目的机械通气及其相关的脱机一直都是重症医学科重要的研究领域。但是关于系统指导临床脱机模型或者体系的研究还是空白。本研究的目的即是将能有效预测脱机结果的单一参数联合起来,初步建立起一个能够用于指导临床有创机械通气脱机的模型。研究是通过能够反应血流动力学的经肺热稀释法和脉搏波轮廓分析参数、液体平衡相关的参数来初步建立起能预测脱机失败的模型以期能够指导临床脱机。方法采用回顾性队列研究,查阅2017年1月1日至2018年12月31日期间入住天津市第三中心医院重症监护室(ICU)的实行有创机械通气时间大于24小时并进行了脱机试验的患者信息,搜集其入ICU当天(从入ICU后算起的24小时内)的数据,包括基线资料、脉搏指示剂连续心排出量监测(Pi CCO)所观察到的血流动力学参数、B型利钠肽(BNP)、尿量、液体平衡量和脱机前24小时内的Pi CCO监测血流动力学参数、BNP、尿量、液体平衡量、利尿剂使用、去甲肾上腺素使用、机械通气期间是否实施过连续性肾脏替代治疗(CRRT)。根据脱机成功与否将纳入患者分为脱机成功组和脱机失败组,计算两组各变量的组间差异,将脱机前24小时内有统计学意义的变量纳入多因素二分类Logistic回归分析中,建立脱机失败预测模型,并找出造成脱机失败的可能因素。结果共有159例患者纳入研究,其中脱机成功138例,脱机失败21例。两组入ICU 24 h内Pi CCO监测参数、BNP、尿量、液体平衡量比较差异均无统计学意义;两组脱机前24 h内B型利钠肽(BNP;χ~2=9.262、P=0.026)、中心静脉压(CVP,χ~2=7.948、P=0.047)、左室收缩力指数(d?Pmx,χ~2=10.486、P=0.015)、尿量(χ~2=8.921、P=0.030)、液体平衡量(χ~2=9.172、P=0.027)差异均有统计学意义。此外,为完善模型和提高预测准确率,将脱机前心指数(CI;χ~2=7.789、P=0.051)也纳入预测模型。最终将脱机前24 h内BNP、CVP、CI、d?Pmx、尿量、液体平衡量纳入Logistic回归模型,其预测脱机失败的准确率为92.9%,敏感度为100%,特异度为76.8%;用年龄和去甲肾上腺素使用率进行校正后,其准确率为94.2%,敏感度为100%,特异度为81.2%。结论联合多个指标建立脱机失败预测模型既能避免脱机时间延迟甚至脱机失败,又能避免遗漏了某些重要指标便于临床脱机工作的实施。在脱机前24小时以Pi CCO监测所得的血流动力学参数心指数、左室收缩力指数联合液体平衡相关参数B型利钠肽、中心静脉压、尿量、24小时液体平衡量能建立脱机失败预测模型,准确率高达90%以上,该模型可用于临床指导脱机。B型利钠肽的血浆水平越高,临床脱机失败的风险越大;心指数和左室收缩力指数的数值越高,脱机失败风险越小。