臨床回溯性世代研究 第一段 醫院背景介紹

研究執行地點在臺大醫院。臺大醫院為一擁有2600 張床位的

教學醫院及醫學中心，其中大約有220 張加護病房床位。當一般

病房的住院病患發生心跳停止時，院內急救小組會被院內廣播啟 動（急救代碼9595），小組成員包括：一位資深住院醫師，四位 資淺住院醫師，一位主護，一位呼吸治療師，以及多位加護病房 支援護理師。所有的成員均取得高級心臟救命術執照（Advanced cardiac life support, ACLS），依據當時最新的美國心臟協會指引進 行急救。根據醫院政策，在加護病房的病人發生心跳停止時，由 於這些場所隨時有訓練有素的醫護人力值班，因此院內急救小組 不會被啟動，而是由各加護病房人力互相支援，進行急救。在進 行本研究收集資料前，已事先取得臺大醫院倫理委員會核可。

第二段 參加者

本研究篩選2006 至 2014 年間，在臺大醫院發生院內心跳停 止的病人。

其納入條件為：

1. 年紀大於 18 歲。

2. 壓胸時間為 2 分鐘以上。

3. 沒有預先簽訂的不施行心肺復甦術醫囑（Do-not-resuscitate order）。

4. 達成持續性恢復自主循環（sustained ROSC，亦即恢復自

主循環的時間為20 分鐘以上，中間不需要再進行壓胸急

救）。

其排除條件為：

1. 和創傷相關的心跳停止。

究欲探討的五大生理指標相關紀錄，包括平均動脈壓，動 脈氧分壓，動脈二氧化碳分壓，血色素濃度以及血中葡萄 糖濃度。

第三段 資料收集

作者自病歷上摘錄以下資料：基本人口學資料，過去疾病和 共病症，根據Utstein 格式紀錄的心肺復甦相關的變數(Jacobs et al.

2004)，達成持續性恢復自主循環後 24 小時內最高的收縮壓以及 同時間相對應的舒張壓，達成持續性恢復自主循環後的第一次動 脈血氧和二氧化碳分壓資料以及抽血時間，達成持續性恢復自主

循環後24 小時內最低的血色素濃度，動脈氧分壓和血氧飽和度，

達成持續性恢復自主循環後24 小時內最高和最低的血糖濃度，心

跳停止後的特殊處置（心導管介入，葉克膜置放以及低溫療法 等），達成持續性恢復自主循環後最初24 小時的生命徵象，出院 時依據CPC score(Becker et al. 2011)評估的神經學功能。

第四段 結果評估

主要結果變數是出院時的神經學狀態，在本研究中是利用 CPC score(Becker et al. 2011)來評估。CPC score 是一個經過驗證 的五等級評分方式，主要是針對神經學缺陷做評估，最常被使用 在關於心跳停止的研究。其評分方式：1 分表示良好的神經學表 現；2 分表示中等神經學缺陷；3 分表示嚴重神經學缺陷; 4 分為 昏迷或是腦死狀態；5 分為死亡。CPC score 1 分或是 2 分表示有

足夠的腦部功能在出院後獨立自理生活。在本研究中，定義CPC

1 分以及 2 分為良好神經學狀態。次要結果變項為存活出院比 率。

第五段 統計分析

Computing, Vienna, Austria）進行統計分析。首先進行敘述統計。

類別變項以次數以及百分比表示；連續變項以平均值和標準差呈 現。在單變數分析，類別變項以Fisher’s exact test 檢定；連續變 項以Wilcoxon rank-sum test 檢定。雙尾 p value 小於 0.05 表示統 計上達顯著水準。

作者利用多變數羅吉斯迴歸模型（multivariable logistic regression）計算勝算比估算值。無論單變數分析時，獨立變數與 結果之間的關係是否為統計上顯著，只要獨立變數沒有遺漏值，

便會進入多變數分析中與其他獨立變數競爭進入最終模型。在分 析上，為了更有效率地探討五大生理指標與神經學功能間的關 係，作者將分別討論此五大生理指標，除了動脈氧分壓以及二氧 化碳分壓合併分析外。因為若將此五大生理指標合併分析，會因 為遺漏值的關係，使得能夠觀察的個案數減少。

對於五大生理指標，作者採以下定義將其納入回歸模型中作 探討：（1）平均動脈壓：採用達成持續性恢復自主循環後 24 小時 內最高的收縮壓以及同時間相對應的舒張壓來計算最高平均動脈 壓。平均動脈壓的計算方式為，三分之一的收縮壓值加上三分之

二的舒張壓值。（2）動脈氧分壓以及二氧化碳分壓：採用達成持

續性恢復自主循環後24 小時內，第一次的動脈氧分壓以及二氧化

碳分壓紀錄。（3）血色素濃度：採用達成持續性恢復自主循環後

24 小時內最低的血色素濃度。（4）血糖濃度：採用達成持續性恢 復自主循環後24 小時內最高以及最低的血糖濃度的平均值。

決定進入最終模型的變數的過程是在前向（forward）和後向

（backward）間逐步挑選（stepwise selection）。在挑選過程中，

為保守起見，選取變數進入（significance level for entry）或是停

留（significance level for stay）在迴歸模型的 p value 定為 0.15，

以避免任何潛在的變數在挑選過程中被剔除。接著，藉由臨床知 識的判斷，將

p value 大於 0.05 的變數逐一由模型中剔除，直到

p value 均小於 0.05。最後，利用 c statistic

［area under the receiver operating characteristic （ROC） curve］，

adjusted generalized R²和Hosmer-Lemeshow Test 來評估最終模型 對於觀測值的適切性（Goodness of fit）。

如果五大生理指標在此變數挑選過程中被剔除，在最終迴歸 模型建立後，作者將強迫代表五大生理指標的獨立變數進入模 型，評估其結果估算值。在篩選變數進入最終模型時，作者利用 Generalized additive models（GAM）plot 檢驗獨立連續變數與神經 學預後或是存活出院間的非線性關係，並尋找適當的切點重新定 義連續變數為二元式變數（binary variable）進入模型。作者使用 Conditional effect plot 來視覺化獨立變數與預測結果間的關係 (Hamilton LC 1992)。

第三節 動物實驗