文献速递重症综合管理与镇静镇痛消化、代谢与肾脏急症

80岁及以上急诊患者的早期预警评分

Early Warning Scores in Emergency Department Patients Aged 80 Years or Older.
PubMed 文献 · JAMA Netw Open · 2026-03-02
一句话结论在80岁及以上急诊患者中,5种早期预警评分短期预后判别力尚可(AUROC 0.747-0.782),REMS校准最佳且在94岁以上患者中判别力随年龄改善。

该回顾性预后研究纳入意大利罗马一家城市教学医院2015年1月至2024年12月连续50 645例80岁及以上非创伤急诊就诊患者,比较NEWS、NEWS2、MEWS、REMS和IEWS对24小时内死亡或ICU入住的预测性能。所有评分判别力尚可,中位AUROC从MEWS的0.747到NEWS的0.782;REMS校准最佳(Brier评分0.0220)。NEWS、NEWS2、MEWS和IEWS的判别力随年龄增长而下降,90岁以上最明显,而REMS在94岁以上患者中判别力反而改善。作者认为REMS在该人群可用于针对性风险分层,但早期预警评分应作为支持工具而非临床判断的替代。

要点

  • 80岁及以上急诊患者中,NEWS中位AUROC最高(0.782),MEWS最低(0.747),最高与最低仅差0.035。
  • REMS校准最佳(Brier评分0.0220;95%CI 0.0208-0.0232),优于NEWS2(最高Brier评分0.0229;95%CI 0.0216-0.0241)。
  • NEWS、NEWS2、MEWS和IEWS判别力随年龄增长下降,90岁以上最明显;REMS在94岁以上患者中判别力改善并超过其他评分。
  • 在87岁及以上 vs 80-86岁患者中,氧疗(SHAP差值0.59)、GCS评分(SHAP差值0.40)和收缩压(SHAP差值0.32)对预测恶化贡献差异最大。
  • 在5% PPV阈值下IEWS敏感性最高(78.1%),但所有评分PPV低;10% PPV阈值下NEWS敏感性最高(41.5%),REMS特异性最高(95.3%)。

适用人群与场景

  • 意大利罗马一家城市教学医院急诊科2015年1月至2024年12月连续就诊的80岁及以上非创伤急诊患者。
  • 排除:创伤就诊;到达急诊前已插管或需院前心肺复苏;到达急诊时心脏骤停;就诊后1小时内死亡、心脏骤停、插管或入住普通或专科ICU;计算早期预警评分所需参数缺失超过2项者。

诊断标准与关键阈值

  • 主要终点临床恶化定义为到达急诊后24小时内死亡或入住ICU。
  • ICU入住指征:需要高级呼吸支持或需要正性肌力药物和侵入性监测的严重休克。
  • 早期预警评分计算使用急诊入院时记录的生命体征参数。
  • NEWS2中,有明确慢性阻塞性肺疾病病史的患者被视为存在2型呼吸衰竭风险。

研究设计与关键结果

  • 回顾性预后研究,单中心,纳入50 645例80岁及以上非创伤急诊患者,中位年龄85岁(IQR 82-88岁),女性54.6%,1233例(2.4%)发生临床恶化。
  • 5种评分判别力尚可,中位AUROC:NEWS 0.782(IQR 0.767-0.798)、NEWS2 0.776(IQR 0.761-0.791)、IEWS 0.779(IQR 0.764-0.795)、REMS 0.752(IQR 0.736-0.768)、MEWS 0.747(IQR 0.731-0.763)。
  • 与最佳预测指标NEWS相比,所有其他评分的AUROC略低但差异有统计学意义。
  • 校准:REMS的Brier评分最低(0.0220;95%CI 0.0208-0.0232),NEWS2最高(0.0229;95%CI 0.0216-0.0241),零模型Brier评分0.0238(95%CI 0.0225-0.0250);校准斜率REMS 0.997,NEWS 0.950。
  • 分类:5% PPV阈值下IEWS敏感性最高(78.1%;95%CI 75.7%-80.3%),NEWS 71.9%(95%CI 69.4%-74.4%),NEWS2 71.2%(95%CI 68.6%-73.7%),REMS 57.7%(95%CI 54.9%-60.4%),MEWS 54.1%(95%CI 51.3%-56.9%);10% PPV阈值下NEWS敏感性最高(41.5%;95%CI 38.8%-44.3%)。
  • 5% PPV阈值下特异性MEWS最高(83.5%;95%CI 83.1%-83.8%),REMS 81.4%(95%CI 81.0%-81.7%),NEWS 70.1%(95%CI 69.7%-70.5%);10% PPV阈值下REMS特异性最高(95.3%;95%CI 95.1%-95.5%)。
  • 年龄分层:NEWS、NEWS2、MEWS和IEWS判别力随年龄增长下降,90岁以上最明显;REMS判别力随年龄改善,在94岁以上患者中超过其他评分。
  • SHAP分析:87岁及以上 vs 80-86岁患者中,氧疗(SHAP差值0.59)、GCS评分(SHAP差值0.40)、AVPU量表(SHAP差值-0.38)和收缩压(SHAP差值0.32)的贡献差异最大。

证据类型、等级与局限

  • 证据类型:回顾性预后研究(单中心)。
  • 局限:单中心、回顾性设计,大型城市教学医院,可能限制外推性;评分比较仅限于预测到达急诊后24小时内临床恶化,可能遗漏该时间窗之后的恶化;排除到达急诊后1小时内死亡、入住ICU级别单位、插管或心肺复苏的患者可能影响结果;每次就诊视为独立观察,未校正同一患者早期再入院;研究机构可能与评分原始开发或验证机构相似,结果可能反映可重复性而非广泛外推性。

对床旁实践的改变

  • 作者认为,在80岁及以上急诊患者中,所有评估的早期预警评分均具有尚可的短期预后准确性,但应作为支持工具而非临床判断的替代。
  • 作者认为,REMS在94岁以上患者中表现最一致,支持其在该人群用于针对性风险分层。
  • 作者认为,NEWS和NEWS2敏感性略高但似乎更易导致报警疲劳;评分系统的选择应依据当地操作需求和临床背景。

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17 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2026 Mar 19;9(3):e261532. doi: 10.1001/jamanetworkopen.2026.1532

引言

全球预期寿命的延长导致越来越多的老年人前往急诊科(ED)就诊。在美国,2022年65岁及以上患者约占所有急诊就诊量的20%,总计3300万人次。1在欧洲也观察到类似趋势,65岁及以上成年人是急诊患者中增长最快的群体。2

这一人口结构转变给医疗保健系统带来了重大挑战。老年患者常伴有复杂的医疗状况和多种合并症,增加了不良结局的风险。此外,认知障碍、功能衰退、生理储备减少以及不典型症状表现等因素使快节奏急诊环境下的诊断和管理更加复杂。3,4,5,6

早期准确识别高风险患者对于优化诊疗策略和改善结局至关重要。早期预警评分(EWSs)是广泛使用的工具,通过量化生理参数来检测临床恶化。EWSs最初为住院患者开发,后被改编用于急诊科以支持分诊和风险分层。7,8

然而,EWSs在65岁及以上成年人中的预测性能可能欠佳。9生理反应迟钝可能导致尽管病情严重但评分假性偏低,而偏离基线的微小变化可能产生高评分,可能导致报警疲劳和临床工作量增加,却不改善结局。10,11,12,13

尽管EWSs广泛用于识别急重症患者的临床恶化,并已在65岁及以上人群中进行了研究,但关于其在80岁及以上人群中性能的数据仍然匮乏。本研究旨在评估最广泛使用的EWSs在一个大型80岁及以上急诊患者队列中对短期临床恶化的预测准确性。

方法

研究设计与人群

本单中心预后研究在意大利罗马一所城市教学医院的急诊科进行,服务覆盖约180万居民,年均急诊就诊量约75000人次。我们回顾性审查了2015年1月至2024年12月期间因非创伤性状况连续就诊于急诊科的所有80岁及以上患者的电子病历。本研究经拉齐奥地区3区地方伦理委员会批准,并按照1964年《赫尔辛基宣言》及其后续修正案确立的伦理标准执行。16由于患者数据已匿名化,伦理委员会豁免了知情同意。本研究根据个体预后或诊断多变量预测模型的透明报告(TRIPOD)14报告指南进行并归类为4型。15

排除标准

排除以下患者:因创伤就诊者;在到达急诊科前被院前急救服务插管或需要心肺复苏者;到达急诊科时处于心搏循环骤停者;或在急诊科就诊后1小时内死亡、发生心搏骤停、被插管或被收入综合或专科重症监护病房(ICU)者。计算EWS所需参数缺失超过2个的患者也被排除。

数据收集

对患者结局设盲的研究者从电子记录中提取了以下数据:年龄、性别、临床表现、体温、心率、呼吸频率、血压、格拉斯哥昏迷量表(GCS)评分、氧疗情况、外周血氧饱和度(SpO2)、影像学检查及临床病史。用于计算EWS的生理学数值为急诊科入院时记录的数值。

对于有1或2个参数缺失的患者,采用多重插补方法进行数据插补。17将插补值纳入原始数据集,以生成完整的生命体征概况用于EWS计算。插补过程的详细内容见补充材料1中的eMethods。

评分计算

对每例患者计算以下EWS:国家早期预警评分(NEWS)、18,19 国家早期预警评分2(NEWS2)、20,21 改良早期预警评分(MEWS)、22 快速急诊医学评分(REMS)23 及国际早期预警评分(IEWS)。24 对于NEWS2,若患者有确诊的慢性阻塞性肺疾病病史,则被视为存在2型呼吸衰竭风险。

研究终点

主要终点为临床恶化,定义为急诊科到达后24小时内死亡或入住ICU。次要终点包括:(1)分析各评分组分对恶化预测的相对贡献;(2)评估这些贡献如何随年龄增长而变化。

ICU入住标准

ICU入住标准在整个研究期间保持一致。适应证包括需要有创呼吸支持或需要正性肌力药物及有创监测的严重休克。

统计分析

连续变量以中位数(IQR)报告,采用Mann-Whitney U检验进行比较。分类变量以绝对数(百分比)表示,酌情采用χ2检验或Fisher精确检验进行比较。对于有1或2个参数缺失的患者,采用蒙特卡洛方法进行插补;所有插补变量的缺失数据点均少于5%。评分性能从区分度和校准度两方面进行评估。区分度指评分区分有结局与无结局患者的能力,而校准度反映预测事件概率与观察事件概率之间的一致性。

采用受试者工作特征(ROC)曲线分析评估区分度。ROC曲线下面积(AUROC)采用DeLong方法进行比较。

校准度采用Brier评分评估,95%CI和P值通过bootstrap重采样得出,并将结果与零模型及表现最佳的评分进行比较。此外,为每种EWS生成了显示观察概率与预测概率的校准图,校准斜率由以每种EWS作为唯一预测变量的逻辑回归模型得出。

采用基于样条的年龄分层分析评估EWS在不同患者年龄中的判别性能。应用5年滑动年龄窗口,以1年为增量推进,计算每个区间内的AUROC。年龄与AUROC之间的关联使用限制性立方样条建模,通过普通最小二乘回归拟合,自由度为3。将样条回归模型与固定年龄(仅截距)模型进行比较,以确定年龄效应的统计学显著性(F检验)。

开发了一个极端梯度提升(XGBoost)模型,纳入所有评分中的核心变量,以评估各评分组分的相对贡献。贡献使用原始和归一化(除以最大值)的Shapley加性解释(SHAP)值进行量化。按照前述建模框架进行单独的XGBoost分析,以评估各年龄分层内预测因子相对贡献的差异。所有建模流程,包括数据预处理和超参数设置,在各组间完全一致,以保持方法学一致性。年龄组间SHAP值的差异使用归一化绝对SHAP值差值的双侧非参数自助法检验进行评估。

数据使用IBM SPSS for Windows 25版(IBM Corp)、MedCalc 19.2.1版(MedCalc Ltd)和R 4.5.1版(R Project for Statistical Computing)进行分析。25 使用Python 3.13版(Python Software Foundation)的自定义编程运行XGBoost分析并计算SHAP值。双侧P ≤ .05被认为具有统计学显著性。分析方法的全面描述见 Supplement 1 中的 eMethods。

结果

总体而言,共有50 645例80岁及以上患者纳入研究。中位年龄为85岁(IQR,82-88);27 644例(54.6%)为女性,23 001例(45.4%)为男性。1233例(2.4%)发生临床恶化。纳入流程总结于图1,研究队列的生理和临床参数总结见表,不同评分的分布见 Supplement 1 中的 eFigure 1。

图1. 总结纳入流程的流程图ED表示急诊科;EWS,早期预警评分。 查看原图 ↗
表. 生理和人口学变量的汇总统计 查看原表 ↗

评分判别性能

所有评估的EWS均具有中等判别性能。AUROC的中位数分别为:NEWS 0.782(IQR,0.767-0.798),NEWS2 0.776(IQR,0.761-0.791),REMS 0.752(IQR,0.736-0.768),MEWS 0.747(IQR,0.731-0.763),IEWS 0.779(IQR,0.764-0.795)。与最佳预测指标(NEWS)相比,所有评估的EWS的AUROC略低,但差异具有统计学显著性(Supplement 1 中的 eFigure 2 和 eTable 1)。尽管EWS表现出较强的总体判别能力,但其阳性预测值(PPV)有限,主要由于观察到的不良事件数量较少(Supplement 1 中的 eTables 2 和 eTable 3)。REMS和MEWS在不同阈值下的PPV较其他3种EWS更接近最优值。

评分校准

基于Brier评分分析,REMS是研究人群中校准最佳的早期预警评分(EWS)(Brier评分,0.0220;95% CI,0.0208-0.0232),与NEWS、NEWS2(Brier评分最高,为0.0229;95% CI,0.0216-0.0241)、IEWS和MEWS相比,性能显著更优。零模型的Brier评分为0.0238(95% CI,0.0225-0.0250)。对不同阈值下校准斜率的评估进一步证实REMS表现最佳,斜率为0.997,其次是NEWS,斜率为0.950(图2及补充材料1中的eTable 4)。

图2. 5种早期预警评分(EWS)逻辑回归模型的预测概率与观察结局频率校准图。对角虚线代表完美校准(斜率=1),即预测风险与观察风险一致。斜率小于1的模型提示过拟合,即预测过于极端;斜率大于1的模型提示欠拟合,即预测过于保守。IEWS表示国际早期预警评分(International Early Warning Score);MEWS表示改良早期预警评分(Modified Early Warning Score);NEWS表示国家早期预警评分(National Early Warning Score);NEWS2表示国家早期预警评分2(National Early Warning Score 2);REMS表示快速急诊医学评分(Rapid Emergency Medicine Score)。 查看原图 ↗

分类

分类性能指标见补充材料1中的eTable 2、eTable 3和eFigure 3。不同EWS的精确率-召回率曲线见图3。总体而言,所有受测评分均显示低至中等灵敏度,在10% PPV阈值处明显下降。

在最低5%界值时,IEWS显示最高灵敏度(78.1%;95% CI,75.7%-80.3%),紧随其后的是NEWS(71.9%;95% CI,69.4%-74.4%)和NEWS2(71.2%;95% CI,68.6%-73.7%),而REMS(57.7%;95% CI,54.9%-60.4%)和MEWS(54.1%;95% CI,51.3%-56.9%)显示较低灵敏度。在较高PPV界值时灵敏度急剧下降:在10% PPV阈值处,NEWS显示最高灵敏度(41.5%;95% CI,38.8%-44.3%),其次是IEWS(37.5%;95% CI,34.8%-40.2%)、MEWS(35.4%;95% CI,32.8%-38.2%)、REMS(33.9%;95% CI,31.3%-36.6%)和NEWS2(28.1%;95% CI,25.6%-30.6%)。

相比之下,随着PPV阈值的提高,特异度更高。在5% PPV阈值时,MEWS的特异度最高(83.5%;95% CI,83.1%-83.8%),其次是REMS(81.4%;95% CI,81.0%-81.7%)、NEWS(70.1%;95% CI,69.7%-70.5%)、NEWS2(69.6%;95% CI,69.2%-70.0%)和IEWS(63.5%;95% CI,63.1%-63.9%)。在10%阈值时,REMS的特异度最高(95.3%;95% CI,95.1%-95.5%),其次是NEWS2(94.5%;95% CI,94.3%-94.7%)、MEWS(92.3%;95% CI,92.1%-92.5%)、IEWS(92.2%;95% CI,91.9%-92.4%)和NEWS(90.8%;95% CI,90.5%-91.0%)。由于事件发生率低,所有评分在各阈值下的阴性预测值(NPV)均保持较高水平。在最低的5%阈值时,IEWS的NPV最高(99.1%;95% CI,99.0%-99.2%),其次是NEWS和NEWS2(均为99.0%;95% CI,98.9%-99.1%)、REMS(98.7%;95% CI,98.6%-98.8%)和MEWS(98.6%;95% CI,98.5%-98.8%)。在10%界值时,NEWS的NPV最高(98.4%;95% CI,98.3%-98.5%),其次是MEWS、REMS和IEWS(均为98.3%;95% CI,98.2%-98.4%),最后是NEWS2(98.1%;95% CI,98.05%-98.3%)。相反,MEWS和REMS在所有风险阈值下产生的PPV最高。具体而言,在最低的5%界值时,MEWS的PPV最高(7.6%;95% CI,7.0%-8.1%),其次是REMS(7.2%;95% CI,6.7%-7.7%)、NEWS(5.7%;95% CI,5.3%-6.0%)、NEWS2(5.5%;95% CI,5.2%-5.9%)和IEWS(5.1%;95% CI,4.8%-5.4%)。在10%界值时,REMS的PPV最高(15.2%;95% CI,13.9%-16.6%),其次是NEWS2(11.3%;95% CI,10.2%-12.4%)、IEWS(10.7%;95% CI,9.8%-11.6%)、MEWS(10.3%;95% CI,9.4%-11.2%)和NEWS(10.1%;95% CI,9.3%-11.0%)。

图3. 比较早期预警评分(EWS)的精确率-召回率曲线AUPRC表示精确率-召回率曲线下面积;IEWS,国际早期预警评分;MEWS,改良早期预警评分;NEWS,国家早期预警评分;NEWS2,国家早期预警评分2;PPV,阳性预测值;REMS,快速急诊医学评分。 查看原图 ↗

按年龄划分的评分表现

样条曲线分析显示,年龄与EWS的表现之间存在显著关联。NEWS、NEWS2、MEWS和IEWS的判别能力随年龄增长而下降,在90岁以上人群中观察到的降幅最为明显。相比之下,REMS——尽管其总体判别表现相对较低——显示出随年龄增长的改善,最终在94岁以上患者中其预测准确性超过了其他EWS(图4)。

图4. 早期预警评分(EWS)模型按年龄的受试者工作特征曲线下面积(AUROC)样条曲线分析样条回归的P值表明年龄与AUROC之间存在关联。阴影区域代表每个EWS评分AUROC的95% CI。IEWS表示国际早期预警评分;MEWS,改良早期预警评分;NEWS,国家早期预警评分;NEWS2,国家早期预警评分2;REMS,快速急诊医学评分。a所有P < .001。 查看原图 ↗

各条目对恶化预测的比较贡献

为确定与老年患者评分表现相关的因素,我们比较了32 723例(64.6%)年龄80至86岁的患者与17 922例(35.4%)年龄87岁或以上的患者。SHAP值分析显示,除外周血氧饱和度外,与80至86岁患者相比,所有EWS组分在87岁或以上患者中的贡献均不同(补充材料1中的e图4和e图5)。在评估87岁或以上患者与80至86岁患者中各变量预测不良结局的相对重要性时,差异最明显的是吸氧(SHAP差异,0.59)、GCS评分(SHAP差异,0.40)、AVPU(Alert、Verbal、Pain和Unresponsive)量表(SHAP差异,–0.38)以及收缩压(SHAP差异,0.32)(补充材料1中的e表5和e表6及e图4和e图5)。

讨论

早期预警评分(EWSs)出现于20世纪90年代末26,此前有证据表明许多院内死亡之前存在长时间的临床恶化,为治疗升级留出了时间。27,28,29 最近,机器学习算法被引入以增强预测性能,导致专有、闭源模型的出现。这些进展逐渐模糊了传统生理评分系统与结局预测工具之间的界限。30

然而,大多数现有评分的推导和验证队列纳入了广泛年龄范围的患者,尽管它们通常包含相当比例的老年人,但中位年龄为50至72岁。31 先前发表的一篇综述确定了34种针对未选择内科患者开发的评分,其中70%为数据驱动;然而,大多数推导和验证研究未能满足既定的报告标准。31 也有人对报告准确性的潜在虚高提出担忧。32

由于人口转变,老年患者目前在医疗资源利用中占越来越显著的比例。1,2 这一人群也与大多数EWSs最初开发所基于的队列存在显著差异。与这一观察一致,有人建议将年龄纳入以改善EWS性能。33

为弥补这一空白,我们对入住急诊科的80岁或以上患者中现有EWSs进行了回顾性比较。我们从分类、区分度和校准方面评估了模型性能。据我们所知,这是迄今为止该年龄组中最大的基于急诊科的EWSs验证。

总体而言,我们测试的所有评分在研究人群中均显示出中等至良好的判别能力(AUROC中位数范围,0.747-0.782)。虽然与原始推导队列相比观察到适度下降,18,19,20,21,22,23,24但这可能反映了生理学评分系统在老年人群中的已知局限性。尽管未纳入年龄,NEWS在我们的评分中显示出最高的AUROC,高于专门纳入年龄和性别的IEWS。相反,MEWS和REMS分别显示出最低和次低的AUROC。然而,最高与最低AUROC值之间的总体差异仅为0.035个单位(按点估计值计算)。这些结果与既往文献一致,其中短期死亡率的AUROC值报告在0.768至0.94之间。34然而,最近专门针对老年人群的研究报告了异质性且有时相互矛盾的结果。例如,最近一项纳入3000多名65岁以上患者的前瞻性研究发现,分诊早期预警评分在预测不同时间点死亡率以及ICU入住方面优于NEWS、REMS和MEWS。35相反,一项比较EWS在18至64岁与65岁及以上成人中判别性能的多中心研究报告称,传统EWS在老年组中判别能力降低。10

对PPV——即患者被归类为高风险时真实不良事件发生的可能性——的评估揭示了与ROC衍生指标所提示的不同性能层级(补充材料1中的eFigure 2)。REMS和MEWS在不同阈值下实现了更接近最优值的PPV,在这方面优于NEWS、NEWS2和IEWS。这种差异部分归因于后述评分的分布特征,这些评分倾向于将相当比例的患者聚集在中等风险范围内。这也可能反映了评分开发的不同目的:NEWS系列开发用于指导普通病房患者再评估的频率,其中需要跨不同风险类别进行更细粒度的区分,而REMS专门为急诊科开发,明确目的是指导急危重症患者的护理升级。因此,当应用临床阈值识别高风险个体时,NEWS及其衍生评分在中等风险水平下较高的敏感性导致假阳性增加。这反过来降低了PPV,并削弱了靶向临床干预所需的高风险分类的可靠性。AUROC与PPV之间的差异因此说明了敏感性与低产出报警率之间可能存在的权衡:为统计准确性优化的评分未必能转化为比精度稍低的评分更高的操作有效性。36在急诊科尤其如此,因为快速分诊和有限的响应资源至关重要,因此更高的PPV比边际AUC增益更具可操作性。

使用Brier评分的校准分析显示,REMS在所有评分中数值最低(评分范围,0.0220-0.0229),表明其与观察结局的一致性更好。这些差异较为温和,反映了低事件发生率以及零分类器的低基线Brier评分(0.0238)。校准仍然是临床决策的一个关键方面。37

我们的研究结果突出了高龄与常规EWS模型预测可靠性之间复杂的相互作用。通过样条曲线分析,我们识别出年龄与EWS性能之间存在显著关联,随着患者年龄增加,NEWS、NEWS2、MEWS和IEMS的判别能力普遍下降。这种下降在90岁及以上个体中最为明显。值得注意的是,REMS表现出与这一趋势不同的例外,显示出预测准确性随年龄增加而改善,使其在94岁以上患者中优于其他EWS模型。与IEWS相比,这有些令人惊讶,因为REMS的年龄评分在74岁时趋于平缓,而IEWS则增加得更为逐渐。21这与以下观点一致:在急诊科患者中,较高的生理紊乱可能比与年龄相关的基线脆弱性更好地与早期结局相关。

通过XGBoost模型探索的各个评分条目的相对贡献显示,在87岁及以上患者中,对结局平均贡献最大的变量是氧疗、SpO2、收缩压、GCS评分和心率。在这一年龄组中,与80至86岁患者相比,氧疗、GCS评分和收缩压的影响显著增加。这些发现表明,在87岁及以上患者中,生理紊乱与临床恶化之间的关联变得更加明显,并且能够捕捉早期神经功能恶化的GCS评分与总体风险的相关性优于AVPU。这一模式与我们的主要发现一致:REMS评分对年龄的惩罚不如IEWS严厉,并且对生命体征异常的分层比NEWS或NEWS2更精细,是94岁及以上患者中最具判别力的工具。

此外,所有EWS均是使用常规收集的临床数据开发的,因此不仅捕捉了生物学关联,还捕捉了临床行为和决策模式。因此,87岁及以上患者中生理紊乱与结局之间的关联可能既反映了生物学脆弱性的增加,也反映了临床管理强度或康复预期的差异。

本研究的一项关键发现是,所有受测评分在80岁及以上人群中均表现良好。这构成了地理、时间和跨领域的验证。值得注意的是,所有纳入的评分均依赖于基于既有临床知识的预测因子。这一观察将早期预警评分(EWS)的性能评价纳入了关于模型可解释性的更广泛讨论。从这个角度来看,可解释性不仅仅是一种实用优势;相反,它反映了预测模型与已知生物学机制之间的一致性,可作为认知稳健性的替代指标。用贝叶斯术语来说,基于机制理解和反复临床观察的预测因子,比那些通过自动化特征选择得出的预测因子更有可能捕捉到真实的生物学过程。因此,跨领域一致性可能源于这种对生物学合理性的遵循,而数据驱动模型则存在对数据过拟合而对现实欠拟合的风险。38

一个著名的例子是Zech等人39的研究,其中神经网络将“便携式”一词识别为胸部放射影像报告中肺炎的预测因子——正确地将它与机构惯例而非病理学联系起来。这一问题在闭源模型的背景下尤为重要,因为商业动机可能优先考虑表面准确性,而缺乏透明度阻碍了独立验证。

事实上,近期证据表明,要超越临床推导的评分需要大型数据集和大量计算资源,然而最具影响力的预测因子仍未改变。一项验证研究表明,eCART——一种基于机器学习的透明且可解释的评分40——相较于NEWS取得了具有临床意义的改善。41然而,这些改善是通过纳入97个预测因子(包括多种趋势和记录特征)、使用在数百万次观测上训练的梯度提升模型而获得的。值得注意的是,尽管复杂性增加,最具影响力的预测因子在很大程度上与NEWS中所包含的重叠,且在同一研究中,专有闭源算法的表现劣于eCART和NEWS两者。另一个例子是高级警报监测器(AAM),42它是少数具有以患者为中心的结局数据的预测模型之一。43重要的是,AAM需要大量计算能力和专门的组织基础设施,这引发了关于其成本效益和可扩展性的问题。

局限性

本研究的主要局限性在于其单中心、回顾性设计。研究在一所大型城市教学医院开展,这可能限制其外推性。此外,评分之间的比较仅限于其在急诊科到达后最初24小时内预测临床恶化的能力。虽然这与急诊科关注重点一致,但这可能忽略在该时间窗之后发生的相关恶化。我们的结果还可能受到我们选择排除以下患者的影响:在到达急诊科后第1小时内死亡、入住重症监护级别病房、或需要插管或心肺复苏的患者。排除这些患者是因为当患者到达时病情已明显危重,或根据机构方案其病情需要早期入住重症监护病房(例如,ST段抬高型心肌梗死或急性卒中)时,早期预警评分(EWS)不太可能提供额外的预后或决策价值。虽然1小时时间框架并非既定标准,但选择其作为识别该患者亚组的务实替代指标。此外,每次患者就诊被视为单一观察,未对同一患者的早期再入院进行校正。这种方法可能引入观察之间的依赖性并限制外推性。然而,鉴于服务区域大且急诊就诊量大,这一局限性不太可能对总体结果产生有意义的影响。此外,鉴于本机构与这些评分最初开发或验证的机构之间可能存在相似性,我们的发现可能反映的是可重复性而非更广泛的外推性。44

结论

在这项预后研究中,所有评估的EWS在预测急诊科就诊的80岁及以上患者短期临床恶化方面均表现出令人满意的性能。REMS在94岁以上亚组中显示出更高的准确性,并且在识别较小的高风险患者队列方面特别有效,尽管敏感性降低。相反,NEWS和NEWS2提供了略高的敏感性,但似乎更容易受到报警疲劳的影响。因此,特定评分系统的选择应依据当地操作需求和临床背景。然而,鉴于其固有局限性和潜在偏倚,在80岁以上人群中,EWS应被视为支持工具,而非临床判断的替代品。

参考来源

  1. Covino M, Cacciamani Fanelli PM, Bonadia N, et al. Early Warning Scores in Emergency Department Patients Aged 80 Years or Older. JAMA Netw Open. 2026. PMID: 41854615. doi:10.1001/jamanetworkopen.2026.1532
  2. 全文:PMC13003372(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13003372/

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。