预测脓毒症危重患者的临床轨迹:一项队列研究
在荷兰两家三级转诊中心混合ICU开展前瞻性队列研究,纳入1371例脓毒症住院(1251例患者),按入院时器官衰竭程度分为高危、有限器官衰竭和多器官衰竭三类。采用连续时间马尔可夫多状态模型,利用基线和每2天更新的时变信息,估算14天内状态间转移及死亡/出院概率。推导队列总体c统计量0.67(95%CI 0.63–0.70),验证队列553例c统计量0.66(95%CI 0.62–0.70)。模型可每日更新预测,有望辅助临床决策、评估预后生物标志物及设计脓毒症试验。
要点
- 入院时53例(4%)为高危、1151例(84%)为有限器官衰竭、167例(12%)为多器官衰竭。
- 有限器官衰竭患者中197例(17%)进展为多器官衰竭或死亡,809例(70%)14天内改善或存活出院。
- 多器官衰竭患者中67例(40%)死亡,91例(54%)改善或出院。
- 模型总体c统计量推导队列0.67(95%CI 0.63–0.70),验证队列0.66(95%CI 0.62–0.70);预测死亡c统计量0.60,预测第14天多器官衰竭0.77。
- APACHE IV评分与死亡率相关c统计量0.68(95%CI 0.65–0.71)。
适用人群与场景
- 成人脓毒症患者,以脓毒症为主要入住原因,ICU停留≥24小时,纳入荷兰两家三级转诊中心混合ICU,2011年1月至2013年12月推导,2014年1月至2016年9月验证。
- 排除:入住ICU不足24小时者;对最终撤除生命支持者,排除开始临终关怀后的事件(观察时间截尾)。
- 24小时内再入ICU者与前次住院合并视为连续。
诊断标准与关键阈值
- 患者层面分类:高危为≤2个器官系统有限持续时间的轻度功能障碍;有限器官衰竭为≤3个器官系统有限持续时间的轻度功能障碍或≤2个器官系统重度功能障碍;多器官衰竭为≥3个器官系统重度功能障碍。
- 心血管功能障碍:需要血管升压药且血清乳酸>2 mmol/L;难治性休克为更严重循环异常。
- 少尿或低血压仅持续数小时提示器官衰竭风险,持续>1天视为已建立器官衰竭。
- 中枢神经系统、肾脏和腹部器官衰竭须存在>1天,故患者入院时不能以此类器官衰竭入住。
研究设计与关键结果
- 前瞻性队列研究,推导队列1371例脓毒症住院(1251例患者),共10891观察日;验证队列553例。
- 推导队列第14天ICU死亡率252例(18%),总ICU死亡率320例(23%);验证队列第14天ICU死亡率91例(16%),总ICU死亡率129例(23%)。
- 高危患者53例中38例(72%)14天内出院,仅5例(9%)最终死亡,且均先经过更严重器官衰竭阶段。
- 模型总体c统计量推导队列0.67(95%CI 0.63–0.70),各状态日转移c统计量0.55–0.81;验证队列0.66(95%CI 0.62–0.70)。
- 预测第14天进展为明确多器官衰竭c统计量0.77,预测死亡c统计量0.60;APACHE IV评分与死亡率c统计量0.68(95%CI 0.65–0.71)。
- Brier评分:仅基线信息模型0.64,含时变信息模型0.60,预测误差减少7.7%。
证据类型、等级与局限
- 证据类型:前瞻性队列研究(模型开发与验证)。
- 局限:研究在荷兰两家三级中心进行,可能不反映其他环境的常规ICU实践;两ICU全程使用选择性消化道去污染(SDD),可能限制普适性。
- 局限:预测变量经单变量分析选择,因计算能力限制未能进一步优化模型。
- 局限:模型仅预测至第14天,可能无法与其他更长结局的研究直接比较。
- 局限:未正式验证器官功能障碍定义。
- 局限:虽在一个原研究中心的前瞻性独立数据中验证,但外部验证更佳。
对床旁实践的改变
- 该模型可每日更新预测脓毒症患者14天内器官衰竭进展、死亡或出院概率,作者认为可能帮助临床医生在初始复苏及后续决策中识别最可能从积极干预中获益的患者。
- 作者认为该模型还可用于模拟新治疗效应、帮助设计脓毒症试验及评估新型生物标志物的附加预后价值。
- 模型总体区分度中等(验证队列c统计量0.66),预测死亡准确性有限(c统计量0.60),与APACHE IV评分(0.68)相似;作者指出多状态模型c统计量不应与二分类结局模型的AUC直接比较。
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13 节 · 点击展开
背景
脓毒症被定义为由宿主对感染反应失调所致的危及生命的器官功能障碍[1]。目前的脓毒症-3定义有助于早期识别在急诊科和普通病房中易发展为复杂病程的感染患者,但一旦在ICU提供了初始复苏和器官支持,它们并不能预测临床反应。事实上,对于新发器官功能障碍或休克的患者,防止这些——可能仍可逆的——异常进展是重症监护提供者的主要目标。不幸的是,临床医生在床旁很难预测哪些患者会对他们的干预产生有利反应,以及哪些患者尽管进行了所有复苏努力仍会恶化。目前用于ICU患者的预后模型,如急性生理与慢性健康评估(APACHE)评分,仅包含入院数据,因此无法在疾病过程中更新。
因此,我们开发并验证了一个模型,该模型使用关于个体脓毒症患者临床状况的每日信息,通过估计在ICU前14天内三种中间状态(即不同水平的器官衰竭)之间以及向两种吸收状态(即死亡和出院)的转移,来对疾病进展做出更新预测。
方法
研究设计与人群
这项工作是一项名为脓毒症分子诊断与风险分层(MARS)项目的一部分,该项目是一项前瞻性队列研究,于2011年1月至2013年12月在荷兰两个三级转诊中心的混合ICU中进行(ClinicalTrials.gov标识符NCT01905033)[2]。机构审查委员会批准了选择退出法的入组方式(IRB编号10-056C),即参与者和家属在ICU入院时通过提供附有选择退出卡的宣传册被告知该研究。对于模型推导,我们分析了所有以脓毒症为主要就诊原因且入住ICU≥24小时的成人。对于最终撤除生命支持的患者,我们排除了临终关怀开始后发生的所有事件(即截至该时间点的ICU天数用于模型拟合,但随后对观察时间进行删失),对于出院存活的患者。ICU出院后24小时内发生的任何再入院均被合并,并视为与先前入院期间连续。对于模型验证,我们分析了2014年1月至2016年9月期间在UMC Utrecht就诊的额外队列患者,使用相同的纳入标准。
器官功能障碍的分类
由于所有患者均符合脓毒症-3定义中器官功能障碍的基本标准,我们试图根据器官衰竭的数量、范围和潜在可逆性提供进一步的预后分层(表1)。为此,我们考虑了若干超出“简单”SOFA标准范围的临床特征和实验室变量。例如,所有需要血管加压药输注且血清乳酸水平升高> 2 mmol/L的患者均被视为存在心血管功能障碍,但只有具有更严重循环异常的患者才被视为存在难治性休克。同样,我们将胃肠道衰竭评分作为疾病严重程度的额外指标纳入。为反映器官功能障碍的潜在可逆性,我们在定义中纳入了症状持续时间。例如,仅持续数小时的少尿或低血压将提示存在器官衰竭风险,而持续> 1天的少尿或低血压则被视为已确立器官衰竭的标志。我们使用“无功能障碍”、“中度功能障碍”和“重度功能障碍”这些术语来表示器官水平的衰竭。我们随后将患者分为(1)有器官衰竭风险,(2)有限器官衰竭,或(3)多器官衰竭(表2)。由于“有风险”类别被定义为“≤ 2个器官系统的有限持续时间的中度功能障碍”,所有被归入“有风险”类别的患者实际上也符合脓毒症-3定义(例如,当器官衰竭仅限于短期机械通气时,患者同时符合“有风险”和脓毒症-3定义)。
预后变量
潜在预测变量为预先选定,并根据预测-感染-反应-器官功能障碍(PIRO)系统进行分类[3, 4]。这些变量包括基线(固定时间)和每日(随时间变化)变量,涵盖(P)易感因素(即年龄、性别、免疫缺陷、心血管疾病、呼吸功能不全、肾功能不全、糖尿病和当前使用皮质类固醇)、(I)感染特征(即获得时间、感染部位和致病病原体)、(R)反应特征(即C反应蛋白、白细胞计数、体温、呼吸频率和心率)以及(O)预测时的器官功能障碍水平。我们未纳入疾病严重程度的复合标志物,如简化急性生理学评分(SAPS)或急性生理学与慢性健康状况评价(APACHE)评分,因为这些仅 formally 定义用于ICU中(首个)24小时观察窗口,因此被认为不太适合“实时”床旁预后评估。
缺失数据
患者特征(在基线时测量)几乎完整,而每日生理和实验室值总体上有17%缺失(各变量中位缺失1%,范围0–80%),其中活化部分凝血活酶时间、白蛋白、丙氨酸转氨酶、天冬氨酸转氨酶和乳酸的每日测量缺失率> 50%。由于纵向信息通常可获得,我们根据我们之前描述的方法[5]进行了最长2天的趋势插补。因此,缺失数据的百分比降至11%。值得注意的是,出院和死亡相关数据无缺失。我们随后使用了基于表3中所述所有变量所含信息的多重插补。
统计分析
我们针对每例脓毒症患者估计了三个短暂状态(风险状态、严重器官功能障碍和已确立的多器官衰竭)与两个吸收状态(存活出院和ICU内死亡)之间的转移概率(图1)。利用这些估计值,计算了ICU入院2周后最终吸收状态死亡、出院和已确立的多器官衰竭的绝对概率。
为此,我们应用了具有分段常数强度的连续时间马尔可夫多状态模型[6]。本质上,该模型类似于多项逻辑回归,但具有以下优点:能够产生用于预测疾病进展的转移概率,且标准误估计更为直接;能够预测多种结局;并能够在ICU入院期间随着疾病严重程度新信息的获得而将其纳入。马尔可夫模型假设未来的转移仅取决于当前状态变量。当预测变量的值受到已经“潜伏”的器官衰竭影响,从而成为结局的一部分而非真正的预后因素时,可能会发生携带效应。因此,仅每隔一天(第1、3、5天等,直至第15天)对转移进行建模。我们仅关注入院前2周内发生的结局。由此,我们避免了建模那些不再与到达ICU时存在的脓毒症发作直接相关的结局。我们队列中的大多数死亡(78%)发生在最初2周内,提示确实大多数相关结局是在该时间窗内捕获的。
在模型开发方面,我们首先进行了单变量分析,以检查结局与可能的(预先选定的)预测变量之间的关联,方法如前所述。所有产生显著关联(P值<0.10)的预测变量随后被纳入最终模型。由于分析计算量极大(典型运行时间超过4小时),我们未进行任何进一步的选择,如向后或向前选择。模型的预后性能使用c统计量进行评估。通常,在预测二分类结局的模型中,c统计量反映预测规则区分发生或不发生事件(如死亡)的患者的能力。良好的区分能力通常假定在数值>0.7时[7]。然而,当预测多个(互斥的)结局状态时,计算“简单的”c统计量不可行,因此我们使用了一种替代方法,该方法汇总了所有单独转移的c统计量[8]。该c统计量是状态间的区分度量,使用预测占据概率计算。它计算的是在特定时间点,处于例如“有风险”状态的预测占据概率大于处于“持续性器官衰竭”的预测概率的患者百分比(与相反转移取平均),并且也对未发生的转移(如出院与死亡之间)进行计算。由于不同转移可能由不同预测变量驱动,某些转移的区分能力可能不理想,导致c统计量偏低(低于预期)。Brier评分用于比较仅包含基线信息的模型与同时包含时变信息的同一模型的预测准确性[9]。Brier评分是一种适当的评分函数,用于衡量概率预测的准确性。我们将最终模型应用于验证队列,并将预测概率与观察到的结局进行比较。完整的预测模型可应要求提供。
分析使用R studio 3.0.2版(R Core Team 2013,奥地利维也纳)[10]和SAS 9.2(美国北卡罗来纳州卡里)进行。R包msm [6]用于模型的实现。SAS模块“proc mi”用于插补(使用随机种子数并进行5次插补,使用所有预测变量)。P值<0.05被认为具有统计学显著性。
结果
研究人群
在模型开发方面,我们研究了1251例患者的1371次ICU脓毒症入院,产生10,891个观察日。11例(0.80%)接受姑息治疗的患者从ICU存活出院;因此,22个观察日(0.2%)被排除在分析之外。第14天ICU死亡率为252例(18%),ICU总死亡率为320例(23%)。图2显示了ICU入院时患者按三种器官衰竭类别的分类情况。在1151次表现为有限器官衰竭的入院中,197例(17%)进展为更严重的疾病阶段或死亡,145例(13%)维持在同一阶段,809例(70%)在第14天前改善或存活出院。在167例以明显多器官衰竭入院的患者中,67例(40%)死亡,91例(54%)改善或存活出院,6%在第14天后仍在ICU伴有器官衰竭。作为比较,53例被认为存在器官衰竭风险的患者中,38例(72%)在14天内出院,该亚组中仅5例(9%)患者最终死亡。值得注意的是,后一组患者均先经历了更严重的器官衰竭阶段。因此,这些描述性结果表明,我们对器官功能障碍的分类能够很好地反映疾病的改善和进展。
按入院时存在的器官衰竭严重程度分层,患者的年龄、性别、慢性合并症的存在以及入院类型均无显著差异(表3)。然而,ICU入院时已明显存在多器官衰竭的患者住院时间延长且病死率更高(附加文件1:图S1)。整个研究队列在ICU前2周内器官功能障碍的演变见附加文件2:图S2。对于所有单个器官系统,功能障碍在第1天最为普遍。尤其是心血管功能障碍在ICU最初几天内有所改善,但其他器官系统在入院前2周内或多或少保持稳定。
临床轨迹的单变量预测因素
附加文件3:表S1显示了潜在定义的预测变量在各状态转换中的粗风险比。年龄、体重指数、免疫功能受损状态、肾功能不全、呼吸功能不全、感染部位、C反应蛋白、白细胞计数、发热、新发心房颤动、ICU获得性感染、菌血症和皮质类固醇使用均基于单变量分析中与任一结局的关联而被纳入。预测因素性别、充血性心力衰竭、心血管功能受损和致病病原体因与任何结局均无显著关联而从模型中移除。
结局
我们的模型在推导数据集中的c统计量为0.67(95% CI 0.63–0.70),各每日状态转移的c统计量在0.55至0.81之间。例如,模型对第14天进展为确诊多器官衰竭的预测相当好(c统计量0.77),而对死亡的预测则较为困难(c统计量0.60)。作为比较,APACHE IV评分与死亡相关的c统计量为0.68(0.65–0.71)。基线模型的Brier评分为0.64,含时变信息模型的Brier评分为0.60,预测误差降低了7.7%。作为该模型应用方式的示例,图3显示了在ICU第1天对三名个体患者器官衰竭演变及最终结局的预测。此外,图4(显示另一名受试者)说明了当患者临床状况随时间改善或恶化时,如何利用该模型生成更新预测。
模型验证
验证队列共纳入553名患者。患者特征及ICU入院时器官衰竭情况与推导队列相似(附加文件4:表S2);14名(2.5%)患者被分类为有风险,484名(88%)存在器官功能障碍,55名(10%)为确诊多器官衰竭。第14天ICU死亡率为91名(16%),总死亡率为129名(23%)。该模型在验证队列中的c统计量为0.66(95% CI 0.62–0.70)。
讨论
我们开发了一个模型,用于预测因脓毒症入住我们ICU的危重患者疾病严重程度的时间变化。该模型估计个体患者器官衰竭进展或缓解的每日概率,可随着ICU中新临床信息的可获得而更新,并可用于预测死亡、出院或继续留在ICU的绝对风险。尽管我们的多状态模型在验证数据集中的c统计量为0.66(95% CI 0.62–0.70),总体区分度仅为中等,但必须指出,该指标不应与二分类结局传统回归模型所报告的AUC直接比较。我们的模型预测五个独立结局,因此c统计量仅反映所有这些结局的“平均”准确性。例如,预测向持续性器官衰竭转变的区分能力良好,但我们观察到预测死亡的准确性不太理想。此外,对死亡率的预测准确性与广泛使用的APACHE IV评分相似。
通过我们的方法,我们旨在开发一个使用每日可更新信息的新建模框架,因为结局预测不仅在入住第一天相关,而且在ICU住院后期(即一旦已提供初始器官支持后)也相关。届时疾病严重程度可能已发生显著变化,入院数据可能不再足够及时或全面以准确预测结局。此外,该模型不仅预测死亡,还预测其他重要临床结局,如多器官衰竭的发生。因此,我们的模型可能有助于临床医生在初始复苏期间以及后期决策中提供帮助,或用于估计新型生物标志物的附加预后价值。我们仅了解到另一项研究使用随时间变化的协变量来估计感染治疗患者第一周内脓毒症进展的风险[11]。他们得出结论,腹腔内和呼吸道感染来源,独立于SOFA和APACHE评分,增加了进展至更严重脓毒症阶段的风险。值得注意的是,该研究还纳入了医院病房中病情较轻的患者,对这些患者临床反应的预测可能非常不同。
当前的脓毒症-3标准基于器官功能障碍的有无二分法对患者进行分类。因此,它们不提供关于个体器官衰竭严重程度的详细信息,也不提供其持续时间(以及因此潜在的可逆性)的信息。为了能够更准确地模拟疾病严重程度随时间的演变,我们使用了一种概念性方法,通过该方法将受试者分类为仅处于器官功能障碍风险、已确立器官功能障碍或持续性多器官衰竭。尽管目前尚无普遍接受的方法来实现这一点,我们将分类方案基于广泛使用的SOFA评分(的扩展版本),但也考虑了个体器官衰竭的持续时间。
我们承认我们的研究存在一些局限性。首先,本研究在荷兰的两家三级中心进行,因此可能无法反映其他环境中ICU的一般实践。两家ICU在整个研究期间均使用选择性消化道去污染(SDD),这也可能限制研究的普适性。其次,预测变量是通过单变量分析选择的,但由于计算能力限制,无法进一步优化模型。第三,该模型仅预测至第14天的结局,可能无法直接与其他长期结局的研究进行比较。然而,我们选择了较短的随访时间,以更好地捕捉入院时发生的脓毒症的直接效应;此外,大多数出院和死亡发生在第14天之前(78%)。第四,我们没有正式验证我们对器官功能障碍的定义。然而,我们认为这既不影响所用标准的表面效度,也不影响主要研究发现,因为本项目的目的主要是为临床脓毒症反应的建模提供一个新的概念框架,而非可直接应用于临床的预测算法。最后,尽管我们使用在两家原始研究中心之一获得的前瞻性收集的独立数据对模型进行了检验,但本应更好地对模型进行外部验证。
结论
我们提出了一个模型,可预测脓毒症危重患者疾病严重程度的每日演变,并可用于识别在ICU前2周内最可能从积极干预中获益的患者。该模型还可潜在用于模拟新治疗的效果、帮助设计新的脓毒症试验,以及评估新型生物标志物的附加预后价值。
补充信息
附加文件1:图S1。按入院时器官衰竭严重程度分层的脓毒症患者结局。展示以低、中、高器官衰竭水平入院的脓毒症患者的住院时间和死亡率的表示。
附加文件2:图S2。器官衰竭随时间的演变。展示入院后前9天内各器官系统器官衰竭严重程度分布的表示。由于中枢神经系统(CNS)、肾脏和腹部器官衰竭必须持续>1天,患者不可能以此类器官衰竭入院。最后一个面板展示了患者层面的器官衰竭水平以及吸收态死亡和出院。对于该面板,“高危”定义为≤2个器官系统的有限持续时间的中度功能障碍;“有限器官衰竭”定义为≤3个器官系统的有限持续时间的中度功能障碍,或≤2个器官系统的严重功能障碍;“多器官衰竭”定义为≥3个器官系统的严重功能障碍。
附加文件3:表S1。所选变量的转移风险率。展示单变量分析中若干潜在定义的预测变量各种状态转移的粗风险比的表示。
附加文件4:表S2。验证队列中按入院时器官衰竭水平分层患者的易感性、感染、反应和器官衰竭(PIRO)特征。数据为数字(百分比)或中位数(四分位距)。缩写:APACHE 急性生理与慢性健康评估;ICU 重症监护病房;SIRS 全身炎症反应综合征。
参考来源
- Klein Klouwenberg PMC, Spitoni C, van der Poll T, et al. Predicting the clinical trajectory in critically ill patients with sepsis: a cohort study. Crit Care. 2019. PMID: 31831072. doi:10.1186/s13054-019-2687-z
- 全文:PMC6909511(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6909511/
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。