成人重型钝性创伤幸存者1年及3年死亡率预测:全国回顾性队列分析
该研究基于新加坡全国创伤登记库2011—2013年数据,纳入3414例ISS≥12的成人钝性创伤住院幸存者,随机按60/40分为建模集与验证集,构建1年及3年死亡率的列线图预测模型。1年内死亡247例(7.2%),3年内死亡551例(16.1%)。1年死亡率模型纳入年龄、男性、低处跌倒(≤0.5 m)、Charlson合并症指数≥2、糖尿病、癌症、头颈AIS≥3、住院≥30天,c-statistic为0.85,验证集总体准确率0.94;3年模型c-statistic为0.83,准确率0.84。作者认为成人重型钝性创伤幸存者可在出院时进行风险分层以指导长期支持。
要点
- 3414例ISS≥12成人钝性创伤住院幸存者中,1年内死亡247例(7.2%),3年内死亡551例(16.1%)。
- 1年死亡率预测因素包括年龄(OR 1.06,95%CI 1.05–1.07)、男性(OR 1.53,95%CI 1.12–2.10)、低处跌倒≤0.5 m(OR 3.48,95%CI 2.06–5.87)。
- Charlson合并症指数2分(OR 2.26,95%CI 1.38–3.70)和≥3分(OR 3.36,95%CI 1.98–5.69)、糖尿病(OR 1.31,95%CI 1.68–2.52)、头颈AIS≥3(OR 1.79,95%CI 1.13–2.84)、住院≥30天(OR 1.99,95%CI 1.02–3.86)亦为1年死亡预测因素。
- 1年模型c-statistic为0.85,验证集总体准确率0.94;3年模型c-statistic为0.83,验证集总体准确率0.84。
- 1年内死亡者中87.4%(216/247)为低处跌倒致伤,81.0%(200/247)头颈AIS≥3;主要死因为肺炎/呼吸系统(40.5%)、脑血管(16.2%)、癌症(15.0%)、心脏(12.6%)。
适用人群与场景
- 新加坡居民,年龄≥18岁,因钝性创伤经急诊收入公立医院,ISS≥12,且存活至本次住院出院。
- 排除:单纯烧伤、溺水、缢吊患者;非居民(死亡登记仅覆盖居民)。
诊断标准与关键阈值
- 重型钝性创伤定义为损伤严重度评分(ISS)≥12。
- 低处跌倒定义为跌倒高度≤0.5 m;跌倒高度未知者(占全部跌倒的2.6%)归类为非低处跌倒。
- Charlson合并症指数按ICD-9编码计算,模型中按2分和≥3分两个哑变量纳入。
- 头颈部简明损伤定级(AIS)≥3分定义为该区域严重损伤。
- 住院时长≥30天作为预测变量之一。
研究设计与关键结果
- 研究类型:全国回顾性队列分析,基于新加坡全国创伤登记库2011年1月至2013年12月数据,并与出生和死亡登记库链接至2016年12月获取长期生存、死亡地点和死因。
- 样本量:4437例ISS≥12钝性创伤幸存者中排除1023例非居民,最终纳入3414例新加坡居民;随机按60/40分为建模集和验证集。
- 人群特征:男性2299例(67.3%),最常见致伤机制为低处跌倒1556例(45.6%),平均年龄59.8岁,70.5%(2406例)出院回家。
- 主要终点(1年死亡率):247例(7.2%)死亡;最终多因素模型预测因素包括年龄(OR 1.06,95%CI 1.05–1.07,p<0.001)、男性(OR 1.53,95%CI 1.12–2.10,p<0.01)、低处跌倒≤0.5 m(OR 3.48,95%CI 2.06–5.87,p<0.001)、Charlson指数2分(OR 2.26,95%CI 1.38–3.70,p<0.01)、Charlson指数≥3分(OR 3.36,95%CI 1.98–5.69,p<0.001)、糖尿病(OR 1.31,95%CI 1.68–2.52,p=0.04)、癌症(OR 1.76,95%CI 0.94–3.32,p=0.08)、头颈AIS≥3(OR 1.79,95%CI 1.13–2.84,p=0.01)、住院≥30天(OR 1.99,95%CI 1.02–3.86,p=0.04);
- 次要终点(3年死亡率):551例(16.1%)死亡;相似因素显著,但头颈AIS≥3和癌症不再显著贡献于3年模型,纳入后未改善c-statistic;模型c-statistic为0.83,通过Hosmer-Lemeshow拟合优度检验。
- 验证集表现:1年模型总体准确率0.94(<55岁亚组0.99,≥55岁亚组0.88);3年模型总体准确率0.84(<55岁亚组0.98,≥55岁亚组0.75);1年模型校准曲线显示验证集拟合 adequate,但bootstrapping(偏倚校正曲线)提示模型在低风险范围预测死亡略过于自信;3年模型校准曲线显示拟合优秀。
- 死亡时间、地点与原因:1年内死亡者中仅10/247例死亡证明提及损伤,9例以创伤为主要死因(几乎均为颅脑损伤);87.4%(216/247)为低处跌倒致伤,81.0%(200/247)头颈AIS≥3;主要死因为肺炎/呼吸系统(100例,40.5%)、癌症(37例,15.0%)、脑血管(40例,16.2%)、心脏(31例,12.6%);59.1%(146例)死于急性医院,29.6%(73例)死于家中,11.3%(28例)死于机构。3年时累计死亡551例中,1年幸存后至3年死亡304例,主要死因为肺炎/呼吸系统(126例,42.0%)、心脏(53例,17.7%)、癌症(46例,15.3%)。
- 观察死亡率与预期死亡率:研究人群总体观察死亡率低于基于新加坡居民年龄-性别别死亡率的预期死亡率;但≥55岁患者观察死亡率高于预期,且按低处跌倒 vs 其他钝性创伤、头AIS评分、Charlson合并症指数分组后,所有≥55岁亚组观察死亡率均高于预期。
证据类型、等级与局限
- 证据类型:全国回顾性队列分析(基于登记库数据)。
- 局限:基于为其他目的设计的数据库,非前瞻性研究长期结局;模型准确率在<55岁患者高于≥55岁患者,可能因≥55岁患者存在许多与创伤无关的潜在死因,这些死因在本次创伤住院时可能未被诊断或尚未出现;年龄、低处跌倒和合并症可能未完全反映衰弱程度或创伤后新发衰弱;部分高危患者(如年轻脊髓损伤患者)长期死亡风险可能更高,但表现时间超出本研究捕获的3年时限。
- 作者计划在未来前瞻性研究中纳入衰弱、功能、社会经济因素、教育水平、社会支持和生活质量指标,并探索高危患者可能从额外社区支持中获益。
- 作者认为模型可能可推广至具有类似全民医疗体系和以钝性创伤为主的老龄化人群,并希望其他登记库尝试验证。
对床旁实践的改变
- 作者认为成人重型钝性创伤(ISS≥12)住院幸存者可在出院时使用该列线图进行风险分层,以指导长期支持。
- 模型最适用于城市老龄化人群;作者指出模型对≥55岁患者准确率较低(1年0.88,3年0.75),对<55岁患者准确率较高(1年0.99,3年0.98)。
- 作者指出该模型不适用于非居民,因死亡登记仅覆盖居民。
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8 节 · 点击展开
背景
创伤幸存者的长期死亡率是衡量创伤社会影响的重要指标,因为初始住院幸存者在出院后死亡风险升高[1–6]。创伤幸存者出院后的医疗资源利用率更高[7],而初始住院期间所接受的医疗质量可改善长期生存[8]。年龄、颅脑损伤、损伤严重程度、低处跌倒、合并症及出院去向与长期死亡率相关[6, 9, 10]。
我们的假设是,对于遭受重大损伤且存活出院的成人钝性创伤患者,不同危险因素对1年死亡率和3年死亡率的影响存在差异,且具有多个危险因素的患者风险高于仅有单一危险因素的患者。因此,本研究的目标是构建预测列线图,以预测成人重大钝性创伤幸存者的1年死亡率和3年死亡率(近期研究将重大钝性创伤定义为损伤严重程度评分≥12[11]),最终目标是对高风险幸存者进行针对性干预。我们检查了这些患者的死亡地点和经认证的死亡原因。
方法
新加坡是一个亚洲城市国家,预期寿命长,拥有集中化的国家院前救护车系统[12]和混合型公共医疗体系[13]。我们开展了一项回顾性队列研究,使用新加坡国家创伤登记处[10, 14]2011年1月至2013年12月的数据,纳入年龄≥18岁、经急诊科收入公立医院、遭受钝性创伤后损伤严重程度评分≥12[11]且存活出院的患者。
登记处的纳入标准、数据收集、数据清洗和数据质量审核流程已在既往研究中描述[10, 14]。数据与国家疾病登记办公室提供的出生和死亡登记处死亡信息进行匹配,截至2016年12月,以获取长期生存、死亡地点和死亡原因。单纯烧伤、溺水和缢吊患者被排除。非居民被排除在本研究之外,因为死亡登记处仅捕获居民的生命信息。
我们的主要结局指标为1年死亡率,次要结局为3年死亡率。为将研究人群的结局与新加坡一般居民人群进行比较,我们通过将研究人群的年龄-性别分布应用于新加坡统计局获得的新加坡一般居民人群,计算了研究人群和高风险亚组的预期年龄-性别标准化1年和3年死亡率。死亡登记处数据用于提取死亡证明中记录的死亡地点和死亡原因。
从国家创伤登记处提取了以下变量:年龄、种族、性别、损伤机制(低处跌落,根据患者病史采用标准化转换指南,基于既往研究[10]定义为0.5米或以下;非低处跌落、机动车损伤、其他钝性损伤)、合并症(Charlson合并症指数、影响研究人群3%或以上的个体合并症)、损伤严重度评分(ISS、新损伤严重度评分/NISS、修正创伤评分/RTS、每个ISS区域的简明损伤定级/AIS≥3、解剖性多发伤——至少两个ISS区域的AIS评分≥3)、住院时间(重症监护病房、高依赖病房、总住院时间);以及治疗因素(输血——出血性休克和/或凝血病的指标;按手术台分组的手术,以及并发症)。
年龄作为连续变量进行分析,在此之前已确认其与对数比值比呈线性关联。使用年龄分组进行敏感性分析,以纳入文献中常引用的年龄截断值[15–18]。
Charlson合并症指数是合并症的主要测量指标,基于登记处中的ICD-9编码使用STATA 13计算。除每位患者的总体Charlson指数外,研究人群中存在率达3%或以上的个体既往/合并疾病作为单独变量纳入分析。
根据卫生部手术操作表[13]编码的外科手术按手术区域分组,以下在研究人群中实施率达3%或以上的组别纳入分析:神经外科(包括颅内压监测仪置入)、骨科、剖腹术和气管切开术。
研究人群中存在率达3%或以上的并发症纳入分析。ICD-9编码使用美国医疗保健研究与质量局的临床分类软件工具按疾病组分类[19]。
研究人群按60/40随机分为独立的建模数据集和验证数据集,模型在建模数据集中构建,然后在验证数据集中进行检验。
在单变量回归中达到5%显著性水平的预测因子纳入多变量回归。进行了敏感性分析,纳入被认为具有潜在临床意义的变量(种族、出院去向、损伤严重度评分、肺炎、尿路感染)。还进行了额外敏感性分析,排除转入患者或入院延迟超过24小时的患者。使用逻辑回归分析1年和3年死亡率,采用逐步法进行变量选择。使用赤池信息准则选择最终模型。进行Hosmer-Lemeshow拟合优度检验以检查模型充分性。使用STATA 13版和R 3.2.2版进行分析。使用R中的rms包基于逻辑回归的β估计值生成列线图中的评分,以获得每个预测因子的“分值”。这些分值的总和(“总分”)对应相应列线图上的预测死亡概率[20]。
有九名患者的临床变量(格拉斯哥昏迷评分和/或呼吸频率)数据缺失;由于最终模型未使用这两个缺失的临床变量,这些患者被纳入最终分析。对于50名跌倒高度未知的患者(占所有跌倒的2.6%),这些跌倒被归类为非低处跌倒。
在研究期间,国家救护服务(新加坡民防部队救护车)将患者送往最近的公立医院。因此,通过其他交通方式(私人救护车或私人车辆)送往私立医院的患者将被排除在本研究之外。然而,由于公共救护车使用率较高,这对轻微伤害的捕获仅会造成有限的偏倚[12]。
结果
在研究期间,4437名钝性创伤幸存者的损伤严重度评分为12分或以上,其中1023名非居民被排除。在3414名新加坡居民钝性创伤幸存者中,247名(7.2%)在受伤后一年内死亡,551名(16.1%)在受伤后36个月内死亡。大多数为男性(2299名,67.3%),最常见的受伤机制为低处跌倒(1556名,45.6%),平均年龄为59.8岁(表1)。大多数患者出院回家(2406名,70.5%)。
推导样本和验证样本中受试者的人口学和临床特征在所有特征上均相似, except 面部简明损伤定级(AIS)评分≥3分的患者比例存在不显著差异,可能是由于此类损伤的总体发生率较低。
1年和3年死亡率的预测因素
年龄、损伤严重度评分(ISS)、新损伤严重度评分(NISS)、头颈部AIS≥3分、低处跌倒、合并症(Charlson指数为2、Charlson指数≥3、糖尿病、癌症)、水电解质紊乱以及总住院时间≥30天,是1年死亡率的显著单因素预测因素。在单因素分析中,以下因素降低了1年死亡率的可能性:男性、多发伤(解剖学)、胸部、腹部和四肢区域AIS≥3分、所有高速度受伤机制(非低处跌倒、机动车、摩托车)、接受骨科手术以及接受输血(表2)。出院去向、种族、修订创伤评分、重症监护室住院时间、受伤前饮酒、院内并发症——尿路感染和肺炎,不是1年死亡率的显著预测因素。
当采用逐步变量选择法进行模型选择时,赤池信息量准则最低的多变量模型显示:年龄(OR 1.06,95% CI 1.05–1.07,p < 0.001)、男性(OR 1.53,95% CI 1.12–2.10,p < 0.01)、0.5 m 及以下低处坠落(OR 3.48,95% CI 2.06–5.87,p < 0.001)、Charlson 合并症指数为 2(OR 2.26,95% CI 1.38–3.70,p < 0.01)、Charlson 合并症指数为 3 或以上(OR 3.36,95% CI 1.98–5.69,p < 0.001)、糖尿病(OR 1.31,95% CI 1.68–2.52,p = 0.04)、癌症(OR 1.76,95% CI 0.94–3.32,p = 0.08)、头颈部简明损伤定级(AIS)3 或以上(OR 1.79,95% CI 1.13–2.84,p = 0.01)、住院时间 30 天或以上(OR 1.99,95% CI 1.02–3.86,p = 0.04)是最终模型中 1 年死亡率的预测因素(表 2)。该模型的 c 统计量为 0.85,并通过 Hosmer-Lemeshow 拟合优度检验。我们使用模型中的系数和自变量生成列线图,其中线性预测因子利用系数和自变量计算 1 年死亡率风险(图 1 列线图)。
对 3 年死亡率重复进行了分析(表 2)。该模型中也发现类似因素具有显著性;然而,头颈部 AIS 3 或以上和癌症在 3 年时不再是模型的显著贡献因素,且将这些因素纳入多变量模型并未改善 c 统计量。该模型的 c 统计量为 0.83,并通过 Hosmer-Lemeshow 拟合优度检验,据此我们生成了 3 年死亡率的列线图预测因子(图 2 列线图)。
两个模型均在第二数据集上进行了验证,1 年死亡率和 3 年死亡率的总体准确率分别为 0.94 和 0.84。当 1 年死亡率模型在 55 岁以下患者亚组中验证时,准确率为 0.99,而在 55 岁及以上患者亚组中,准确率为 0.88。对于 3 年死亡率模型,55 岁以下患者的准确率为 0.98,55 岁及以上患者的准确率为 0.75。图 3 显示了 1 年死亡率的校准曲线,显示在验证数据集中拟合充分,尽管自举法(“偏倚校正”曲线)提示该模型在预测死亡方面略有过度自信,尤其是在较低风险范围的患者中。图 4 显示了 3 年死亡率的校准曲线,显示模型在患者各风险范围内拟合极佳。
所有敏感性分析均未改变我们的发现或改善模型拟合。在排除转入患者及入院延迟超过 24 小时患者的 3 年死亡率模型中,男性比值比保持不变,但不再具有统计学显著性(p = 0.10)。
观察死亡率与预期死亡率
我们研究人群的总体观察死亡率低于根据新加坡居民年龄和性别特异性死亡率计算的预期死亡率(表3)。然而,55岁及以上患者的死亡率高于预期。当将55岁以上的研究人群按主要危险因素分组时,即分为低处跌倒致伤与其他钝性创伤、按头部简明损伤定级(AIS)评分或按Charlson合并症指数分组,所有55岁以上患者的死亡率均高于预期(表3)。
死亡时间、地点和原因
在伤后第一年的死亡中,247例患者中仅有10例的死亡证明中提及了损伤。9例将创伤列为原发性死亡原因,几乎均为头部损伤。第一年内死亡的大多数患者(216例,87.4%)因低处跌倒致伤,这也是研究期间大多数死亡患者的损伤机制(表4)。第一年内死亡的许多患者(200例,81.0%)的损伤头颈部AIS评分≥3。
第一年最主要的原发性死亡原因为肺炎或呼吸系统疾病(100例,40.5%)、癌症(37例,15.0%)、脑血管疾病(40例,16.2%)和心脏疾病(31例,12.6%)。大多数死亡(146例,59.1%)发生在急性医院,其余发生在患者家中(73例,29.6%)或养老机构(28例,11.3%)。在急性医院死亡的患者中,肺炎或呼吸系统原因是最常见的原发性死亡原因(68例,26.7%),其次为心脏疾病(24例,15.6%)、脑血管疾病(14例,9.1%)、癌症(14例,9.1%),其余归因于创伤、尿路感染、肾功能衰竭、胃肠道疾病或其他感染。在养老机构死亡的患者中最常见的原发性死亡原因为癌症(11例,39.3%)和肺炎或呼吸系统原因(10例,35.7%)。家中死亡大多登记为脑血管疾病(24例,32.9%)、肺炎或呼吸系统原因(25例,34.2%)和癌症(12例,16.4%)。
在伤后第一年存活但3年内死亡的304例患者中,肺炎或呼吸系统原因(126例,42.0%)、心脏疾病(53例,17.7%)和癌症(46例,15.3%)是登记的首要死亡原因。其余原发性死亡原因(脑血管疾病、其他感染、肾脏疾病、胃肠道疾病等)各占原发性死亡原因不足10%。这些死亡中仅有7例在任何原发性或继发性死亡原因中列出了创伤。急性医院(188例,62.0%)、患者家中(80例,26.7%)和养老机构(31例,10.2%)的死亡比例相似。
在研究期间发生的726例死亡中,将急性医院死亡与家中或养老院死亡进行比较时,男性患者更可能在医院死亡(OR 1.48,95% CI 1.10–1.84,p < 0.001),而年龄较大的患者(OR 0.98,95% CI 0.97–0.99,p < 0.001)、头颈部AIS≥3(OR 0.67,95% CI 0.56–0.81,p < 0.001)和癌症患者(OR 0.41,95% CI 0.30–0.56,p < 0.001)在急性医院死亡的可能性较低。
讨论
我们的研究表明,年龄、性别、低处跌落致伤机制(0.5 m 或以下)、头部损伤、Charlson 共病评分、糖尿病、癌症以及住院时长可预测损伤严重度评分为 12 或以上的钝性创伤后指数住院成年幸存者的 1 年死亡率。其中许多因素已在创伤幸存者研究中得到确认 [1, 6],部分因素也被证明是其他危重疾病幸存者长期生存的危险因素 [21]。我们超过 90% 的患者存活至 1 年,与其他严重损伤幸存者研究相似 [22, 23]。一项创伤幸存者的长期研究显示,90% 的患者独立生活,90% 恢复工作 [24]。我们的模型对那 7% 虽存活出院但于 1 年内死亡的患者具有较高的预测价值,c 统计量为 0.85,仅使用 8 个因素,其中大多数可从电子病历或出院小结中获取。对于 3 年死亡率,大多数相同因素仍然显著,尽管头部损伤和癌症不再被纳入多变量模型。这提示两个模型共有的因素(年龄、Charlson 指数、糖尿病、低处跌落),即与衰弱相关的因素 [25, 26],对 1 年死亡率以及 3 年时的延迟死亡均有贡献,而头部损伤和癌症则是较早死亡(第 1 年内)患者的主要贡献因素。有趣的是,男性在单变量分析中死亡可能性较低,但在多变量模型中死亡可能性较高。这可能是因为大多数年轻、高速致伤者为男性,总体预后较好,但一旦将年龄、共病和致伤机制等其他因素纳入多变量模型,男性的预后即差于女性。
尽管我们的研究人群仅限于遭受严重创伤的患者(ISS 为 12 或以上 [11]),但死亡证明并未反映损伤负担,可能导致对损伤公共卫生影响的低估 [2]。
我们未发现总体损伤严重度可预测长期死亡率,而这一因素在一项纳入大量穿透性创伤患者的大型研究中是危险因素 [6],但在另一项研究中则不是 [9]。一个原因是我们仅关注 ISS 为 12 或以上的患者,近期一项研究显示该人群死亡风险增加 [11]。另一个差异是我们仅关注钝性创伤患者,而其他研究纳入了大量穿透性创伤患者 [6, 9]。穿透性创伤患者更年轻,可能来自较高风险的社会经济群体 [27],且在这些研究中具有较高的长期校正死亡风险 [3, 4, 6, 9]。这也可以解释为何在我们的钝性创伤研究人群中,我们仅发现 55 岁及以上患者的死亡率高于预期,而纳入大量穿透性创伤的研究显示整个研究人群的死亡率均高于预期 [6]。
在我们的研究中,总住院时间可预测长期死亡率,这与其它研究的发现一致[7, 9, 28]。临床因素(并发症、损伤或手术后恢复较慢)以及社会因素(已知会影响总住院时间[29, 30])可能都对该变量在模型中的预测价值起作用。遗憾的是,我们的登记数据中唯一可用的社会人口学数据是种族,而种族在我们的分析中并不显著。
低处跌倒与不良长期结局相关[31, 32],可能归因于身体衰弱[10, 25, 26]。衰弱越来越被认为是老龄人群中独立的预后因素[33],反复跌倒可能导致死亡延迟[34]。相比之下,从高于0.5米处跌倒受伤的患者,如果度过了指数住院期,其结局并不比其他高速钝性损伤机制的患者更差,尽管高处跌倒总体上与高发病率、不良功能结局和死亡率相关[35, 36]。这是意料之中的,因为能够攀爬到较高高度的患者很可能在受伤前功能独立,这也可能是其他高速机制致伤患者的预期情况。
糖尿病是1年死亡率的独立预测因素,这与严重创伤患者的研究一致[37, 38]。颅脑损伤患者的预后也更差[39, 40]。出院去向作为功能结局的替代指标[41, 42],并不能预测1年死亡率,这与一些研究的结果相反[6, 9]。慢性病患者可能已经拥有支持网络,这可能解释了为什么并非所有研究都发现出院去向与功能相关[42, 43]。在新加坡的背景下,如果有良好的照护者支持,加之家庭佣工的广泛可及,即使功能较差,居家照护也可能是可行的[44]。一个更乐观的解释是,转入康复医院的患者可能在康复后获得功能改善和更好的最终生存[45, 46]。由于登记数据中功能结局指标[47, 48]和生活质量[49]评分的缺失数据比例较高,我们无法研究这些重要因素。
本研究的优势在于通过死亡登记对新加坡居民进行完整的生存随访,以及能够将高风险的低处跌倒与较低风险的中处或高处跌倒区分开来[10],这得益于我们登记数据中详细的跌倒高度记录。遗憾的是,我们不知道该模型是否适用于非居民(占新加坡人口的相当比例),因为死亡登记仅收录居民信息,而非居民可能在出院后被遣返回原籍国进行康复。
所有基于登记的研究共有的主要局限性是,所使用的数据库并非为前瞻性研究长期结局而设计。该模型对55岁以下患者的准确性高于对更年长患者的准确性。这可能是由于55岁及以上患者存在许多与创伤无关的潜在死亡原因,而这些原因在创伤索引住院时可能尚未被诊断或尚未出现。此外,年龄、低处跌倒和合并症可能无法完全反映衰弱程度或创伤后新发的状况。我们计划在未来的前瞻性研究中使用该模型研究高危患者,并纳入衰弱、功能、社会经济因素、教育水平、社会支持和生活质量的测量指标。高危患者可能从额外的社区层面支持中获益,我们希望在未来研究中对此进行探索。另一个局限性是,某些高危患者群体,例如年轻脊髓损伤患者,可能具有更高的长期死亡风险[50, 51],但其表现时间框架长于我们研究捕获的3年。
新加坡是亚洲的一个城市国家。钝性损伤机制(跌倒、道路交通损伤)的相对比例似乎与其他背景下的研究相似[32, 47, 48]。我们的模型可能可推广至具有类似全民医疗保健系统和以钝性损伤为主的老龄化人群的环境,我们希望其他登记系统将尝试验证我们的模型。
结论
重大钝性创伤的成年幸存者可在出院时进行风险分层,以确定长期支持。我们的预测模型可能最适合城市老龄化人群。
参考来源
- Wong TH, Nadkarni NV, Nguyen HV, et al. One-year and three-year mortality prediction in adult major blunt trauma survivors: a National Retrospective Cohort Analysis. Scand J Trauma Resusc Emerg Med. 2018. PMID: 29669572. doi:10.1186/s13049-018-0497-y
- 全文:PMC5907285(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5907285/
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。