Những điểm nổi bật của việc đánh giá lại
Trong một nghiên cứu quan sát đa trung tâm gần đây được công bố trên tạp chí Intensive Care Medicine, các nhà nghiên cứu đã cung cấp bằng chứng mới về tác động của các sự cố liên quan đến máy thở (VAEs) đối với kết quả của bệnh nhân. Các kết quả chính bao gồm:
1. VAEs có liên quan đáng kể đến việc tăng gấp đôi tỷ lệ tử vong trong 30 ngày tại bệnh viện (HR 2.00; 95% CI 1.23-3.26).
2. Nghiên cứu sử dụng mô hình cấu trúc biên để tính toán các yếu tố nhiễu phụ thuộc vào thời gian, cụ thể là những thay đổi về mức độ nghiêm trọng của bệnh nhân sau khi bắt đầu thông khí cơ học.
3. Tỷ lệ mắc VAEs là 10.0 trên 1.000 ngày thông khí, với tỷ lệ rủi ro có thể quy cho dân số (PARF) là 8.8% đối với các ca tử vong tại bệnh viện.
4. Ngoài tỷ lệ tử vong, VAEs còn liên quan đến thời gian lưu viện và thời gian lưu trú tại ICU dài hơn đáng kể.
Định nghĩa đang phát triển của các biến chứng liên quan đến máy thở
Trong nhiều thập kỷ, các nhà khoa học lâm sàng tập trung vào Viêm phổi liên quan đến máy thở (VAP) như là chỉ số chính của các biến chứng liên quan đến thông khí cơ học. Tuy nhiên, định nghĩa VAP thường gặp phải chủ quan và độ tin cậy thấp giữa các đánh giá viên do sự mập mờ trong việc diễn giải ảnh chụp X-quang ngực. Để đáp ứng, Trung tâm Kiểm soát và Phòng ngừa Dịch bệnh Hoa Kỳ (CDC) đã giới thiệu định nghĩa giám sát Sự cố liên quan đến máy thở (VAE) vào năm 2013. VAEs ưu tiên dữ liệu khách quan, tự động—chủ yếu là thay đổi trong tỷ lệ oxy hít vào (FiO2) và áp lực cuối thở ra dương (PEEP)—để xác định sự suy giảm hô hấp.
Mặc dù VAEs đã được chấp nhận rộng rãi như một chỉ số chất lượng, câu hỏi lâm sàng vẫn tồn tại: VAEs có phải là nguyên nhân trực tiếp gây tử vong hay chỉ là dấu hiệu cho thấy bệnh nhân đã bị bệnh nặng hơn và do đó có khả năng chết cao hơn? Các nghiên cứu trước đây thường không tính đến bản chất động của mức độ nghiêm trọng của bệnh nhân, dẫn đến lo ngại rằng VAEs chỉ là đại diện cho sự suy giảm lâm sàng tổng thể thay vì là yếu tố độc lập gây ra kết quả xấu.
Sáng tạo phương pháp: Mô hình cấu trúc biên
Để giải quyết những hạn chế của các nghiên cứu trước, Nakahashi và Nhóm Nghiên cứu VAE Nhật Bản đã sử dụng mô hình cấu trúc biên (MSM) với trọng số xác suất ngược (IPW). Trong các mô hình hồi quy truyền thống, điều chỉnh các biến vừa là hậu quả của yếu tố phơi nhiễm (VAE) vừa là dự đoán của kết quả (tử vong) có thể gây ra sai lệch. Ví dụ, cân bằng dịch hoặc mức độ an thần của bệnh nhân có thể thay đổi theo thời gian, ảnh hưởng đến cả nguy cơ mắc VAE và nguy cơ tử vong.
Bằng cách sử dụng MSM, các nhà nghiên cứu đã tạo ra một ‘dân số giả’ nơi xác suất mắc VAE độc lập với các yếu tố nhiễu phụ thuộc vào thời gian. Phương pháp này cho phép ước tính chính xác hơn về tác động nhân quả của VAEs đối với tỷ lệ tử vong, hiệu chỉnh cho sự biến động về mức độ nghiêm trọng của bệnh nhân trong quá trình lưu trú tại ICU.
Thiết kế nghiên cứu và đối tượng
Nghiên cứu quan sát đa trung tâm này được thực hiện tại 18 đơn vị chăm sóc tích cực (ICUs) ở Nhật Bản từ tháng 5 năm 2020 đến tháng 12 năm 2022. Nghiên cứu bao gồm 1.094 bệnh nhân trưởng thành và thiếu niên (từ 12 tuổi trở lên) cần thông khí cơ học ít nhất ba ngày liên tục.
VAEs được định nghĩa theo tiêu chuẩn của CDC, yêu cầu một giai đoạn ổn định hoặc cải thiện ban đầu sau đó là sự tăng lên kéo dài trong PEEP hàng ngày tối thiểu (≥ 3 cm H2O) hoặc FiO2 hàng ngày tối thiểu (≥ 20 điểm) trong ít nhất hai ngày lịch. Điểm cuối chính là tỷ lệ tử vong trong 30 ngày tại bệnh viện, với các điểm cuối phụ bao gồm tỷ lệ tử vong tại ICU và thời gian lưu trú (LOS).
Kết quả chính: Đánh giá tác động của VAEs
Trong số 1.094 đối tượng, đã xác định 106 VAEs, tương đương với tỷ lệ mắc 9.7%. Điều này tương đương với khoảng 10 sự kiện trên 1.000 ngày thông khí cơ học, một tỷ lệ phù hợp với chuẩn toàn cầu.
Tử vong và phân tích sống sót
Kết quả đáng chú ý nhất là tỷ lệ nguy cơ tử vong tăng gấp đôi. Ngay cả sau khi điều chỉnh kỹ lưỡng cho mức độ nghiêm trọng phụ thuộc vào thời gian bằng MSM, tỷ lệ nguy cơ (HR) cho tỷ lệ tử vong trong 30 ngày tại bệnh viện là 2.00 (95% CI 1.23-3.26). Tương tự, HR cho tỷ lệ tử vong tại ICU là 1.92 (95% CI 1.03-3.57). Những con số này cho thấy sự xuất hiện của VAE không chỉ là một yếu tố phụ trong quá trình lâm sàng của bệnh nhân mà còn là một sự kiện quan trọng độc lập đe dọa sự sống còn.
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
Sử dụng nguồn lực và thời gian lưu trú
VAEs cũng đặt gánh nặng đáng kể lên nguồn lực y tế. Bệnh nhân mắc VAE có thời gian lưu trú tại ICU và bệnh viện dài hơn đáng kể. HR cho việc xuất viện khỏi bệnh viện là 0.72 (95% CI 0.54-0.97), và cho việc xuất viện khỏi ICU là 0.47 (95% CI 0.23-0.96). Một tỷ lệ nguy cơ thấp hơn trong ngữ cảnh này chỉ ra khả năng xuất viện thấp hơn, phản ánh thời gian lưu trú kéo dài.
Tỷ lệ rủi ro có thể quy cho dân số
Các nhà nghiên cứu đã tính toán Tỷ lệ rủi ro có thể quy cho dân số (PARF), ước lượng tỷ lệ các ca tử vong có thể tránh được nếu VAEs hoàn toàn được ngăn chặn. PARF là 8.8% đối với các ca tử vong tại bệnh viện và 8.2% đối với các ca tử vong tại ICU. Điều này nhấn mạnh việc phòng ngừa VAEs là mục tiêu hiệu quả cao cho các sáng kiến cải tiến chất lượng tại ICU.
Bình luận chuyên gia: Kết nối chất lượng và nhân quả
Các kết quả của Nakahashi et al. là bước tiến quan trọng trong dịch tễ học chăm sóc tích cực. Bằng cách sử dụng mô hình cấu trúc biên, các nhà nghiên cứu đã phần lớn làm im lặng lập luận rằng VAEs chỉ là dấu hiệu của bệnh nền.
Tuy nhiên, cần lưu ý những tinh tế của định nghĩa VAE. VAE là thuật ngữ chung bao gồm Các tình trạng liên quan đến máy thở (VAC), Các tình trạng liên quan đến nhiễm trùng (IVAC) và Viêm phổi có thể liên quan đến máy thở (PVAP). Mặc dù nghiên cứu này xác nhận mối liên hệ cho phạm vi VAE rộng, các cơ chế cụ thể—liệu viêm, nhiễm trùng hay liên quan đến áp lực khí động—vẫn đa dạng.
Một hạn chế của nghiên cứu là tính chất quan sát; mặc dù MSM cung cấp điều chỉnh robust cho yếu tố nhiễu, nó không thể hoàn toàn thay thế những hiểu biết từ các thử nghiệm lâm sàng ngẫu nhiên. Hơn nữa, dữ liệu được thu thập ở Nhật Bản, và mặc dù thiết kế đa trung tâm là một sức mạnh, sự khác biệt trong các thực hành ICU (như các giao thức an thần và chiến lược giảm tải) ở các quốc gia khác nhau có thể ảnh hưởng đến tỷ lệ VAEs và tác động tiếp theo của chúng.
Lời khuyên lâm sàng cho bác sĩ chăm sóc tích cực
Đối với các bác sĩ lâm sàng, nghiên cứu này củng cố tầm quan trọng của việc giám sát VAEs không chỉ là yêu cầu quản lý mà còn là phản ánh trực tiếp về sự an toàn và tiên lượng của bệnh nhân. Để giảm thiểu nguy cơ mắc VAEs, các ICU nên tăng cường các biện pháp dựa trên bằng chứng đã được xác nhận, bao gồm:
1. An thần tối thiểu: Ưu tiên tỉnh táo và thử nghiệm thở tự phát hàng ngày để giảm thời gian thông khí.
2. Thông khí bảo vệ phổi: Tuân thủ nghiêm ngặt chiến lược thể tích hít vào thấp để ngăn ngừa áp lực khí động và tổn thương phổi.
3. Quản lý dịch: Tránh cân bằng dịch dương quá mức, có thể dẫn đến phù phổi và suy hô hấp sau đó.
4. Di động sớm: Giảm tình trạng mất khả năng vận động vật lý thường đi kèm với thông khí cơ học kéo dài.
Kết luận
Việc đánh giá lại VAEs sử dụng mô hình cấu trúc biên xác nhận rằng các sự cố này là những yếu tố dự đoán độc lập về tỷ lệ tử vong và thời gian lưu viện kéo dài. Với gần 9% các ca tử vong tại bệnh viện ở bệnh nhân thông khí có thể quy cho VAEs, tập trung vào việc phòng ngừa các biến chứng hô hấp này không chỉ là vấn đề theo dõi chất lượng mà còn là chiến lược quan trọng để cải thiện sự sống còn của bệnh nhân trong đơn vị chăm sóc tích cực.
Tài liệu tham khảo
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.