动脉 CO2 张力对急性低氧呼吸器衰竭和 ARDS 患者管理和结果的影响 (CO2 LUNG SAFE)

这项研究将解决一些具体问题，包括：

1. 低碳酸血症和高碳酸血症的发生率；
2. 因素（例如 通气模式）导致低碳酸血症和高碳酸血症；
3. 低碳酸血症和高碳酸血症对 ARDS 进展、通气持续时间、ICU 停留时间、住院时间和患者预后的影响；
4. pH 值（呼吸与代谢原因）对结果变量的影响。

LUNG SAFE 是一项前瞻性观察研究。 没有病人干预。 当前的分析是对该现有数据库的二次分析。

将从数据库中提取所有符合 ARDS 纳入标准（在 AHRF 发病后的前 2 天内）的患者的以下变量的数据：患者的人口统计学特征（年龄、性别）和慢性合并症、动脉 PCO2、前 48 位患者的 pH 值小时、病程中 P/F 比的数据、通气持续时间、ICU 停留时间、被确定为暴露于低碳酸血症（pCO2 < 或 = 30mmHg）和高碳酸血症（PCO2 > 或 = 45mmHg）的患者的住院存活率；主要通气变量：通气方式、潮气量、呼吸。

根据数据分布，描述性统计将包括连续变量的分类比例和均值（标准差）或中值（四分位数间距）。 LUNG SAFE 数据库中缺失的数据量很少，因此不会对缺失数据做出任何假设。

为了研究 PaCO2 与管理因素之间的关系，研究人员将根据是否存在高碳酸血症对研究人群进行分层，并将使用适当的统计检验评估管理因素的差异。 具体而言，将使用卡方检验或 Fisher 精确检验比较比例，并酌情使用 T 检验或 Wilcoxon 秩和检验比较平均值。 Shapiro-Wilks 检验将用于评估数据分布的正态性。 此外，他们将使用高碳酸血症作为因变量来执行单变量和多变量逻辑回归模型。 显着性 alpha 水平为 0.05（进入和保留）的逐步回归方法将用于建立一组独立的预测变量。 比值比 (OR) 和 95% 置信区间 (CI) 将报告为相关性度量。

他们将使用广义线性回归模型（泊松或逻辑回归模型，根据结果分布）评估高碳酸血症与不同结果（ARDS 进展、机械通气持续时间、ICU 和住院时间以及死亡率）的关联，并调整与所有可能混杂因素的关系逐步确定。 结果将报告为 OR、发生率比和相应的 95% CI。

将特别注意 pH 值和 PaCO2 之间的关系和相互作用。

生存分析（Kaplan-Meier 方法）将用于估计有创机械通气、ICU 和出院的时间，以及 AHRF 发作后 28 天内有和没有高碳酸血症患者的住院死亡率。 生存时间的差异将通过对数秩检验进行评估。