目的分析机械通气患儿脱机困难的影响因素,在此基础上构建机械通气患儿脱机困难的列线图预测模型,为ICU护理人员实施个性化评估及脱机护理提供科学依据,以提高机械通气患儿的脱机成功率。方法第一部分:通过文献回顾,选取与机械通气患儿脱机困难相关的临床变量指标。前瞻性全样本纳入2018年10月1日至2019年12月31日符合纳入要求收治入儿童重症监护室行机械通气的患儿,使用R语言统计软件将纳入样本按7:3的比例随机分为建模组（70%）和验证组（30%）。选择两个关键时间点（机械通气48～72小时内、和首次自主呼吸试验（SBT）前1小时内）分别采集各项临床变量指标,通过在建模组中将纳入的所有自变量进行单因素分析,选取有统计学差异（P≤0.2）的自变量进行Logistic回归分析,根据回归方程中的影响因素（P<0.05）构建列线图预测模型,并对模型进行内部检验。第二部分:根据前期构建的两个不同时间点的脱机困难预测模型,在验证组患儿中进行模型的准确度和拟合度检验。准确度通过受试者工作特征曲线下面积AUC分析完成,拟合度通过K-S校准曲线完成。其次,根据两个模型的预测概率分布规律,将脱机困难的危险程度划分为低危、中危和高危三个等级,并比较分析不同危险等级中的组间差异。结果1、本研究共纳入205例患儿,其中脱机困难发生率为47.8%。脱机困难组患儿的中位气管置管天数为15天,中位ICU住院天数为25天,中位脱机起始时间为第8天,脱机所花费的中位时间为7天,发生撤机失败9例（6.3%）,与简单脱机组患儿机械通气的结局相比,均存在显著的统计学差异（P<0.05）。2、Logistic回归结果为,第一个时间点的模型1中进入回归方程的影响因素是:机械通气48～72小时内的首个肺部超声评分（OR=2.374,955CI1.729,3.420,P<0.001）和疾病危重度评分（OR=0.750,955CI0.619,0.885,P=0.001）;第二个时间点的模型2中进入回归方程的影响因素是:首次自主呼吸试验前（SBT）1小时内的肺部超声评分（OR=3.420,955CI2.215,5.857,P<0.001）以及首次SBT30分钟时的呼吸浅快指数（RSBI值）（OR=2.178,955CI 1.078,4.633,P=0.035）。3、列线图模型在建模组中的检验结果是,两个模型的ROC曲线下面积AUC值分别为0.874和0.919,准确度较高。两个模型的拟合度通过K-S校准曲线图显示预测线与理想线未紧密贴合,表明模型的拟合度需要进一步提高。4、建模组与验证组患儿的基线资料比较均无统计学差异,模型可在验证组中进行验证分析。两个模型在验证组中的AUC值分别为0.846和0.919。拟合度检验通过K-S校准曲线显示,两个模型的预测线与理想线的重合程度较建模组有提高,但仍然未紧密贴合,表明模型预测结果与实际结果存在一些差异。将脱机困难发生的危险程度根据预测概率的分布规律划分为低危、中危、高危三个等级。脱机困难发生率、气管置管天数、ICU住院天数、脱机时间、脱机启动时间在三个不同危险等级中均存在显著的组间差异性。结论1、机械通气48～72小时内的肺部超声评分和小儿疾病危重度评分是第一个时间点机械通气患儿发生脱机困难的危险因素。其次,首次自主呼吸试验（SBT）前1小时内的肺部超声评分和SBT 30分钟时的呼吸浅快指数（RSBI值）是第二个时间点机械通气患儿发生脱机困难的危险因素。2、2个不同时间点的预测模型均能准确地识别出有脱机困难发生风险的患儿。通过列线图模型可快速地估算出患儿在不同时间点发生脱机困难的风险概率、以及引起脱机困难发生的主要原因。2个模型的整体准确度较高,拟合度稍欠佳,结合脱机困难危险程度的分层评估可帮助ICU护理人员进一步明确患儿发生脱机困难的危险度等级和不同阶段的危险度变化趋势。3、脱机困难危险等级的变化随机械通气时间的延长而增高,随之升高的是脱机困难的发生率、更长的脱机时间和ICU住院天数、以及更高的撤机失败率。模型1在机械通气48～72小时内应用,有更好的早期预测优势。模型2在脱机试验前应用,有更准确的脱机准备度评估优势。两个模型联合使用可弥补传统对患儿脱机困难预测方法的不足,指导护理人员在不同的脱机阶段进行准确的个体化评估和实施针对性的脱机护理。