欢迎访问《中国医药导报》编辑部！

重症监护后综合征（post-intensive care syndrome，PICS）是指重症患者转出重症监护室（intensive care unite，ICU）后，在认知、心理和生理方面新出现或加重的一系列功能障碍[1]。认知障碍表现为记忆力减退、注意力不集中等，心理障碍表现为创伤后应激障碍、焦虑、抑郁等，生理功能障碍表现为疲劳、虚弱、睡眠紊乱等[2]。PICS发生率高达53.60%～61.63%，心理功能障碍发生率为26%～35%，认知功能障碍发生率为18.99%～54.63%，生理功能障碍发生率为36%～45%[3-6]。PICS严重影响患者生存质量及预后功能恢复，增加医疗费用及照护负担[3]。

脑肿瘤患者由于肿瘤压迫神经及脑组织差异，疾病症状表现多样，术后可能更易发生PICS[7]。已有研究测量PICS多针对其不同维度症状采用泛化测量工具，国外研究显示，健康老化脑保健监测自我报告量表（the healthy aging brain care monitor self-report，HABC-M SR）是特异性测量工具[8]。列线图预测模型能够通过量化独立的风险因素并确定整体风险预测分数，确定PICS的发生率。目前鲜有脑肿瘤开颅术后患者PICS预测模型相关研究，识别风险概率对预防脑肿瘤开颅术后患者PICS有重要意义。本研究通过构建脑肿瘤开颅术后患者PICS预测模型，可对患者ICU后14 d的预后功能恢复预测提供参考。

1 对象与方法

1.1 研究对象

采用便利抽样法，选取2023年1月至2025年8月在首都医科大学附属北京天坛医院行脑肿瘤开颅术且术后转入ICU的患者作为调查对象。纳入标准：①临床病理诊断为颅脑肿瘤；②接受全麻开颅肿瘤切除术治疗；③术后入住ICU，且时间 ≥24 h；④年龄≥18岁；⑤理解能力良好。排除标准：①术前存在精神和认知障碍；②诊断为可引起认知改变的疾病，如颅脑创伤、中毒性脑病等；③入ICU前存在肢体功能障碍；④无法正确表达或填写问卷；⑤拒绝调查。脱落标准：①转出ICU 14 d后失访；②随访期间因病情加重无法参与研究或死亡；③问卷条目及相关资料缺失 ≥10%。所有患者均知情同意参与研究，本研究经首都医科大学附属北京天坛医院医学伦理委员会审批同意（KY2023-236-02）。

根据样本量计算公式n=[μ1-α2π（1-π）]/δ2，参考文献[8]中PICS发生率27.59%，其中Ⅰ类错误α取值0.05，允许误差0.05。经计算，n=1.962×0.275 9×（1-0.275 9）/0.052≈307例，考虑15%的样本丢失，至少应纳入353例。

1.2 研究方法

1.2.1 成立研究团队组建专项团队，其中1人为护理管理者，1人为护理组长，2人具有护理硕士研究生及以上学历，均具有5年以上ICU护理经验。护理管理者负责项目督导、协调及质量管理，护理组长负责患者回访及问卷发放，护理硕士研究生负责临床数据录入及统计分析。所有人员均获得“药物临床试验质量管理规范证书”，签署数据保密协议，接受HABC-M SR量表评估培训，熟悉收集资料内容。

1.2.2 资料收集根据系统评价结果[9]及疾病特征，制订调查表进行调查，主要内容包括：①人口学资料。性别、年龄、体质量指数（body mass index，BMI）、文化程度、家庭月收入（分类参考北京市2021年国民经济和社会发展统计公报[10]）、婚姻状况、职业类型、吸烟史、饮酒史、ICU治疗史、每周锻炼情况、居住方式等。②疾病相关资料。慢性疾病、肿瘤类型、脑肿瘤最大直径、肿瘤病理分型等。③治疗相关资料。手术相关资料、ICU住院时长、转入ICU后的格拉斯哥昏迷量表（Glasgow coma scale，GCS）评分、机械通气情况、人工气道支持情况、泵入药物使用情况等。人口学资料为患者自行填写，疾病相关资料及治疗相关资料从医院信息系统中获取。

1.2.3 PICS判定标准使用HABC-M SR作为PICS的评估量表。HABC-M SR量表是2012年由Monahan等[8]开发，最初用于评估健康老年人的生活质量，后被用于PICS的评估及筛查[11]。目前该量表已在中国、日本、法国、德国等多个国家应用，在PICS评估中表现出良好的信效度。中文版量表由梁诗雨等[12]于2024年汉化，中文版量表信效度良好，Cronbach’s α系数为0.92，结构效度方差为64.4%，内容效度为0.91，内部一致性为0.62～0.90。

HABC-M SR量表包括心理功能、认知功能、生理功能3个维度27个条目。采用Likert 4级评分法评估患者近14 d的功能状态，从一点也不（0～1 d）到几乎每天（12～14 d）。总分0～81分， ≤14分为不存在PICS，15～23分为轻度PICS，24～35分为中度PICS， ≥36分为重度PICS[13]。

1.2.4 质量控制措施患者转入ICU后24 h内，由研究者根据纳入及排除标准确定符合要求的患者，完成基线资料及一般资料采集。患者转出ICU时，告知患者及家属注意接听14 d后的回访电话。患者转出ICU后14 d，由研究者进行电话回访，并推送电子问卷至患者手机端。能自行填写的患者，点击短信链接，跳转至问卷星填写问卷，所有题目均设置为必答项，未完成填写无法提交问卷；无法自行填写的患者，由研究者采用问答式协助填写问卷。课题告知、电话回访、问卷调查等均采用统一标准化用语。患者填写问卷后，及时查看填写有效性。填写内容均为同一选项、填写时间短于问卷预估完成时间的1/3、答案前后矛盾的问卷均认定为无效问卷。并通过电子病历获取疾病及治疗相关资料，由双人进行录入及核查，完成数据收集。

1.3 统计学方法

采用SPSS 18.0和R 4.4.2统计学软件进行数据分析。符合正态分布的计量资料用均数±标准差（

）表示，比较采用t检验；不符合正态分布的计量资料采用中位数（M）和四分位数（P25，P75）表示，比较采用Mann-Whitney U检验。计数资料用例数和百分率[例（%）]表示，比较采用χ2检验；等级资料采用秩和检验。采用LASSO回归进行变量筛选，再将筛选后的变量纳入二元logistic回归分析以构建预测模型，并绘制预测模型列线图。绘制受试者操作特征（receiver operating characteristic，ROC）曲线评估预测模型的诊断价值，采用Hosmer-Lemeshow拟合优度检验验证校准度，采用Bootstrap法重复抽样1 000次完成内部验证，校准曲线分析可靠性，决策曲线分析评估临床应用价值。以P＜0.05为差异有统计学意义。

2 结果

2.1 脑肿瘤开颅术后PICS发生现状

本研究发放问卷400份，回收问卷378份，最终回收有效问卷356份。22份无效问卷中，9份问卷填写内容均为同一选项，8份问卷填写时间短于问卷预估完成时间的1/3，5份问卷答案前后矛盾。242例患者发生PICS，发生率为67.98%。

2.2 脑肿瘤开颅术后患者PICS的单因素分析

两组年龄、家庭月收入、ICU治疗史、慢性疾病、恶性脑肿瘤、手术时长、ICU住院时长、人工气道支持、机械通气、GCS评分比较，差异有统计学意义（P＜0.05）。见表1。

2.3 变量筛选

采用LASSO回归进行变量筛选时，可见正则化参数λ取值上升过程中，各变量的回归系数逐步压缩，纳入模型的自变量数量随之递减，见图1。经过63次迭代运算，确定最优λ值为0.000 311。将该值引入LASSO模型并实施10倍交叉验证后，获得λ.min值0.005（图2右侧虚线）与λ.lse值0.047（图2左侧虚线）。基于10倍交叉验证，共筛选出6个变量（年龄、家庭月收入、慢性疾病、恶性脑肿瘤、人工气道支持、GCS评分）用于logistic回归分析，见图2。

2.4 脑肿瘤开颅术后患者PICS的多因素分析

以是否发生PICS为因变量（是=1，否=0），以年龄（原值带入）、家庭月收入（＜1万元=0， ≥1万元=1）、慢性疾病（无=0，有=1）、恶性脑肿瘤（无=0，有=1）、人工气道支持（无=0，有=1）、GCS评分（原值带入）为自变量。6个变量的方差膨胀因子（variance inflation factor，VIF）均＜5，变量间不存在多重共线性。logistic回归分析结果显示，年龄、家庭月收入、慢性疾病、恶性脑肿瘤、人工气道支持、GCS评分是脑肿瘤开颅术后患者PICS的影响因素（P＜0.05）。见表2。

2.5 列线图预测模型的构建与验证

依据多因素分析得出的结果构建预测模型，Logit（P）=2.794+0.036×年龄-0.583×家庭月收入（ ≥1万元）+0.549×慢性疾病+0.823×恶性脑肿瘤+0.960×人工气道支持-0.308×GCS评分，该模型对应的列线图见图3。ROC曲线结果显示，模型预测脑肿瘤开颅术后患者PICS的曲线下面积（area under the curve，AUC）为0.737（95%CI：0.682～0.791），临界值为0.760，约登指数为0.548，灵敏度为67.11%、特异度为87.72%，见图4。Hosmer-Lemeshow拟合优度检验结果显示，预测模型拟合效果良好（χ2=12.877，P=0.124）。采用Bootstrap法进行1 000次重抽样验证，AUC值为0.748（95%CI：0.692～0.798）。校准曲线结果显示，实际观察曲线与模型预测曲线的贴合度较高，见图5。决策曲线分析结果显示，当阈值概率＜93%时，净收益＞0，模型进行风险评估有临床意义，见图6。

3 讨论

本研究结果显示，脑肿瘤开颅术后患者PICS发生率为67.98%，高于创伤患者的发生率，接近老年ICU患者的发生率，差异可能源于研究人群疾病类型、年龄结构及术后恢复特征的不同[14-15]。此外，本研究的患者以胶质瘤为主，恶性程度较高，肿瘤体积较大，易压迫脑组织、损伤神经功能，更容易发生PICS。

年龄、GCS评分、人工气道支持、恶性脑肿瘤、家庭月收入、慢性疾病为脑肿瘤开颅术后患者PICS的影响因素。老年患者术后脑功能恢复速度显著减慢，对ICU环境的适应性更差，对吸痰、身体约束等治疗操作的耐受度较低[16]；ICU后门诊可提供个体化、多元化的康复方案，提供认知训练、心理疏导等干预措施，促进老年患者恢复[17-18]。GCS评分低的患者通常伴随更严重的脑组织损伤，易出现多种并发症，严重影响患者功能恢复[19]；对于GCS评分较低的患者，建议尽早开展康复训练，增强视听觉刺激，以降低PICS的发生风险[20]。人工气道会直接影响患者的呼吸功能与吞咽功能，患者常需接受身体约束，长时间制动可进一步加重生理功能障碍[21]；人工气道导致患者易产生沟通障碍，不适感会增加患者的恐惧、烦躁情绪[22]。因此，建议提供主动人文关怀，满足患者合理需求。恶性脑肿瘤多呈浸润性生长，术后易复发，常伴随更严重的神经功能损伤[7]；恶性脑肿瘤患者术后需接受放化疗等辅助治疗，患者对生存期的担忧、对化疗的恐惧，易引发严重的心理问题，建议术后早期开展神经功能评估，及早干预肢体功能障碍，通过心理干预以缓解患者的负性情绪[23]。家庭月收入 ≥1万元的患者发生PICS的风险更低，提示良好的经济条件可能是PICS的保护因素。高收入家庭能为患者提供更充足的医疗资源，患者能获得更好照护条件，降低患者因照护不当导致功能恢复延迟的风险。建议关注低收入患者的心理状态与康复需求，通过链接社会公益资源、增强自我照护能力等方式，降低患者康复成本[24]。存在慢性疾病的患者发生PICS的风险更高，术后需同时管理基础疾病与手术创伤，治疗方案更复杂，患者担忧慢性疾病对手术效果、恢复效果的影响。临床护理需加强术后基础疾病的管理，提供高质量的健康教育及个体化出院准备服务[25]。

本研究构建的列线图模型，可为脑肿瘤开颅术后患者PICS的风险筛查提供便捷工具。模型指标易获取，利于临床快速采集及应用。列线图的可视化呈现方式，规避复杂的公式计算，进一步提升模型的临床推广潜力。但是，该模型目前仅通过原始数据重抽样完成内部验证，尚未开展多中心、大样本量的临床外部验证，其在不同医疗场景、不同诊疗水平机构中的适用性仍需进一步验证。

4 小结

脑肿瘤开颅术后患者PICS发生率较高，高龄、有慢性疾病、恶性脑肿瘤、人工气道支持、低GCS评分是主要危险因素，家庭月收入 ≥1万元是保护因素。本研究构建的模型可为临床识别高危患者、制订个体化干预方案提供参考，有助于降低PICS发生率，促进患者术后整体康复。但本研究仅在单中心采集数据，仍需通过多中心、大样本量研究进一步校准及验证。未来也可开展纵向研究或延长随访时间，完善模型时间维度的预测能力。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[1] HISER S L，FATIMA A，ALI M，et al. Post-intensive care syndrome（PICS）：recent updates [J]. J Intensive Care，2023，11（1）：23-33.

[2] MULKEY M A，BEACHAM P，MCCORMICK M A，et al.Minimizing post-intensive care syndrome to improve outcomes for intensive care unit survivors [J]. Crit Care Nurse，2022，42（4）：68-73.

[3] 刘小会，高绘明，钟明利，等. 重症监护后综合征患者的干预研究进展[J]. 护理学报，2023，30（21）：29-34.

[4] 张婷婷，易晓平，邢娅娜，等. 重症患者ICU后综合征心理功能障碍发生率的Meta分析[J]. 中华现代护理杂志，2024，30（20）：2724-2731.

[5] 陈飘，宋艳，姚丽，等. ICU幸存者认知障碍危险因素的系统评价[J]. 护士进修杂志，2024，39（22）：2442-2446，2453.

[6] 赵汝冰，焦静. 围术期ICU后综合征心理和躯体症状的现状及影响因素分析[D]. 北京：北京协和医学院，2025.

[7] 高敏，孟晓静，李翔，等. 神经胶质瘤病人症状群评估工具研究进展[J]. 护理研究，2023，37（4）：645-649.

[8] MONAHAN P O，BOUSTANI M A，ALDER C，et al. Practical clinical tool to monitor dementia symptoms：the HABC-Monitor [J]. Clin Interv Aging，2012，7（1）：143-157.

[9] 梁诗雨，李晨阳，邵乐文. ICU后综合征风险预测模型的系统评价[J]. 中国护理管理，2023，23（3）：431-437.

[10] 北京市人民政府.北京市2021年国民经济和社会发展统计公报[EB/OL].（2022-03-01）[2025-11-19]. https：//www.beijing.gov.cn/zhengce/zhengcefagui/202203/t2022 0302_2620158.html.

[11] MONAHAN P O，ALDER C A，KHAN B A，et al. The healthy aging brain care（HABC）monitor：validation of the patient self-report version of the clinical tool designed to measure and monitor cognitive，functional，and psychological health [J]. Clin Interv Aging，2014，9（1）：2123-2132.

[12] LIANG S，WANG X，LI C，et al. Screening for postintensive care syndrome：validation of the healthy aging brain care monitor self-report Chinese version [J]. Nurs Crit Care，2024，29（4）：824-829.

[13] FUCHITA M，PERKINS A，HOLLER E，et al. Utility of the healthy aging brain care monitor as a patientreported symptom monitoring tool in older injury survivors [J]. J Surg Res，2023，290（1）：83-91.

[14] 孙翠玲，陈春丽，孙云云，等. 严重创伤患者发生重症监护后综合征危险因素的meta分析[J]. 中国医药导报，2024，21（23）：186-191.

[15] 哈丽娜，绳宇，申艳玲，等. 老年患者过渡期ICU后综合征症状特征及影响因素的分析[J]. 中华现代护理杂志，2024，30（16）：2174-2179.

[16] 张芳，江智霞，袁晓丽，等. 老年患者ICU后综合征早期症状特征及影响因素分析[J]. 遵义医科大学学报，2022，45（1）：99-104.

[17] 欧阳艳艳. 重症患者认知功能障碍影响因素及虚拟现实自然疗法干预研究[D]. 福州：福建医科大学，2022.

[18] 赵汝冰，刘晓萌，焦静. ICU后门诊应用情况的范围综述[J]. 护理学杂志，2024，39（15）：112-116.

[19] YANG P，YANG F，WANG Q，et al. Risk prediction models for post-intensive care syndrome of ICU discharged patients：a systematic review [J]. Int J Nurs Sci，2024，12（1）：81-88.

[20] 梁诗雨，王鑫，邵乐文. 《ICU后综合征多模式康复指南》解读[J]. 护理研究，2025，39（4）：534-539.

[21] 胡娜，张慧，方继锋，等. 神经外科气管切开重症患者人工气道集束化管理方案的构建及临床应用研究[J].护理管理杂志，2022，22（8）：539-543.

[22] 刘凡，王芳，何满兰，等. 神经外科重症患者身体约束管理的最佳证据总结[J]. 护士进修杂志，2023，38（16）：1478-1483.

[23] 姚芡芡，刘丽，罗艳芳，等. 原发性脑肿瘤患者心理弹性潜在类别分析[J]. 中华护理杂志，2022，57（19）：2363-2370.

[24] 程玉婷，周东阳，张驰，等. 脑肿瘤患者及照顾者家庭功能与经济毒性的纵向主客体模型研究[J]. 护理学杂志，2023，38（22）：15-19.

[25] 杨天峰，王栋梅，张蓉. 成人脑肿瘤手术患者出院计划的最佳证据总结[J]. 中国临床护理，2025，17（2）：114-119.

【作者机构】	首都医科大学附属北京天坛医院重症监护室
【分类号】	R473.73
【基金】	北京市医院管理中心“青苗”计划专项经费资助项目（QML20230515）。

脑肿瘤开颅术后患者重症监护后综合征列线图预测模型的构建及内部验证

目录

文内图表