文献速递心脑血管急症重症综合管理与镇静镇痛

常用重症评分系统在预测ICU自发性脑出血患者中期死亡率方面并不优于年龄和格拉斯哥昏迷评分

Common intensive care scoring systems do not outperform age and glasgow coma scale score in predicting mid-term mortality in patients with spontaneous intracerebral hemorrhage treated in the intensive care unit.
PubMed 文献 · Scand J Trauma Resusc Emerg Med · 2017-10-25
一句话结论在ICU自发性脑出血患者中,仅用年龄和GCS评分预测6个月死亡率的判别力与APACHE II、SAPS II相当,常用重症评分系统无额外预后价值。

这项回顾性多中心观察研究纳入2003-2012年芬兰21家医院ICU收治的3218例成人自发性脑出血患者,以6个月死亡率为主要终点。APACHE II和SAPS II的AUC分别为0.83和0.84,SOFA为0.73;仅含年龄和GCS的简化模型AUC为0.84,与APACHE II和SAPS II无显著差异。SAPS II校准满意(H-L检验P=0.058),其余模型校准差。作者结论认为常用重症评分系统在ICH患者中并不优于仅基于年龄和GCS的简化模型,其使用不被支持。

要点

  • 3218例ICU自发性脑出血患者6个月总死亡率为48%,其中45%死于ICU、75%死于出院前。
  • APACHE II和SAPS II预测6个月死亡率的AUC分别为0.83和0.84,仅含年龄和GCS的简化模型AUC为0.84,差异无统计学意义。
  • SOFA判别力仅满意(AUC 0.73),显著低于其他模型(ΔAUC −0.11,P<0.001)。
  • 仅SAPS II校准满意(H-L检验P=0.058),其余模型H-L检验P<0.001,GiViTI校准带显示所有模型均低估6个月死亡率。
  • 去除年龄和GCS成分后,SAPS II和APACHE II的AUC分别降至0.76和0.74,提示其主要预测能力来自年龄和GCS。

适用人群与场景

  • 2003-2012年芬兰21家医院ICU收治的年龄>18岁的自发性脑出血成人患者。
  • 排除再次入院或从其他ICU转入的患者,以及数据不完整、APACHE II/SAPS II/SOFA数据缺失或失访的患者。

研究设计与关键结果

  • 研究类型为回顾性观察研究,使用芬兰重症监护联盟(FICC)全国多中心数据库,纳入3218例患者,随机分为开发队列1589例(49%)和验证队列1629例(51%)。
  • 患者中位年龄60岁(IQR 52–69),91%(2917/3218)入院前日常生活独立,6个月总死亡率48%(1527/3218)。
  • APACHE II和SAPS II定制模型判别力良好,AUC分别为0.83(95%CI 0.81–0.85)和0.84(95%CI 0.82–0.86);两个简化参考模型AUC均为0.84(95%CI 0.82–0.86)。
  • 简化模型与APACHE II比较:ΔAUC +0.01,参考模型1 P=0.277,参考模型2 P=0.336;与SAPS II比较:ΔAUC +0.00,参考模型1 P=0.509,参考模型2 P=0.466。
  • SOFA模型AUC为0.73(95%CI 0.71–0.76),与两个参考模型比较ΔAUC −0.11,P<0.001。
  • SAPS II模型H-L检验P=0.058,校准满意;其余模型H-L检验P<0.001,校准差;GiViTI校准带显示所有模型均偏离理想校准线,方向为低估6个月死亡率。
  • 事后分析:去除年龄和GCS成分后,SAPS II和APACHE II的AUC分别为0.76(95%CI 0.74–0.77)和0.74(95%CI 0.72–0.75)。
  • GCS 3–8分患者死亡率显著高于GCS更高者;GCS 9–12分患者中,年龄<40岁死亡率仅8%,而年龄≥80岁死亡率高达43%。

证据类型、等级与局限

  • 证据类型:回顾性观察研究,使用全国多中心ICU数据库。
  • 局限:研究为回顾性,受限于数据库可用数据;FICC数据库不是专门的神经ICU数据库,不包含脑出血影像学数据(如血肿体积、脑室内出血、出血部位)或抗凝药物使用信息,因此无法评估影像学评分(如ICH评分)的表现。
  • 局限:各医疗体系管理实践不同且ICU收治标准不一致,研究结果可能并非在所有情况下普遍适用于不同医疗体系。
  • 局限:入院前功能依赖患者仅占9%,该变量效应可能检验效能不足,且入院前依赖患者可能是经过选择被认为预后尚可才收入ICU的队列,增加了II型错误可能性。

对床旁实践的改变

  • 作者结论认为,在ICU自发性脑出血患者中,常用重症评分系统(APACHE II、SAPS II)并不优于仅基于年龄和GCS评分的简化模型,其使用不被支持。
  • 作者指出,提取年龄和GCS评分比提取复杂重症评分系统更省时。
  • 作者认为,所有模型校准均较差,提示需要改进ICH患者的预后模型;未来研究应考虑纳入ICH影像学参数以提高预后准确性。

提炼说明

  • 原文未涉及「诊断标准与关键阈值」「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10 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:Scand J Trauma Resusc Emerg Med. 2017 Oct 25;25:102. doi: 10.1186/s13049-017-0448-z

背景

自发性脑出血(ICH)患者的死亡率显著较高。来自美国和欧洲的研究显示,ICH后一年死亡率高达30–60% [1–3]。值得注意的是,ICH后死亡率近期并未下降 [4, 5]。现有的自发性ICH管理指南 [6] 推荐血压控制、抗凝逆转、血糖管理、癫痫治疗和选择性手术。指南推荐在重症监护病房(ICU)或专门的卒中单元进行初始治疗和监测 [6]。然而,重症监护资源需求大,且许多患者预后不良。提供预后信息的预后模型可能有助于资源分配,通过提供基线风险分层改善ICH研究,并改善比较效果研究中队列的比较 [7]。尽管常用的重症监护严重程度评分如急性生理与慢性健康评估(APACHE)II [8] 和简化急性生理评分(SAPS)II [9] 常用于ICU治疗的患者,但它们均较为复杂且对ICH患者不具有特异性。此外,尽管序贯器官衰竭评估(SOFA)最初并非作为预测模型开发,但也已被用于预测混合ICU人群的结局,但尚未在ICH患者中专门测试 [10, 11]。早期研究表明,年龄和意识水平是自发性ICH患者最重要的预后因素之一 [12, 13]。然而,仅有少数小型研究在ICH结局预测中将这些单一预后因素与更复杂的预后模型进行了比较。

我们开展本研究以探讨常用重症监护严重程度评分(APACHE II、SAPS II和SOFA)在预测ICU治疗的ICH患者六个月死亡率中的实用性。我们还研究了这些评分与更简单模型相比是否具有任何额外的预后价值。基于我们先前关于创伤性脑损伤(TBI)的研究 [14],我们假设一个包含年龄、病前功能能力和意识水平的简单模型在预测六个月死亡率方面与更复杂的ICU评分系统表现相当。

方法

研究人群和数据收集

我们使用全国性多中心高质量ICU数据库——芬兰重症监护联盟(FICC)开展了一项回顾性观察性研究。开展本研究的伦理批准获自北萨沃尼亚医院区伦理委员会(Dnro 30.03.2012 §19)。FICC数据库已在其他地方详细描述 [15, 16]。简言之,FICC数据库建立于1994年,旨在提高芬兰重症监护质量。它包括来自芬兰各地21家医院的前瞻性收集的死亡率和影响预后因素(如合并症和疾病严重程度)的数据。生理变量数据从电子患者监护系统收集并验证,并自动存储。合并症、入院类型、出院状态和诊断数据由ICU工作人员手动录入电子数据库。该数据库由Tieto Healthcare & Welfare Ltd.(芬兰赫尔辛基)维护。

我们从数据库中收集了APACHE II、SAPS II和SOFA评分。根据定义,APACHE II和SAPS II是在进入ICU后的最初24小时内收集的。为了具有可比性,我们使用了ICU第一天的SOFA评分[17]。我们纳入了2003年至2012年间在芬兰ICU因自发性ICH接受治疗的成年患者(>18岁)。我们排除了再次入院或从其他ICU转入的患者。此外,数据不完整、APACHE II、SAPS II或SOFA数据缺失或失访的患者被排除(图1)。

图1 研究人群。缩写:FICC,芬兰重症监护联盟;ICH,脑出血;ICU,重症监护病房 查看原图 ↗

统计分析

在统计分析中,我们使用了适用于Macintosh的SPSS软件23.0版(Armonk,NY:IBM Corp)和R:统计计算语言环境(R-Foundation for Statistical Computing,Vienna,Austria)。我们使用χ2检验(双尾)探索分类数据的基线特征差异,使用Mann-Whitney U检验探索连续偏态数据的差异。分类数据以比例(%)表示,连续数据以中位数及四分位间距(IQR)表示。我们将p值<0.05定义为具有统计学意义。

为了能够提供更准确的模型性能估计,我们对所有预后模型进行了内部验证[18]。为实现这一目标,我们采用了拆分样本技术,将队列随机分为两个独立部分,分别命名为开发组和验证组[19]。

所有APACHE II、SAPS II和SOFA严重程度评分均以院内死亡率为终点。然而,许多预后不良的重症监护患者被转至其他机构,其中一些患者将在随后数月内死亡。因此,使用院内死亡率作为主要终点可能会使结果产生偏倚[20]。因此,我们希望研究严重程度评分在预测中期死亡率方面的充分性,从而使用六个月死亡率作为主要关注结局。因此,我们使用logistic回归分析,以logit转换后的原始预测值作为自变量、六个月死亡率作为因变量,对ICU评分进行第一级定制。第一级定制通常仅改善给定数据集中的校准度而不影响区分度[21]。随后我们创建了两个不同的更简单的参考模型进行比较。第一个由年龄和ICU入院后最初24小时内测得的最差GCS评分组成(参考模型-1)。第二个在年龄和GCS评分之外还包括病前功能状态(参考模型-2)。病前功能状态描述患者住院前日常生活中对协助的需求,我们将患者分类为独立或依赖。

我们通过评估区分度和校准度来评价预后模型的性能。区分度是衡量模型区分发生目标事件的患者与未发生目标事件患者能力的指标。为了测量区分能力,我们构建了受试者工作特征(ROC)曲线并计算了受试者工作特征曲线下面积(AUC)。AUC曲线绘制了覆盖整个概率范围的敏感度与特异度补数的组合[22]。AUC>0.9表示区分度极好,0.8–0.9表示区分度良好,0.7–0.8表示区分度令人满意,0.6–0.7表示区分度差,AUC为0.5表示模型的预测能力不优于随机猜测。

校准度是衡量模型在不同风险等级下生成与观察结局相一致的风险估计值的指标。为了评估模型的校准度,我们使用了Hosmer-Lemeshow(H-L)拟合优度检验。该检验考察在预测风险十分位数范围内,预期死亡数与观察死亡数的符合程度。p值>0.05表示观察死亡率与预测死亡率无显著差异,提示校准度良好[23]。尽管H-L检验是测量校准度最广泛使用的检验,但它因若干原因受到批评。首先,H-L检验绘制的是十分位数范围内的平均风险,而非个体患者。其次,为补充H-L检验而构建的校准曲线并非曲线,而是在各点之间绘制的锯齿状折线[24]。第三,它因对样本量非常敏感而受到批评[25]。基于这些原因,我们将H-L拟合优度检验与一种更新的校准度检验——GiViTI校准带[26, 27]——相结合。与通常伴随H-L检验所见的校准曲线不同,校准带为曲线提供了80%置信区间(CI;浅灰色区域)和95%CI(深灰色区域)。这种新方法的优势在于可以评估偏离理想校准线的程度,并评估该现象的方向。当95%CI不包含平分线时,模型在该特定风险区间被定义为校准不良[24, 26]。

事后分析

针对审稿人的意见,我们在纳入所有患者(开发队列和验证队列)的队列中,评估了去除年龄和GCS评分成分后的校准SAPS II和APACHE II评分的区分度。

结果

基线特征

共有来自21家不同医院的3218例患者符合纳入标准并被纳入研究。进行随机拆分后,1589例(49%)患者被分配至开发队列,1629例(51%)被分配至验证队列(图1)。

患者的基线特征见表1。患者中位年龄为60岁(IQR,52–69),91%(n = 2917/3218)的患者在入院前日常生活活动独立。总体六个月死亡率为48%(n = 1527/3218)。在死亡患者中,45%(n = 695/1527)在ICU死亡,75%(n = 1139/1527)在出院前死亡。开发队列与验证队列之间在年龄、既往功能状态、意识水平和合并症方面无显著差异。

年龄和GCS评分与六个月死亡率的关系见表2。GCS评分在3至8分之间的患者死亡率显著高于GCS评分较高的患者。此外,死亡率随年龄增长而急剧上升(表2)。年龄对死亡率的影响在GCS评分9至12分的患者中最为显著,年龄<40岁的患者死亡率仅为8%,而年龄≥80岁的患者死亡率高达43%。

表1 按六个月结局分组的患者基线特征 查看原表 ↗
表2 年龄与格拉斯哥昏迷量表同六个月死亡率的关系 查看原表 ↗

六个月死亡率预测

基于APACHE II和SAPS II的定制模型均显示出良好的区分度,AUC分别为0.83(95% CI,0.81–0.85)和0.84(95% CI,0.82–0.86)。两个参考模型的区分度均良好,AUC均为0.84(95% CI,0.82–0.86)。参考模型的AUC与APACHE II和SAPS II的AUC无显著差异(与APACHE II相比,ΔAUC +0.01,参考模型-1的p = 0.277,参考模型-2的p = 0.336;与SAPS II相比,ΔAUC +0.00,参考模型-1的p = 0.509,参考模型-2的p = 0.466)。基于SOFA的模型与所有其他模型相比表现显著较差,其区分度仅为尚可水平,AUC为0.73(95% CI,0.71–0.76,与两个参考模型相比ΔAUC −0.11,p < 0.001)(表3)。

根据H-L检验,基于SAPS II的模型显示出满意的校准度,p值为0.058。所有其他模型根据H-L检验均显示校准度不佳,P值<0.001。GiViTI校准带显示所有模型校准度均不佳,因为每个受检模型均与平分线存在显著偏差。偏离理想校准的方向为朝向观察死亡率,因此所有模型均低估了六个月死亡率(图2)。

在事后分析中,去除年龄和GCS评分组成部分的校准后SAPS II和APACHE II评分的AUC分别为0.76(95% CI 0.74–0.77)和0.74(0.72–0.75)。

表3 六个月死亡率评分系统性能 查看原表 ↗
图2 GiViTI校准带。参考模型1指包含年龄和GCS的参考模型。参考模型2指包含年龄、GCS和病前功能状态的参考模型。所有图形均显示与平分线存在显著偏差,表明校准度不佳。偏离理想校准的方向为朝向观察死亡率,因此所有模型均低估了六个月死亡率 查看原图 ↗

讨论

主要发现

据我们所知,这是研究常用严重程度评分在预测重症监护病房(ICU)治疗的自发性脑出血患者中期死亡率方面有用性的最大规模研究。在常用的重症监护严重程度评分中,基于APACHE II和SAPS II的模型均显示出良好的区分度,而SOFA仅显示出令人满意的区分度。在校准方面,仅基于SAPS II的模型显示出令人满意的校准度,而其他模型显示出较差的校准度。在事后分析中,去除年龄和GCS评分组成部分后的SAPS II和APACHE II评分的区分度显著降低了其判别能力。因此,SAPS II和APACHE II在ICH患者中的主要预测能力来自年龄和GCS评分的强预测效应。该研究的主要发现进一步强化了这一点,即与仅包含年龄和GCS评分的简单预后模型相比,更复杂的ICU评分没有额外的预后价值。SOFA未能匹配APACHE II和SAPS II(或简单的年龄和GCS评分模型)的预测性能并不令人惊讶,因为SOFA最初是作为器官衰竭的描述性指标而非预测性指标设计的。因此,对于在ICU治疗的ICH患者,没有任何理由支持使用以往的复杂ICU评分系统,因为仅年龄和GCS就足以预测死亡率。此外,提取年龄和GCS评分比提取复杂的重症监护评分系统在时间效率上要高得多。

有趣的是,将入院前功能状态添加到参考模型(包括年龄和GCS)中并未改善预后性能。这有些令人惊讶,因为最近一项研究表明入院前功能状态是一般ICU患者结局的强独立预测因子[28]。我们的结果可能表明,在ICH患者中,损伤严重程度本身在决定患者预后方面比入院前功能状态更为重要。然而,仅9%的纳入患者在入院前日常功能依赖。因此,该变量的效应可能检验效能不足,这很可能解释了为何它没有增加任何预测能力。此外,入院前依赖的纳入患者可能代表一个经过选择的队列,这些患者被认为具有合理的预后因而被收入ICU,增加了II类错误的可能性。因此,关于入院前功能状态与结局之间关联的任何定论都不能从我们的研究中得出。

与既往研究的比较

关于常见重症监护严重程度评分在脑出血(ICH)后结局预测中的临床研究有限,尤其是在中期或长期死亡率预测方面。我们的研究结果与既往研究一致。在一项纳入90例急性卒中患者的前瞻性研究中,Handshu等人显示,GCS的预后效能与SAPS II在90天死亡率预测(AUC分别为0.68、0.75)和365天死亡率预测(AUC分别为0.73、0.77)中几乎相当[13]。然而,该研究同时纳入了出血性卒中(54%,n = 49)和缺血性卒中(46%,n = 41)患者,因此结果可能存在偏倚,因为这是两个差异很大的患者群体。Huang KB等人在一项纳入75例患者的回顾性单中心研究中显示,APACHE II、SAPS II和ICH评分能很好地预测原发性脑桥出血患者的30天死亡率(APACHE II的AUC为0.92,SAPS II的AUC为0.89,ICH评分的AUC为0.84)[29]。然而与我们的研究相似,GCS评分的判别能力(AUC 0.88)与这些更复杂的评分系统并无实质性差异。此外,与我们的研究一样,SAPS II显示出最佳校准度(p = 0.682)。然而,原发性脑干出血患者是卒中患者中的一个特殊群体,因为其预后明显较其他ICH患者更差。此外,在一项探讨APACHE II在急性脑出血后结局预测中作用的大型前瞻性研究中,Huang Y等人发现APACHE II的死亡预测与观察到的结局相关性良好(r = 0.84,p < 0.001)[30]。该研究使用的主要终点为3个月死亡率,而我们使用6个月死亡率作为主要结局。

在本研究中,SOFA的表现较其他模型显著更差。这可以通过该评分本身的性质来解释。首先,SOFA是一种器官功能障碍评分,最初设计用于检测器官功能障碍的程度,而非预测危重患者的结局。其次,该评分由六个器官系统(心血管、呼吸、肝脏、肾脏、凝血、中枢神经系统)的功能障碍程度构成,旨在描述脓毒症中常见的多器官衰竭程度,而ICH更多是单器官问题,尽管也可能发生多器官衰竭[31]。在一项探讨ICH后死亡原因的大型回顾性研究中,Zurasky等人发现仅9%的死亡归因于非神经系统原因,而绝大多数死亡原因为神经系统状况[32]。此外,SOFA未考虑患者年龄,而年龄是ICH患者的重要预后因素。

我们样本中的死亡率与既往研究一致,6个月死亡率为48%。Huang KB等人报告的30天死亡率为41%[29],而Huang Y等人开展的研究中3个月死亡率为40%[30]。然而,Handshu等人开展的研究中死亡率较所有其他研究显著更高,90天死亡率高达59%,1年死亡率为68%[13]。

总之,对于在重症监护室(ICU)接受治疗的自发性脑出血(ICH)患者,仅由年龄和格拉斯哥昏迷评分(GCS)组成的简单预后模型的判别性能,与更复杂的重症监护严重程度评分相当。因此,就判别能力而言,基于年龄和GCS评分的模型可以替代既往的严重程度评分。然而,所有模型在预测六个月死亡率方面的校准度均相对较差。因此,由于预测模型的临床效用受其判别度和校准度的双重影响[33],仍需进一步研究以提高用于自发性ICH患者重症监护质量保证和研究的预测模型质量。此外,未来研究还应考虑ICH的影像学参数以提高预后准确性。

优势与局限性

本研究的主要优势在于其检测效应的充分把握度,因为我们的样本量较大,共纳入3218例患者,据我们所知是迄今发表的同类研究中规模最大的。此外,研究纳入了同一国家内大多数ICU,提高了结果的普适性。本研究的另一优势在于所用数据库的高质量[16]。然而,本研究也存在一些值得关注的局限性。首先,由于本研究为回顾性研究,我们仅限于数据库中可用的数据。FICC数据库并非专门的神经重症监护数据库,不包含对ICH患者可能具有特殊意义的变量,如影像学数据或抗凝药物使用信息。因此,我们无法获取ICH影像学参数的数据,如血肿体积、脑室内出血和ICH部位。因此,我们无法研究影像学评分(如已证明有用的ICH评分[34])的性能。其次,由于各中心管理实践不同且ICU收治标准不一致,我们的发现可能并非在所有情况下都适用于不同的医疗体系。

结论

APACHE II和SAPS II在预测ICH患者六个月死亡率方面显示出良好的判别度,而SOFA仅显示满意的判别度。仅基于SAPS II的预测模型显示出满意的校准度,而其他模型校准度较差。APACHE II和SAPS II评分系统的表现并未优于仅基于年龄和GCS评分的简单模型。因此,在ICH患者中不推荐使用既往常用的重症监护评分系统。

参考来源

  1. Fallenius M, Skrifvars MB, Reinikainen M, et al. Common intensive care scoring systems do not outperform age and glasgow coma scale score in predicting mid-term mortality in patients with spontaneous intracerebral hemorrhage treated in the intensive care unit. Scand J Trauma Resusc Emerg Med. 2017. PMID: 29070068. doi:10.1186/s13049-017-0448-z
  2. 全文:PMC5657126(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5657126/

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。