條文本
PDF
摘要
目標準確評估阿片類藥物給藥後發生嚴重呼吸抑製的可能性，可以潛在地加強圍手術期風險評估和疼痛管理。我們開發並驗證了一種風險預測工具，以估計接受非心髒手術的患者發生顯著呼吸抑製(以納洛酮為指標)的概率。
設計回顧性隊列研究。
設置單一的學術中心。
參與者我們研究了n= 63084例患者(平均年齡47.1±18.2歲;50%男性)，在2007年1月1日至2017年10月30日期間接受了緊急或選擇性非心髒手術。
幹預措施一個衍生子樣本反映了三分之二的可用患者(n= 42082)，隨機選擇用於模型開發，並確定了預測變量和術後5天內納洛酮給藥之間的關聯。預測納洛酮給藥的結果概率模型在反映其餘三分之一患者(n= 21002)的單獨驗證隊列中進行交叉驗證。
結果在衍生(n=2720(6.5%))和驗證(n=1360(6.5%))隊列中，納洛酮給藥率是相同的。風險預測模型以女性為識別對象(OR: 3.01;95% CI: 2.73 - 3.32)、高風險外科手術(OR: 4.16;95% CI: 3.78 ~ 4.58)，藥物濫用史(OR: 1.81;95%可信區間:1.52 - 2.16)以及按計劃而非按需給藥的任何阿片類藥物(OR: 8.31;95% CI: 7.26 ~ 9.51)作為納洛酮用藥的危險因素。高齡(OR: 0.971;95% CI: 0.968 ~ 0.973)，通過患者自控鎮痛泵給予阿片類藥物(OR: 0.55;95% CI: 0.49至0.62)和任何預定的非阿片類藥物(OR: 0.63;95% CI: 0.58 ~ 0.69)與納洛酮給藥風險降低相關。 An overall risk prediction model incorporating the common clinically available variables above displayed excellent discriminative ability in both the derivation and validation cohorts (c-index=0.820 and 0.814, respectively).
結論我們交叉驗證的臨床預測模型準確地估計了術後患者需要納洛酮治療的嚴重阿片類藥物相關呼吸抑製的風險。
- 成人麻醉
- 手術
- 疼痛管理
數據可用性聲明
資料應合理要求提供。支持本研究發現的數據可從通訊作者處獲得，但這些數據的可用性受到限製，這些數據是在當前研究的許可下使用的，因此不能公開使用。但是，根據作者的合理要求和通信作者的許可，可以從作者那裏獲得數據。
這是一篇開放獲取的文章，按照創作共用署名非商業性(CC BY-NC 4.0)許可發布，該許可允許其他人以非商業性的方式發布、混編、改編、構建本作品，並以不同的條款授權他們的衍生作品，前提是原創作品被正確引用，給予適當的榮譽，任何更改都被注明，且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
來自Altmetric.com的統計
本研究的優勢和局限性
我們開發並驗證了一個簡單的預測工具，可用於評估非心髒手術患者在接受納洛酮治療時發生嚴重阿片類藥物相關不良事件的風險。
根據電子健康記錄中獲取的圍術期阿片類和非阿片類止痛藥用藥類型和頻次，我們能夠進一步完善預測模型，提高其對需要納洛酮治療的嚴重阿片類藥物相關不良事件的預測能力。
我們的概率模型是基於一個第四醫療中心的非心髒手術人群。
在我們的研究中，需要納洛酮治療的嚴重阿片類藥物相關不良事件發生率可能高於以往的研究。
這項觀察性研究依賴於管理數據和基於醫生文件和重大合並症的計費代碼的醫療記錄。
簡介
在所有手術患者中，阿片類藥物誘導的呼吸抑製發生率為0.15%-1.1%，在有易感危險因素(如術前阿片類藥物依賴、變態性肥胖、睡眠呼吸暫停)的患者中，這一風險可能增加數倍。1 2準確評估需要納洛酮治療的嚴重呼吸抑製的可能性對術前風險評估和規劃安全有效的術後疼痛管理至關重要。
現有的回顧性觀察研究，旨在預測阿片類藥物誘導的呼吸抑製或需要納洛酮的過度鎮靜，有幾個局限性。3 4一項為期2年的研究調查了阿片類鎮痛後的過度鎮靜，發現18歲以上患者中發生了53起事件。4服用阿片類藥物前是否服用阿片類藥物是確定的過度鎮靜的唯一預測因素，盡管這個小樣本在測試預測因素方麵幾乎沒有統計能力。將這一發現推廣到圍手術期阿片類藥物使用的情況受到以下因素的限製:並非所有患者都接受過手術，手術類型沒有指定，阿片類藥物患者自控鎮痛(PCA)給藥被排除在外，以及預測過度鎮靜時間相對於阿片類藥物作用持續時間的重點。
一項更大的(n=163 191)回顧性研究包括12家急症醫院，以納洛酮為指標檢測阿片類藥物相關呼吸抑製的預測因素。3.在一個多變量模型中，顯著呼吸抑製的發生隨著年齡的增長而預測;女性性;身體質量指數低或高;手術;預先存在的阿片類藥物使用;還有慢性阻塞性肺疾病、肝腎功能不全或睡眠呼吸暫停。此外，納洛酮使用的最強預測因子是同時使用鎮靜藥物(最常見的是苯二氮卓類)。基於這些發現，作者開發了一個加權過鎮靜風險標準(ORC)評分係統(範圍0-24)，可用於將需要納洛酮給藥的患者分為高、中、低風險。3.在原始的衍生樣本中，該ORC評分係統顯示出良好的預測價值(c-index=0.755)。然而，預測模型和ORC評分係統都沒有在單獨的樣本中得到驗證，因此尚不清楚在新樣本中預測準確性是否相似。這些發現在圍手術期風險預測中的應用也受到了樣本中非手術患者的限製，以及未能說明手術類型、阿片類藥物給藥方法和使用的阿片類藥物類型。
其他小樣本的回顧性研究報告稱，女性;未經治療的阻塞性睡眠呼吸暫停;長效羥考酮管理;腎髒、心髒或呼吸係統疾病史;同時使用鎮靜劑;在未接受手術的住院患者中，吸煙狀況和納洛酮服用情況均顯著預測。5個6一項針對225名患者的研究發現，口服和靜脈按需鎮痛(與預定的阿片類藥物相比)與阿片類藥物誘導的呼吸抑製風險降低相關。6後兩項研究都沒有評估手術類型的影響，也沒有專門評估手術患者。
目前尋求預測阿片類藥物誘導的呼吸抑製風險(僅關注腸外阿片類藥物)的最高質量研究是最近的capnoGraphY (PRODIGY)試驗監測的阿片類藥物誘導的患者呼吸抑製的前瞻性預測。7在1335名患者中，驚人的大比例(44%)患者經曆了血氧飽和度測定和碳含量記錄儀所示的呼吸抑製。多變量模型顯示，年齡大於60歲、男性、未使用阿片類藥物、存在睡眠障礙和有慢性心力衰竭史顯著預測阿片類藥物誘導的呼吸抑製。該模型具有良好的預測精度(c-index=0.76)，並建立了風險評分。然而，該風險評分沒有在單獨的樣本中進行驗證，因此其在推導數據集之外的預測值是未知的。此外，雖然呼吸抑製的預測因素是基於客觀的血氧飽和度和碳含量測定法確定的，但這些結果並不一定反映需要納洛酮幹預的嚴重呼吸抑製。該試驗的局限性還在於它隻關注腸外阿片類藥物的給藥，缺乏關於手術類型影響的信息。
總之，雖然有幾項研究試圖確定與阿片類藥物相關的呼吸抑製的預測因素，但許多研究是在相對小的樣本中進行的，研究力量不足，很少有研究對共病的全麵譜進行了檢查，沒有一項研究專門關注術後患者人群，手術類型和阿片類藥物給藥方法的影響沒有得到一致的解決，也沒有提出的預測模型在單獨的樣本中得到驗證。目前的項目試圖通過在單獨的樣本中開發和驗證一個簡單的風險預測工具來解決這些限製，該工具考慮了患者相關和程序相關的重要風險因素，以及阿片類藥物的類型和給藥，以預測在接受非心髒手術的患者中需要納洛酮給藥的阿片類誘導呼吸抑製。通過電子健康記錄(EHR)中包含的自動化工具，對術後阿片類不良事件高風險患者進行早期識別，可使提供者參與早期保留阿片類藥物的多模式鎮痛，並通過選擇與降低風險相關的阿片類藥物類型和具體方法，尋求風險降低策略。
方法
研究人群
所有的方法都是按照相關的指導方針和規定進行的。本研究的潛在患者包括n= 95396例2007年1月1日至2017年10月30日在範德比爾特大學醫學中心(美國田納西州納什維爾)接受非心髒手術的患者。最後的樣本包括上述在Vanderbilt麻醉科圍手術期數據倉庫中有圍手術期數據並滿足以下納入條件的患者子集:(1)18歲，(2)有圍手術期阿片類和非阿片類鎮痛藥物給藥的基本臨床信息，(3)有關於術後5天內是否使用納洛酮的信息。當一個病人在指定的時間內經曆了多次手術，隻有第一次手術被包括在內。本研究共納入n=84 180例患者(圖1)．
納入和排除標準的研究人群流程圖。
患者和公眾的參與
患者和公眾未參與本回顧性研究的設計和實施。
數據收集
我們從電子病曆中提取了需要納洛酮治療的嚴重阿片類藥物相關呼吸抑製事件的潛在臨床預測因素的數據。基於之前的工作，檢查的潛在預測因素包括患者人口統計學(年齡，性別)，術前特征(Elixhauser共病指標)8)和圍術期阿片類和非阿片類鎮痛藥物的給藥。阿片類和非阿片類鎮痛藥的使用根據EHR中的信息按藥物類型、給藥方式和給藥頻率進行分類。研究中確定和包括的阿片類藥物和非阿片類藥物列於在線補充表1．給藥途徑分為靜脈滴注、靜脈持續輸注、口服和定期對照(PRN)。最後，為了確定當前研究中個別患者所接受的手術類型，我們使用了研究患者EHR中可用的當前程序術語(CPT)代碼。9
嚴重呼吸抑製事件結局
本研究針對發生嚴重呼吸抑製事件的指標為納洛酮的使用(二元結果變量)。這一結果是由患者的EHR確定的。為了增強特異性，隻有在合格的非心髒外科手術後的前5天內給予納洛酮，納洛酮給藥結果才被認為是陽性的。
模型開發
為了推導出需要納洛酮的術後阿片類藥物相關呼吸抑製事件的風險預測模型，我們使用了患者人口統計數據、術前特征、圍術期阿片類和非阿片類止痛藥給藥以及CPT規範定義的手術操作類型(表1)．在我們的研究人群中，患者接受了大量不同的非心髒外科手術，在不同類型的手術中納洛酮給藥頻率有顯著差異。基於衍生隊列中術後納洛酮給藥頻次分布，將手術分為4個風險組:高風險(4.98%，納洛酮給藥;肌肉骨骼係統、呼吸係統、縱隔、膈肌和女性生殖係統的程序)，高中級(1.23%，納洛酮給藥;皮膚、心血管、消化係統的程序)，低中間體(0.23%，納洛酮給藥;男性生殖係統、眼睛和眼附件、神經係統和泌尿係統的手術)和低風險(0.03%，納洛酮;內分泌、聽覺、血液和淋巴係統的程序)。在預測模型中使用這個程序風險變量，以便檢查與不同類型手術相關的納洛酮使用的固有風險無關的其他術前預測指標的預測價值。
統計分析
總隊列的三分之二(n= 42082)被隨機分配到衍生隊列，我們利用衍生隊列建立需要納洛酮治療的嚴重阿片類藥物相關不良事件的概率風險預測模型。使用χ2分類變量檢驗和連續變量獨立t檢驗，比較推導組和驗證組之間的臨床特征，以確認它們相似。采用最小絕對收縮和選擇算子(LASSO)的多變量logistic回歸分析方法，在避免過擬合的前提下，建立了一個魯棒的多變量模型。在回歸模型中，自變量包括患者人口統計學、術前特征(Elixhauser共病指標)8)、圍術期阿片類和非阿片類鎮痛藥物的給藥以及手術的風險。二分因變量為需要納洛酮治療的嚴重阿片類藥物相關呼吸抑製的發生率。多變量logistic回歸模型的判別能力用一致性統計量(c-index)進行評價，該統計量與受試者工作特征曲線下的麵積相同，範圍為0.5(偶然績效)~ 1.0(最優績效)。10采用Hosmer-Lemeshow擬合優度檢驗進一步評估多變量logistic回歸模型的模型擬合情況。11報道了ORs和相應的95% ci。
基於上述分析結果，我們開發了一個簡單的風險評分，用於預測需要納洛酮治療的嚴重阿片類藥物相關呼吸抑製。多變量模型的預測係數乘以10，四舍五入到最接近的整數。然後將加權分數分配到每個分類預測因子，並將其相加，從而計算出每個患者的總風險分數。然後，將總風險評分應用到概率圖中，顯示需要納洛酮治療的嚴重阿片類藥物相關不良事件的相應概率。
還進行了一係列亞組分析，以確定所觀察到的阿片類藥物給藥與需要納洛酮給藥的嚴重阿片類藥物相關不良事件之間的關聯是否受特定的阿片類藥物給藥類型或路徑的影響。
所有測試都采用了5%的I型錯誤率。沒有涉及到家庭方麵的假設。所有統計程序均在R (https://www.r-project.org)使用可重複的研究原則。統計結果的報告遵循STROBE(加強流行病學觀察性研究的報告)中提供的指南12和TRIPOD(個體預後或診斷的多變量預測模型透明報告)13語句。
結果
整個隊列的平均年齡為47±18.2歲，n=31 831例(50.5%)為男性。n=4080例(6.5%)患者出現了嚴重的阿片類藥物相關呼吸抑製，需要在術後5天內給予納洛酮。在n= 42084例隨機分配到衍生隊列的患者中，n=2720例(6.5%)患者需要納洛酮，n= 39362例(93.5%)患者不需要納洛酮。在隨機分配到驗證隊列的2002例患者中，n=1360例(6.5%)患者需要，n= 19642例(93.5%)患者在術後5天內不需要納洛酮(圖1)．
在衍生隊列和驗證隊列中經曆嚴重阿片類藥物相關呼吸抑製需要納洛酮使用的患者除了有抑鬱史和任何術後阿片類藥物使用史外，具有相似的基線和臨床特征，這在驗證隊列中更常見(表1)．
需要納洛酮的嚴重阿片類藥物相關不良事件的預測因素
多變量logistic LASSO回歸分析顯示:年輕、女性、高危手術(肌肉骨骼係統、呼吸係統、縱隔、膈肌和女性生殖係統手術)、藥物濫用史、圍術期使用計劃的阿片類藥物(vs PRN)和使用基於阿片類藥物的PCA和任何計劃的非阿片類鎮痛藥物給藥(後兩者風險較低)被確定為需要納洛酮給藥的嚴重阿片類藥物相關不良事件的重要預測因素。事實上，任何計劃使用(vs PRN)阿片類藥物是術後5天內納洛酮使用的最強預測因子。其次是高危手術、女性性別和藥物濫用史。相比之下，使用任何計劃的非阿片類鎮痛藥、阿片類PCA和高齡是術後5天內使用納洛酮風險較低的顯著相關因素。模型的c指數為0.820 (圖2)．而調整後的Hosmer-Lemeshow擬合優度對擬合不足有顯著意義(p<0.05)。
推導和驗證隊列中概率模型的接收者工作曲線。
概率模型的推導
多變量logistic回歸顯示術後5天內納洛酮使用的七個獨立預測因素。這些變量被用來創建一個變量加權指數，其中我們根據單個預測因子的參數估計分配分數。通過將給定預測因子的個體得分相加，創建每個患者的總風險得分，可以得出患者需要納洛酮治療的嚴重阿片類藥物相關不良事件發生的概率圖3．
需要納洛酮的嚴重阿片類藥物相關不良事件的概率模型。圖中概率模型的logistic回歸方程為:Y=−4.328+(−0.3*年齡每10年增長)+(1.103*女性)+(1.425*高危手術)+(0.593*藥物濫用史)+(2.118*任何預定的阿片類藥物給藥)+(−0.598*任何患者自主鎮痛)+(−0.461*任何預定的非阿片類藥物給藥)。
概率模型的驗證
在我們開發的概率模型中，在單獨的驗證樣本中，所有7個個體預測因子均與術後5天內納洛酮給藥風險增加顯著相關(表2)．包含七個預測因子的概率模型在驗證樣本(c-index=0.814)中的總體性能與在推導樣本(c-index=0.820)中觀察到的性能相似，如圖2．
亞組分析
在當前的研究中，我們決定將阿片類藥物給藥的頻率和方式作為二元臨床預測指標，其目的是開發一個簡單的風險指數，用於預測非心髒手術患者中需要納洛酮給藥的嚴重阿片類藥物相關呼吸抑製。然而，考慮到不指定和調整阿片類藥物類型和阿片類藥物給藥模式的固有偏見，我們還針對這些變量進行了一係列亞組分析(表3)．我們的結果表明，任何芬太尼、羥考酮和嗎啡的使用都與需要納洛酮使用的嚴重阿片類藥物相關不良事件的較高風險顯著相關(表3)．當分別研究阿片類藥物的給藥類型和給藥途徑時，我們發現，對於大多數所研究的阿片類藥物，PCA給藥的風險較低，通過任何途徑按計劃或按需給藥的阿片類藥物與需要納洛酮給藥的嚴重阿片類藥物相關呼吸抑製的風險較高(表3)．
討論
我們開發並驗證了一個簡單的預測工具，可用於評估非心髒手術患者在接受納洛酮治療時發生嚴重阿片類藥物相關不良事件的風險。我們已經證明，在我們接受非心髒手術的患者樣本中，幾個先前確定的術後急性疼痛嚴重程度的臨床決定因素(例如，年輕、女性、藥物濫用史、手術類型)也是需要納洛酮治療的嚴重阿片類藥物相關不良事件的預測因素。14基於從電子病曆中獲得的圍術期阿片類和非阿片類止痛藥的用藥類型和頻率，我們能夠進一步完善我們的預測模型，以提高其對需要納洛酮的嚴重阿片類藥物相關不良事件的預測能力。最後，我們的亞組分析顯示，阿片類藥物給藥類型和給藥途徑顯著影響納洛酮給藥引發嚴重阿片類藥物相關不良事件的風險。
目前的研究表明，藥物濫用史、任何計劃的阿片類藥物使用、年輕和女性與非心髒手術後需要納洛酮使用的嚴重阿片類藥物相關不良事件的風險增加相關。相比之下，使用以阿片類藥物為基礎的PCA和任何計劃的非阿片類鎮痛藥物均與嚴重呼吸抑製的較低風險有關。確定的預測因子集在獨立樣本中重複，與先前研究中確定的預測因子既有相似之處，也有差異。
在本研究中，預定的阿片類藥物對嚴重呼吸抑製風險的不良影響與先前的研究相似。6現有的一些研究也報告了女性性別可以預測呼吸抑製，就像目前的工作一樣。3 5 6 15相比之下，三項研究(包括唯一一項可用的前瞻性研究)表明，男性呼吸抑製的風險較高。在一些先前的研究和目前的工作中，關於性別對呼吸抑製的影響的差異可能部分是由於針對的特定結果測量，其中包括由氧飽和度測量和碳含量記錄儀指示的呼吸抑製7廣義上的阿片類藥物不良事件，16而不是像目前的工作中那樣需要納洛酮的嚴重呼吸抑製。目前的研究結果與之前的研究結果之間的另一個差異與年齡的影響有關，目前的研究表明，年輕人呼吸抑製的風險更高，但其他一些研究表明，老年人呼吸抑製的風險更高。3 7日15雖然這些差異的原因還不能最終確定，但目前的預測結果在一個單獨的驗證樣本中得到了重複，這一事實使其可信。最後，我們發現藥物濫用史可以預測需要納洛酮治療的嚴重阿片類藥物相關不良事件的風險，這與最近一項大規模回顧性研究的結果相似。16這一發現可能與有日常藥物濫用史的患者在術後需要較高劑量的阿片類藥物有關，從而增加了不良事件的風險。15
我們的研究發現，手術後女性發生嚴重呼吸抑製的風險增加，可以在疼痛反應性的性別差異這一更大的背景下看待。對實驗性疼痛的研究發現，與男性相比，女性表現出更大的疼痛敏感性、更強的疼痛促進作用(即中樞敏化)和更少的疼痛抑製。17也有一些證據表明，對藥物和非藥物疼痛管理策略的反應存在性別差異。18 19此外，疼痛評估和治療中的性別偏見似乎存在，20.這可能會顯著影響圍手術期疼痛管理實踐和接受手術的患者的相關結果。17呼吸抑製風險的性別差異的發現，可能為非心髒手術患者圍手術期疼痛管理方法的性別定製提供支持。
目前的研究結果表明，高齡、術後PCA和任何計劃的非阿片類鎮痛藥物的使用似乎顯著降低了嚴重的阿片類相關呼吸抑製的風險，需要納洛酮的使用，應在臨床實踐中加以考慮。一些指南和臨床研究建議，由於阿片類鎮痛藥的敏感性增加和心肺並發症的高風險，老年人應盡量減少阿片類鎮痛藥的常規使用。因此，在我們的研究中觀察到，高齡與嚴重呼吸抑製風險較低相關，這可能是由於常規圍手術期疼痛管理實踐的持續變化，在老年手術患者群體中納入了更多關注非阿片類疼痛管理策略。21日22因此，我們的模型可能是一個有用的學習工具，以確定當前實踐中關注的風險因素，但它可能需要在未來根據正在進行的實踐變化進行修訂。
術後24小時靜脈阿片類藥物給藥頻率高於每3 - 4小時一次的患者可從基於多酚a的阿片類藥物給藥中顯著獲益。如果使用得當，通過PCA泵給予阿片類藥物可以減少圍術期阿片類藥物給藥的風險，因為患者不太可能過量或不足地使用阿片類藥物。23事實上，我們的研究表明，持續靜脈輸注阿片類藥物和PCA選項與需要納洛酮給藥的嚴重阿片類藥物相關呼吸抑製的風險降低相關。然而，使用持續靜脈輸注阿片類藥物配合PCA可能會增加一些患者發生其他嚴重阿片類藥物相關不良事件的風險。24因此，安全的PCA處方應該標準化，並包括加載劑量信息、考慮基礎速率、鎖定間隔、滴定和脫離PCA的過渡等措施。此外，安全的PCA應用應包括持續的臨床監測，以進一步降低嚴重阿片類藥物相關不良事件的風險。25
在我們的研究中，我們觀察到任何預定的非阿片類鎮痛藥物的使用與需要納洛酮的嚴重呼吸抑製的風險降低相關。非甾體類消炎藥減輕疼痛和炎症的機製與阿片類鎮痛藥不同，因此，作為多模式鎮痛策略的一部分，在減少阿片類藥物給藥需求方麵可能有用。事實上，最近的一項meta分析表明，使用非甾體類消炎藥的管理和類型與阿片類藥物使用減少9%-50%相關。26盡管如此，本薈萃分析中的研究發現，與對照組相比，服用非甾體抗炎藥的患者發生嚴重阿片類藥物相關不良事件(廣義)的頻率沒有差異。此外，其中幾項研究指出，與安慰劑相比，服用非甾體抗炎藥發生惡心、嘔吐、鎮靜和瘙癢等輕微藥物不良事件的幾率較低。這些先前的發現以及目前的工作表明，NSAIDs可能在減少術後阿片類藥物的需求，從而減少嚴重阿片類藥物相關不良事件的風險方麵具有重要作用。
我們的預測算法在非心髒手術患者圍手術期管理中的臨床適用性應與目前國家藥物不良預防行動計劃的建議一起考慮，以降低阿片類藥物相關不良事件的風險。27全係統的改變被認為是阿片類藥物相關不良事件預防最重要的目標，許多阿片類藥物相關不良事件發生於過度處方、用藥錯誤和對患者反應監測不足。因此，我們驗證的預測算法的臨床應用不僅可以幫助識別需要納洛酮治療的阿片類藥物相關呼吸抑製高風險患者，還可以促進整個係統的實踐變化，從而降低阿片類藥物的處方劑量，增加非阿片類鎮痛藥的使用。這可能有助於提高患者滿意度，並降低術後持續使用阿片類藥物的風險。
我們的研究有一定的局限性。首先，我們的研究是一項觀察性研究，依賴於管理數據和基於醫生文件和重大共病的賬單代碼的醫療記錄。因此，作為需要納洛酮治療的嚴重阿片類藥物相關呼吸抑製的潛在決定因素的一些風險因素的影響可能是有偏見的。然而，這些臨床危險因素的預測價值與當代文獻中發現和描述的相似。7 28其次，我們的概率模型是基於一個第四醫療中心的非心髒手術人群。因此，需要納洛酮治療的嚴重阿片類藥物相關不良事件發生率可能高於其他研究報告的發生率(0.5%-1.4%)。16 29然而，這些納洛酮給藥率較低的研究通常是規模較小的研究，缺乏與阿片類藥物相關的嚴重不良事件發生時間相對於阿片類藥物給藥的信息(目前的研究僅限於術後5天)，包括納洛酮給藥的術後觀察時間較短，或選擇需要納洛酮給藥的嚴重阿片類藥物相關不良事件發生風險較低的手術患者。第三，考慮到本研究的回顧性設計，我們采用了一種實用的方法，通過術後給予納洛酮(限製在術後5天內)來識別嚴重阿片類藥物相關不良事件的患者。因此，在我們的研究中沒有捕捉到更多的信息，無論是由於嚴重和長期阿片類藥物誘導的呼吸抑製而反複給藥納洛酮或輸注納洛酮。本研究的回顧性性質也使我們無法研究與阿片類藥物使用相關的嚴重阿片類藥物不良事件與住院死亡率之間的潛在聯係。第四，在我們的研究中，我們觀察到調整後的Hosmer-Lemeshow擬合優度對於缺乏擬合有顯著性(p<0.05)。事實上，眾所周知，在像我們這樣的大型數據集中，估計概率和真實概率之間幾乎無關的差異很可能導致完全匹配假設的否定。30.然而，在我們的研究中觀察到的這些小差異在技術上對推論結論並不重要。最後，我們無法研究任何其他記錄在案的不需要納洛酮的阿片類藥物相關不良事件。通常，在我們這樣的回顧性研究中，不需要納洛酮的不嚴重的阿片類藥物相關不良事件是根據這些不良事件的ICD編碼確定的。使用ICD編碼可能會錯誤地過度捕獲或未捕獲這些不太嚴重的阿片類藥物相關不良事件。因此，在我們的研究中，我們無法開發和驗證我們的預測模型，以預測不需要納洛酮的輕度和中度阿片類藥物相關不良藥物事件的風險。
結論
我們的研究表明，患者特征、臨床危險因素以及阿片類藥物和非阿片類藥物給藥類型是需要納洛酮給藥的嚴重阿片類藥物相關呼吸抑製的重要決定因素。在我們的概率模型中推導和驗證的臨床算法是一個簡單的風險評估工具，具有良好的辨別能力，我們計劃將其納入我們的機構EHR作為臨床決策支持工具。這是為了幫助臨床醫生前瞻性地估計和完善非心髒手術後發生嚴重阿片類藥物相關呼吸抑製的概率。
數據可用性聲明
資料應合理要求提供。支持本研究發現的數據可從通訊作者處獲得，但這些數據的可用性受到限製，這些數據是在當前研究的許可下使用的，因此不能公開使用。但是，根據作者的合理要求和通信作者的許可，可以從作者那裏獲得數據。
倫理語句
病人同意發表
倫理批準
本研究涉及人類參與者的去識別數據，並獲得了範德比爾特大學機構審查委員會(IRB #180634)的批準。知情同意的要求被放棄了。
致謝
這項工作的一部分在2021年10月於美國加利福尼亞州聖地亞哥舉行的美國麻醉醫師學會年會上進行了展示。
參考文獻
補充材料
-
補充數據
這個網絡僅文件已由BMJ出版集團從作者提供的電子文件生產(s)，並沒有編輯的內容。
腳注
貢獻者SR:數據收集和分析，起草稿件，審核和編輯;SB、TVDV、ADS:構思、起草稿件、審核、編輯;XF和MSS:數據收集和分析;MDK:數據收集和分析，構思和起草稿件，審查和編輯，作者負責整體內容作為擔保。
資金這項工作由國家藥物濫用研究所/國家衛生研究院和國防部國會指導醫療項目CDMRP W81XWH-15-2-0046 (TVDV, ADS和MDK) #R01DA050334 (SB)撥款支持。
相互競爭的利益沒有宣布。
患者和公眾的參與患者和/或公眾未參與本研究的設計、實施、報告或傳播計劃。
來源和同行評審不是委托;外部同行評議。
補充材料本內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查，也可能沒有經過同行評審。討論的任何意見或建議僅僅是那些作者(s)和不被BMJ認可。BMJ放棄從放在內容上的任何依賴產生的所有責任和責任。如果內容包含任何翻譯材料，BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量)，並且不對翻譯和改編或其他原因引起的任何錯誤和/或遺漏負責。