通过咳嗽强度判断拔管失败的预测能力因研究而异。近日，危重病医学领域权威杂志Critical Care上发表了一篇研究文章，研究人员总结了通过咳嗽强度评估拔管失败的诊断能力。

研究人员进行了全面的在线检索，以选择可能符合条件的研究，这些研究通过咳嗽强度评估了拔管失败的预测能力。研究人员还进行了手动搜索以确定其他研究。提取数据以计算汇总敏感性、特异性、阳性似然比(LR)、阴性LR、诊断优势比(DOR)和受试者工作特征曲线下面积(AUC)，以评估拔管失败的预测能力。

该研究总共纳入了涉及45个研究组的34项研究，并分析了涉及8684次评估的7329名患者。该分析总共涉及3018次评估的23个研究组在拔管前测量了咳嗽峰值流量，并通过咳嗽峰值流量评估了轻度和强烈咳嗽患者合并拔管失败率分别为36.2%和6.3%。汇总的敏感性、特异性、阳性LR、阴性LR、DOR和AUC分别为0.76（95%置信区间[CI]为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次评估的22个研究组在拔管前测量了半定量咳嗽强度评分(SCSS)。在SCSS评估的有微弱和强烈咳嗽的患者中，合并拔管失败率分别为37.1%和11.3%。汇总的敏感性、特异性、阳性LR、阴性LR、DOR和AUC分别为0.53（95%CI为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)。

由此可见，咳嗽无力与拔管失败增加相关。在预测拔管失败方面，咳嗽峰值流量优于SCSS。然而，两者具有预测拔管失败的中等能力。

原始出处：

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