救急部門で気管内挿管を受けている成人における困難な気道生理学的スコア（DAPS）の導出

背景：生理学的不安定性のある患者の深刻な結果の予測は、気道管理において重要です。この研究では、挿管前に収集された臨床的および実験室パラメータを使用して、生理学的不安定性を備えた重症成人の挿管後の深刻な結果を予測するためのスコアを開発することを目指しています。 方法：この単一中心分析断面研究は、2016年から2020年まで救急部門で実施されました。気道スコアは、個々の予後または診断（三脚）方法論の多変数予測モデルの透明な報告を使用して導き出されました。モデルのパフォーマンスを測定するために、列車のテストスプリットテクニックが利用されました。離散乱数生成アプローチを使用して、データセットを2つのグループに分割しました：開発（トレーニング）と検証（テスト）。検証データセットのインスタンスを使用して最終スコアを計算し、その有効性はROC分析と曲線下面積（AUC）を使用して測定されました。メトリックの感度、特異性、正の予測値、および負の予測値を使用してYoudenのJ統計を計算することにより、添加スコアの識別係数が決定されました。 結果：気管内挿管を必要とした1021人の患者の平均年齢は52.2歳（±17.5）であり、そのうち632人（62％）は男性でした。開発データセットでは、527（64.9％）の生理学的に困難な気道、挿管後の298（36.7％）、124（12％）心停止、347（42.7％）ショックインデックス> 0.9、および456 [56.2％]がありました。pH <7.3のインスタンス。それどころか、検証データセットでは、生理学的に困難な気道、33（15.8％）の挿管後低血圧、41（19.6％）心停止、87（41.6％）ショックインデックス> 0.9、および121があり、121がありました。（57.9％）はそれぞれpH <7.3でした。困難な気道の生理学的スコア（DAPS）には12の変数があり、9のDAPSには0.857の曲線下の面積がありました。DAPの精度は77％、感度は74％、特異性は83.3％、正の予測値は91％でした。 結論：DAPは、生理学的に挑戦する気道を予測するための強力な識別能力を示しました。提案されたモデルは、劣化のリスクが高い患者をスクリーニングするための臨床環境で役立つ可能性があります。

BACKGROUND: Prediction of serious outcomes among patients with physiological instability is crucial in airway management. In this study, we aim to develop a score to predict serious outcomes following intubation in critically ill adults with physiological instability by using clinical and laboratory parameters collected prior to intubation. METHOD: This single-center analytical cross-sectional study was conducted in the Emergency Department from 2016 to 2020. The airway score was derived using the transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD) methodology. To gauge model's performance, the train-test split technique was utilized. The discrete random number generation approach was used to divide the dataset into two groups: development (training) and validation (testing). The validation dataset's instances were used to calculate the final score, and its validity was measured using ROC analysis and area under the curve (AUC). By computing the Youden's J statistic using the metrics sensitivity, specificity, positive predictive value, and negative predictive value, the discriminating factor of the additive score was determined. RESULTS: The mean age of the 1021 patients who needed endotracheal intubations was 52.2 years (± 17.5), and 632 (62%) of them were male. In the development dataset, there were 527 (64.9%) physiologically difficult airways, 298 (36.7%) post-intubation hypotension, 124 (12%) cardiac arrest, 347 (42.7%) shock index > 0.9, and 456 [56.2%] instances of pH < 7.3. On the contrary, in the validation dataset, there were 143 (68.4%) physiologically difficult airways, 33 (15.8%) post-intubation hypotension, 41 (19.6%) cardiac arrest, 87 (41.6%) shock index > 0.9, and 121 (57.9%) had pH < 7.3, respectively. There were 12 variables in the difficult airway physiological score (DAPS), and a DAPS of 9 had an area under the curve of 0.857. The accuracy of DAPS was 77%, the sensitivity was 74%, the specificity was 83.3%, and the positive predictive value was 91%. CONCLUSION: DAPS demonstrated strong discriminating ability for anticipating physiologically challenging airways. The proposed model may be helpful in the clinical setting for screening patients who are at high risk of deterioration.