简单的观察性重症监护研究 (SOCCS)

注册程序：

符合条件的患者将在到达重症监护病房后 3 小时内被纳入。 纳入后，将通过身体和生理检查获得所有研究参数。 这将在大约 12 小时和之后大约 24 小时重复。

监控：

监测将由格罗宁根大学医学中心 (UMCG) 重症监护部门的独立研究人员进行。 审计计划每年进行一次。

招聘：

纳入患者和测量变量将由研究协调员或合作研究员在主要研究者的监督和负责下进行。 由于其观察性质，本研究将不会获得知情同意。

源数据验证：

包括在内，所有常规血液动力学变量都是通过身体检查和记录来自基本血液动力学监测的数据（飞利浦 ImageVue 监测器，跟踪心率、心电图 (ECG)、SpO2、来自动脉管路压力测量的动脉压力和/或来自非侵入性血压监测）。 所有变量都是预定义的（参见数据字典），以标准化学生研究人员的所有测量。

从电子病历和急性生理学和慢性健康评估 (APACHE) II 和 IV 中记录一般患者特征和实验室测量值，从我们当地的国家重症监护评估 (NICE) 数据库中提取简化急性生理学评分 II (SAPS) 评分。 使用市政个人记录数据库获取 90 天和 3 年全因死亡率的随访。 长期随访是通过各种资源收集的，例如医院记录、家庭医生和/或直接联系。

数据采集​​：

在入住 ICU 后 3 小时内，所有变量将通过一次性临床检查变量获得，并要求护士和医生做出预测。 其他变量（即 化验值和影像学值）将从电子病历中获得。 下文详述了测量每个变量的基本原理和具体细节。

全身循环变量：

心率（HR）：将从床边心电图监测仪记录下来。 如果节律不规则（即 房颤）研究人员将使用一分钟内的平均心率。 除心率外，还将记录房颤的存在。

收缩压 (SBP)、舒张压 (DBP) 和平均动脉压 (MAP)：这些将使用动脉管路通过血管内测量获得，这是常规护理的一部分。 如果没有插入动脉管路，则将收集非侵入性测量值。

中心静脉压 (CVP)：如果颈内静脉或锁骨下静脉中存在中心静脉线，则会记录此值。

微循环和外周循环变量：

毛细血管再充盈时间 (CRT)：最好在食指的远端指骨和膝盖的中央部分施加牢固压力 10 秒后测量。 由于 CRT 的不同研究认为正常值存在差异，将不使用截止分数，而是连续测量。

皮肤温度（Tskin）：这将被主观和客观地测量。 主观测量将通过触诊患者的四肢来进行。 将使用检查者手的背面来区分“暖”或“冷”。 如果所有检查的肢体都被认为是凉爽的，或者尽管上肢是温暖的，但只有下肢是凉爽的，则患者将被认为具有“冷”皮肤肢体。

为了客观化皮肤温度，使用中心到外周和外周到环境的温差（分别为 dTc-p 和 dTp-a）或前臂到手指的皮肤温度梯度（Tskin-diff）有文献中提出。 研究人员将利用中央到外围的测量：

中心到外周温差 (dTc-p)：为了测量这种差异，研究人员将比较膀胱温度（通过膀胱热敏电阻导管测量）和足部温度（通过皮肤探针（DeRoyal 皮肤温度传感器产品编号 81- 010400EU）在左脚或右脚（脚背）上。 研究人员将使用膀胱温度作为中心温度的替代指标，并使用脚趾温度作为外围测量指标。 在文献中，5°C 或 7°C 的温差通常用作上限。 因此，调查人员会将高于 7°C 的值视为异常。

斑点评分：该评分由 Ait-Oufella 等人在 2011 年描述。 斑点是由微循环功能障碍引起的皮肤斑片状变色。 它通常涉及膝盖周围的区域。 斑点分数范围从 0 到 5，具体取决于斑点区域的广泛程度。 0 或 1 分为轻度，2 或 3 分为中度，4 或 5 分为重度。

尿量 (ml/kg/h)：这也是常规护理的一部分。 研究者将使用检查前（即从入院到检查）的总尿量。 对于预先存在肾功能衰竭的患者，将不使用尿量。

其他变量：

呼吸频率：这将由床边心电图监测仪记录。 如果患者接受机械通气，请参阅下文。

机械通气：将收集有关机械通气的存在和类型的数据，以及有关呼吸状况的基本信息（例如 呼气末正压和氧浓度）。

正性肌力药和血管加压药的使用：将记录任何正性肌力药或血管加压素的要求、类型、剂量和速度。 被认为是正性肌力药/血管加压药的有去甲肾上腺素、血管加压素、多巴酚丁胺、多巴胺和米力农。 被认为具有镇静作用的是咪达唑仑、异丙酚和 S-氯胺酮。

泵功能和外周循环的估计：将由治疗团队的成员或研究人员进行估计。

血清乳酸、血红蛋白、肌钙蛋白-T 和肌酐：这些是常规护理的一部分。 出于研究目的，研究人员将使用最接近我们检查的值。

作为常规护理的一部分确定的其他生化值，例如 pH、白细胞、血细胞比容等也将被记录。

进行临床检查后，将从 NICE 数据库中提取有关以下一般特征的信息。 这包括人口统计数据（如 BMI、年龄和性别）、病史、诊断和疾病的严重程度，这些数据由不同代的 APACHE 评分、SAPS、序贯器官衰竭评估 (SOFA) 和所有其他已发布的预测模型进行评估。 为此，将创建和发布广泛的文献搜索，然后执行以确保包含所有已发布的模型及其变量。 此外，研究人员将收集实验室值（细节如上所述）、尿量（细节如上所述）和常规入院心电图和成像。 30 天后，调查人员将再次评估患者档案，以收集有关 ICU 总停留天数的信息。

数据管理：

数据将使用 OpenClinica 记录并传输以供分析。 从 OpenClinica 传输后，所有数据都将在使用 Stata 版本 15（StataCorp，College Station，TX）创建的数据库中进行管理。 所有研究对象都将收到一个研究对象 ID，该 ID 由研究名称及其纳入编号组成。 该研究对象 ID 将在 OpenClinica 和 Stata 中使用。 只有在 OpenClinica 中拥有“研究主管”帐户属性的研究人员才能将研究对象 ID 链接到患者编号。

样本量评估：

每年有 3000 名患者入住四个 ICU 病房之一。 其中大约 1500 例是计划外的紧急入院。 调查人员估计，这些计划外入院中有一半符合纳入标准。 这使得 750 名患者符合纳入条件。 然而，研究人员认为，出于后勤和实际原因，他们将无法纳入所有符合条件的患者。 因此，研究人员的目标是每年纳入 400 名患者。

计划缺失数据：

首先，我们将探索缺失数据背后的模式：完全随机缺失、随机缺失或非随机缺失。 根据以前使用 SICS-I 的经验，预计数据会随机丢失。 因此，主要分析将使用多重插补法对缺失数据进行插补。 结论的稳健性将通过仅包括可用数据的二次敏感性分析来检查。

统计分析方案：

调查人员将使用一般特征来创建基线表。 将使用 Stata 版本 15（StataCorp，College Station，TX）进行统计分析。 如果数据呈正态分布，数据将以带标准差的均值表示，如果数据偏斜，则以带范围的中位数表示。

将进行单变量分析，所有 p<0.1 的变量都将包含在多变量模型中。 将使用逐步模型进行多变量分析。 心输出量将使用线性回归建模，死亡率将使用逻辑回归建模。 所有分析都将根据年龄和性别进行调整；其他一般特征不会标准地添加到模型中。 所有分析都将进行双侧测试，小于 0.05 的 p 值将被视为具有统计显着性。

如果样本量允许，研究人员将对不同的亚群进行分析。 可能有资格进行进一步分析的亚群示例包括患有败血症和/或严重循环休克的亚群。

未来的计划包括使用机器学习方法进行进一步的数据分析。 SOCCS 的设计使得数据收集同时尽可能统一和广泛。 如前所述，由于训练有素的学生团队全天 24 小时待命，几乎所有入住 ICU 的患者都将包括在内。 这保证了可以随时纳入新患者，并提供了创建大量统一数据的可能性。 对于所有在入院 3 小时内急性入住 ICU 的患者，许多变量都在床边准确记录。 更传统和创新的数据分析项目都受益于优化的数据收集过程。 为 SOCCS 研究收集的所有数据都将汇编到一个广泛而完整的数据库中，从中可以轻松定义和设置基于机器学习的预测建模研究。 在稍后阶段，这些数据将用于建立预测或风险分层模型，旨在以概率方式跟踪危重患者的演变或突出后续研究可能感兴趣的参数。

机器学习 (ML) 是人工智能的一个分支，它允许数据科学家设计有监督或无监督的算法，通过推理从一般的大数据样本中“学习”。 ML 最初是基因分析中的一种众所周知的方法，此后传播到多个其他医学领域。 它促进临床导向研究的潜力已经得到证明，主要是在确定和优先考虑护理的特定组成部分方面，对这些组成部分的研究可能会给患者带来最大的好处。 此外，几位作者使用不同类型的数据报告了在重症监护中使用基于 ML 的框架。 这些数据可以通过不同的方式获得，最常见的是通过床边测量，例如为 SOCCS 和 SICS 研究进行的测量，或者通过从一组相似受试者的先前生理数据中收集大量参数。