急性一氧化碳中毒迟发性神经后遗症预测模型构建与效能验证

doi:10.3969/j.issn.1006-5725.2025.10.015

摘要/Abstract

摘要：

目的构建急性一氧化碳中毒（ACMP）迟发性神经后遗症（DNS）的预测模型，并验证其效能。方法回顾性分析183例ACMP患者的一般资料，经多因素logistic回归模型分析其发生DNS的影响因素；建立对应的预测模型并验证其效能。结果多因素logistic回归模型显示，年龄、吸烟史、重度中毒、血乳酸、中毒至高压氧治疗时间、肺部感染是ACMP发生DNS的独立危险因素（P < 0.05）；该模型预测开发集ACMP发生DNS的曲线下面积（AUC）为0.933，灵敏度为94.12%，特异度为89.77%，预测检验集ACMP发生DNS的AUC为0.906，灵敏度为90.00%，特异度为92.68%；Hosmer-Lemeshow检验显示，该模型预测开发集、检验集ACMP发生DNS的概率与实际概率差异均无统计学意义（P > 0.05）；开发集、检验集中预测模型在分别在风险阈值0.11 ~ 0.98、0.12 ~ 0.92范围内获取临床净收益。结论年龄、吸烟史、重度中毒、血乳酸、中毒至高压氧治疗时间、肺部感染是ACMP发生DNS的独立危险因素，对应的预测模型经验证临床效能良好。

关键词: 急性一氧化碳中毒, 迟发性神经后遗症, 预测模型, 列线图

Abstract:

Objective To construct a predictive model for delayed neurological sequelae （DNS） following acute carbon monoxide poisoning （ACMP） and to verify its efficacy. Methods A retrospective analysis of the general data of 183 patients with ACMP was conducted. The factors influencing the occurrence of DNS were analyzed using a multivariate Logistic regression model. A corresponding predictive model was then established and its efficacy was verified. Results The multivariate logistic regression model showed that age， smoking history， severe poisoning， blood lactate， time from poisoning to hyperbaric oxygen therapy， and pulmonary infection were independent risk factors for DNS following ACMP （P < 0.05）. The area under the curve （AUC） of the model for predicting DNS in the development set was 0.933， with a sensitivity of 94.12% and specificity of 89.77%. In the validation set， the AUC was 0.906， with a sensitivity of 90.00% and specificity of 92.68%. The Hosmer-Lemeshow test showed that the predicted probabilities of DNS in both the development and validation sets were not significantly different from the actual probabilities （P > 0.05）. The predictive model achieved clinical net benefit within the risk threshold ranges of 0.11 ~ 0.98 for the development set and 0.12 ~ 0.92 for the validation set. Conclusions Age， smoking history， severe poisoning， blood lactate， time from poisoning to hyperbaric oxygen therapy， and pulmonary infection are independent risk factors for DNS following ACMP. The corresponding predictive model has been verified to have good clinical efficacy.

Key words: acute carbon monoxide poisoning, delayed neurological sequelae, predictive model, nomogram

中图分类号:

R595.1

李少林,马晓红,张德河,宋鹏. 急性一氧化碳中毒迟发性神经后遗症预测模型构建与效能验证[J]. 实用医学杂志, 2025, 41(10): 1533-1539.

Shaolin LI,Xiaohong MA,Dehe ZHANG,Peng. SONG. Development and validation of a predictive model for delayed neurological sequelae in acute carbon monoxide poisoning[J]. The Journal of Practical Medicine, 2025, 41(10): 1533-1539.

图/表 9

表 1

两组一般资料比较 (例（%）)"

一般资料	发生组（n = 34）	未发生组（n = 88）	χ² /t/Z值	P值
性别			2.136	0.144
男	22（64.71）	44（50.00）
女	12（35.29）	44（50.00）
年龄（x ± s）/岁	45.26 ± 8.89	41.31 ± 8.03	2.364	0.020
BMI（x ± s）/（kg/m²）	23.32 ± 2.97	22.91 ± 2.88	0.699	0.486
吸烟史			4.242	0.039
是	15（44.12）	22（25.00）
否	19（55.88）	66（75.00）
饮酒史			3.085	0.079
是	14（41.18）	22（25.00）
否	20（58.82）	66（75.00）
独居			4.487	0.034
是	8（23.53）	8（9.09）
否	26（76.47）	80（90.91）
职业类型			3.223	0.073
体力劳动	22（64.71）	41（46.59）
脑力劳动	12（35.29）	47（53.41）
合并基础疾病
糖尿病	6（17.65）	6（6.82）	3.243	0.072
高血压	9（26.47）	11（12.50）	3.492	0.062
冠心病	3（8.82）	5（5.68）	0.395	0.530
高脂血症	19（55.88）	38（43.18）	1.589	0.207
中毒原因			1.657	0.646
取暖	10（29.41）	29（32.95）
做饭、洗澡	18（52.94）	36（40.91）
自杀	2（5.88）	7（7.95）
职业暴露	4（11.76）	16（18.18）
中毒严重程度			6.134	0.047
轻度	4（11.76）	23（26.14）
中度	10（29.41）	34（38.64）
重度	20（58.82）	31（35.23）
入院时GCS评分［M（P₂₅，P₇₅ ）］/分	6（5，10）	5（4，8）	2.404	0.018
接触CO时间（x ± s）/h	15.24 ± 3.03	13.34 ± 2.64	3.418	0.001
昏迷时间（x ± s）/min	27.11 ± 5.61	24.97 ± 4.58	2.169	0.032
血乳酸（x ± s）/（mmol/L）	2.93 ± 0.60	2.61 ± 0.57	2.740	0.007
WBC（x ± s）/（×10⁹/L）	13.68 ± 2.74	12.73 ± 2.61	1.778	0.078
PLT（x ± s）/（×10⁹/L）	91.12 ± 18.23	97.67 ± 19.36	1.702	0.091
Hb（x ± s）/（g/dL）	119.35 ± 26.35	110.24 ± 22.43	1.914	0.058
ALB（x ± s）/（g/L）	26.74 ± 5.39	28.89 ± 5.87	1.854	0.066
中毒至高压氧治疗时间（x ± s）/h	4.00 ± 0.73	3.25 ± 0.84	4.578	< 0.001
中毒后并发症
肺部感染	8（23.53）	7（7.95）	5.517	0.019
心肌酶谱升高	12（35.29）	17（19.32）	3.454	0.063
肝功能异常	10（29.41）	13（14.77）	3.435	0.064
肾功能异常	11（32.35）	15（17.05）	3.427	0.064

表 1

表 2

图 1

图 2

图 3

图 4

图 5

图 6

图 7

参考文献 27

1	NAÑAGAS K A， PENFOUND S J， KAO L W. Carbon monoxide toxicity［J］. Emerg Med Clin North Am， 2022， 40（2）：283-312. doi:10.1016/j.emc.2022.01.005 doi: 10.1016/j.emc.2022.01.005
2	AHN C， OH J， KIM C W， et al. Early neuroimaging and delayed neurological sequelae in carbon monoxide poisoning： A systematic review and meta-analysis［J］. Sci Rep， 2022， 12（1）：3529. doi:10.1038/s41598-022-07191-7 doi: 10.1038/s41598-022-07191-7
3	LEE H， OH J， KANG H， et al. Association between early phase serum lactate levels and occurrence of delayed neuropsychiatric sequelae in adult patients with acute carbon monoxide poisoning： A systematic review and meta-analysis［J］. J Pers Med， 2022， 12（4）：651. doi:10.3390/jpm12040651 doi: 10.3390/jpm12040651
4	NAMGUNG M， OH J， AHN C， et al. Association between glasgow coma scale in early carbon monoxide poisoning and development of delayed neurological sequelae： A meta-analysis［J］. J Pers Med， 2022， 12（4）：635. doi:10.3390/jpm12040635 doi: 10.3390/jpm12040635
5	FENG S Y. Magnetic resonance imaging for predicting delayed neurologic sequelae caused by carbon monoxide poisoning： A systematic review and meta-analysis［J］. Medicine （Baltimore）， 2022， 101（47）：e31981. doi:10.1097/md.0000000000031981 doi: 10.1097/md.0000000000031981
6	SILVA-FIGUEROA A M. A nomogram for relapse/death and contemplating adjuvant therapy for parathyroid carcinoma［J］. Surg Oncol Clin N Am， 2023， 32（2）：251-269. doi:10.1016/j.soc.2022.10.003 doi: 10.1016/j.soc.2022.10.003
7	高春锦，葛环，赵立明，等. 一氧化碳中毒临床治疗指南（一）［J］. 中华航海医学与高气压医学杂志， 2012， 19（2）：127-128.
8	ZHANG Y， BAI Y， FENG T， et al. Establishment and application of severity assessment system for patients with delayed encephalopathy caused by carbon monoxide poisoning［J］. Am J Transl Res， 2023， 15（11）：6558-6564.
9	WANKHADE B S， SHAIKH W S， ALRAIS Z F， et al. Neurological sequelae after acute carbon monoxide poisoning［J］. Cureus， 2024， 16（1）：e52840.
10	蒋力，雷蕊绮，彭红艳，等. 核转录因子-κB抑制剂二硫代氨基甲酸吡咯烷对急性一氧化碳中毒大鼠模型中iNOS动态变化的影响［J］. 实用医学杂志， 2020， 36（10）：1311-1317.
11	WANG T， ZHANG Y， GU Y， et al. Neurological sequelae in acute carbon monoxide poisoning： A prospective observational study with MRI data［J］. Acta Neurol Scand， 2022， 145（5）：590-598. doi:10.1111/ane.13587 doi: 10.1111/ane.13587
12	WANG R， LI K， WANG Z， et al. Changes of nuclear factor kappa-B pathway activity in hippocampus after acute carbon monoxide poisoning and its role in nerve cell injury［J］. Mol Neurobiol， 2024， 61（8）：5206-5215. doi:10.1007/s12035-023-03889-5 doi: 10.1007/s12035-023-03889-5
13	DIAS-PEDROSO D， RAMALHO J S， SARDÃO V A， et al. Carbon Monoxide-Neuroglobin Axis Targeting Metabolism Against Inflammation in BV-2 Microglial Cells［J］. Mol Neurobiol， 2022， 59（2）：916-931. doi:10.1007/s12035-021-02630-4 doi: 10.1007/s12035-021-02630-4
14	ARYA A K， SETHURAMAN K， WADDELL J， et al. Inflammatory responses to acute carbon monoxide poisoning and the role of plasma gelsolin［J］. Sci Adv， 2025， 11（6）：eado9751. doi:10.1126/sciadv.ado9751 doi: 10.1126/sciadv.ado9751
15	EL-SARNAGAWY G N， ELGAZZAR F M， GHONEM M M. Development of a risk prediction nomogram for delayed neuropsychiatric sequelae in patients with acute carbon monoxide poisoning［J］. Inhal Toxicol， 2024， 36（6）：406-419. doi:10.1080/08958378.2024.2374394 doi: 10.1080/08958378.2024.2374394
16	OMI T. Cerebrospinal fluid biomarkers for monitoring delayed neurologic sequelae after carbon monoxide poisoning［J］. Neurol India， 2022， 70（4）：1668-1669. doi:10.4103/0028-3886.355093 doi: 10.4103/0028-3886.355093
17	LIU Z B， WANG L C， LIAN J J， et al. Analysis of factors associated with the development of delayed encephalopathy following acute carbon monoxide poisoning［J］. Sci Rep， 2024， 14（1）：14630. doi:10.1038/s41598-024-64424-7 doi: 10.1038/s41598-024-64424-7
18	KIM S H， LEE Y， KANG S， et al. Derivation and validation of a score for predicting poor neurocognitive outcomes in acute carbon monoxide poisoning［J］. JAMA Netw Open， 2022， 5（5）：e2210552. doi:10.1001/jamanetworkopen.2022.10552 doi: 10.1001/jamanetworkopen.2022.10552
19	CROOKS C J， WEST J， MORLING J R， et al. Pulse oximeter measurement error of oxygen saturation in patients with SARS-CoV-2 infection stratified by smoking status［J］. Eur Respir J， 2022， 60（5）：2201190. doi:10.1183/13993003.01190-2022 doi: 10.1183/13993003.01190-2022
20	CROOKS C J， WEST J， MORLING J R， et al. Pulse oximeter measurement error of oxygen saturation in patients with SARS-CoV-2 infection stratified by smoking status［J］. Eur Respir J， 2022， 60（5）：2201190. doi:10.1183/13993003.01190-2022 doi: 10.1183/13993003.01190-2022
21	SUBER T L， TABARY M， BAIN W， et al. Oxidized phospholipid and transcriptomic signatures of THC-related vaping associated lung injury［J］. Sci Rep， 2024， 14（1）：31622. doi:10.1038/s41598-024-79585-8 doi: 10.1038/s41598-024-79585-8
22	ALHARTHY N， ALANAZI A， ALMOQAYTIB A， et al. Demographics and clinical characteristics of carbon monoxide poisoning for patients attending in the emergency department at a tertiary hospital in Riyadh， Saudi Arabia［J］. Int J Emerg Med， 2024， 17（1）：25. doi:10.1186/s12245-024-00600-w doi: 10.1186/s12245-024-00600-w
23	冯顺易，张萌，吕广卫，等. 视神经鞘直径预测急性一氧化碳中毒迟发性脑病的临床价值［J］. 中国中西医结合急救杂志， 2022， 29（2）：159-162.
24	TONG C， MIAO Q， ZHENG J， et al. A novel nomogram for predicting the decision to delayed extubation after thoracoscopic lung cancer surgery［J］. Ann Med， 2023， 55（1）：800-807. doi:10.1080/07853890.2022.2160490 doi: 10.1080/07853890.2022.2160490
25	KULKARNI A V， SINGAL A K. Nomogram model for hospitalized patients in the ICU for alcohol-related cirrhosis： A step closer to the continuing search for an ideal prognostic model［J］. Dig Liver Dis， 2023， 55（4）：496-497. doi:10.1016/j.dld.2023.01.164 doi: 10.1016/j.dld.2023.01.164
26	ZHANG D， HU J， LIU Z， et al. Prognostic nomogram in patients with epithelioid sarcoma： A SEER-based study［J］. Cancer Med， 2023， 12（3）：3079-3088. doi:10.1002/cam4.5230 doi: 10.1002/cam4.5230
27	ZOU W， WU D， WU Y， et al. Nomogram predicts risk of perineural invasion based on serum biomarkers for pancreatic cancer［J］. BMC Gastroenterol， 2023， 23（1）：315. doi:10.1186/s12876-023-02819-y doi: 10.1186/s12876-023-02819-y

自变量	B	SE	Wald χ²	P值	OR	95%CI
年龄	0.591	0.212	7.744	0.005	1.805	1.191 ~ 2.736
吸烟史	0.969	0.249	15.139	< 0.001	2.634	1.617 ~ 4.291
中毒严重程度
轻度	-	-	-	-	1	-
中度	1.396	0.896	2.428	0.119	4.041	0.698 ~ 23.403
重度	0.928	0.334	7.703	0.006	2.529	1.313 ~ 4.870
血乳酸	0.853	0.297	8.283	0.004	2.348	1.313 ~ 4.198
中毒至高压氧治疗时间	0.978	0.341	8.210	0.004	2.658	1.362 ~ 5.189
肺部感染	1.049	0.327	10.295	0.001	2.854	1.504 ~ 5.417
常数项	-18.239	4.174	19.096	< 0.001	< 0.001	-

[1]	郭蕊,刘涛,苏玺. 基于心电图参数、犬尿氨酸代谢物建立精神分裂症共患心血管疾病的列线图模型[J]. 实用医学杂志, 2025, 41(8): 1205-1211.
[2]	董魁,吴洁,燕静,刘海涛,王军,乔冠恩. 大肠腺瘤性息肉危险因素及预测模型的构建与验证[J]. 实用医学杂志, 2025, 41(6): 838-845.
[3]	刘冬丽,全梓林,钟灵秀,陈琦琦,蔡文巧,庄森培,魏莹,潘惠仪,林雅文. 儿童先天性心脏病术后抗生素相关性腹泻预测模型的构建与验证[J]. 实用医学杂志, 2025, 41(5): 683-690.
[4]	莫乔莹,朱芳一,祝存奎,马生龙. 基于GNRI评分构建慢性心力衰竭患者营养不良风险的列线图模型[J]. 实用医学杂志, 2025, 41(5): 691-698.
[5]	吴昌慧,黄志平,戴慧萍,邱慧芳,何春,唐芳. 超声造影联合TERT启动子突变构建列线图模型对PTMC并发颈部淋巴结转移的预测效能[J]. 实用医学杂志, 2025, 41(5): 756-765.
[6]	刘威,侯君,唐龙泉,周鹏,钟艳,罗沁妍,况小雨,刘华,熊紫清,熊伟,吴承高,乐爱平. 基于多中心的儿童颅脑创伤患者临床输血影响因素分析及预测模型构建[J]. 实用医学杂志, 2025, 41(4): 553-560.
[7]	王照,左解鹏,车航,任凌云,徐哲,王磊. 血浆PPARγ作为女性间质性膀胱炎/膀胱疼痛综合征潜在诊断标志物的评估及其预测价值[J]. 实用医学杂志, 2025, 41(2): 258-263.
[8]	王西林,杨婵娟,程道猛. 双相情感障碍患者攻击行为的列线图预测模型构建[J]. 实用医学杂志, 2024, 40(5): 677-681.
[9]	黄良江,毛德文,郑景辉,王明刚,姚春. 人工智能在肝性脑病风险预测模型中的应用进展[J]. 实用医学杂志, 2024, 40(3): 289-294.
[10]	侯鸣,李有强,李雪梅,贾军峰,常军英. 基于胸部CT及临床特征构建原发性干燥综合征患者肺脏受累的风险预测模型[J]. 实用医学杂志, 2024, 40(3): 400-405.
[11]	邓航,张浩. 肝细胞癌预测模型的临床应用：当前挑战与未来方向[J]. 实用医学杂志, 2024, 40(24): 3561-3567.
[12]	唐浩杰,杨子龙,俞朝贤,冯治宇,董海平,李祥,赵威,邝浩斌. 耐多药肺结核患者发生利奈唑胺相关神经系统不良反应风险预测模型的构建与评价[J]. 实用医学杂志, 2024, 40(19): 2690-2695.
[13]	李劭晋,郑世鹏. 术前影像病理特征及肿瘤标志物预测乳腺癌前哨淋巴结转移风险[J]. 实用医学杂志, 2024, 40(17): 2418-2424.
[14]	黄鑫,张普,高瑜,陈凯,李晓峰,谷慧阳,梁雪. 房颤合并糖尿病患者影响轻度认知功能障碍发生的多因素分析及预测模型建立[J]. 实用医学杂志, 2024, 40(16): 2236-2243.
[15]	蒙玥,郑利,周静,王大珊,胡瑾,汪蝶,李游,汪俊华,王子云. 中老年居民动脉硬化自我筛查与基层医疗机构初筛工具构建[J]. 实用医学杂志, 2024, 40(14): 1947-1951.