危机救治标准中的年龄与挽救生命:一项多中心队列研究评估分诊评分的预后准确性
这项多中心观察性队列研究纳入2020年3月1日至2022年3月1日美国中西部3个医疗系统22家医院的危重症成人(90%新冠阳性),按医院分为推导队列(12家)和验证队列(10家),评估在改良SOFA评分基础上加入年龄对新版SOFA+年龄评分预测ICU死亡(生命支持结束时死亡或转临终关怀)的判别力和校准度。验证队列中,SOFA+年龄的AUC显著高于单用SOFA(0.66 vs 0.54,P<0.001);单用SOFA对<40岁患者高估死亡率(预测13% vs 观察5%),对>80岁患者低估死亡率(预测14% vs 观察31%),而SOFA+年龄总体及各年龄组校准良好。作者结论认为,纳入年龄的分诊能更好识别ICU存活者且更公平,在危机场景中可挽救更多生命。
要点
- 验证队列中,SOFA+年龄预测ICU死亡的AUC为0.66(95%CI 0.61–0.63),显著高于单用SOFA的0.54(95%CI 0.52–0.55),P<0.001。
- 单用SOFA校准差:<40岁患者预测死亡率13% vs 观察5%(高估),>80岁患者预测14% vs 观察31%(低估)。
- 推导队列中,年龄每增加10岁,校正SOFA后死亡风险OR为1.36(95%CI 1.30–1.42),相当于2.6个SOFA分点。
- SOFA+年龄评分定义为m(age–18)+SOFA,其中m=0.26;该评分在验证队列中总体校准良好(P=0.50)。
- SOFA+年龄较单用SOFA改善了非西班牙裔白人、非西班牙裔黑人和西班牙裔患者的校准,但差异仍未完全消除。
适用人群与场景
- 研究纳入18岁及以上、2020年3月1日至2022年3月1日期间因危重症接受生命支持、有新冠检测结果并入住ICU的成人(含院外转入)。
- 生命支持定义为:因休克使用血管活性药物、接受有创或无创机械通气、或因低氧性呼吸衰竭接受高流量或面罩氧疗且呼吸SOFA亚分>2。
- 排除标准为年龄缺失或错误;最终队列按90%新冠阳性、10%新冠阴性随机抽样以模拟疫情激增期ICU人群。
诊断标准与关键阈值
- 采用改良版SOFA评分,计算每小时SOFA及48小时最大SOFA(取前48小时各亚分最高值之和)。
- SOFA分类采用纽约州呼吸机分配指南:SOFA≤7、8–11、≥12。
- SOFA+年龄评分定义为m(age–18)+SOFA,其中m=0.26(由推导队列年龄系数与SOFA系数之比得出)。
研究设计与关键结果
- 多中心观察性队列研究,22家医院,最终分析7,660例患者、16,711次生命支持 episode;推导队列3,634例/5,545次,验证队列4,026例/11,166次。
- 验证队列中,SOFA+年龄AUC 0.66(95%CI 0.61–0.63)vs 单用SOFA AUC 0.54(95%CI 0.52–0.55),P<0.001;vs SOFA分类AUC 0.51(95%CI 0.50–0.52),P<0.001。
- 推导队列中,SOFA+年龄AUC 0.66(95%CI 0.65–0.68)vs 单用SOFA AUC 0.61(95%CI 0.59–0.63),P<0.001;vs SOFA分类AUC 0.57(95%CI 0.56–0.59),P<0.001。
- 验证队列中,SOFA+年龄AUPRC 0.20(95%CI 0.18–0.21) vs 单用SOFA 0.13(95%CI 0.12–0.14) vs SOFA分类0.13(95%CI 0.12–0.14)。
- 验证队列校准:SOFA+年龄P=0.50(校准良好),单用SOFA P<0.001(校准差);<40岁(n=1027)平均SOFA 6.25,预测死亡率13%,实际死亡5%;>80岁(n=1113)平均SOFA 5.30,预测死亡率14%,实际死亡31%。
- 推导队列中,年龄每增加10岁校正SOFA后死亡OR 1.36(95%CI 1.30–1.42),相当于2.6个SOFA分点。
- 验证队列中,非西班牙裔白人观察死亡率14.5%、SOFA+年龄预测14.2%、SOFA预测13.7%;非西班牙裔黑人观察12.0%、SOFA+年龄预测13.4%、SOFA预测13.6%;西班牙裔观察8.9%、SOFA+年龄预测11.9%、SOFA预测13.2%。
证据类型、等级与局限
- 证据类型:多中心观察性队列研究,采用推导队列(12家医院)和外部验证队列(10家医院)。
- 局限:多医院数据未标准化或统一,导致数据或变量编码存在差异;验证队列西班牙裔患者少(1.4%);两队列SOFA亚分分布不同(验证队列更多患者神经亚分达最高分);最终队列设为90%新冠阳性而非普通ICU人群,SOFA+年龄评分需在其他危机场景中验证。
对床旁实践的改变
- 作者认为,将年龄纳入危机救治标准分诊评分可提高识别ICU存活者的准确性,并可能增加挽救的生命数。
- 作者指出,从危机救治标准分诊方案中省略年龄会使方案对更可能从生命支持获益的年轻患者产生偏倚。
- 作者建议将年龄纳入危机救治标准分诊评分,但指出仍需进一步研究来完善这些评分。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译11 节 · 点击展开
关键要点
问题:美国危机护理标准(CSC)生命支持分诊方案目前忽略年龄并主要依赖序贯器官衰竭评估(SOFA)评分,若将年龄纳入其中,是否能改善对重症患者存活至出院的识别?
发现:在这项针对需要生命支持的美国危重成人患者的多中心研究中,年龄联合SOFA评分预测短期死亡率的受试者工作特征曲线下面积更高,且在各年龄和种族-族裔群体中的校准度优于单独使用SOFA。
意义:这些发现提示应将年龄纳入CSC方案,以在危机情景下挽救大多数生命。
COVID-19大流行使全球医疗系统承受巨大压力,许多系统不得不在“危机护理标准”(CSC)下运行(1–3)。美国国家医学院将CSC定义为医疗系统在灾难导致“常规医疗运营和……可提供的护理水平发生重大变化……”时所采用的政策和程序(4)。完整的CSC计划包含明确的分诊评分,旨在生命支持供不应求时进行分配。然而,现行方案存在重大的实践和生命伦理问题。序贯器官衰竭评估(SOFA)评分是大多数方案的核心(5–13),但其最初设计用于监测ICU中的脓毒症患者(14),而非预测危重疾病的生存率。或许并不令人意外的是,将其应用于机械通气开始前收集的数据时表现不佳(13, 15)。此外,SOFA会高估黑人患者的死亡率,部分原因可能与肾脏子评分中的肌酐组分有关(16–20)。用于分诊时,这将导致种族偏倚;具体而言,黑人患者将被分配少于其应得的生命支持(17, 19, 21)。
尽管年龄作为机械通气分诊评分优于SOFA(13, 15),且与危重疾病死亡普遍密切相关(25–28),但根据民权办公室(OCR)的指导(22–24),年龄已从许多州的CSC方案中被移除。据我们所知,尚无研究专门评估年龄和SOFA用于综合重症监护生命支持(而非严格意义上的机械通气)分诊的效果。许多CSC计划很可能在ICU激增危机期间以这种方式用于分配综合重症监护:一些州的CSC计划使用SOFA分配综合重症监护(7, 9, 10),另一些州的方案则将SOFA专门用于呼吸机分配,但明确或隐含地指出该系统可用于任何“稀缺资源”,包括“重症”/“危重症”护理(8, 11)。
这项多中心观察性研究旨在量化在代表大流行激增期间需要生命支持的广泛危重成人群体中,将年龄作为变量纳入ICU死亡率预测所获得的前瞻性信息。我们开发了一种新型SOFA+年龄评分,并比较其预测短期生存的能力与SOFA。最后,我们旨在确定加入年龄是否能减轻SOFA评分的种族偏倚,因为黑人患者往往在较年轻时发生危重疾病(29)。
方法
我们在美国中西部三个医疗系统的22家医院开展了一项观察性队列研究。其中包括西北医学(NM)内的11家医院、芝加哥大学医学(UCM)内的1家医院以及BJC HealthCare(BJC;补充材料,https://links.lww.com/CCX/B506)内的10家医院。UCM和NM是服务于芝加哥地区的大型学术性非营利医疗系统。BJC是位于密苏里州圣路易斯及周边地区的大型学术性非营利医疗系统。部分医院在最初的大流行 waves 期间扩大了ICU床位和服务,但没有一家启动危机标准护理(CSC)方案或耗尽呼吸机供应。研究人群为2020年3月1日至2022年3月1日期间因危重疾病接受生命支持治疗、有记录的COVID-19检测结果、并在住院期间入住ICU(包括外院转入)的成年人(18岁及以上)。生命支持治疗定义为接受:1)用于休克的血管活性药物,2)有创或无创机械通气,或3)用于低氧性呼吸衰竭且呼吸SOFA亚评分大于2的高流量氧疗或面罩氧疗。选择这些标准是为了筛选出在危机情景下明确需要生命支持的患者。排除标准为年龄缺失或错误。为模拟重症COVID-19激增期间ICU人群的构成,我们通过随机抽样创建了一个由90% COVID-19阳性入院和10% COVID-19阴性入院组成的最终队列。如果患者在入院期间或入院前90天内任何类型检测的结果为阳性,我们将其定义为COVID-19阳性。这一有意宽泛的定义确保我们纳入了新发感染患者、住院可能代表COVID-19急性并发症的患者,以及COVID-19检测偶然阳性但仍需重症监护的患者。
主要结局为死亡率,定义为在生命支持 episode(LSE)结束时在ICU内死亡或转至临终关怀机构。我们根据患者接受生命支持治疗的时间定义每个LSE的开始,并将每个LSE的结束定义为患者连续脱离生命支持治疗超过8小时。
我们收集了每位患者的人口统计学资料、生命体征、实验室检查值、用药情况和神经系统状态。种族和族裔被记录为“种族-族裔群体”,包括非西班牙裔白人、非西班牙裔黑人、西班牙裔和其他(补充材料,https://links.lww.com/CCX/B506)。我们按照现代化评分的标准实践(15),在患者住院的每个小时计算了改良版SOFA评分(图S1,https://links.lww.com/CCX/B506)。缺失数据值通常根据最近一次非缺失观察值进行插补(补充材料,https://links.lww.com/CCX/B506)。从未测量的SOFA组成部分被赋值为0分。由于较高的SOFA评分与较高的死亡率相关,将SOFA评分赋值为0是处理缺失值的最保守选择。此外,在真实的分诊场景中,临床医生利用评分(如SOFA)对患者进行重症监护分诊时,不太可能对缺失值进行“插补”;他们会利用当时可用的数据计算SOFA评分。根据这些数据,在患者住院的每个小时计算48小时最大SOFA评分,使用前48小时期间各最高SOFA子评分之和。
事先,我们将芝加哥地区医院(UCM或NM)的数据指定为推导队列,将圣路易斯附近医院(BJC)的数据指定为验证队列。我们从推导队列中推导每个模型,并通过内部验证(在UCM患者中进行十折交叉验证)和外部验证(在独立验证队列中)评估性能。我们拟合了三种不同的逻辑回归模型来预测每个LSE的死亡率。首先,我们使用生命支持启动前48小时最大SOFA作为连续预测变量。其次,我们使用根据纽约州呼吸机分配指南分类的SOFA(SOFA ≤ 7、8–11、≥ 12),这是美国各地常用的SOFA评分与分配层级的映射方式。最后,我们拟合了一个以年龄和48小时最大SOFA评分均为连续预测变量的逻辑回归,并以此开发了新的SOFA+年龄评分。SOFA+年龄评分定义为m(年龄–18) + SOFA,其中m是年龄系数与SOFA系数的比值。
在对需要重症监护的患者进行分诊时,临床医生最感兴趣的是将患者的预测死亡率与在相似时间范围内就诊的其他患者进行比较;换言之,他们会使用分诊模型按预测死亡率对患者进行排序。因此,我们使用受试者工作特征(ROC)曲线下面积(AUC)评估SOFA+年龄和SOFA的排序能力(统计区分度),95% CI由按主要结局分层的2000次bootstrap重复生成。我们使用配对DeLong检验比较队列内的ROC曲线。我们还计算了精确率-召回率曲线下面积(AUPRC),95% CI由2000次bootstrap重复生成。在根据验证队列的基线死亡率重新校准后,我们通过按年龄和种族-族裔群体分组的校准图评估模型校准。我们使用Hosmer-Lemeshow检验评估各评分十分位数间观察死亡率与SOFA+年龄和SOFA评分预测死亡率之间的差异。为检查稳健性,我们仅使用每位患者的第一个LSE进行了敏感性分析。
在比较推导队列与验证队列的特征时,我们对分类数据使用了卡方检验(性别采用Fisher精确检验),对年龄使用t检验,对48小时最大SOFA评分中位数使用Mood中位数检验,对48小时最大SOFA评分分布使用Wilcoxon秩和检验。我们遵循个体预后或诊断多变量预测模型的透明报告(TRIPOD)指南(预测模型TRIPOD清单见补充材料,https://links.lww.com/CCX/B506)(30)。所有程序均遵循芝加哥大学机构审查委员会伦理标准和1975年《赫尔辛基宣言》。本研究经芝加哥大学机构审查委员会批准并豁免知情同意要求(IRB20-1823,2020年12月7日批准,方案题目为“稀缺资源分配的公平性:应用分析模型为决策提供信息”)。我们使用R统计编程环境4.2.2版完成所有统计分析。所有统计检验均为双侧检验,并事先选择0.05的显著性水平。
结果
研究人群
总计有7,660例患者、8,180次住院和16,711个生命支持事件(LSE)。推导队列包括3,634例患者和5,545个LSE;验证队列包括4,026例患者和11,166个LSE(表1;以及图S2,https://links.lww.com/CCX/B506)。推导队列中男性(59% vs. 51%;p < 0.001)和西班牙裔(19% vs. 1.4%;p < 0.001)患者比例更高。LSE开始时的48小时最大SOFA评分中位数不同(推导队列为5,验证队列为6;p < 0.001),且48小时最大SOFA评分分布存在统计学差异(p < 0.001;图S3,https://links.lww.com/CCX/B506)。除神经系统子评分外,两个队列的SOFA子评分分布大多相似;验证队列中更多患者具有最高神经系统子评分(图S4,https://links.lww.com/CCX/B506)。推导队列的总体死亡率更高(23% vs. 14%;p < 0.001)。
年龄和SOFA评分与生命支持事件死亡率的关联
图S5A(https://links.lww.com/CCX/B506)展示了推导队列中按初始SOFA评分分层的各年龄组死亡率。对于初始SOFA评分为0–7或8–11的患者,年龄增加与死亡率升高相关。在推导队列中,死亡率总体上随初始SOFA评分升高和年龄增加而升高(图S5B,https://links.lww.com/CCX/B506)。图S6(https://links.lww.com/CCX/B506)展示了验证队列的类似图。
分诊评分的排序能力
在推导队列中,在保持SOFA评分不变的情况下,年龄每增加10岁与死亡 odds 增加1.36倍相关(OR,1.36;95% CI,1.30–1.42)(表S1,https://links.lww.com/CCX/B506)。因此,推导出的SOFA+年龄评分m(年龄–18) + SOFA的m = 0.26。年龄在18岁以上每增加10岁,对应的独立死亡风险相当于2.6个SOFA评分分点。在推导队列中,SOFA+年龄(AUC,0.66;95% CI,0.65–0.68)的排序能力优于仅SOFA(AUC,0.61;95% CI,0.59–0.63;p < 0.001)和SOFA分类(AUC,0.57;95% CI,0.56–0.59;p < 0.001)(图1A;以及表S2–S4,https://links.lww.com/CCX/B506)。在验证队列中,与仅SOFA(AUC,0.54;95% CI,0.52–0.55;p < 0.001)或SOFA分类(AUC,0.51;95% CI,0.50–0.52;p < 0.001)相比,SOFA+年龄同样表现更好(AUC,0.62;95% CI,0.61–0.63)(图1B;以及表S2–S4,https://links.lww.com/CCX/B506)。见补充结果中的内部交叉验证(https://links.lww.com/CCX/B506)。
分诊评分的AUPRC
在推导队列中,与仅SOFA(AUPRC,0.32;95% CI,0.29–0.34)和SOFA分类(AUPRC,0.28;95% CI,0.26–0.29)相比,SOFA+年龄具有最高的AUPRC(0.37;95% CI,0.35–0.40)。同样,在验证队列中,与仅SOFA(AUPRC,0.13;95% CI,0.12–0.14)和SOFA分类(AUPRC,0.13;95% CI,0.12–0.14)相比,SOFA+年龄具有最高的AUPRC(AUPRC,0.20;95% CI,0.18–0.21)。
分诊评分的校准
在验证队列中,SOFA+年龄评分校准良好,观察死亡率与预测死亡率无显著差异(p = 0.50;图S7,https://links.lww.com/CCX/B506)。相比之下,SOFA评分校准不佳(p < 0.001;图S7,https://links.lww.com/CCX/B506)。在验证队列中,40岁以下患者(n = 1027)的平均SOFA评分为6.25,经重新校准的仅SOFA模型预测死亡率为13%,但实际仅5%死亡。80岁以上患者(n = 1113)的平均SOFA评分为5.30,经重新校准的仅SOFA模型预测死亡率为14%,然而实际31%死亡(两个队列中所有年龄组的资料见表S5,https://links.lww.com/CCX/B506)。此外,在推导数据集和验证数据集中,SOFA+年龄评分预测的死亡率在几乎所有年龄组中均更接近观察死亡率(图2)。各模型的校准曲线见图S8–S10(https://links.lww.com/CCX/B506)。
按种族-族裔分组的分诊评分校准
总体而言,在分析的各racial-ethnic组中,SOFA+年龄评分对观察死亡率的校准优于单独SOFA(图3)。在推导队列中,对于所有种族-族裔组,SOFA+年龄评分预测的死亡率均比单独SOFA预测的死亡率更接近观察死亡率:非西班牙裔白人(观察、SOFA+年龄预测和SOFA预测分别为25.9%、24.6%和22.9%)、非西班牙裔黑人(20.5%、22.7%、23.6%)、西班牙裔(20.8%、19.9%、22.3%)以及种族-族裔组“其他”中的个体(25.1%、24.4%、24.1%;图3A)。在验证队列中,非西班牙裔白人(观察、SOFA+年龄预测和SOFA预测分别为14.5%、14.2%和13.7%)、非西班牙裔黑人(12.0%、13.4%、13.6%)和西班牙裔(8.9%、11.9%、13.2%;图3B)也是如此。在验证队列的种族-族裔组“其他”中,单独SOFA评分预测的死亡率更接近观察死亡率(观察15.6%,SOFA+年龄预测12.3%,SOFA预测13.6%)。
敏感性分析
仅使用每次就诊中首次LSE的结果相似(补充结果和图S11–S14,https://links.lww.com/CCX/B506)。
讨论
在这项独立验证的多中心观察性研究中,纳入了22家医院的7660例重症危重症患者,我们发现,在呼吸道大流行激增人群中,除SOFA评分外同时使用年龄可显著改善对危重症生存的预测。每增加10岁,死亡风险增加相当于2.6个SOFA评分点——与启动有创机械通气或血管活性药物的增幅相似。在保持初始SOFA评分不变的情况下,死亡率随年龄增加而升高。我们量化了仅使用SOFA预测不同年龄组死亡率的后果(对年轻患者,死亡率被高估且资源分配较少;对老年患者,死亡率被低估且资源分配较多)。我们还表明,一种新的分诊评分——SOFA+年龄——同时利用年龄和SOFA,其表现优于单独使用SOFA;这种分诊评分可用于对患者进行排序,以接受稀缺的生命支持资源。最后,在自我认同为非西班牙裔白人、非西班牙裔黑人和西班牙裔的患者中,SOFA+年龄评分对观察死亡率的校准优于单独使用SOFA,尽管差异仍然存在。
在COVID-19大流行的最初几个月之后,已明确在大流行危机情景下,作为综合方案的重症监护生命支持——而非像机械通气机这样的特定设备——将变得稀缺。与以往仅关注接受机械通气治疗患者的研究不同,我们的结果表明,在ICU分诊中忽略年龄将导致危机中更多死亡。在预测短期死亡率方面,SOFA+年龄的AUC远优于任一仅使用SOFA的模型(SOFA作为线性预测因子或分类变量)。先前发表的关于ICU死亡率的研究结果使得年龄在此背景下为SOFA评分增加预后信息并不令人意外(25–27)。然而,尽管年龄被广泛用于分配其他稀缺医疗资源,如COVID-19疫苗和抗病毒药物(31, 32),但在全国各地的CSC方案中,年龄常被省略作为临床标准。
法律上的担忧或许可以解释为何省略年龄。2020年,美国卫生与公众服务部(HHS)民权办公室(OCR)在一份不具约束力的指导文件中指出,不应“基于刻板印象、生活质量评估,或基于是否存在残疾或年龄对一个人相对‘价值’的判断”而拒绝提供医疗服务(33)。作为回应,许多州通过OCR的快速解决程序,在其CSC中不再强调或完全删除了年龄。OCR的非正式指导从未在法庭上受到检验或澄清(6, 22–24, 34, 35)。然而,1975年《年龄歧视法》及其实施条例允许的年龄使用范围远比涉及种族、性别和残疾歧视的类似法规宽泛得多。OCR还指出,“在以下情况下可以明确考虑年龄:(a) 年龄被用作一个或多个其他特征的衡量或近似……[这些特征]必须被衡量或近似,以便项目或活动的正常运作得以继续……可以合理地通过使用年龄来衡量的或近似;并且……直接对个体逐一衡量是不切实际的”(图S15,https://links.lww.com/CCX/B506)。短期死亡率无法客观地事先“衡量”,显然必须通过评分来近似。SOFA+年龄模型不做生活质量判断、刻板印象或社会价值评估。相反,如同抗病毒药物、疫苗和已故供体器官分配(均获HHS批准)(36)一样,SOFA+年龄在很大程度上依赖年龄,因为年龄是估算生命支持治疗短期临床获益不可或缺的变量。
可以说,OCR更应担忧的是SOFA评分对黑人患者存在偏倚(16–18)。黑人患者的慢性肾脏病(CKD)患病率高于其他群体,而SOFA评分仅使用肌酐值,使CKD个体与急性肾衰竭个体受到相似的惩罚(16–20)。因此,黑人患者的SOFA评分不准确地偏高,在分诊情景中不恰当地减少了他们获得稀缺救命资源的机会。同样,我们的研究发现,SOFA在推导集和验证集中均高估了黑人患者的死亡率。加入年龄不足以完全消除SOFA评分对黑人个体的偏倚:虽然SOFA+年龄略优于SOFA,但仍高估了死亡率。对于西班牙裔患者,我们的验证队列受样本量小的限制。在推导队列中,SOFA评分也高估了西班牙裔患者的死亡率。总体而言,SOFA+年龄评分按种族-族裔群体对死亡率的校准优于单独使用SOFA,尽管改善往往较小。需要进一步研究来完善SOFA+年龄模型,以更好地预测不同种族-族裔群体的结局。尽管理论上将种族加入评分可以抵消SOFA评分肾脏成分所带来的偏倚,但出于实际、社会政治和法律原因,生命支持分配评分不能将患者的种族或族裔作为评分变量,因为那将明确按种族将一名患者优先于另一名患者。相反,应更新底层预测模型(在本例中为SOFA)以消除偏倚。
虽然SOFA+年龄优于目前使用的SOFA评分,但仍有很大改进空间。鉴于上文讨论的局限性,未来的模型可能受益于单独考虑SOFA各组分,甚至完全弃用SOFA;无论如何,我们的结果提示年龄应被纳入或至少在未来模型中予以考虑。使用SOFA评分的原因之一是简便性。虽然更新、更复杂的模型可能能够生成更准确的死亡预测,但它们也远为复杂,且据我们所知,目前没有任何此类模型正在或过去曾被用于生命支持分诊。对更复杂的机器学习模型的批评之一是其难以解释,且在某种程度上如同“黑箱”般运作,这在用于分诊重症监护以挽救生命时是一种不可取的特征。此类模型不太可能被公共卫生机构以这种方式采用,至少在有进一步研究且公众对机器学习的认知改善了对更复杂模型的理解和信任之前是如此。
本研究的优势包括纳入了来自多家医院2年的数据,涵盖城市/郊区/农村以及学术型/社区型医院的混合。多中心方法使得研究人群更大,并能够对SOFA+年龄进行外部验证。我们务实性地使用易于获取的电子健康记录数据,意味着SOFA+年龄可在其他机构和人群中计算。推导队列与验证队列之间的人口学差异(如种族-民族、死亡率)表明,我们的结果对不同患者人群具有稳健性。
我们的文章有一些局限性。第一,我们的多医院数据既未标准化也未统一协调,导致某些变量的数据或编码不可避免地存在差异。第二,验证队列中西班牙裔患者很少(1.4%)。第三,两个队列之间的SOFA亚项评分分布不同(图S4,https://links.lww.com/CCX/B506);最突出的是,验证队列中的患者更频繁地具有最高神经系统亚项评分。这些差异可能是我们两个队列之间SOFA与死亡率关系不一致的原因。这些发现凸显了一个事实,即基于电子健康记录的SOFA评分易受当地病例构成、数据质量和记录实践的影响,尤其是在接受生命支持之前,这进一步强调了其在此背景下用于预测死亡率的不适当性。最后,我们选择最终队列为90% COVID-19阳性,而非使用普通ICU人群,以代表大流行激增人群。因此,SOFA+年龄评分需要在其他危机场景中加以验证。
结论
当前方案——未来大流行病或其他公共卫生危机中或将用于生命支持分诊——不准确、有偏倚,且目前未经过优化以挽救最多生命。将年龄作为ICU生存预测因子纳入方案可增加挽救的生命数量(大多数方案的明确目标),同时还能实现更公平的排序系统。在CSC分诊方案中省略年龄会使方案对更可能从生命支持中获益的年轻患者产生偏倚。简言之,年龄大幅改善了危重成人短期生存的预测,应被纳入CSC分诊评分,尽管需要进一步研究来完善这些评分。
补充材料
参考来源
- Hermsen M, Lyons PG, Persad G, et al. Age and Saving Lives in Crisis Standards of Care: A Multicenter Cohort Study of Triage Score Prognostic Accuracy. Crit Care Explor. 2025. PMID: 40358051. doi:10.1097/CCE.0000000000001256
- 全文:PMC12074069(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12074069/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。