通過咳嗽強度判斷拔管失敗的預測能力因研究而異。近日，危重病醫學領域權威雜誌Critical Care上發表了一篇研究文章，研究人員總結了通過咳嗽強度評估拔管失敗的診斷能力。

        研究人員進行了全麵的在線檢索，以選擇可能符合條件的研究，這些研究通過咳嗽強度評估了拔管失敗的預測能力。研究人員還進行了手動搜索以確定其他研究。提取數據以計算彙總敏感性、特異性、陽性似然比(LR)、陰性LR、診斷優勢比(DOR)和受試者工作特征曲線下麵積(AUC)，以評估拔管失敗的預測能力。

        該研究總共納入了涉及45個研究組的34項研究，並分析了涉及8684次評估的7329名患者。該分析總共涉及3018次評估的23個研究組在拔管前測量了咳嗽峰值流量，並通過咳嗽峰值流量評估了輕度和強烈咳嗽患者合並拔管失敗率分別為36.2%和6.3%。彙總的敏感性、特異性、陽性LR、陰性LR、DOR和AUC分別為0.76(95%置信區間[CI]為0.72-0.80)、0.75(0.69-0.81)、2.89(2.36-3.54)、0.37(0.30-0.45)、8.91(5.96–13.32)和0.79(0.75–0.82)。

        此外，涉及5666次評估的22個研究組在拔管前測量了半定量咳嗽強度評分(SCSS)。在SCSS評估的有微弱和強烈咳嗽的患者中，合並拔管失敗率分別為37.1%和11.3%。彙總的敏感性、特異性、陽性LR、陰性LR、DOR和AUC分別為0.53(95%CI為0.41-0.64)、0.83(0.74-0.89)、2.50(1.93-3.25)、0.65(0.56-0.76)、4.61(3.03–7.01)和0.74(0.70–0.78)。

        由此可見，咳嗽無力與拔管失敗增加相關。在預測拔管失敗方麵，咳嗽峰值流量優於SCSS。然而，兩者具有預測拔管失敗的中等能力。

        原始出處：

        Jun Duan.et al.Predictive power of extubation failure diagnosed by cough strength: a systematic review and meta-analysis.Critical Care.2021.https://ccforum.biomedcentral.com/articles/10.1186/s13054-021-03781-5