本文是由Fabio Varón Vega等人于2023年发表在《重症监护》（*Intensive Care*）期刊上的一项前瞻性、多中心观察性研究，题为“利用自主呼吸试验、客观咳嗽测试和膈肌超声结果预测拔管成功率：COBRE US试验”。该研究的主要目的是评估多种脱机准备测试（包括袖带漏气测试、快速浅呼吸指数、咳嗽强度和膈肌超声）对接受有创机械通气（IMV）的患者自主呼吸试验（SBT）和拔管成功的预测能力，并开发了一个多变量预测模型。

研究背景

在重症监护病房（ICU）中，有创机械通气（IMV）是支持危重患者呼吸的重要手段。然而，脱机过程（WP）的成功与否直接影响患者的预后。脱机失败可能导致再次插管，增加发病率和死亡率，并加重医疗负担。因此，准确预测脱机和拔管的成功率至关重要。目前，临床医生通常依赖自主呼吸试验（SBT）和主观评估来做出拔管决策，但这些方法的预测能力有限。本研究旨在通过结合客观的咳嗽测试和膈肌超声结果，提高预测拔管成功的准确性。

研究方法

研究在2019年2月至2021年11月期间进行，纳入了哥伦比亚波哥大四个ICU的367名成年患者，共进行了456次SBT。研究的主要目标是预测拔管成功（SE），定义为拔管后48小时内无需再次插管或死亡。次要目标是开发SBT成功的预测模型。

研究采用了多种测试方法，包括： 1. 袖带漏气测试：测量袖带充气和放气时呼气潮气量的差异。 2. 快速浅呼吸指数（RSBI）：计算潮气量与呼吸频率的比值。 3. 客观咳嗽测试：通过测量最大呼气流量来评估咳嗽强度。 4. 膈肌超声：测量膈肌位移、增厚分数和收缩速度（DCV）。

研究结果

研究结果显示，SBT的成功率为76.5%。通过逻辑回归分析，研究团队开发了两个预测模型： 1. SBT成功预测模型：方程为 (0.56 × 咳嗽) − (0.13 × DCV) + 0.25。该模型的ROC曲线下面积（AUC-ROC）为0.63，灵敏度为91.5%，特异度为22.1%。 2. 拔管成功预测模型：方程为 (5.7 × SBT) + (0.75 × 咳嗽) − (0.25 × DCV) − 4.5。该模型的AUC-ROC为0.91，灵敏度为96.8%，特异度为78.4%。

结论

研究表明，客观测量咳嗽强度和膈肌收缩速度（DCV）可以有效预测SBT和拔管的成功率。结合SBT、咳嗽测试和DCV的预测模型在预测拔管成功方面表现出色，具有较高的判别能力。这一模型有望在临床实践中帮助医生更准确地判断拔管时机，从而提高脱机成功率，减少并发症。

研究亮点

1. 创新性：本研究首次将客观咳嗽测试和膈肌超声结果结合到拔管成功率的预测模型中，提供了新的临床决策工具。
2. 多中心设计：研究在多个ICU中进行，增强了结果的普遍性和可靠性。
3. 严格的培训和质量控制：所有超声检查均由经过严格培训的重症监护医生进行，确保了数据的准确性和一致性。

研究意义

该研究为ICU中拔管决策提供了科学依据，减少了拔管失败的风险，优化了患者的脱机过程。未来，进一步的研究可以在更大规模的临床试验中验证和完善这一模型，以进一步提高其临床应用价值。

局限性

尽管研究具有前瞻性和多中心设计的优势，但仍存在一些局限性。例如，研究结果可能受到混杂偏差的影响，且尚未进行外部验证。此外，研究中未使用更先进的膈肌功能评估工具，如组织多普勒和斑点追踪成像。

总体而言，本研究为ICU中拔管决策提供了重要的科学依据，具有显著的临床价值。