急救时间对院前心脏骤停患者心肺复苏成功率预测研究

doi:10.3877/cma.j.issn.2095-9133.2021.06.003

目的

探究急救时间(响应时间、场景时间和转运时间)对院前心脏骤停患者实施心肺复苏(CPR)成功率预测。

方法

选取2017年12月至2021年8月在院前急救"120"出诊后进行过CPR的331例院前心跳骤停患者为研究对象，以抢救成功与否进行分组。比较两组年龄、性别、病因、心电图类型和急救时间(包括响应时间、场景时间和转运时间)，采用二元logistic回归分析CPR成功的影响因素，采用受试者工作特征(ROC)曲线分析响应时间预测CPR成功的敏感度和特异度。

结果

二元logistic回归显示，响应时间为CPR成功的影响因素。响应时间每增加1 min，CPR失败出现的概率增加1.160倍(95%CI：1.089~1.237，Wald＝21.011，P<0.05)。ROC曲线分析显示，响应时间的面积为0.779(95% CI: 0.718~0.840)，最适切点为16.65 min时，约登指数为0.468，敏感度和特异度分别为69.9%、76.9%。

结论

响应时间可预测CPR的成功率，而场景时间和转运时间不影响CPR的成功率。

关键词: 急救时间, 院前心脏骤停, 心肺复苏, 预测

Objective

To explore the prediction of the success rate of cardiopulmonary resuscitation in patients with pre-hospital cardiac arrest by first-aid time.

Methods

From December 2017 to August 2021, 331 patients with pre-hospital cardiac arrest who had undergone cardiopulmonary resuscitation after 120 visits in pre-hospital firs-aid were selected as research objects, and were divided into groups according to whether the rescue was successful or not. Two groups were compared in age, gender, etiology, ECG type and emergency response time (including response time, scene time and transport time). The influencing factors of successful cardiopulmonary resuscitation were analyzed by binary logistic regression, and the sensitivity and specificity of response time to predict successful cardiopulmonary resuscitation were analyzed by receiver operating characteristics (ROC) curve.

Results

Binary logistic regression analysis showed that response time was an influencing factor for the success of cardiopulmonary resuscitation. For every 1 minute increase in response time, the probability of cardiopulmonary resuscitation failure increased by 1.160 times (95% CI: 1.089~1.237, Wald=21.011, P<0.05). ROC curve analysis showed that the area under the ROC curve of response time was 0.779(95% CI: 0.718~0.840), the optimal cut-off point was 16.65 min, the Youden index was 0.468, and the sensitivity and specificity were 69.9% and 76.9%, respectively.

Conclusion

Response time can predict the success rate of cardiopulmonary resuscitation, while scene time and transit time do not affect the success rate of cardiopulmonary resuscitation.

Key words: Pre-hospital emergency time, Out-of-hospital cardiac arrest, Cardiopulmonary resuscitation, Prediction

表1 CPR成功组和失败组的患者一般资料比较

组别	年龄(岁)	性别(男/女)	心电图类型(心室颤动/心室静止)	响应时间(min)	场景时间(min)	转运时间(min)
成功组	44.0±19.1	13/26	14/25	13.3±5.4	4.5±0.8	13.1±7.1
失败组	51.7±19.2	123/169	37/255	21.0±8.5	4.8±1.9	14.6±7.7
t/χ²值	2.37	1.10	14.24	7.72	1.89	1.11
P值	<0.05	>0.05	<0.05	<0.05	>0.05	>0.05

表1 CPR成功组和失败组的患者一般资料比较

组别	年龄(岁)	性别(男/女)	心电图类型(心室颤动/心室静止)	响应时间(min)	场景时间(min)	转运时间(min)
成功组	44.0±19.1	13/26	14/25	13.3±5.4	4.5±0.8	13.1±7.1
失败组	51.7±19.2	123/169	37/255	21.0±8.5	4.8±1.9	14.6±7.7
t/χ²值	2.37	1.10	14.24	7.72	1.89	1.11
P值	<0.05	>0.05	<0.05	<0.05	>0.05	>0.05

表2 CPR成功组和失败组的患者病因比较

组别	例数	病因		非心源性
组别	例数	心源性	非心源性	溺水/电击/中毒	急性呼吸衰竭	严重创伤
成功组	39	8	31	10	9	12
失败组	292	215	77	15	21	41
χ²值		44.16		2.54
P值		<0.05		>0.05

表2 CPR成功组和失败组的患者病因比较

组别	例数	病因		非心源性
组别	例数	心源性	非心源性	溺水/电击/中毒	急性呼吸衰竭	严重创伤
成功组	39	8	31	10	9	12
失败组	292	215	77	15	21	41
χ²值		44.16		2.54
P值		<0.05		>0.05

表3 以CPR成功与否为因变量的二元Logistic回归分析

参数	Wald	Exp(B)	95%CI	P值
响应时间	21.011	1.160	1.089~1.237	<0.05

表3 以CPR成功与否为因变量的二元Logistic回归分析

参数	Wald	Exp(B)	95%CI	P值
响应时间	21.011	1.160	1.089~1.237	<0.05

表4 响应时间对CPR成功的切点预测

到达现场时间(min)	敏感度(%)	特异度(%)	约登指数
16.45	70.5	69.2	0.398
16.55	70.5	74.4	0.449
16.65	69.9	76.9	0.468
16.75	68.8	76.9	0.458

表4 响应时间对CPR成功的切点预测

到达现场时间(min)	敏感度(%)	特异度(%)	约登指数
16.45	70.5	69.2	0.398
16.55	70.5	74.4	0.449
16.65	69.9	76.9	0.468
16.75	68.8	76.9	0.458

1	Gräsner JT,，Lefering R,，Koster RW，et al.Eureca one-27 nations，one europe，one registry：a prospective one month analysis of out-of-hospital cardiac arrest outcomes in 27 countries in europe[J]．Resuscitation，2016(105)：188-195.
2	Genbrugge C,，Eertmans W,，Salcido DD.Monitor the quality of cardiopulmonary resuscitation in 2020[J]．Curr Opin Crit Care，2020，26(3)：219-227.
3	Park HA,，Ahn KO,，Lee EJ，et al.Association between survival and time of on-scene resuscitation in refractory out-of-hospital cardiac arrest：a cross-sectional retrospective study[J]．Int J Environ Res Public Health，2021，18(2)：496.
4	Considine J,，Gazmuri RJ,，Perkins GD，et al.Chest compression components(rate，depth，chest wall recoil and leaning)：a scoping review[J]．Resuscitation，2020(146)：188-202.
5	Merchant RM,，Topjian AA,，Panchal AR，et al.Part 1: executive summary: 2020 american heart association guidelines for cardiopulmonary resuscitation and emergency cardiovascular care[J]．Circulation，2020，142(16 suppl 2)：337-357.
6	Ong MEH,，Perkins GD,，Cariou A，et al.Out-of-hospital cardiac arrest：prehospital management[J]．Lancet，2018，391(10124)：980-988.
7	Rezende PC,，Ribas FF,，Serrano CV，et al.Clinical significance of chronic myocardial ischemia in coronary artery disease patients[J]．J Thorac Dis，2019，113(3)：1005-1015.
8	Patil KD,，Halperin HR,，Becker LB.Cardiac arrest：resuscitation and reperfusion[J]．Circ Res，2015，116(12)：2041-2049.
9	Choi J,，Shoaib M,，Yin T，et al.Tissue-specific metabolic profiles after prolonged cardiac arrest reveal brain metabolome dysfunction predominantly after resuscitation[J]．J Am Heart Assoc，2019，8(17)：e012809.
10	Wu MY,，Yiang GT,，Liao WT，et al.Current mechanistic concepts in ischemia and reperfusion injury[J]．Cell Physiol Biochem，2018，46(4)：1650-1667.
11	Geri G,，Gilgan J,，Wu W，et al.Does transport time of out-of-hospital cardiac arrest patients matter? A systematic review and meta-analysis[J]．Resuscitation，2017(115)：96-101.
12	Shoaib M,，Becker LB.A walk through the progression of resuscitation medicine[J]．Ann N Y Acad Sci，2020(10)：1-14.
13	Ro YS,，Shin SD,，Lee YJ，et al.Effect of dispatcher-assisted cardiopulmonary resuscitation program and location of out-of-hospital cardiac arrest on survival and neurologic outcome[J]．Ann Emerg Med，2017，69(1): 52-61.

[1]	洪玮, 叶细容, 刘枝红, 杨银凤, 吕志红. 超声影像组学联合临床病理特征预测乳腺癌新辅助化疗完全病理缓解的价值[J/OL]. 中华医学超声杂志（电子版）, 2024, 21(06): 571-579.
[2]	明昊, 肖迎聪, 巨艳, 宋宏萍. 乳腺癌风险预测模型的研究现状[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(05): 287-291.
[3]	陈晓玲, 钟永洌, 刘巧梨, 李娜, 张志奇, 廖威明, 黄桂武. 超高龄髋膝关节术后谵妄及心血管并发症风险预测[J/OL]. 中华关节外科杂志(电子版), 2024, 18(05): 575-584.
[4]	李霞林, 贺芳. 产后出血风险评估和早期预警系统[J/OL]. 中华妇幼临床医学杂志(电子版), 2024, 20(05): 498-503.
[5]	奚玲, 仝瀚文, 缪骥, 毛永欢, 沈晓菲, 杜峻峰, 刘晔. 基于肌少症构建的造口旁疝危险因素预测模型[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 48-51.
[6]	屈勤芳, 束方莲. 盆腔器官脱垂患者盆底重建手术后压力性尿失禁发生的影响因素及列线图预测模型构建[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 606-612.
[7]	犹成亿, 尤恒, 叶东樊, 张雯, 刘禹, 王仁宇, 苏琳茜, 甘慧, 徐智. 基于3D Res U-Net-Faster RCNN 技术和CT 影像学特征的肺结节性质预测模型的建立[J/OL]. 中华肺部疾病杂志(电子版), 2024, 17(05): 673-679.
[8]	公宇, 廖媛, 尚梅. 肝细胞癌TACE术后复发影响因素及预测模型建立[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 818-824.
[9]	王贝贝, 崔振义, 王静, 王晗妍, 吕红芝, 李秀婷. 老年股骨粗隆间骨折患者术后贫血预测模型的构建与验证[J/OL]. 中华老年骨科与康复电子杂志, 2024, 10(06): 355-362.
[10]	孙晗, 于冰, 武侠, 周熙朗. 基于循环肿瘤DNA 甲基化的结直肠癌筛查预测模型的构建与验证[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 500-506.
[11]	韦巧玲, 黄妍, 赵昌, 宋庆峰, 陈祖毅, 黄莹, 蒙嫦, 黄靖. 肝癌微波消融术后中重度疼痛风险预测列线图模型构建及验证[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 715-721.
[12]	蔡晓雯, 李慧景, 丘婕, 杨翼帆, 吴素贤, 林玉彤, 何秋娜. 肝癌患者肝动脉化疗栓塞术后疼痛风险预测模型的构建及验证[J/OL]. 中华临床医师杂志(电子版), 2024, 18(08): 722-728.
[13]	王誉英, 刘世伟, 王睿, 曾娅玲, 涂禧慧, 张蒲蓉. 老年乳腺癌新辅助治疗病理完全缓解的预测因素分析[J/OL]. 中华临床医师杂志(电子版), 2024, 18(07): 641-646.
[14]	董晟, 郎胜坤, 葛新, 孙少君, 薛明宇. 反向休克指数乘以格拉斯哥昏迷评分对老年严重创伤患者发生急性创伤性凝血功能障碍的预测价值[J/OL]. 中华临床医师杂志(电子版), 2024, 18(06): 541-547.
[15]	黄圣楷, 许斌, 苏健, 孙龙. 海南省2010~2020年乙型肝炎流行趋势的时间序列分析及预测[J/OL]. 中华临床医师杂志(电子版), 2024, 18(06): 555-561.

阅读次数

全文

摘要

选择文件类型/文献管理软件名称

选择包含的内容

Prediction of cardiopulmonary resuscitation in patients with pre-hospital cardiac arrest by first-aid time

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

Prediction of cardiopulmonary resuscitation in patients with pre-hospital cardiac arrest by first-aid time