院前风险评分可预测经救护车转运至荷兰三级转诊医院的非创伤患者是否发展为危重症
该回顾性队列研究纳入2017年全年经救护车送至荷兰某三级转诊医院急诊科的2935例≥18岁非创伤、非心脏骤停患者,评估Seymour院前风险评分(0–8分)预测危重症(ICU接受器官支持或28天内死亡)的准确性。结果显示危重症发生率为12.2%,AUROC为0.74(95%CI 0.71–0.77),阈值3时敏感性45.0%、特异性86.0%,阈值4时敏感性24.6%、特异性95.4%。使用最差生命体征或定义72小时内ICU入住或死亡,模型区分度未显著改善。作者认为该工具可辅助院前识别高危患者并决定转诊医院,但敏感性偏低,需前瞻性多中心研究验证。
要点
- 在荷兰非创伤非心脏骤停的院前人群中,Seymour院前风险评分预测危重症的AUROC为0.74(95%CI 0.71–0.77),仅中等区分度。
- 阈值3时敏感性45.0%、特异性86.0%;阈值4时敏感性24.6%、特异性95.4%;低分患者仍可能进展为危重症,存在假阴性风险。
- 使用最差院前生命体征替代初始生命体征,AUROC仍为0.74(95%CI 0.71–0.77),与原始模型无显著差异(p=0.98)。
- 将危重症定义为72小时内ICU入住或死亡,AUROC为0.72(95%CI 0.69–0.77),模型性能未显著改善(p=0.56)。
- 危重症患者较非危重症患者更年长、院前呼吸症状更多、心率更高、GCS更低(均p<0.01),但收缩压组间无显著差异(p=0.29)。
适用人群与场景
- 纳入标准:年龄≥18岁;经救护车转运至急诊科;有院前记录的生命体征;2017年1月1日至12月31日期间就诊于荷兰某三级转诊医院急诊科。
- 排除标准:创伤患者;心脏骤停患者;院际转运;缺失超过4个(共6个)计算评分所需生命体征;存在‘不复苏’(DNR)预嘱。
- 研究场景为荷兰院前急救系统(两级响应:ALS救护车护士与HEMS团队)及急诊科,不涉及院前或ICU床旁直接干预。
诊断标准与关键阈值
- Seymour院前风险评分包含年龄、脉搏血氧饱和度、呼吸频率、收缩压、心率和GCS共6个变量,按预设阈值分类后求和,总分范围0–8分。
- 危重症定义:住院期间任何时间因需要器官支持(机械通气或使用血管活性药和/或正性肌力药)入住ICU,或住院期间及出院后28天内任何原因死亡。
- 原文使用阈值4(原始模型设定)时敏感性24.6%(95%CI 24.4–24.8)、特异性95.4%(95%CI 95.3–95.4);阈值3时敏感性45.0%(95%CI 44.8–45.2)、特异性86.0%(95%CI 85.9–86.0)。
处置流程与药物剂量
- 原文未提及基于该评分的具体处置流程或药物剂量方案。
红旗征与不能漏的情况
- 评分≤3分的患者仍可能发展为危重症(敏感性仅45.0%),低分不能排除病情恶化风险。
- 因缺失超过4个生命体征而被排除的‘scoop-and-run’患者可能明显危重,该评分在此类患者中未经验证。
- 使用β受体阻滞剂可能掩盖心动过速,影响心率相关评分,原文未记录该用药情况,可能偏倚研究结果。
研究设计与关键结果
- 研究类型:回顾性队列研究,单中心(荷兰某三级转诊医院),纳入2935例患者,危重症发生356例(12.2%)。
- 主要终点:Seymour院前风险评分预测危重症的AUROC为0.74(95%CI 0.71–0.77)。
- 阈值4时敏感性24.6%(95%CI 24.4–24.8)、特异性95.4%(95%CI 95.3–95.4);阈值3时敏感性45.0%(95%CI 44.8–45.2)、特异性86.0%(95%CI 85.9–86.0)。
- 敏感性分析:使用最差生命体征AUROC 0.74(95%CI 0.71–0.77,p=0.98);定义72小时内ICU入住或死亡AUROC 0.72(95%CI 0.69–0.77,p=0.56),均未显著改善模型性能。
- 危重症患者年龄更大、院前呼吸症状更多、心率更高、GCS更低(均p<0.01),收缩压组间无显著差异(p=0.29);危重症患者接受院前气道操作、护理院居住比例及HEMS协助比例更高。
证据类型、等级与局限
- 证据类型:回顾性队列研究(chart review),单中心,样本量2935例。
- 局限性:回顾性设计存在固有偏倚;缺失生命体征按正常值插补可能低估异常值;未记录β受体阻滞剂使用;无法确认转院患者的结局;排除无院前生命体征的患者引入选择偏倚。
- 原文未给出正式证据等级或推荐强度;作者结论为需前瞻性多中心研究确认。
对床旁实践的改变
- 该评分可辅助院前急救人员识别可能发展为危重症的成人非创伤非心脏骤停患者,高特异性(阈值3时86.0%、阈值4时95.4%)有助于决定是否直接转运至具备ICU能力的转诊医院。
- 低敏感性(阈值3时45.0%、阈值4时24.6%)意味着评分低的患者仍可能危重,不能仅凭低分安全降级或延迟ICU评估。
- 原文未提供基于评分的具体治疗或药物调整方案,不改变现有复苏、气道管理等床旁处置;使用β受体阻滞剂的患者评分可能低估病情。
- 不适用于创伤患者、心脏骤停患者、院际转运患者、DNR患者及院前生命体征缺失超过4项的患者。
指南或共识出处
- 原文未提及具体的指南或共识名称;研究基于Seymour等开发的院前风险分层工具。
全文中译12 节 · 点击展开
引言
背景
虽然已有普遍实施的工具用于在院前环境中对创伤患者的严重程度进行分类,但对非创伤、可能高风险的急性患者的早期识别则远不统一。目前,这些患者的分诊主要基于急救人员的经验、到最近医院的距离及该医院的设施条件。院前分诊应予以优化,因为对危重患者的早期识别可导致更早使用救命干预措施,从而可能降低发病率和死亡率[1]。此外,危重患者的治疗应区域化,因为既往研究表明,收治高风险患者数量较多的重症监护病房(ICU)与较低的死亡率相关[2–4]。由于难以预测哪些患者可能恶化,且在高风险患者的识别在院前环境中已被证明具有挑战性,因此已开发了多种预测危重疾病的工具,如国家早期预警评分(NEWS)和改良早期预警评分(MEWS)[5, 6]。一项前瞻性研究的作者和一项系统综述的作者均得出结论,Seymour等人开发的模型是预测院外急诊医疗中危重疾病最合适的模型[7–9]。该风险分层工具使用人口学和生命体征参数来预测哪些患者可能变为危重。根据该模型,与非危重患者相比,危重患者年龄更大;呼吸频率异常;脉搏血氧饱和度读数更低;收缩压更低;心率更高且格拉斯哥昏迷量表(GCS)评分更低。
该风险分层工具是在美国人群中开发的,该人群包括被转运至非转诊医院和区域转诊中心急诊科的非创伤和非心脏骤停患者。Kievlan等人已在美国类似人群中对该模型的使用进行了验证[10]。该验证研究显示受试者工作特征曲线下面积(AUROC)为0.73。
然而,该风险分层工具的准确性和适用性应在欧洲人群中予以评估。
材料与方法
研究目的
本研究旨在评估院前风险分层工具在荷兰医疗保健系统中的使用情况。假设是院前风险分层工具能够充分区分危重与非危重患者,对应的AUROC至少为0.73。
研究设计、人群与环境
研究开始前已获得机构审查委员会的研究批准(豁免号 W17_171 17.199)。由于研究设计为回顾性,无需进行正式的伦理评估。这是一项回顾性队列研究,2017年1月1日至2017年12月31日期间就诊于荷兰一家三级转诊医院中心急诊科的所有急性患者均被认为符合纳入研究的条件。纳入标准为:年龄18岁及以上;由救护车转运至急诊科且有院前记录的生命体征参数。排除标准为:创伤性损伤患者;心脏骤停患者;院际转运;缺少计算院前风险评分所需四项以上生命体征参数者以及有“不复苏”医嘱的患者。
荷兰院前急救医疗服务(EMS)由两级体系组成。第一级响应者为受过高级生命支持(ALS)培训的救护车护士和司机。第二级响应者为配备医生的团队,称为直升机急救医疗服务(HEMS),在特定临床情况下被派遣;包括生命体征异常以及应救护车护士的特定请求。然而,第二级通常主要因儿科复苏、严重创伤性损伤和/或需要(快速序贯)气管插管而被派遣。
数据收集
作为日常临床实践中的标准流程,救护车人员向急诊科的交接以数字格式发送并添加到医院电子患者记录中。数据从该交接记录以及医院患者记录中提取。提取的数据包括基线参数,如年龄;性别和全套生命体征参数(包括呼吸频率、脉搏血氧饱和度读数、心率、血压和GCS)。如果记录了多组院前生命体征参数,则记录第一组和最差一组生命体征参数用于分析。此外,还记录了以下院前干预措施:给氧(是/否);包括给氧方式(鼻导管、非重复呼吸面罩、持续气道正压通气面罩或气管插管)或HEMS的部署。此外,我们记录了患者在EMS接诊前是否居住在养老院或接受专业家庭护理。
关于ICU入住和院内死亡率的信息从医院电子患者记录中获取。患者随访至出院,且在首次就诊于急诊科后至少随访28天。
结局
研究的主要结局是风险分层模型预测危重疾病的准确性,危重疾病定义为住院期间任何时间因提供重要器官支持(机械通气或给予血管升压药和/或正性肌力药)而入住ICU,或住院期间或出院后死亡。这包括院内发生的所有原因死亡以及首次就诊于急诊科后28天内出院后发生的死亡。
根据Seymour等人的风险分层模型,将年龄、脉搏血氧饱和度、呼吸频率、收缩压、心率和GCS评分按预定阈值分类并求和,计算每次就诊的院前总风险评分(范围0–8)(表1)[8]。
样本量
样本量采用单比例双侧95%置信区间(95%-CI)计算。根据先前研究,观察到的危重病比例为0.05[8]。利用这些数据,取p值为0.01,得出样本量为1825例患者。估计在一年内招募急诊科患者将产生足够的患者。
模型评估与数据分析
记录的数据以绝对值加百分比表示,连续数据以均值加标准差或中位数加四分位距表示,取决于数据是否呈正态分布。变量的正态分布采用Kolmogorov-Smirnoff检验进行评估,并探索频率分布(直方图)。呈正态分布的数值变量采用Student t检验评估,若无正态分布则采用Mann-Whitney U检验。分类数据的统计检验采用卡方分析。为减少偏倚,在计算个体风险评分所需的六个变量中有超过四个缺失的患者被排除在研究之外。在至少一个且少于五个变量缺失时,对未测量的生命体征参数采用正常值替代的单一插补法。
关于主要结局,假设是风险分层工具能够区分患者是否会发展为危重病。这通过使用指定参考值(即AUROC曲线)及二项95%-CI评估模型准确性来检验。在此统计分析中,院前总风险评分为自变量。除AUROC外,还计算了0至8范围内每个风险评分的敏感度和特异度。采用四点作为最佳阈值的截断点,与原始模型一致[8]。
作为敏感性分析,使用最差院前生命体征而非初始生命体征计算AUROC曲线,因为这能更准确地反映患者恶化情况。为确定我们对缺失数据的处理是否引入偏倚,仅对具有完整生命体征参数组的患者进行了额外分析。最后,在危重病定义为入住ICU或72小时内死亡的情况下计算了AUROC曲线。所有分析均使用SPSS(版本23.0;SPSS,Inc.,芝加哥,伊利诺伊州)进行。所有显著性检验采用双侧p < 0.05。
结果
在研究期间,共有5410例患者由救护车运送至急诊科。其中2935例患者被纳入研究(图1)。排除原因包括:创伤性损伤(n = 1770);院际转运(n = 384);缺失超过四个生命体征参数(n = 210);以及心脏骤停(n = 111)。
356例患者(12.2%)发生危重症。与未发生危重症的患者就诊相比,危重症患者年龄更大,更常有院前呼吸系统症状,心率更高,GCS评分更低(所有p < 0.01),见表2。然而,组间收缩压无显著差异(p = 0.29)。
正如预期,危重症患者比对照组患者更常接受院前气道操作。两组间全科医生的参与无显著差异。然而,危重症患者在EMD就诊前居住在养老院的患病率(p = 0.01)以及由HEMS协助的患者就诊次数显著更高(p < 0.01)。各危重症亚组的患者数量列于表3。
总共有198例(8%)非危重症患者和8例(2%)危重症患者被转运至不同医院。
主要结局
在为每次就诊计算总院前风险评分(范围0至8)后,计算发生危重症的AUROC曲线。院前风险分层工具的AUROC为0.74(95%-CI 0.71–0.77)。
基于AUROC,计算每个院前风险评分的敏感度和特异度,见表4。当使用预先设定的最佳阈值评分4时,识别危重症的敏感度为24.6%(95%-CI 24.4–24.8),特异度为95.4%(95%-CI 95.3–95.4)。然而,当阈值评分为3时,敏感度增至45%(95%-CI 44.8–45.2),特异度降至86%(95%-CI 85.9–86.0)。
使用最差院前生命体征参数集代替主要生命体征参数,所得AUROC为0.74(95%-CI 0.71–0.77)。与原始模型相比,模型性能未显著改善(p = 0.98),见表5。此外,若将危重症定义为72小时内死亡或入住ICU,AUROC为0.72(95%-CI 0.69–0.77)。模型性能未显著改善(p = 0.56)。
讨论
本研究结果表明,院前风险分层工具对预测荷兰一家三级转诊医院急诊科就诊的成人非创伤和非心脏骤停患者发生危重症具有中等区分度。
在Seymour等人的原始研究中,使用预先确定的截断点4预测危重症发生的敏感度为22%,特异度为98%。我们的数据显示出相似的准确性,敏感度为25%,特异度为95%。
使用截断点4时,风险分层工具具有非常高的特异度,但敏感度为中等至低。因此过度分诊的可能性较低,然而,评分低的危重症患者可能无法通过使用该工具被识别,从而导致假阴性结果率增加。
然而,在我们的研究中使用3分作为截断值,敏感性提高至45%,特异性降低至86%,改善了该工具的临床使用。使用最差的院前生命体征组合或将危重疾病定义为入住ICU或72小时内死亡,在敏感性分析中并未改善该风险分层工具的性能。由于特异性高,评分至少为3分的患者很可能发展为危重疾病。然而,由于敏感性相对较低,遗漏危重患者的风险相对较高。
鉴于高特异性以及因此发展为危重疾病的高概率,该风险模型可帮助急救医疗服务(EMS)决定患者是否应在转诊医院而非非转诊医院接受治疗。然而,需要前瞻性多中心研究来证实我们的发现。此外,持续监测所有生命体征的可穿戴设备可能有助于识别病情恶化的患者[11]。Seymour等人的模型不仅因其模型准确性优于类似的风险分层模型,而且由于其适用于院前环境,可以实现对高危危重疾病患者的早期识别和预先预警。这有可能降低发病率和死亡率。
危重疾病定义为入住ICU或就诊后28天内死亡。原始模型在其危重疾病定义中还包括严重脓毒症[8]。
在本研究中,危重患者的发生率相对较高,为12%。在既往研究中为4.5%[8, 10]。这些研究不仅包括多个转诊专科中心,还包括非转诊医院,可能治疗病情较轻的患者。
危重患者相比非危重患者更频繁地接受补充氧疗。虽然该风险分层工具包含脉搏血氧饱和度和呼吸频率,但未考虑补充氧疗的给予。然而,补充氧疗的使用对脉搏血氧饱和度有直接影响,偶尔间接影响呼吸频率[12]。最近,国家早期预警评分(NEWS)已将补充氧疗纳入评分模型进行调整,形成了NEWS2。然而,这些风险模型仅关注死亡率而非ICU入住[13, 14]。此外,一项多中心研究显示NEWS2与NEWS相比无额外获益[15]。
研究的局限性
这是一项病历回顾性研究,由于其回顾性设计而具有固有偏倚。
未具备一套院前生命体征的患者被排除在本研究之外,由此引入了选择偏倚,因为“抓起就跑”型患者往往在院前未测量完整的生命体征参数,但明显病情危重。通过仅排除六项所需参数中缺失超过四项的患者,该选择偏倚被尽可能减少。此外,对缺失数据进行了数据插补。然而,必须强调的是,由于缺失数据被按正常值插补,异常生命体征参数的数量可能被低估。仅纳入无缺失值患者的敏感性分析显示,与对缺失数据进行插补的患者相比,在预测危重症方面无显著差异。但同样,由于缺失数据被按正常值插补,这可能导致了令人担忧的偏倚,因为异常值可能被低估。
本研究未记录β受体阻滞剂的使用情况。这些药物对心率及血压有影响,窦性心动过速的出现可能被掩盖。因此,使用这些药物有可能使研究结果产生偏倚。无法展示这些药物对模型准确性的影响。进一步的研究应阐明这一点。
为防止对患者是否发展为危重症的任何错误分类,研究核实了纳入的患者是否在初次就诊后28天内死亡或入住ICU。然而,对于最初入住本研究所在三级转诊医院、并在研究期间被转至另一家医院的患者,无法确定其结局。即便如此,没有患者在未经急诊医师诊视的情况下被转至不同医院,此外,不稳定患者不太可能被转运至非转诊医院。
结论
使用该院前风险分层工具可在急性环境中中等程度地区分潜在危重症与非危重症成人患者,并可能有助于在院前环境中识别危重症患者。
参考来源
- Veldhuis LI, Hollmann MW, Kooij FO, et al. A pre-hospital risk score predicts critical illness in non-trauma patients transported by ambulance to a Dutch tertiary referral hospital. Scand J Trauma Resusc Emerg Med. 2021. PMID: 33579335. doi:10.1186/s13049-021-00843-z
- 全文:PMC7881659(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7881659/
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。