作者:向黔灵,贵州茅台医院;江智霞、杨晓玲、张芳,贵州护理职业技术学院院办公室;胡汝均、袁晓丽、何曼曼,遵义医科大学附属医院;张习莹,金沙县人民医院
随着交通事故、失足跌倒、工伤意外等事件的频发,颅脑损伤(traumatic brain injury,TBI)逐渐增多,近年来我国TBI发病率约为24.1%。据报道,在欧洲和美国,每年有超过160万人因TBI住院,而在所有创伤导致的死亡中,TBI 占30%~40%。研究显示,TBI病人容易并发肺部感染,住院期间肺炎发生率在30%~60%。
TBI继发肺部感染不仅影响疾病的恢复,而且会加重病情,严重者可造成呼吸衰竭和休克,增加病死率。研究表明,发生
1.TBI病人发生HAP的原因及影响因素
1.1 病原体
TBI病人由于住院期间处于复杂的病菌环境,加上自身伴有
杨欣刚等研究表明,TBI病人发生HAP的主要病原菌类型是鲍氏不动杆菌和金黄色葡萄球菌。由此可见TBI病人发生HAP的病原体复杂多样,并且病原菌存在多重耐药性,因此要特别注意防止病原菌进入呼吸道引起感染。
1.2 医疗处置
在TBI病人的临床救治过程中,通常需要进行外科手术、气管插管、气管切开等侵入性操作,并且大剂量使用激素、抗生素、抑酸药等,极易出现各种院内感染,其中以HAP发生率最高。研究表明,气管切开术使病人呼吸道黏膜受损且与外部环境直接接触,容易造成病人发生HAP。吸痰时若无菌操作不严格,也会增加TBI病人发生HAP的机会。
留置胃管会损害贲门括约肌功能,胃液反流容易导致误吸,各种细菌在胃内定植之后通过胃逆蠕动作用或沿胃管定植于咽部,从而引起下呼吸道感染。
住院时间延长也会导致病人在各种菌群环境中的暴露时间增加,进而导致HAP发生率升高。研究表明,预防性使用抗生素会增加耐药率,导致医院内多重耐药菌引起的HAP增加。小剂量
1.3 病人自身
TBI后分泌大量促炎细胞因子,通过激活先天免疫和获得性免疫来诱导损伤组织的愈合和抗菌活性。为了平衡过度的促炎反应,中枢神经系统会诱导重要的抗炎反应,从而增加感染的易感性。由于TBI病人长期卧床,肺活量减少导致肺底部肺泡膨胀不全,容易产生坠积性肺炎;并且使用呼吸机破坏了呼吸道自然防护屏障,使其抵抗力减弱,容易发生HAP。除了TBI本身,TBI还可能改变全身免疫反应,使病人在急性损伤后更容易受到感染。
TBI对病人肺功能产生一定影响,而吸烟病人肺功能较非吸烟者差,易引发HAP。此外,重型TBI病人发生昏迷后会出现呼吸不畅,进一步增加HAP发生风险。病人年龄越大,其身体机能水平降低,抵御能力差,因此感染风险较高;合并基础疾病的病人机体平衡状态被打破,对于病原菌的过滤作用失衡,从而成为易感染人群。TBI病人处于高代谢应激状态,营养不良会导致机体对抗原反应能力不足,感染率上升。Hofman等研究表明,TBI合并胸部损伤是HAP的独立预测因子,提示胸部损伤会影响HAP的发展。
2. TBI 病人发生HAP 的预测指标
良好的预测模型能帮助临床发现高危病人,早期预测、及时干预以减少疾病发生,而筛选有效的危险因素是构建预测模型的关键。随着对TBI病人发生HAP研究的不断深入,研究证实,病人的一般状况如年龄、营养状况、合并慢性疾病;疾病状况如GCS评分、
近年来,研究发现血清
也有研究显示血清
3. TBI 病人发生HAP 的预测模型
目前,已有几项相关预测模型的研究,对TBI病人发生HAP进行早期预警。研究发现,使用单一指标对HAP进行预测,灵敏度和特异度有较大差异,为提高HAP的诊断准确率,国内学者通过多指标联合建立了TBI病人并发HAP的预警诊断模型。此模型基于logistic回归模型建立,虽然提高了HAP的诊断效率,但是若能更加快速、便捷、准确地做出风险预警,将能提高模型的使用价值。
陈斌等研究显示,TBI 术后病人继发HAP 的独立危险因素有:GCS评分低、合并肺部疾病、昏迷时间长以及需要机械通气,并以这些危险因素构建临床预测模型,对指导病人减少术后HAP发生风险具有一定意义。但是,此研究为回顾性研究,可能会存在一定程度的结果偏倚,若能进行前瞻性研究进一步验证则更有临床价值。
冯金周等通过识别TBI病人在特定的临床结局下所对应的主成分,采集病人的临床数据,对是否发生HAP进行风险预测,协助临床诊疗。但此研究选取的临床样本量小,而且还应针对多个主成分建立模式识别,才具有临床可行性。由此可见,已有模型的应用仍存在一定的局限性,仍需更多针对TBI病人发生HAP的相关预测研究。
总之,HAP是TBI病人常见的感染并发症。虽然近年来HAP发生率有所降低,但其病死率居高不下。若能早期识别TBI病人发生HAP的风险,进行早期预警,及时、准确地预测HAP,形成以早期预测、提前预防、准确诊断、有效治疗为轴的防治链,将对TBI病人的救治和康复起到积极作用。随着信息技术的发展及大数据时代的到来,可以将人工智能应用于医疗信息系统,建立基于人工智能预测模型,将有助于TBI病人发生HAP的早期预测,值得进一步探索。
来源:向黔灵,江智霞,胡汝均,袁晓丽,杨晓玲,何曼曼,张芳,张习莹.颅脑损伤继发医院获得性肺炎危险因素的研究进展[J].中国临床神经外科杂志,2022,27(11):946-948.
(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。)