文献速递重症综合管理与镇静镇痛

ICU入住前住院时间与高龄患者30天死亡率:一项纳入315042例ICU入院患者的全国队列研究

Pre-ICU hospital length of stay and 30-day mortality in the very old: a national cohort of 315 042 ICU admissions.
PubMed 文献 · Ann Intensive Care · 2026-07-16
一句话结论在≥80岁高龄ICU患者中,ICU入住前住院时间延长所带来的30天死亡绝对风险增量明显小于多数较年轻年龄段,提示该指标在高龄患者分诊中的预后权重较弱。

结果显示各年龄十分位组30天死亡率均随ICU入住前住院时间延长而升高,但梯度幅度随年龄不同:≥80岁患者从第0天到第60天的组内风险差为12.8个百分点(95%CI 10.0-15.6),基线为34.6%;而60-69岁组为17.5(16.0-18.9)。结论认为该指标在高龄患者中的预后价值弱于一般成人ICU人群,但多大程度反映生物学差异还是年龄相关的ICU分诊选择尚不能确定。

要点

  • ≥80岁患者ICU入住前住院时间从第0天到第60天,30天死亡风险仅增加12.8个百分点(95%CI 10.0-15.6),而第0天基线死亡率已高达34.6%。
  • 60-69岁患者同一时间跨度的组内风险差为17.5个百分点(95%CI 16.0-18.9),大于≥80岁患者,提示高龄组梯度更平坦。
  • 各年龄组30天死亡率均随ICU入住前住院时间延长而上升,但梯度在中段年龄组最大,两端较小且不对称。
  • 在高龄患者中,ICU入住前住院时间仍是预后标志物但权重较弱,不应单独据此决定ICU分诊。
  • 研究为回顾性全国登记队列,排除了未到达ICU即死亡或未收入ICU的高龄患者,年龄相关选择偏倚无法量化。

适用人群与场景

  • 中位年龄65岁(IQR 50-76),女性占41.6%,51.3%由急诊科直接收入ICU。
  • 排除:无有效瑞典个人身份号码者已在数据交付前被排除;未到达ICU即死亡或未收入ICU的患者不纳入。

诊断标准与关键阈值

  • 暴露定义:ICU入住前住院时间(pre-ICU LOS)为医院入院至ICU入院之间的完整天数,急诊直接收入ICU记为0天。
  • 主要结局:从ICU入院起算的30天全因死亡率,二分类终点。
  • 年龄分层:按十年分组(18-29、30-39、…、≥80岁),高龄患者(VIPs)定义为≥80岁。
  • 合并症评估:Quan更新版Charlson合并症指数(CCI),以限制性立方样条建模。

处置流程与药物剂量

  • 原文为观察性预后研究,未涉及具体治疗或药物处置方案。

红旗征与不能漏的情况

  • 原文未提及

研究设计与关键结果

  • 研究类型:全国登记库回顾性队列研究,基于前瞻性收集数据,遵循RECORD声明,回顾性注册于ClinicalTrials.gov(NCT07571213)。
  • 人群:中位年龄65岁(IQR 50-76),女性41.6%,51.3%由急诊科直接收入;总体30天死亡率16.2%,从18-29岁的2.0%单调升至≥80岁的33.8%。
  • 主要终点:30天全因死亡率。各年龄十分位组预测死亡率均随ICU入住前住院时间升高,但斜率不同,中段年龄组最陡、≥80岁组最平坦。
  • ≥80岁患者组内风险差(第0天至第60天)为12.8个百分点(95%CI 10.0-15.6),第0天基线34.6%;60-69岁组为17.5(16.0-18.9);50-59岁组为17.0;70-79岁组为16.3。
  • 18-29岁组第60天风险差为8.0个百分点,第0天基线仅1.6%;≥80岁与18-29岁之间的风险差从第0天的32.9个百分点扩大至第60天的37.7个百分点。
  • 敏感性分析:采用SAPS3 Box I分类形式时,<40岁组14-27天和≥28天相对0-13天的风险差分别为7.8和8.4个百分点(95%CI不含零),≥80岁组仅为1.5和3.3个百分点(与零兼容);额外调整SAPS3 Box III后年龄依赖模式保持不变,但初始风险下降被系统性减弱(70-79岁第3天:-4.6个百分点[95%CI -5.2至-4.0],主模型为-6.3)。

证据类型、等级与局限

  • 证据类型:全国登记库回顾性队列研究(基于前瞻性收集数据),非随机对照试验。
  • 局限:①ICU入住前住院时间超过30天的患者数量有限,图1右端置信区间较宽;②敏感性分析中SAPS3 Box III缺失约39%,采用多重插补处理;③队列以到达ICU为条件,长期住院期间在病房死亡或恶化后未收入ICU的高龄患者不纳入,年龄相关选择偏倚无法量化;④队列跨度为2005-2016年,相对历史性,当代≥80岁人群的基线健康、合并症负担和收治实践可能已变化;⑤无法排除未测量因素(如无法从NPR获取的衰弱指数、ICU入住前管理细节)
  • 研究获乌普萨拉地区伦理委员会批准(DNR 2016/421),豁免知情同意;由乌普萨拉大学医院和瑞典达拉纳地区资助,资助方无角色。

对床旁实践的改变

  • 对≥80岁患者进行ICU分诊时,不应将ICU入住前住院时间延长单独作为拒绝或限制ICU治疗的依据,因其在该人群中预后权重明显弱于较年轻患者。
  • ≥80岁患者即使ICU入住前住院时间为0天,30天死亡基线已高达34.6%,预后判断应更依赖其他因素而非住院时间。
  • 该结论不适用于未到达ICU即死亡或未收入ICU的高龄患者,此类患者被排除在队列之外,存在选择偏倚。
  • 研究跨越2005-2016年,当代≥80岁ICU人群的基线特征和收治实践可能已变化,结论外推需谨慎。

指南或共识出处

  • 原文未提及
全文中译20 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:Ann Intensive Care. 2026 Jul 16;16:100116. doi: 10.1016/j.aicoj.2026.100116

引言

由于全球人口结构变化,因即将发生或已存在的器官衰竭而接受重症监护病房(ICU)入住评估的高龄患者(≥80岁)数量正在上升,并预计将持续上升[1,2]。ICU治疗对患者要求高,常常伴有疼痛和应激[3]。高龄ICU患者(VIPs),即≥80岁者,发生ICU获得性谵妄和衰弱等并发症的风险高于年轻患者[4,5],且由于生理储备较低,他们更易从入院前的独立生活转变为出院后日常生活活动依赖他人[6]。这些因素共同使得关于ICU入住以及入住ICU后治疗限制的平衡决策在这一年龄组中尤为重要[7]。

每位高龄ICU患者的个体预后受入院前衰弱和合并症以及触发入院的急性健康恶化共同影响[8]。ICU入住前的住院时间是与短期死亡率相关的预后因素,但这一关联是否在整个成人年龄范围内一致成立,还是在高龄ICU患者中加重或减弱,尚未确定[7,9,10]。因此,我们在一个全国性成人ICU患者队列中研究了年龄如何改变ICU前住院时间与短期死亡率之间的关联。

方法

我们开展了一项基于全国登记系统的回顾性队列研究,数据为前瞻性收集,经乌普萨拉地区伦理委员会批准(DNR 2016/421),该委员会同时豁免了知情同意。我们遵循《赫尔辛基宣言》,并按照STROBE的RECORD扩展进行报告。该研究在ClinicalTrials.gov进行了回顾性注册(NCT07571213)。我们纳入了2005年1月1日至2016年12月31日期间向瑞典重症监护登记系统(SIR)报告的所有成人(≥18岁)首次ICU入住患者。SIR对瑞典综合ICU的覆盖率从2005年的约50%上升至2010年的80%以上,到2017年达到100%[11,12]。我们从SIR获取了人口学资料、入院途径、病例构成以及SAPS3及其各组成部分[10]。合并症和住院诊疗事件来自国家患者登记系统(NPR)住院部分,生命状态来自瑞典死因登记系统,两者均依法向国家卫生与福利委员会报告[13,14]。记录通过瑞典个人身份号码进行链接;无有效身份号码的患者在数据交付前已被排除[15]。

暴露

ICU前住院时间(pre-ICU LOS)为入院至ICU入住之间的完整天数(直接从急诊入院者为0)。主要来源为SAPS3报告字段;缺失时,我们从NPR中与ICU诊疗事件重叠或紧邻的诊疗事件进行重建。在主模型中,ICU前住院时间以对数尺度进入模型,即log(天数+1),以适应大量零值和长右尾分布(531例患者为61–6703天)。在分类敏感性分析中,我们使用SAPS3 Box I分类形式(0–13、14–27、≥28天)。

结局

结局为从ICU入住起算的全因30天死亡率,作为二分类终点。所有患者随访完整,在此期间因移民相关的删失预计极少。因此,出院和ICU转出既非删失也非竞争事件。

描述性分析、概念框架与主要模型

基线特征按年龄十分位(18–29、30–39、……、≥80岁)以中位数[Q1–Q3]或n(%)进行汇总。组间差异采用Kruskal–Wallis秩和检验和χ2检验,事后比较采用Dunn检验或成对比例检验(Bonferroni校正)。调整集依据有向无环图预先选定(附加文件,图S1)。主要模型为30天死亡率的二分类logistic回归,年龄、ICU前住院时长和Quan更新的Charlson合并症指数(CCI)[16]以限制性立方样条建模,性别作为二分类因子,三个两两交互项(年龄×ICU前住院时长、ICU前住院时长×性别、年龄×性别)编码为相应样条基的乘积(性别为样条×因子)[17]。由该模型,我们通过G计算[18]得出:(i)各年龄十分位的30天死亡率边际预测概率;(ii)相对于第0天的年龄内风险差(RD);(iii)相对于18–29岁参照组的年龄间RD。估计流程及模型的区分度和校准度见附加文件(补充统计方法;图S2,表S1)。SAPS3 Box III未纳入主要调整集,因为它代表暴露窗口之后测量的急性生理状态,且可能是ICU前住院时长对死亡率效应的中介因素;而是在敏感性分析中加以考察。点估计值报告附95%置信区间于括号内。

缺失数据

在经SAPS3加NPR重建ICU前住院时长后,主要调整集中的所有变量均完整(N = 315 042)。仅用于敏感性分析的SAPS3 Box III在约39%的患者中缺失,采用链式方程多元插补法[19]进行插补。插补诊断见附加文件图S3和图S4。

敏感性分析

我们进行了两项敏感性分析,第一项检验对年龄和ICU前住院时长函数形式选择的稳健性,第二项考察在入院时急性生理状态固定的条件下主要关联是否持续存在。在第一项中,连续年龄和ICU前住院时长替换为其SAPS3 Box I形式(年龄:<40、40–59、60–69、70–74、75–79、≥80;ICU前住院时长:0–13、14–27、≥28天),保留性别、CCI及所有两两交互项。在第二项中,我们将SAPS3 Box III以限制性立方样条形式加入主要模型。

软件

所有分析使用R 4.5.1(R Core Team 2024)及附加文件表S2所列R包。双侧p值< 0.05视为有统计学意义。

结果

2005年至2016年间315 042例成人首次ICU入住中,中位年龄为65岁[IQR 50–76],41.6%为女性,51.3%来自急诊科(表1)。30天死亡率的总体为16.2%,且随年龄十分位单调上升,从18–29岁的2.0%升至≥80岁患者的33.8%(表2)。

表1 按年龄十分位分层的基线特征。 查看原表 ↗
表2 按年龄十分位分层的ICU入住前住院时长和死亡率。 查看原表 ↗

主要模型

边际预测30天死亡率在每个年龄十分位中均随ICU前住院时长上升,但斜率明显不同,在最小年龄十分位和≥80岁患者中最平坦(图1)。

相对于第0天的风险差异显示了ICU前住院时长(pre-ICU LOS)的年龄依赖性效应(表3,图1)。在中间十分位数中,预测风险的初始下降先于预期的正向梯度出现。这种下降在70–79岁人群中数值上最深,第1天达到−5.8个百分点(pp)(95% CI −6.2至−5.4),第3天达到−6.3 pp(−6.8至−5.8),随后在第14天前后回落至零附近。第60天风险差异在中间十分位数中最大(50–59岁为17.0 pp,60–69岁为17.5 pp,70–79岁为16.3 pp),在年龄范围两端较小,但呈不对称性:在18–29岁人群中,RD为8.0 pp,而第0天基线为1.6%;在≥80岁患者中,RD为12.8 pp,而第0天基线为34.6%。

年龄间风险差异。在每个ICU前LOS水平上,年龄较大均与 substantially 更高的30天死亡率相关(图1,附加文件,表S3)。≥80岁与18–29岁之间的差距从第0天的32.9 pp modestly 扩大至第60天的37.7 pp。相比之下,≥80岁与中年十分位数之间的差距在较长时间住院时缩小(≥80岁 vs 50–59岁:第0天为23.9 pp vs 第60天为19.8 pp),反映出最年长组内年龄内LOS梯度较浅。

图1 按年龄十分位数分层的ICU前住院时长对应的边际预测30天死亡率。每条线为G计算估计值,方法为将某一年龄十分位数内的所有患者固定至x轴上的ICU前LOS值,并对限制性立方样条logistic模型的预测概率取平均;阴影带为95%百分位置信区间。 查看原图 ↗
表3 年龄内风险差异(百分点),针对30天死亡率,按ICU前住院时长,相对于第0天。主模型。 查看原表 ↗

敏感性分析

两项敏感性分析结果一致。当年龄和ICU前LOS以其SAPS3 Box I分类形式纳入时,相对于0–13天的年龄内风险差异在最年轻组中明显为正(<40岁:14–27天为7.8 pp,≥28天为8.4 pp;95% CI排除零),但在≥80岁患者中小且与零兼容(分别为1.5 pp和3.3 pp;附加文件,图S5,表S4-S5)。额外调整SAPS3 Box III未改变总体年龄依赖性模式(附加文件,图S6,表S6–S7),但初始的年龄内下降在所有受影响十分位数中均系统性减弱(70–79岁第3天:−4.6 pp [95% CI −5.2至−4.0] vs 主模型中的−6.3 pp;≥80岁第7天符号改变:0.5 pp vs −0.6 pp)。

讨论

在这个由315 042名成人ICU患者组成的全国队列中,ICU前住院时长与30天死亡率之间的关联强烈依赖于年龄。预测死亡概率在每个年龄十分位数中均随ICU前LOS升高而上升,但该梯度的幅度随年龄变化,在中间十分位数达到峰值,并在VIPs中减弱。

较长的ICU前停留时间与死亡率之间的总体正相关与早期报告[9,10]以及一项纳入34项观察性研究的近期荟萃分析一致,该荟萃分析中延迟入住ICU的合并死亡OR为1.61(1.44–1.81)[20]。然而,该文献存在异质性,且大部分异质性反映了结局、延迟入住ICU的定义以及所研究人群的差异。该暴露因素在操作化定义上存在两种截然不同的方式。一些研究计算患者等待ICU床位的小时数,这主要反映急诊科流转效率和ICU床位可用性;例如,一项将延迟定义为转诊后超过3小时的研究发现,校正后ICU住院时间或死亡率无差异(OR 1.27,0.81–2.0),尽管延迟患者需要更多呼吸支持[21]。另一些研究,包括本队列,则计算入住ICU前在普通病房停留的天数,这反映的是病房内病情恶化和最终被收治者的逐步选择过程。即使在后一类研究中,结果也因所选结局而异。在2,248例急诊入院中,延长的ICU前停留时间可预测住院死亡率但不可预测ICU死亡率[22];在资源有限的环境中,其与ICU死亡率无关(校正OR 1.00,0.98–1.03)[23]。相比之下,一项单中心系列研究[24]和一项针对血液系统恶性肿瘤患者的大型登记分析发现,ICU前住院LOS与较高的死亡率独立相关(按天计OR 1.02,1.01–1.02)[25]。

本分析有两个特点。第一,我们的结局是30天全因死亡率。与既往多项研究使用的ICU死亡率不同,它捕获ICU和出院后发生的死亡,因此不会因出院差异而产生偏倚;它也是Khan及其同事特别建议作为有价值延伸的终点[23]。第二,早期研究将ICU前住院时间(pre-ICU LOS)报告为成人ICU人群的单一平均效应,而未考察其如何随年龄变化[23,24],致使ICU前LOS在VIPs(≥80岁)中的具体预后权重基本未获探讨;在迄今针对该问题组建的最大队列中,我们显示其效应量在成人年龄范围内并非常数,在最年长患者中明显衰减。较近期关于VIPs的研究强调,常规ICU相关预后标志物在该人群中可能具有不同权重,这与本研究发现一致[7,8]。在VIPs中,ICU入住前住院时间每增加一周所增加的绝对风险增量小于大多数较年轻十分位组中所见。然而,VIPs的绝对死亡率在整个LOS范围内仍保持很高(第0天为34.6%,第60天为47.4%);因此,该组中ICU前LOS更应理解为一种较弱的预后标志物,而非不重要的标志物。有两种非互斥机制可以解释这种衰减。一种是死亡率端的 ceiling 效应:当第0天死亡率已接近三分之一时,即使相对于基线的比例变化仍可能很大,归因于进一步住院时间的绝对风险可上升空间也有限。另一种是另一端的 선택机制:ICU分诊本身具有年龄依赖性,老年患者比年轻患者被更具选择性地收治,而长时间病房停留后进入ICU的VIPs构成了预先按稳健性筛选的存活人群。仅这种选择本身即可削弱VIPs中ICU前LOS的表观效应,并且它涵盖了更一般的观察:较长的ICU前停留时间在不同年龄由不同类型的患者累积形成。

我们在主分析中刻意未对SAPS3 Box III进行调整。Box III于ICU入院时测量,处于暴露窗口之后,并且是ICU前住院时长与短期死亡率之间一个合理的媒介因素:较长的ICU前住院时间可能使入院时的生理状态恶化,进而提高死亡率。对媒介因素进行调整会阻断我们希望估计的部分总效应,并会引入过度调整偏倚(附加文件,图S1)。因此,我们仅在敏感性分析中加入Box III,以考察在将入院时急性生理状态固定后,该关联有多少仍然存在。该分析中年龄依赖的模式得以保留。中年和老年十分位内的年龄内风险差异显示,在ICU前住院的最初几天,预测30天死亡率最初下降,随后出现预期的上升。一个合理的机制是,直接由急诊室(ER)入院的患者占队列的51%,其平均入院时急性生理紊乱比在普通病房发生病情恶化的患者更为严重。Box III敏感性分析支持这一解释:对SAPS3 Box III进行调整系统性地降低了所有受影响十分位内初始下降的幅度,并在VIPs中于第7天逆转了其方向。Box III调整后仍持续存在的残余下降可能反映了未测量的生理紊乱方面。

我们在模型中允许年龄和性别交互,因为在成年期,男性与年龄相关的死亡率增长比女性更陡峭[26]。我们的主要估计量是对十分位内性别分布进行边际化后的结果。

本研究的主要优势在于大型全国性队列,瑞典普通ICU的SIR覆盖率从2005年约50%上升至2017年的100%,30天窗口内因移民导致的预期失访极少,且主要调整集(年龄、性别、CCI和结局因登记设计而完整;SAPS3报告缺失时ICU前LOS从NPR重建)实质上无缺失。方法学优势在于报告临床上可解释时间点的绝对风险和风险差异,而非风险比,后者因易感人群耗竭而存在内置的选择偏倚,并且在完整随访的情况下在此并无优势[27]。

存在若干局限性。第一,入住ICU前住院时间超过30天的患者数量有限,这反映在图1右端较宽的置信区间上。第二,在敏感性分析中,约39%的患者缺失SAPS3 Box III数据,采用多重插补处理;主要分析与Box III分析的一致性使得缺失数据驱动本研究结果的可能性不大。第三,本队列以进入ICU为条件:在入住ICU前长期住院期间于病房死亡的老年患者,或尽管病情恶化但从未被收入ICU的患者,不被纳入,因此年龄依赖性选择和竞争性非ICU死亡可能以我们无法量化的方式使估计产生偏倚。第四,本队列也相对具有历史性,时间跨度为2005-2016年:此后高龄ICU人群在基线健康状况、合并症负担和收治实践方面已发生变化,因此当代≥80岁患者可能无法与本研究中的患者直接比较,年龄特异性估计最好被理解为描述该时期而非当前实践。然而,这一时间窗口确实早于COVID-19大流行及其对ICU分诊和容量的干扰,因此它刻画了入住ICU前住院时间与短期死亡率之间稳定的年龄依赖性关联,而不会受到异常资源压力时期的混杂影响。最后,无法排除未测量因素的残余混杂,例如无法从NPR中获取的衰弱指数或入住ICU前管理细节。研究结果应可推广至具有类似分诊传统的ICU系统,主要是斯堪的纳维亚和西欧环境。

结论

与大多数ICU患者相比,在基线30天死亡率极高的背景下,VIP中每额外增加一天入住ICU前住院时间所对应的绝对增量死亡风险明显减弱。更平坦的年龄特异性梯度表明,在决定VIP是否收入ICU时,既往住院时间所提供的预后信息少于成人ICU文献中未分层估计所暗示的程度,尽管这在多大程度上反映生物学差异而非入住ICU前分诊,无法从这些数据中完全厘清。

作者贡献

BA构思了本研究,ML获取了数据,BA和ML分析了数据,BA撰写了手稿初稿,所有作者修订了文本并批准了最终稿。

发表同意

不适用。

伦理批准和参与同意

本研究经乌普萨拉地区伦理委员会批准(DNR 2016/421),并豁免知情同意。

写作过程中生成式AI和AI辅助技术的声明

在本工作准备期间,作者使用Claude AI检查和调试R代码以及对手稿进行语言编辑。使用该工具后,作者根据需要审查和编辑了内容,并对发表文章的内容承担全部责任。

资金

瑞典乌普萨拉的Akademiska大学医院和瑞典达拉纳医疗区域资助了本研究。资助来源在研究的设计和实施;数据的收集、管理、分析或解释;手稿的准备、审查或批准;以及提交手稿发表的决定中均未发挥作用。

数据与材料的可用性

支持本研究结果的数据可从登记数据持有者(瑞典重症监护登记处和瑞典卫生与福利委员会)获取,但这些数据的可用性受到限制,这些数据是在许可下用于本研究的,因此不公开可用。然而,在合理请求并获得瑞典伦理审查局和乌普萨拉大学许可的情况下,作者可根据欧洲《通用数据保护法》的限制条件提供数据。

利益冲突声明

作者声明他们无利益冲突。

参考来源

  1. Ahlström B, Lipcsey M. Pre-ICU hospital length of stay and 30-day mortality in the very old: a national cohort of 315 042 ICU admissions. Ann Intensive Care. 2026. PMID: 42500453. doi:10.1016/j.aicoj.2026.100116
  2. 全文:PMC13396954(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13396954/

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。