重篤度の指標を超えて：人工呼吸器関連イベントが死亡率に与える影響の再評価

再評価のハイライト

最近、Intensive Care Medicine誌に掲載された多施設観察研究で、人工呼吸器関連イベント（VAE）が患者の予後に対する影響に関する新しい証拠が提供されました。主な知見は以下の通りです。

1. VAEは、30日以内の病院死亡率が約2倍に増加することと有意に関連していました（HR 2.00；95% CI 1.23-3.26）。
2. この研究では、時間依存性の混雑因子（特に機械換気開始後の患者の重篤度の変化）を考慮するために、マージナル構造モデルが使用されました。
3. VAEの発生率は1,000換気日に10.0件で、病院内死亡の人口帰属リスク分率（PARF）は8.8%でした。
4. 死亡率以外にも、VAEは病院およびICUの滞在期間が有意に長くなることが示されました。

人工呼吸器関連合併症の定義の進化

数十年にわたり、臨床科学者たちは、機械換気に関連する合併症の主要な指標として、人工呼吸器関連肺炎（VAP）に焦点を当ててきました。しかし、VAPの定義はしばしば主観的で、胸部レントゲン写真の解釈の曖昧さにより、評者間の一貫性が低かったため、問題がありました。これに対応して、米国疾病対策センター（CDC）は2013年に、人工呼吸器関連イベント（VAE）の監視定義を導入しました。VAEは、吸入酸素濃度（FiO2）や呼気末正圧（PEEP）の変化などの客観的かつ自動化されたデータを重視し、呼吸機能の悪化を識別します。

VAEが品質指標として広く採用される一方で、臨床上の疑問が残っていました。つまり、VAEは直接的な死亡原因であるのか、それとも既に重篤な患者を指すマーカーに過ぎないのか？以前の研究では、患者の重篤度の動的性質を考慮しないため、VAEが単なる全体的な臨床的悪化の代替指標であり、不良結果の独立した要因ではないという懸念がありました。

方法論の革新：マージナル構造モデル

NakahashiらとJapan VAE Study Investigators Groupは、従来の回帰モデルでは、曝露（VAE）の結果であり、同時にアウトカム（死亡）の予測因子でもある変数を調整するとバイアスが生じる可能性があることを解決するために、逆確率重み付け（IPW）を使用したマージナル構造モデル（MSM）を採用しました。例えば、患者の体液バランスや鎮静レベルは時間とともに変化し、VAEのリスクと死亡のリスクの両方に影響を与えることがあります。

MSMを使用することで、研究者はVAEが経時的に変化する混雑因子とは無関係に発生する確率を持つ「疑似集団」を作成することができました。この手法により、ICU滞在中の患者の重篤度の変動を調整して、VAEが死亡率に与える因果効果をより正確に推定することができます。

研究デザインと対象群

この多施設観察研究は、2020年5月から2022年12月まで、日本の18つの集中治療室（ICU）で実施されました。研究には、12歳以上の成人および思春期患者1,094人が含まれ、少なくとも3日間連続して機械換気が必要だった患者が対象となりました。

VAEはCDCの基準に基づいて定義され、安定または改善の基線期間の後に、最低日次PEEP（≥3 cm H2O）または最低日次FiO2（≥20ポイント）が少なくとも2日間持続的に増加することが求められます。主要評価項目は30日以内の病院内死亡率で、副次評価項目にはICU死亡率と滞在期間（LOS）が含まれます。

Fig Forest plot of hazard ratios for clinical outcomes comparing VAEs versus non-VAEs groups. VAEs ventilator-associated events, HR hazard ratio, CI confidence interval, ICU intensive care unit, MV mechanical ventilation

Fig Forest plot of hazard ratios for clinical outcomes stratified by VAEs subtypes. VAEs ventilator-associated events, VAC ventilator-associated condition, IVAC infection-related ventilator-associated complication, PVAP possible ventilator-associated pneumonia, HR hazard ratio, CI confidence interval, ICU intensive care unit

主な知見：VAEの影響の定量

1,094人の対象者の中で、106件のVAEが確認され、発生率は9.7%でした。これは、1,000日の機械換気に約10件のイベントが発生することを意味し、世界的な基準と一致しています。

死亡率と生存分析

最も目立つ結果は、死亡リスクが2倍になったことです。MSMを使用して時間依存性の重篤度を厳密に調整しても、30日以内の病院内死亡率のハザード比（HR）は2.00（95% CI 1.23-3.26）でした。同様に、ICU死亡率のHRは1.92（95% CI 1.03-3.57）でした。これらの数値は、VAEが患者の臨床経過の傍観者に過ぎず、生存に独立して重大な影響を与える事件であることを示唆しています。

リソース利用と滞在期間

VAEは医療資源に大きな負担をもたらしました。VAEを経験した患者は、ICUと病院の滞在期間が有意に長かったです。病院退院のHRは0.72（95% CI 0.54-0.97）、ICU退院のHRは0.47（95% CI 0.23-0.96）でした。この文脈での低いハザード比は、退院の確率が低下していることを示しており、滞在期間の延長を反映しています。

人口帰属リスク

研究者は、人口帰属リスク分率（PARF）を計算しました。これは、VAEが完全に予防されれば理論的に回避できる死亡の割合を推定します。病院内死亡のPARFは8.8%、ICU死亡のPARFは8.2%でした。これは、ICUにおける品質向上イニシアチブの高収益ターゲットとしてのVAE予防の重要性を強調しています。

専門家のコメント：品質と因果関係の架け橋

Nakahashiらの知見は、集中治療疫学において重要な一歩です。マージナル構造モデルを使用することで、研究者たちはVAEが単なる基線疾患の指標であるという議論を大きく沈静化させました。

ただし、VAEの定義の細かい点に注意が必要です。VAEは、人工呼吸器関連状態（VAC）、感染症関連人工呼吸器関連状態（IVAC）、可能人工呼吸器関連肺炎（PVAP）を含む包括的な用語です。この研究は広範なVAEカテゴリーとの関連を確認していますが、炎症、感染、バロトラウマなど、具体的なメカニズムは多面的です。

研究の1つの制限は、観察研究であることです。MSMは混雑因子への堅牢な調整を提供しますが、ランダム化比較試験からの洞察を完全に置き換えることはできません。さらに、データは日本で収集されたものであり、多施設設計は強みですが、鎮静プロトコルや離脱戦略などのICUの実践の違いにより、各国でのVAEの発生率やその後の影響が異なる可能性があります。

集中治療医にとっての臨床的教訓

臨床医にとって、この研究はVAE監視が規制上の要件だけでなく、患者の安全と予後の直接的な反映であることを再確認しています。VAEのリスクを軽減するためには、以下のエビデンスに基づいた実践を強化することが重要です。

1. 最小限の鎮静：覚醒と日常的な自発呼吸試験を優先し、換気期間を短縮します。
2. 肺保護換気：低潮気量戦略を厳格に遵守し、バロトラウマやボリュートラウマを防止します。
3. 液体管理：肺水腫やその後の呼吸機能の悪化を引き起こす可能性のある過剰な正の液体バランスを避けます。
4. 早期活動化：長期的な機械換気とともにしばしば伴う身体的不適応を軽減します。

結論

マージナル構造モデルを用いたVAEの再評価は、これらのイベントが独立した予後予測因子であり、長期的な入院期間を引き起こすことを確認しています。換気患者の病院内死亡の約9%がVAEに帰属することを考えると、これらの呼吸機能の合併症の予防に焦点を当てるだけでなく、ICUにおける患者の生存率向上のための重要な戦略であることが示されています。

参考文献

1. Nakahashi S, Suzuki K, Nakashima T, et al. A reappraisal of association between ventilator-associated events and mortality among critically ill patients using marginal structural model: multicenter observational study. Intensive Care Med. 2025;51(10):1764-1774.
2. Magill SS, Klompas M, Balk R, et al. Developing a new, objective, surveillance paradigm for ventilator-associated harm. Crit Care Med. 2013;41(11):2467-2475.
3. Robins JM, Hernán MA, Brumback B. Marginal structural models and causal inference in epidemiology. Epidemiology. 2000;11(5):550-560.
4. Klompas M. Ventilator-associated events: what they are and what they are not. Respir Care. 2019;64(8):953-961.