简介：摘要目的本研究旨在构建预测神经重症患者在脑损伤后72 h内出现自主呼吸停止的Nomogram模型，用于潜在脑死亡供者的早期识别。方法2017年10月至2019年1月期间，前瞻性纳入中山大学附属第一医院收治的神经重症患者，以创伤性颅脑损伤和自发性脑出血为主，动态记录评估脑损伤的相关参数；其中2017年10月1日至2018年5月31日期间数据用于构建训练集，2018年6月1日至2019年1月31日期间数据用于构建验证集。以脑损伤后72 h内出现自主呼吸停止作为时间兴趣点和分组因素，单因素和多因素分析与自主呼吸停止相关的因素，然后构建Nomogarm预测模型，最后在验证集中对Nomogarm预测模型进行验证。结果依据纳入标准，共127例患者纳入研究；65例进入训练集，62例进入验证集。在训练集中，经单因素和多因素分析显示：中线结构移位(OR＝4.56, 95%CI: 1.87～19.21)，环池消失(OR＝4.83, 95%CI: 1.35～16.34)，咳嗽反射(OR＝3.82, 95% CI：1.15～12.42)，脑室内出血(OR＝3.16, 95%CI：1.53～14.52)和血Na+<125 mmol/L(OR＝3.06, 95% CI：1.53～13.44)是与神经重症患者在脑损伤后72 h内出现自主呼吸停止的相关因素，然后以相关因素构建Nomogram预测模型。在训练集和验证集中，神经重症患者72 h内出现自主呼吸停止率的预测C指数分别为0.81(95%CI：0.76～0.85)和0.80(95%CI：0.75～0.83)。进一步统计分析显示评分140分，160分和170分是危险分界点，其中140分，160分和170分在72 h内自主呼吸停止的概率分别为30.1%，65.6%和93.4%。结论基于脑损伤评估参数构建的Nomogram模型，能预测神经重症患者自主呼吸停止发生的时间，可用于潜在脑死亡供者的早期识别，结果有待进一步外部数据验证。

简介：摘要目的明确脑死亡判定确认检查中脑电与脑血流"分离现象"的影响因素，加强对该现象的了解及认知。方法前瞻性收集中山大学附属第一医院神经外科及重症医学科自2018年6月至2019年5月收治的127例潜在脑死亡后器官捐献(DBD)供者的相关临床资料。所有患者首选脑电和脑血流评估作为脑死亡判定的确认检查方式，对存在"分离现象"的患者，进一步行正中神经短潜伏期诱发电位检查或等待24 h再次进行脑电和脑血流评估以确诊。选择性别、年龄、进行确认检查时自主呼吸停止时间、血压、手术方式、神经查体、神经影像学指标和血Na+等15个参数，通过单因素和多因素Logistic回归分析，明确与"分离现象"相关的危险因素。结果127例患者中，22例(17.3%)存在"分离现象"，其中17例(77.2%)脑电静息早于脑血流终止，5例(22.7%)脑血流终止早于脑电静息。多因素Logstic分析结果显示，患者年龄≤14岁(OR=6.250，95%CI：1.201~32.220, P=0.028)、检查时收缩压≥140 mmHg(OR=7.430，95%CI：1.621~33.992, P=0.010)、原发性脑干损伤(OR=15.890，95%CI：3.042~82.930, P=0.006)、自主呼吸停止时间≤72 h(OR=11.964，95%CI：3.045~82.932, P= 0.006)及去骨瓣减压术(单侧/双侧) (OR=16.281，95%CI：1.590~89.785, P=0.001)是"分离现象"的独立危险因素。结论"分离现象"在中国脑死亡判定的确认检查中常见，≤14岁患者、检查时收缩压≥140 mmHg、原发性脑干损伤、自主呼吸停止时间≤72 h和行去骨瓣减压手术(单侧/双侧)患者更易出现"分离现象"。