根据发表在《呼吸医学》(Respiratory Medicine)期刊上的研究结果，一种基于列线图的预测模型可以利用易于获取的临床变量，在重症监护病房(ICU)收治危重患者时识别谵妄。
这项前瞻性观察队列研究旨在开发和验证一种新型实用预测模型，该模型能够在ICU收治后立即高准确性地识别危重患者的谵妄风险。研究在韩国4所大学附属医院的患者中进行。
开发队列于2020年12月至2022年12月招募患者，验证队列于2023年8月至2024年5月招募。参与者年龄均在20岁以上，在ICU住院超过24小时，且入院前无认知功能障碍。
谵妄评估从住院第1天至第7天进行，之后每周评估直至ICU出院。初始谵妄评估采用ICU混乱评估方法(CAM-ICU)的韩语版本，随后由医生使用《精神疾病诊断与统计手册》第五版(DSM-5)进行确认。
最终预测模型包含7个变量：年龄、吸烟史、抗精神病药物使用、类固醇药物使用、呼吸机使用、连续性肾脏替代治疗(CRRT)使用以及序贯器官衰竭评估(SOFA)评分。
开发队列包括462名患者（中位年龄63岁；59%为男性），其中134名（29.0%）在ICU住院期间出现谵妄。验证队列包括159名患者（中位年龄71岁；64%为男性），其中43名（27.0%）在ICU住院期间被诊断为谵妄。
该谵妄预测模型显示出良好的区分性能，受试者工作特征曲线下面积(AUC)为0.736（95%置信区间[CI]，0.684-0.787）。年龄、抗精神病药物使用和初始SOFA评分对谵妄风险影响最大，且模型具有良好的校准性。
验证数据集显示，该模型的预测性能继续保持稳健，AUC为0.810（95% CI，0.733-0.887），证实了模型具有良好的可靠性和性能。
研究随后将该预测模型的性能与开发和验证数据集中的PRE-DELIRIC（ICU患者谵妄预测）模型进行比较。新模型在两个队列中均表现出显著更优的预测性能。在开发数据集中，新模型的AUC为0.736，而PRE-DELIRIC模型为0.637（P<0.001）。对于验证数据集，该模型的AUC为0.810，优于PRE-DELIRIC模型（AUC，0.721；P=0.041）。
研究人员还创建了一个用户友好的计算器应用程序，该应用程序兼容智能手机和计算机。
该研究存在一些局限性：模型性能表现一般，开发队列和验证队列中的患者数量相对较少。此外，关于各中心在康复实践、活动方案或其他ICU管理策略方面的差异，未系统收集详细信息。
研究作者指出："该模型优于现有的谵妄预测工具，可以方便地在床边作为标准ICU护理包的一部分使用。"但他们也强调，"需要进行更大样本量的多国研究，以验证这一用于预测ICU谵妄的模型。"
参考文献：
Chang SW, Lee HS, Chung K等；代表韩国多学科预防谵妄队列(KoMCoDe)研究者。用于预测危重患者谵妄的实用且经过验证的列线图：一项多中心前瞻性观察研究。Respir Med. 2026;255:108748. doi:10.1016/j.rmed.2026.108748
【全文结束】