心肺复苏（CPR）是针对心脏骤停（CA）患者的重要抢救措施。多数患者在抢救后可能出现功能预后不良的情况，这给患者的康复带来了极大的挑战。为了更好地监测此类患者的脑功能并寻找合适的功能预后判断方法，研究工作显得尤为重要。
背景
在领域，CPR后患者的功能恢复一直是研究的热点。特别是在惠州市第三医院，对于CA行CPR后的自主循环恢复（ROSC）患者的治疗与预后研究，具有很高的临床价值。
目的
本研究旨在构建一个基于脑功能监测指标的多因素Logistic回归模型，以预测CA行CPR后ROSC患者功能预后不良的情况。
方法
选取惠州市第三医院近几年的相关病例数据，共计93例CA行CPR后ROSC患者作为研究对象。收集他们的基线资料、脑血流参数、颈内静脉球血氧饱和度（SjvO2）以及脑动脉-静脉血氧含量差（a-vDO2）、脑氧代谢率（CMRO2）。根据患者转出ICU时的格拉斯哥-匹兹堡脑功能表现计分系统评分，将患者分为预后良好组和预后不良组。通过多因素Logistic回归分析，探讨影响ROSC患者功能预后的因素，并构建相应的回归模型。还将绘制相关的受试者工作特征（ROC）曲线。
结果
研究结果显示，预后不良组的ROSC时间更长，APACHE Ⅱ评分更高，ICU入住时间更短，出ICU时GCS评分更低。在脑血流参数方面，预后不良组的左、右侧收缩期、舒张期及平均血流速度、脑血流量（CBF）均低于预后良好组，而搏动指数（PI）、阻力指数（RI）则更高。SjvO2在预后不良组中较高，而a-vDO2和CMRO2则较低。多因素Logistic回归分析表明，左侧CBF、a-vDO2和CMRO2是影响CA行CPR后ROSC患者功能预后的关键因素。构建的多因素Logistic回归模型的表达式为：P=1/{1+Exp〔-（-8.735+0.553X1+0.062X2+0.117X3）〕}。CBF、a-vDO2、CMRO2以及多因素Logistic回归模型在预测CA行CPR后ROSC患者功能预后不良时的曲线下面积分别为0.664、0.603、0.712和0.856。
结论
本研究构建的基于脑功能监测指标的多因素Logistic回归模型，对预测CA行CPR后ROSC患者的功能预后不良具有较高的价值。该模型不仅为临床提供了有力的决策支持，还为改善患者的康复效果提供了新的思路。值得在临床中广泛推广使用。
关键词：心脏性猝死；心搏骤停；心肺复苏术；自主循环恢复；功能；预后；预测模型
中图分类号：R 541