 07:32 文章链接
数据说明：
- 2012年12月至2019年5月间接受各种麻醉服务的外科手术患者
- 368个变量，包括手术信息、麻醉类型、患者的人口统计特征、病史、药物使用等
目的是预测30天内术后死亡率和主要不良心脑血管事件（MACCE）的风险
该模型在 2019 年 6 月 1 日至 2020 年 5 月 30 日间进行了前瞻性测试
主要结果：
- 在训练集中，死亡率的 AUROC 为0.972，在测试集中为0.946
- 在训练集中，MACCE 的 AUROC 为0.923，在测试集中为0.899
- 前瞻性评估显示死亡率的 AUROC 为0.956，灵敏度 85.3%，特异性91.4%
- SHAP 分析显示，年龄在两个模型中都与输出变化最大相关；白蛋白值下降通常会导致正向目标预测（即死亡率增加）；镁水平空值导致预测远离正向目标（死亡和MACCE）
3.4 可解释机器学习模型用于预测非心脏手术后急性肾损伤
2024-05-31 06:03 文章链接
数据说明：
- 模型组76457例，验证组11910例；AKI的诊断根据KDIGO标准，即术后48小时内血清肌酐增加26.5µmol/l (0.3 mg/dl)或7天内增加到基线水平的1.5倍
- 术前变量 56 个，包括患者人口统计学、合并症 (如高血压、糖尿病、冠状动脉疾病、肾功能不全)、用药史 (如使用受体阻滞剂、血管紧张素转换酶抑制剂 (ACEIs)或血管紧张素受体阻滞剂 (ARBs)、降脂药物、口服降糖药、胰岛素)、术前实验室检查、术前生命体征、ASA 分级。
- 术中数据 31 个，包括手术特征 (如手术类型和持续时间)、麻醉特征 (如麻醉类型和持续时间)、术中给药 (如吸入性麻醉剂、肌肉松弛剂、阿片类药物和升压药的使用)、术中生命体征 (如心率、舒张压、收缩压、指脉氧 (SpO2))、术中输血 (如血浆、红细胞、血小板、白蛋白)和胶体液输注
- 患者的中位年龄为52岁(IQR: 42-61岁)，1179例(1.5%)患者术后发生AKI
建模结果：
- 梯度增强决策树算法表现出最佳的预测性能，AUROC 分别为0.849 （使用术中变量+术前变量）和0.828（仅使用术前变量）；
- 当逐渐减少特征时，AUROC从0.852(包括前40个特征)下降到0.839(包括前10个特征)
- 对于预测变量的重要性，年龄、术前血清 GGT 和肌酐水平、ASA 身体状态、术前血压是最重要的术前变量，手术时间和手术类型、术中血压、术中加压药物使用是最重要的术中变量
3.5 老年营养风险指数和预后营养指数预测肝细胞癌患者手术预后
2024-06-09 06:01 文章链接
预后营养指数(prognostic nutritional index, PNI)和老年营养风险指数(geriatric nutritional risk index, GNRI)是肝细胞癌（hepatocellular carcinoma, HCC）患者不良预后的重要预测指标。
- PNI 是一种基于血清白蛋白水平和淋巴细胞计数计算的指数
- GNRI 用于评估老年患者的营养相关风险，根据体重、身高和血清白蛋白水平计算得到
数据说明：
- 2016年1月至2022年9月在群马大学医院肝胆胰外科接受首次肝切除术的203例 HCC 患者
- 术前营养状况采用 PNI 和 GNRI 进行评估，PNI ≥ 45和 GNRI ≥ 98被认为营养状况正常
- 所有病人每3个月随访肿瘤指标和CT或MRI结果以确认复发情况
使用 Kaplan-Meier 法估计生存曲线，并使用 log-rank 检验分析曲线之间的差异
主要结果：
- 低 PNI 和低 GNRI 均与较低的 BMI、SMI、较低的白蛋白水平、较高的 C 反应蛋白(C-reactive protein，CRP)水平、较低的 Child-Pugh A 评分显著相关
- 低 PNI 和低 GNRI 组患者的肿瘤更大，术中出血更多，术后住院时间更长
- 低 PNI 或低 GNRI 患者的总生存期 OS 和无复发生存期 RFS 明显低于营养状况正常的患者
- 多因素分析显示，男性、ICG-R15 > 10%、肿瘤大小> 30 mm、微血管侵犯、PNI < 45或 GNRI < 98(HR = 2.21; 95%CI: 1.21-4.05; _p_ = 0.010)是 OS 的独立预后因素
- 多因素分析显示，男性和微血管侵犯是 RFS 的独立预后因素
- 与营养状况正常的患者(28.4%)相比，低 PNI 或 GNRI 患者(49.1%)的早期(手术后一年内)复发率明显更高；低 PNI 或 GNRI 患者的肝外复发(23.6%)明显高于营养状况正常的患者(8.8%)
4 治疗干预
4.1 围手术期氧疗当前面对的挑战
2024-04-15 06:02 文章链接
氧气是围手术期最常用的药物。对大多数手术而言，氧疗通常在麻醉诱导前就已开始，涵盖整个手术和麻醉苏醒期，并在患者转入病房后继续实施
既往综述表明，术中 FiO2 常规高于 0.6 可能增加术后病残率和死亡率，但 WHO 最新建议（存在争议）为所有麻醉患者均应在术中和术后接受 FiO2 0.8 氧疗以减少手术部位感染
尽管关于术中氧疗的实践存在显著差异，但国际范围内临床实践中的中位 FiO2一致在0.5左右。该结果显然与任何指南或建议不符，而0.3与0.8的 FiO2值更像是为麻醉医生的临床实践提供了两个 FiO2极端值
5 术后风险
5.1 麻醉药物和平均动脉压对全麻下血管内取栓术术后功能恢复的影响
2024-04-05 06:01 文章链接
背景：卒中患者行血管内取栓术（ET）的最佳全身麻醉（GA）方案尚不清楚。我们比较了 ET 期间接受丙泊酚或吸入性 GA 患者的良好结局和死亡率，并评估了平均动脉压（MAP）和预后之间的关系。
方法：本回顾性研究纳入了 2015 年 2 月至 2018 年 2 月 ET 期间接受丙泊酚或吸入 GA 治疗的 93 例前循环卒中患者。比较 90 天改良 Rankin 评分，并校正静脉溶栓和糖尿病的死亡率。我们进行了包含 MAP/暴露阈值的序数逻辑回归分析。
结果：吸入和丙泊酚组的良好结局无差异。接受丙泊酚的患者 90 天死亡率低于接受吸入性 GA 的患者；ET 前未接静脉溶栓治疗的患者死亡率更大。两组间的 MAP 无差异，MAP <90 mm Hg 有获益的趋势（无显著性），但 MAP <70 mm Hg 无获益趋势。
结论：在 ET 期间接受丙泊酚或者吸入性 GA 的卒中患者的良好预后率相似。丙泊酚与较低的死亡率相关。 MAP 时间/暴露阈值与结果相关，但与麻醉剂无关。我们的数据表明，与麻醉剂相关的结果可能存在差异，这一假设需要在一项前瞻性研究中进行验证。
5.2 腹部大手术后心血管并发症显著增加术后 30 天死亡风险
2024-04-08 08:39 文章链接
研究方法：
- 研究设计：国际多中心前瞻性队列研究。
- 纳入标准：2022年1月至2022年5月，收集28个欧洲国家446家医院接受腹部大手术的成年患者。
- 排除标准：日间手术、创伤性手术或未进行内脏切除的手术。
- 主要结局：术后30天心血管并发症发生率。次要结局：术后30天死亡率。心血管并发症的定义：新发房颤；心肌事件(心肌损伤、心肌梗死、冠状动脉血管重建术和非致命性心脏骤停)；血栓事件(深静脉血栓、肺栓塞和血栓栓塞性中风)。
研究结果：
- 共招募 24246 例患者，其中 24203 例完成 30 天随访
- 最常见心血管并发症为房颤 (1292 例，5.3%)，随后依次为缺血性心脏病 (1081 例，4.5%)、脑血管疾病 (696 例，2.9%)、充血性心力衰竭 (560 例，2.3%)。
- 611 例 (2.5%)至少出现 1 种术后心血管并发症，最常见为新发房颤 (273 例，41.9%)，其次为肺栓塞 (121 例，18.6%)，心肌梗死 (76 例，11.7%)。心血管并发症的发生时间为术后第 4 天。其中，新发房颤最早发生在术后第 3 天，深静脉血栓形成最迟发生在术后第 7 天
- 在所有 445 个医院中，术后心血管并发症发生率的中位数为 2.5% (95% CI：2.3%-2.7%)，各医疗中心间无明显异质性。使用混合效应 Logistic 回归模型对病例组合进行调整后，术后心血管并发症发生率为 2.4%(95% CI: 2.2%-2.6%)。
- 总体来说，患者术后 30 天死亡率为 1.9%，发生术后心血管并发症的患者较无术后心血管并发症的患者死亡率更高 (19.8% vs 1.4%；p<0.001)。从术后心血管并发症发生到死亡的中位时间如下：心肌梗死患者 0 天，房颤和深静脉血栓分别为 6 天和 11 天。
5.3 围手术期红细胞输注与术后静脉血栓栓塞的关系
2024-05-20 06:01 文章链接
本研究共纳入15项研究，共1880990例患者，文献总体质量较高
主要方法：两名研究者独立进行文献筛选和数据提取，使用Newcastle-ottawa量表（NOS）独立评估纳入研究的偏倚风险，分歧通过第三方解决。采用ReviewManager5.4软件进行荟萃分析
结果显示，围手术期红细胞输注增加术后 VTE 风险 OR=1.61，95%CI（1.37，1.89）
5.4 肺切除术后氧合功能受损的发生率与危险因素
2024-05-22 06:03 文章链接
患者： 美国两家大型学术医院。3081例 ASA I~IV 级接受肺切除术患者。
方法：
- 79个术前和术中变量，根据因果推断框架选择纳入
- 氧合受损是肺损伤的早期标志，其主要结局定义为术后7天内至少出现以下情况之一：（1）SpO2 <92%；（2）估算的PaO2/FiO2 <300 mmHg（3）强化氧疗（机械通气或> 50%氧气或高流量氧气）
（1）或（2）24小时内至少发生2次
主要结果：
- 70.8%的患者术后7天内氧合受损（26.6%的患者 PaO 2/FiO2 < 200 mmHg 或接受强化氧疗）
- 在多变量分析中，术中平均驱动压每增加 cmH2O，氧合受损风险增加7%（OR 1.07）
- 较高的术中 FiO2（OR 1.23）和 PEEP（OR 1.12）中位数也与风险增加相关
- COPD 病史（OR 2.55）和术中沙丁胺醇给药（OR 2.07）也显示了可靠的影响