医脉通编译整理，未经授权请勿转载。

导语

近期，根据根据发表在JAMA（IF：120.7）上的研究结果，在接受机械通气的成年人中，从考虑基线特征的机器学习模型中收集的个性化氧合目标可能会降低28天的死亡率。

研究背景及目的

在危重成人患者中，随机试验未发现氧合目标对总体结果的影响，其影响是否因个体特征而异尚不清楚。本研究旨在确定个体特征是否会改变较低或较高外周血氧饱和度（SPO₂）目标对死亡率的影响。

研究概况

Buell和他的同事使用一个机器学习模型来评估ICU患者的基线特征是否会改变较低和较高的外周血氧饱和度（SpO2）目标对28天死亡率的预测影响。该模型来源于最佳氧靶的实用调查（PILOT）试验，并在比较两种氧疗方法的重症监护室随机试验（ICU-ROX）试验中得到验证。

在965名接受机械通气的危重成人队列中，484名接受较低SpO₂治疗，481名接受较高SpO₂治疗，当评估治疗对28天死亡率的预测效果影响时，发现存在较大范围差别的影响(绝对降低27.2%至绝对增加34.4%)。

当根据使用多种基线特征预测其是否受益于较低或较高的SpO₂目标来划分队列时，研究人员在这些组中发现了一些共同特征。值得注意的是，当比较较低和较高的SpO₂目标时，部分成年人具有相似的预测益处，因此他们组成了第三组患者。

经常报道的预计受益于较低SpO₂目标的特征包括年龄较大、男性、存在缺氧或非缺氧性脑损伤和心血管疾病。相比之下，预计受益于较高SpO₂目标的患者共同特征包括年龄较小、生命体征异常升高（心率、平均动脉压、呼吸频率和体温）以及存在败血症和呼吸系统疾病。

研究人员观察到，当给予患者根据预测受益的SpO₂目标时，患者死亡率降低（效应修饰的似然比检验P=0.02）。

在预测从较低SpO₂目标受益的群体中，被分配到较低SpO₂目标的患者28天死亡率降低（-6.1%;95% CI，-4.3%-16.5%）。另一方面，在预测从较高SpO₂目标受益的群体中，被分配到较低目标的患者28天死亡率增加（13%; 95% CI，3.5%-22.6%）。

研究人员指出，如果每个患者根据预测得出的最佳SpO₂目标进行治疗，而不是随机选择目标，则绝对总体死亡率将下降6.4%（95% CI,1.9-10.9%）。

结论

使用随机试验的机器学习分析进行个体化的氧合目标可能会降低危重症成人患者的死亡率。需要进一步进行前瞻性验证来评估个体化氧合目标的应用效果。

参考文献

1. Buell KG, Spicer AB, Casey JD,et al. Individualized Treatment Effects of Oxygen Targets in Mechanically Ventilated Critically Ill Adults. JAMA. 2024 Mar 19:e242933.

2. Individualized oxygen targets may lower mortality in mechanically ventilated patients.healio.2024.March 22.

(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)