摘要目的 利用基线资料结合膈肌增厚分数(DTF)与浅快呼吸指数(RSBI)构建机械通气撤机失败的床旁快速识别模型.方法 选取江苏省中医院2023年1月—2025年5月收治的225例机械通气患者为研究对象,按2∶1的比例随机分为构建集(n=150)与验证集(n=75).收集基线资料,并检测DTF和RSBI.比较构建集与验证集患者的基线资料、DTF及RSBI.将构建集患者根据撤机结局不同分为失败组和成功组,并比较2组基线资料、DTF及RSBI.采用Logistic回归分析构建集撤机失败的影响因素;基于基线资料结合DTF、RSBI构建机械通气撤机失败的床旁快速识别Nomogram模型,并利用校准曲线、受试者工作特征(ROC)曲线对该模型的区分度和预测效能进行验证.同时比较该模型的预测效能与单独使用DTF、RSBI预测撤机失败的效能.结果 构建集与验证集基线资料、DTF、RSBI差异均无统计学意义(P＞0.05).构建集10例患者转院,4例不依从;验证集5例转院,2例不依从.剔除脱落病例后,构建集(n=136)与验证集(n=68).204例患者中,60例撤机失败,发生率为29.41％(60/204),包括构建集41例,验证集19例.APACHE Ⅱ评分高(OR=3.089,95％CI:1.565～6.099)、撤机前 RSBI 高(OR=2.596,95％CI:1.169～5.765)、血压控制不达标(OR=2.440,95％CI:1.463～4.070)均是撤机失败的独立危险因素(P＜0.05),撤机前DTF高(OR=0.520,95％CI:0.338～0.803)是其保护因素(P＜0.05).基于上述因素构建Nomogram模型,该模型预测构建集、验证集撤机失败的概率与实际撤机失败的概率差异均无统计学意义(P＞0.05).该模型预测构建集撤机失败的灵敏度、特异度、曲线下面积(AUC)分别为82.93％、95.79％、0.940,预测验证集撤机失败的灵敏度、特异度、AUC分别为84.21％、89.80％、0.864.Nomogram模型预测构建集、验证集撤机失败的AUC均高于撤机前DTF、撤机前RSBI(P＜0.05).结论 本研究创新性整合基线资料、DTF和RSBI构建了机械通气撤机失败的床旁快速识别Nomogram模型的预测效能优于单一指标.机械通气撤机失败患者撤机前DTF、RSBI、APACHE Ⅱ评分、撤机前DTF和RSBI、血压控制不达标成功构建的撤机失败的床旁快速识别模型效能更佳.