SOFA与SOFA-2的患者层面重分类及不一致性:一项多中心ICU研究
本研究为日本15家医院ICU登记数据库的回顾性多中心队列研究,纳入134,528例成人ICU住院,计算第1天SOFA与SOFA-2并比较患者层面重分类。SOFA-2在脑、心血管、呼吸亚评分上多向上偏移,肾脏亚评分呈双向变化。在分别按SOFA-2或SOFA总分精确匹配后,同一评分下另一评分较高者的ICU死亡率更高,提示两评分捕捉的器官功能障碍信息重叠但不完全相同。
要点
- 在15家日本医院134,528例成人ICU住院中,SOFA-2较SOFA在脑、心血管、呼吸亚评分上多向上重分类,肾脏亚评分呈双向变化。
- 固定SOFA-2亚评分时,SOFA亚评分越高ICU死亡率越高;固定SOFA亚评分时,SOFA-2亚评分越高死亡率也越高。
- 按第1天SOFA-2总分精确匹配后,dSOFA≤-2(SOFA高于SOFA-2)组ICU死亡率最高,dSOFA≥2组最低。
- 按第1天SOFA总分精确匹配后,dSOFA≥2(SOFA-2高于SOFA)组ICU死亡率倾向于更高。
- 两评分对同一患者给出相同严重度时,另一评分仍可区分死亡风险异质性,提示SOFA与SOFA-2互补而非互相替代。
适用人群与场景
- 日本15家医院OneICU数据库中2012年4月1日至2025年12月31日的成人ICU住院患者。
- 排除标准:年龄<18岁、ICU停留<12小时、缺失ICU死亡记录;最终分析134,528例ICU住院。
- 研究场景为ICU,使用入ICU后第一个24小时(Day-1)及逐小时数据计算评分。
诊断标准与关键阈值
- SOFA偏差(dSOFA)定义为Day-1 SOFA-2减Day-1 SOFA,分为Negative(dSOFA≤-2)、Minimal(-2<dSOFA<2)、Positive(dSOFA≥2)三类。
- 主要结局为ICU死亡率(ICU住院期间死亡)。
- 采用精确匹配分别按Day-1 SOFA-2总分和Day-1 SOFA总分构建比较队列,两个匹配分析分别纳入47,676例和40,746例患者。
处置流程与药物剂量
- 原文未提及
红旗征与不能漏的情况
- 原文未提及
研究设计与关键结果
- 研究类型为回顾性多中心队列研究,使用日本15家医院OneICU数据库,纳入134,528例成人ICU住院。
- SOFA-2导致患者层面系统性重分类:脑、心血管、呼吸亚评分向上偏移最常见,肾脏亚评分呈双向变化。
- 热图显示固定SOFA-2亚评分时ICU死亡率随SOFA亚评分升高而升高,固定SOFA亚评分时死亡率随SOFA-2亚评分升高而升高。
- 按Day-1 SOFA-2精确匹配后(三组平均SOFA-2均为7.43),Negative dSOFA组(平均SOFA 10.18)ICU死亡率最高,Minimal组(SOFA 7.41)居中,Positive组(SOFA 4.75)最低,P<0.001。
- 按Day-1 SOFA精确匹配后,Positive dSOFA组(SOFA-2更高)ICU死亡率倾向于更高。
- 敏感性分析(多分类倾向评分逆概率加权、脓毒症亚组)总体模式与SOFA-2匹配分析一致。
证据类型、等级与局限
- 证据类型:回顾性多中心观察性队列研究(非随机对照试验),遵循STROBE报告规范。
- 局限性:部分组分变量未临床测量,按预设规则在首次测量前赋0分;研究仅限日本15家医院且跨越COVID-19疫情期,外推性受限;Charlson合并症指数较高可能影响解读。
- 原文指出本研究未评估SOFA-2重分类是否改善预后校准、改变床旁决策或改善患者结局。
对床旁实践的改变
- 不能仅凭SOFA-2总分替代SOFA评分来评估器官功能障碍严重度,两评分对同一患者可能给出不同严重度分类。
- 当SOFA-2与SOFA存在显著偏差(dSOFA≤-2或≥2)时,提示该患者严重度未被单一评分完全捕捉,可结合另一评分综合判断。
- 原文未证明基于SOFA-2重分类或dSOFA改变床旁决策能改善患者结局,不能据此制定具体治疗阈值。
- 在ECMO中心等高级器官支持使用较多的场景,SOFA-2重分类影响可能更大,但原文未给出具体推荐。
指南或共识出处
- 原文未提及具体指南或共识名称;引用SOFA-2原始报告(参考文献2)及外部验证研究(参考文献17、18)。
全文中译10 节 · 点击展开
引言
2025年,提出了序贯器官衰竭评估评分(SOFA-2)的更新版本,以更好地反映当代重症监护实践[1, 2]。尽管1996年引入的SOFA评分[3]长期以来一直是评估危重患者器官功能障碍的基石[4–6],但该评分的若干组成部分已不再完全符合当前的治疗策略和监测实践[7–10]。SOFA-2对若干器官子评分进行了修订,以更好地反映现代治疗策略和监测实践。在原始报告中[2],SOFA-2在多个大型ICU数据库中显示出与传统SOFA评分相比对死亡率的区分度略有改善(AUROC 0.79 vs. 0.77)[11–16],随后的外部验证研究报告了一致的结果[17, 18]。
尽管取得了这些令人鼓舞的结果,但从SOFA过渡到SOFA-2的关键方面仍不清楚。首先,当SOFA被SOFA-2取代时,个体患者在器官子评分层面如何被重新分类尚不明确,因为此前的报告主要关注总分分布而非患者层面的转变。其次,SOFA总分与SOFA-2总分之间的关系尚未被系统评估,两个评分之间差异的临床意义仍不确定。
为填补这些知识空白,我们分析了一个多中心ICU数据库,以研究当SOFA被SOFA-2取代时器官功能障碍评估如何变化。具体而言,我们旨在评估(1)SOFA与SOFA-2之间器官特异性子评分的患者层面重新分类及这些变化的临床意义,以及(2)SOFA与SOFA-2总分差异与患者死亡率之间的关联。我们假设过渡到SOFA-2会导致系统性的患者层面重新分类,且SOFA与SOFA-2之间的不一致与独立于基线严重程度的死亡率差异相关。
方法
设计
我们使用OneICU数据库(由日本大阪MeDiCU公司提供,https://www.medicu.co.jp/)进行了一项回顾性多中心观察性研究,该数据库是来自15家医院的日本ICU登记系统。OneICU数据库以1分钟间隔记录高分辨率的ICU数据(生命体征、实验室结果、治疗和临床观察)。该研究经自治医科大学埼玉医疗中心机构审查委员会批准(S25-109),并按照去标识化常规收集数据的伦理指南执行,遵循STROBE[19]。
数据收集
研究期为2012年4月1日至2025年12月31日。从数据库中的164,455例ICU入院中,我们排除了年龄<18岁、ICU停留时间<12小时以及缺失ICU死亡结局的入院记录。我们为每次ICU入院提取了以下变量:年龄、性别、体重指数、ICU再入院状态、择期手术状态、APACHE III评分和Charlson合并症指数。我们还提取了数据库中记录的关键治疗和器官支持方式的使用情况,包括经鼻高流量氧疗、无创正压通气、有创机械通气、静脉-静脉体外膜氧合(ECMO)、静脉-动脉ECMO、肾脏替代治疗、血管活性/正性肌力药物(肾上腺素、血管加压素、去甲肾上腺素、多巴胺和多巴酚丁胺)以及机械循环支持(主动脉内球囊反搏和微轴流泵)。结局包括ICU死亡率、住院死亡率、ICU停留时间和住院时间。
SOFA和SOFA-2总评分按两种时间分辨率计算:第1天(ICU入院后前24小时)和逐小时。SOFA和SOFA-2的详细计算规则为预先设定,并使用OneICU数据库中常规收集的数据回顾性应用于所有符合条件的ICU入院,详见补充方法。SOFA与SOFA-2之间的评分不一致量化为SOFA偏差(dSOFA = SOFA-2 − SOFA),并分类为负向(≤ − 2)、极小(> − 2且< 2)或正向(≥ 2)。主要结局为ICU死亡率(ICU停留期间死亡)。
统计分析
连续变量以均值(标准差)报告,分类变量以n(%)报告,分别采用t检验和卡方检验进行比较。采用亚评分特异性桑基图(Sankey diagram)对重新分类进行可视化。为描述亚评分层面重新分类的预后意义,我们制作了热图,显示SOFA与SOFA-2各器官亚评分每种组合对应的观察ICU死亡率(%)。我们检查了SOFA偏差的分布以及各SOFA-2严重程度分层内的ICU死亡率。为比较各评分系统定义的等效严重程度水平下的ICU死亡率,我们在三个dSOFA类别中进行了两项主要的精确匹配分析[20]。采用精确匹配构建比较队列,其中预设的匹配特征—— either 第1天SOFA-2总分或第1天SOFA总分——在dSOFA类别间完全相同。匹配针对每个精确分值分别进行,从而使用于匹配的评分在三个组间分布相同。在每个匹配队列内,在用于匹配的评分分层内比较各dSOFA类别的ICU死亡率。匹配分析中以SOFA-2或SOFA为条件的概念框架通过有向无环图(DAG)加以说明。作为敏感性分析,我们对dSOFA类别使用多项倾向评分进行逆概率加权,并在SOFA-2匹配队列中开展仅限于脓毒症患者的亚组分析。在按SOFA-2总分匹配的队列内,按偏差类别汇总第1天器官亚评分,以识别哪些器官系统对负向或正向偏差贡献最大。所有统计检验均为双侧检验,统计显著性阈值设定为α = 0.05。数据提取和预处理使用Google BigQuery完成,所有统计分析使用R 4.5.2版本进行。
结果
OneICU数据库中共有164,455例ICU入住记录,包含18,277,429个数据点(补充图1)。排除11,563例入住记录后,分析队列包含134,528例ICU入住记录,涵盖15,814,904个数据点。与存活者相比,ICU死亡者年龄更大(70.3岁 vs. 66.0岁),APACHE III评分更高(149.0 vs. 82.4),ICU再入住更多(8.4% vs. 5.3%),择期手术入住更少(3.2% vs. 14.7%),基线严重程度更高(SOFA 11.83 vs. 5.37;SOFA-2 11.86 vs. 5.52)(表1)。各SOFA和SOFA-2组成部分的未测量变量频率及相应预设评分赋值规则的应用情况汇总于补充表1。
图1展示了从SOFA到SOFA-2的亚评分层面重新分类模式。对于脑亚评分,大多数转变方向为更高的SOFA-2亚评分,同时也观察到从0到1的偏移。在较低评分范围内(0–1)观察到重新分布,包括向更高类别偏移≥2分。对于呼吸亚评分,转变集中在2–4范围内,包括阈值修订后出现的上调变化。也出现了≥2分的升高。对于心血管亚评分,最常见的SOFA亚评分为1,而在SOFA-2下更高的亚评分(2–4)更为常见。对于肝脏和止血,重新分类与阈值变化相对应。肾脏亚评分显示出最复杂的模式,存在大量双向重新分类,在SOFA-2下所赋亚评分既有升高也有降低。
图2展示了在SOFA(y轴)和SOFA-2(x轴)亚评分各种组合下ICU死亡率的亚评分特异性热图。死亡率的升高贯穿于SOFA和SOFA-2亚评分的较高组合中。在固定SOFA-2亚评分后,死亡率仍随SOFA亚评分升高而升高(即沿y轴垂直方向),提示在同一SOFA-2类别内存在具有临床意义的异质性。这种垂直梯度在呼吸亚评分SOFA-2亚评分2–4、心血管亚评分SOFA-2亚评分2–4以及肾脏亚评分SOFA-2亚评分1–2时较为明显,在这些情况下,不同SOFA类别间观察到的死亡率变化较大。在逐小时分析中也观察到类似的重新分类模式和死亡率梯度(补充图2–3)。
SOFA与SOFA-2之间的总体不一致程度使用dSOFA进行量化(图3和补充图6)。两项精确匹配分析(分别以SOFA-2和传统SOFA为条件)的概念框架使用补充图4中的有向无环图(DAG)进行说明。我们在三个dSOFA类别中进行了两项平行的主要精确匹配分析,分别按第1天SOFA-2和第1天SOFA总分进行匹配,每项分析分别纳入47,676例和40,746例患者(表2、补充图1和补充图5)。在按第1天SOFA-2进行精确匹配后,三个dSOFA组的平均SOFA-2评分按设计完全相同(所有组均为7.43),而SOFA则不同(dSOFA阴性组为10.18;dSOFA极小值为7.41;dSOFA阳性组为4.75;P < 0.001)。dSOFA阴性患者年龄更大,APACHE III评分更高,并且更频繁接受有创机械通气和血管活性药物治疗;dSOFA阳性患者APACHE III评分较低,血管活性药物使用较少,而肾脏替代治疗更频繁。相反,在按第1天SOFA进行精确匹配后,三组的SOFA评分分布完全相同,而SOFA-2评分从dSOFA阴性组到dSOFA阳性组逐渐升高。与SOFA-2匹配队列相比,各dSOFA类别在严重程度相关特征和器官支持治疗方面的总体梯度也大体相反。
在图3B和补充图6B中,按SOFA-2匹配后,ICU死亡率在偏离类别间存在差异。死亡率在负向dSOFA组最高,在最小dSOFA组居中,在正向dSOFA组最低。随着SOFA-2严重程度增加,偏离类别之间的这种分离增大。在按SOFA匹配的平行分析中,正向dSOFA组的ICU死亡率倾向于更高,该组在同一SOFA分层内具有更高的SOFA-2评分(图3C和补充图6C)。图4和补充图7总结了按SOFA-2评分匹配的队列中,各dSOFA类别的第1天SOFA器官子评分。除止血外,子评分在负向dSOFA组最高,其次为最小dSOFA组,在正向dSOFA组最低。肾脏和心血管子评分均观察到这一梯度。肾脏子评分的分布在各个第1天SOFA类别间存在差异。在补充图7中,各肾脏SOFA类别患者比例在各dSOFA组间存在差异。
敏感性分析显示结果总体一致。在使用多项倾向评分对dSOFA类别进行逆概率加权分析中,加权后绝对平均差异低于0.1(补充图9),且各偏离类别间的死亡率差异与SOFA-2匹配分析一致(补充图8A、B)。在脓毒症亚组中,较高评分水平下估计值变异更大,但总体模式仍与SOFA-2匹配分析一致(补充图8C、D)。
讨论
本研究考察了从SOFA向SOFA-2的过渡,并产生了若干重要发现。桑基图显示了向更高严重程度类别的系统性上移,尤其是在脑、心血管和呼吸子评分方面。热图分析表明,当SOFA-2子评分固定时,死亡率随SOFA子评分升高而增加。此外,SOFA与SOFA-2之间的不一致与具有临床意义的结局差异相关,即使在按SOFA和SOFA-2匹配后亦然。
我们的研究结果提示,SOFA-2不仅仅是对评分阈值的简单调整,而是对器官功能障碍严重程度进行了系统性重新分类。这种重新分类主要影响神经系统、心血管和呼吸子系统评分,反映了纳入当代ICU实践的更新,包括体外膜氧合等机械支持治疗、纳入血管加压素等血管活性药物,以及对神经系统评估的修改[7–9, 21, 22]。对器官支持赋予更高评分在直觉上与临床严重程度一致。然而,既往研究显示,对体外支持赋予最高评分并不一定能改善死亡判别能力[10]。鉴于SOFA设计用于对器官功能障碍进行分类而非预测死亡,判别能力的改善并非其有效性所必需。我们的Sankey分析表明,被重新分类至最高类别的患者占比较小,可能对整体判别能力影响有限。这种重新分类的影响在高级器官支持集中的环境中(如ECMO中心)可能更大。同时,将体外支持纳入评分可能导致严重程度的重复计算,并掩盖支持期间患者状态的变化。SOFA和SOFA-2用于纵向评估的性能仍有待确定。
相比之下,肾脏子评分呈现出更为复杂的模式,存在双向重新分类。这一模式反映了使用详细定义来捕捉肾功能障碍的尝试,但也凸显了尚未解决的局限性。上调可能反映尿量标准和纳入肾脏替代治疗,而下调可能发生在停止肾脏支持之后。由于肾脏替代治疗在进行期间被赋予最高子评分, underlying肾功能改善在治疗期间可能被掩盖[23]。此外,当前的评分方法可能无法完全捕捉停止肾脏替代治疗后肾功能恢复的时机和程度[24]。此外,对肌酐的依赖也受到质疑[25]。在我们的分析中,热图显示相同SOFA-2类别内存在预后异质性。此外,尽管更详细的定义可能改善判别能力,但也增加了计算复杂性[26]。总体而言,肾功能障碍的评估仍然具有挑战性[27],即使在修订后的SOFA-2框架中局限性依然存在[28]。
我们接下来使用SOFA偏差考察评分不一致的临床意义。在按SOFA-2匹配后,负向dSOFA组的死亡率更高;而在按SOFA匹配后,正向dSOFA组的死亡率更高。这些发现表明,被一种评分系统归类为同一严重程度水平的患者,根据另一种评分系统以及在结局方面,仍可能在临床上具有异质性。一项外部验证研究报告了类似发现,其中SOFA-2低于SOFA的患者ICU死亡率最高(9.8%),相比之下向上重新分类者为7.8%,评分不变者为4.3% [18]。在我们的两个匹配队列中,按用于匹配的评分划分,各dSOFA类别间的疾病严重程度、器官支持治疗及其他临床特征分布大致呈相反模式。治疗使用上的差异,尤其是肾脏替代治疗和血管活性药物,可能通过其对肾脏和心血管子评分的影响促成了不一致。这些领域包含相互重叠的组成部分,如肾功能方面的透析、尿量和肌酐,以及心血管功能方面的血管活性药物和机械支持。因此,这些发现提示SOFA和SOFA-2捕捉的是器官功能障碍中相互重叠但并非完全相同的方面,而非表明任一评分统一地更具信息价值。尽管如此,SOFA-2具有重要优势,包括纳入了具有临床相关性的当代变量以及改善的预测性能,后者在特定环境中可能进一步增强 [29]。
解读与启示
我们的发现可能对器官功能障碍评分的临床解读具有实际意义。既往验证研究报告,SOFA-2 的预后判别能力高于传统 SOFA,支持其作为更新版严重程度评分系统的临床相关性。然而,更高的预后判别能力并不必然意味着应完全取代传统 SOFA,或应在所有临床环境中优先使用 SOFA-2。相反,这两种评分可能提供关于患者异质性的互补信息,而任一评分系统单独均不能完全反映这种异质性。有向无环图(DAG)显示,构成 SOFA 和 SOFA-2 的大多数参数存在重叠。因此,以某一评分进行条件化,预期可解释另一评分所代表的大部分信息。然而,在任一匹配策略之后,替代评分、患者特征和死亡率方面仍存在具有临床意义的差异。这一模式提示,残余异质性可能不仅源于各评分所包含变量的差异,还源于其评分算法的差异,包括阈值、权重以及器官支持治疗的处理方式。因此,SOFA 与 SOFA-2 之间的不一致可能识别出单一评分系统未能完全捕捉其严重程度的患者。这种不一致可能在临床评估过程中提供互补信息,但其是否会导致具体的可操作决策仍不确定。我们的研究未评估基于 SOFA-2 的重新分类是否改善预后校准、改变床旁决策或改善患者结局。未来研究应探讨评分之间的不一致是否可用于风险分层或临床决策支持。
另一种可能的解释是,SOFA 和 SOFA-2 在如何操作化严重程度方面存在差异。一个关键的算法区别在于,SOFA-2 对某些高级器官支持模式赋予最大子评分。这种方法在临床上直观,并可能促成了所报告的 SOFA-2 死亡率判别能力改善。然而,既往多项研究已报告对接受高级器官支持的患者赋予最大评分可能存在局限性 [30–32]。Iwasaki 等将这一局限性描述为“天花板效应”[30],而 Kumaido 等报告了一例在持续体外和肾脏支持期间 SOFA 和 SOFA-2 似乎提供互补信息的病例 [23]。因此,各评分的相对贡献可能随危重病的不同阶段而变化,包括初始复苏、器官支持治疗的升级和恢复。这种变化可能部分解释了两个评分之间观察到的不一致。需要进一步研究来阐明对高级器官支持赋予最大子评分如何影响纵向评估和临床解读。
优势与局限性
本研究具有若干优势。第一,使用高分辨率ICU数据使得能够详细分析评分变化及其与临床结局的关联。OneICU数据库以一分钟间隔记录生命体征,并包含治疗和实验室测量的详细记录,从而能够对器官功能障碍轨迹进行细粒度评估[33, 34]。此外,计算SOFA和SOFA-2所需的所有变量均可在数据库中获得,并且可以使用观察数据和预先指定的评分分配规则为所有符合条件的入院分配两种评分。第二,单一医疗系统内的多中心设计允许在日本多个ICU环境中进行评估。
然而,应考虑若干局限性。第一,某些组成变量在个别患者中未进行临床测量。根据预先指定的评分分配规则,无可用测量的观察在记录首次测量之前被分配为零分。因此,尽管可以为所有符合条件的入院计算SOFA和SOFA-2,但组成层面的比较应谨慎解读。第二,本研究在日本15家医院开展,研究期间包含COVID-19大流行,这可能限制跨地区和跨时间段的推广性[35]。相对较高的Charlson合并症指数也可能影响解读,因为慢性器官功能障碍(包括慢性肾脏病)可独立于急性器官衰竭而升高SOFA和SOFA-2子评分[27, 36]。由于入院日期已匿名化,无法评估大流行相关效应。第三,我们未评估增加评分复杂性的成本效益,包括评分计算负担与预测性能潜在改善之间的平衡[26]。未来研究应探讨严重程度评分系统应朝着更复杂的生理模型发展,还是应优先考虑简单性和床旁可用性。第四,我们基于评分的方法可能本质上是还原论的,因为汇总评分无法完全代表器官功能障碍的复杂状态。尽管SOFA最初是为描述器官功能障碍而开发,但其部分根据与死亡率的关联进行了改进,这在其描述性作用和预后性作用之间造成了概念上的张力。此外,SOFA评分升高现已被广泛用于脓毒症的操作性定义。因此,我们的发现应被解读为基于评分的关联,而非器官功能障碍的全面或因果性表征。
结论
在本研究中,我们评估了从SOFA过渡到SOFA-2时患者层面器官子评分和总严重程度评分的变化,并检验了其与临床结局的关联。SOFA-2引起了器官功能障碍的系统性重新分类,相互精确匹配分析显示,被一种评分系统分配为相同严重程度的患者,根据另一种评分系统仍具有异质性。同时解读SOFA和SOFA-2可能为严重程度评估提供互补信息。未来工作应确定器官功能障碍评估工具应朝着更全面的生理模型发展,还是维持为床旁使用而优化的更简单框架。
补充信息
以下是电子补充材料的链接。
补充材料1。
参考来源
- Ono S, Uchino S, Kumaido Y, et al. Patient-level reclassification and discordance between SOFA and SOFA-2: a multicenter ICU study. Crit Care. 2026. PMID: 42608719. doi:10.1186/s13054-026-06241-0
- 全文:PMC13483513(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC13483513/
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。