建立預測老年患者非神經外科非心血管手術圍術期死亡風險的危險指數評分的臨床研究

姜柏林，馮 藝△，劉峻豪

(1.北京大學人民醫院麻醉科,北京 100044；2.中國醫學科學院阜外醫院/國家心血管病中心/心血管疾病國家重點實驗室，北京 100037)

論著·臨床研究doi:10.3969/j.issn.1671-8348.2017.28.015

建立預測老年患者非神經外科非心血管手術圍術期死亡風險的危險指數評分的臨床研究

姜柏林1，馮 藝1△，劉峻豪2

(1.北京大學人民醫院麻醉科,北京 100044；2.中國醫學科學院阜外醫院/國家心血管病中心/心血管疾病國家重點實驗室，北京 100037)

目的建立預測老年患者非神經外科非心血管手術圍術期死亡風險的危險指數評分。方法選取2012年12月至2016年3月于北京大學人民醫院接受非神經外科非心血管手術治療的年齡大于或等于65歲的住院患者11 144例，分為死亡組及存活組。對比兩組患者的一般資料、合并疾病、術前化驗室檢查、手術麻醉情況。行多因素Logistic回歸分析該人群圍術期死亡的危險因素，采用Bootstrapping法行內部校驗，通過校正方程的偏回歸系數確立危險指數評分的參數權重。結果圍術期病死率為1.0%(111例)。通過回歸分析獲得8個獨立預測因素，并定義危險指數評分：美國醫師協會分級(Ⅰ級0分，Ⅱ級3分，Ⅲ或Ⅳ級4分)、BMI(<24 kg/m20分，≥24 kg/m2-1分)、腎功能不全(1分)、慢性阻塞性肺病(3分)、需胰島素治療的糖尿病(2分)、低清蛋白血癥(1分)、低鈉血癥(1分)、實施全身麻醉(1分)。危險指數評分：<6分的患者為低危，6～7分的患者為中危，>7分的患者為高危，高危患者圍術期死亡的實際預測風險大于10%。圍術期死亡危險指數評分展現出了較好的診斷識別能力(c-statistic=0.878)。結論老年患者非神經外科非心血管手術的圍術期死亡風險可以通過危險指數評分進行預測，這一評分可以幫助篩選圍術期死亡的高危人群，以便針對性的給予更精細化的圍術期管理。

老年人；圍術期；住院病死率；危險指數

隨著老齡化社會的到來，老年患者手術量已日益增多[1]。盡管年齡并非預后的決定性因素[2]，但衰老及相關疾病導致的虛弱狀態仍使老年患者成為了圍術期死亡的易感人群[3-6]。有效識別其中的高危患者，從而有針對性地加強圍術期管理是避免患者圍術期死亡的重要措施[4]。用于預測患者圍術期死亡的模型和量表已有報道，但這些量表或針對心血管事件及心因性死亡或過于復雜，難以推廣[7-8]，或僅是經驗性獲得，缺乏合理的權重分配[9-10]。而對于非神經外科非心血管手術而言，因手術風險相對較低，識別高危患者則可有效地利用醫療資源，對臨床工作的指導更具價值。但關于老年患者非神經外科非心血管手術圍術期全因死亡風險預測的研究卻鮮有報道。本研究擬統計行非神經外科非心血管手術的老年患者圍術期死亡的發生率，分析危險因素，建立預測模型。為老年患者的圍術期管理提供參考。

1 資料與方法

1.1一般資料 收集2012年12月至2016年3月于北京大學人民醫院行手術治療的住院患者資料。納入標準：(1)年齡大于或等于65歲；(2)行全身麻醉、椎管內麻醉或周圍神經阻滯下手術治療。排除標準：(1)神經外科、心外科或血管外科的住院患者；(2)重要資料、數據不全，且難以溯源獲得。共有11 144例患者納入最終分析。依據患者是否發生圍術期死亡，分為死亡組及存活組。本研究通過醫院倫理委員會審批(審批號：2016PHB148)。

1.2方法 觀察兩組患者的一般資料、合并疾病、術前化驗室檢查、手術麻醉情況。(1)一般資料：年齡、性別、美國麻醉醫師協會分級(ASA分級)、身高、體質量、體質量指數(BMI)；(2)合并疾病：既往卒中或短暫性腦缺血發作(TIA)病史、心臟病病史(包括冠心病、心房顫動、瓣膜病、心力衰竭)、高血壓病、腎功能不全、慢性阻塞性肺疾病(COPD)、需胰島素治療的糖尿病、頸動脈狹窄、周圍血管疾病；(3)術前化驗室檢查：高脂血癥(三酰甘油、低密度脂蛋白膽固醇或總膽固醇中的一項或幾項升高)、高尿酸血癥(男性大于420 μmol/L，女性大于360 μmol/L)、貧血(血紅蛋白小于100 g/L)、低清蛋白血癥(血清蛋白小于30 g/L)、高鈉血癥(血鈉大于145 mmol/L)、低鈉血癥(血鈉小于135 mmol/L)；(4)手術麻醉資料：是否急診手術、是否實施全身麻醉。行多因素Logistic回歸分析該人群圍術期死亡的危險因素，采用Bootstrapping法[11]行內部校驗，通過校正方程的偏回歸系數確立危險指數評分的參數權重。圍術期死亡指住院患者在術中及術后30 d或更久時間(住院期間)內發生的全因死亡。

2 結 果

2.1一般資料 共納入患者11 144例，年齡(73.7±5.8)歲，男4 399例(39.5%)，女6 745例(60.5%)。發生圍術期死亡111例(1.0%)。兩組患者的性別、ASA分級及BMI比較，差異有統計學意義(P<0.05)。見表1。

2.2圍術期死亡的單因素分析 死亡組患者合并心臟病、腎功能不全、COPD、需胰島素治療的糖尿病、高脂血癥、術前貧血、低清蛋白血癥及低鈉血癥的比例高于存活組，差異有統計學意義。死亡組患者實施全身麻醉的比例高于存活組，差異有統計學意義(P<0.05)。見表1。

表1 圍術期死亡的單因素分析

表2 圍術期死亡患者的多因素Logistic回歸分析

2.3圍術期死亡患者的多因素分析 多因素Logistic回歸分析顯示，ASA分級、合并腎功能不全、合并COPD、合并需胰島素治療的糖尿病、低清蛋白血癥、低鈉血癥、實施全身麻醉是老年患者行非神經外科非心血管手術圍術期死亡的獨立危險因素；BMI升高是圍術期死亡的保護因素。見表2。

2.4圍術期死亡的危險指數 通過Bootstrapping法獲得校正回歸方程并依據校正偏回歸系數分配危險指數分值，見表3。原始回歸方程、校正回歸方程及危險指數在原始數據庫的c-statistic分別為0.884、0.884、0.878。依據預測的圍術期死亡風險分為3級：危險指數-1～5分為低危(<1%)，6～7分為中危(1%～5%)，8～13分為高危(>5%)，見表4。高危患者的實際預測風險大于10%。

表3 偏回歸系數及危險指數分值

表4 圍術期死亡危險指數的分值預測

續表4 圍術期死亡危險指數的分值預測

3 討 論

圍術期病死率取決于患者的身體狀況、手術難度及圍術期的管理[12]。年齡并不是圍術期死亡的直接影響因素，衰老和合并疾病所導致的虛弱狀態才是影響預后的原因[2,13]。不同難度手術的圍術期病死率亦并不相同，一般來講，神經外科手術[4]和心血管手術[5]常與異常升高的病死率相關。非心臟手術的圍術期病死率通常為0.8%～3.9%[4,14]。老年患者隨著身體狀況的下降，這一比率會有所上升[10,12]，本研究中患者的圍術期病死率為1.0%。而不同的圍術期管理，也是影響圍術期病死率的重要因素。有研究顯示：不同規模醫療中心間的圍術期病死率具有顯著性差異，盡管高手術量的醫療中心收治的患者身體狀況更差、實施的手術難度更高，但其圍術期病死率反而更低[12]。這提示對于高危患者提供更積極、更精細化的圍術期管理，對于圍術期病死率的降低是有益的。高危患者的術后加強護理是值得提倡的[4]。因此，老年患者作為圍術期死亡的易感人群[4-6,12]，在計劃實施圍術期死亡風險相對較低的非神經外科非心血管手術時，如果可以準確地預測患者的圍術期死亡風險，篩選出高危人群，那么就可以更為有效地利用醫療資源，針對性地加強圍術期管理，降低圍術期病死率。

預測患者圍術期死亡風險的模型和量表既往已有報道，部分量表已應用于臨床，但這些量表并不適于臨床醫生對老年患者非神經外科非心血管手術的圍術期死亡風險預測。應用較廣的修正心臟風險指數是用于評估非心臟手術患者的心臟并發癥及心臟病死率，并不適于全因病死率的評估[7]。基于健康老年患者研究確立了虛弱指數評分[10]，但其包含70個參數，不利于臨床推廣應用。存在類似問題的還有美國外科醫師學會基于國家手術質量改進計劃確立的病死率模型[8]。而分別基于上述兩個模型的改良虛弱指數評分[13]和外科手術病死率預測模型[9]，盡管簡化了評分量表，增強了可實用性，但卻是基于經驗性的表格，缺乏合理的權重分配，限制預測能力。因此，基于老年人群和非神經外科非心血管手術，通過回歸分析獲得，具有較好診斷能力的簡化預測模型是具有實際臨床意義的。

本研究顯示，ASA分級、合并腎功能不全、合并COPD、合并需胰島素治療的糖尿病、低清蛋白血癥、低鈉血癥、實施全身麻醉是老年患者行非神經外科非心血管手術圍術期死亡的獨立危險因素，BMI升高是圍術期死亡的保護因素，與文獻報道一致[1,4,9,14]。需要指出的是，術前血鈉異常是導致病死率增加的原因，抑或僅是嚴重疾病的標識，目前尚不清楚，兩種假設均有文獻支持[15]。全身麻醉本身可能并不是導致圍術期死亡增加的原因，而是患者的身體狀況(如凝血功能異常)對麻醉的選擇造成了偏倚。BMI升高是圍術期死亡的保護因素，此前已有發現[1,4]，肌量減少和死亡存在相關，同時消瘦亦提示癌癥和不良的營養狀況[1]。但這一解釋并不能很好詮釋肥胖患者(BMI≥28 kg/m2)圍術期死亡風險的進一步下降。對于這些現象內在機制的進一步研究，尚有待進行。

由于回歸方程通常可在擬合建立該方程的原始數據庫中顯示出不錯的診斷預測能力，但對于其他數據庫的診斷能力則尚需校驗評價。在無法獲得外部檢驗數據庫的情況下，內部檢驗方法可以通過統計學實現。本研究采用了Bootstrapping法，該方法被證實要優于Split-sample法和Cross-validation法，產生更穩定和準確的結果[11]。本研究中原始方程和校正方程在原始數據中的c-statistic均為0.884。這意味著校正方程具有穩定的和較好的診斷預測能力，可推廣應用于其他數據樣本。

為便于臨床應用，對校正方程的偏回歸系數進一步簡化處理，獲得了圍術期死亡的危險指數。以危險指數總分作為變量建立的回歸方程在數據庫中的c-statistic為0.878，略低于簡化前模型，但仍可接受，且變量的簡化使切實的臨床應用成為了可能。依據對應的圍術期死亡預測風險，可根據危險指數將患者分為低危、中危、高危3個等級。對于高危患者，其死亡預測風險實際已在10%以上。因此，這類患者是危險指數篩查的重要目標人群，提示需要接受更精細化的圍術期管理及術后的加強監護。

本研究的資料源自北京大學人民醫院的數據中心。研究所用數據由第三方數據管理公司從醫院數據中心提取整理，并由醫院的數據工程師進行校驗。

本研究為回顧性研究，參數的采集限于臨床常用數據，尚不足以對圍術期死亡事件做更深入地機制研究。同時，單中心限于診治特色等原因導致的患者入選偏倚難以避免。這些可能會導致研究結論在外推至疾病構成特點存在較大偏差或診療過程差異較大的其他醫療中心時，出現偏差。進一步的多中心前瞻性研究，在揭示患者圍術期死亡事件的本質上，會提供更為有利的證據。

老年患者是圍術期死亡的易感人群，在行非神經外科非心血管手術等圍術期死亡風險相對較低的手術時，有效的識別高危人群，可以針對性地提供更精細化地圍術期管理，以期降低圍術期病死率。危險指數評分可以較有效地預測此類患者的圍術期死亡風險，操作較為方便，可為臨床工作提供參考。

[1]Amrock LG,Neuman MD,Lin HM,et al.Can routine preoperative data predict adverse outcomes in the elderly? Development and validation of a simple risk model incorporating a chart-derived frailty score[J].J Am Coll Surg,2014,219(4):684-694.

[2]Sündermann SH,Dademasch A,Seifert B,et al.Frailty is a predictor of short- and mid-term mortality after elective cardiac surgery independently of age [J].Interact Cardiovasc Thorac Surg,2014,18(5):580-585.

[3]R?nning B,Wyller TB,Jordh?y MS,et al.Frailty indicators and functional status in older patients after colorectal cancer surgery [J].J Geriatr Oncol,2014,5(1):26-32.

[4]Wickboldt N,Haller G,Delhumeau C,et al.A low observed-to-expected postoperative mortality ratio in a Swiss high-standard peri-operative care environment - an observational study[J].Swiss Med Wkly,2015,145:w14205.

[5]Murad Junior JA,Nakazone MA,Machado Mde N,et al.Predictors of mortality in cardiac surgery:brain natriuretic peptide type B [J].Rev Bras Cir Cardiovasc,2015,30(2):182-187.

[6]Andersson C,Gislason GH,Hlatky MA,et al.A risk score for predicting 30-day mortality in heart failure patients undergoing non-cardiac surgery [J].Eur J Heart Fail,2014,16(12):1310-1316.

[7]Ford MK,Beattie WS,Wijeysundera DN.Systematic review:prediction of perioperative cardiac complications and mortality by the revised cardiac risk index [J].Ann Intern Med,2010,152(1):26-35.

[8]Regenbogen SE,Lancaster RT,Lipsitz SR,et al.Does the Surgical Apgar Score measure intraoperative performance? [J].Ann Surg,2008,248(2):320-328.

[9]Glance LG,Lustik SJ,Hannan EL,et al.The Surgical Mortality Probability Model:derivation and validation of a simple risk prediction rule for noncardiac surgery [J].Ann Surg,2012,255(4):696-702.

[10]Farhat JS,Velanovich V,Falvo AJ,et al.Are the frail destined to fail? Frailty index as predictor of surgical morbidity and mortality in the elderly [J].J Trauma Acute Care Surg,2012,72(6):1526-1531.

[11]Steyerberg EW,Harrell FE Jr,Borsboom GJ,et al.Internal validation of predictive models:efficiency of some procedures for logistic regression analysis [J].J Clin Epidemiol,2001,54(8):774-781.

[12]Kitazawa T,Matsumoto K,Fujita S,et al.Perioperative patient safety indicators and hospital surgical volumes [J].BMC Res Notes,2014,7:117.

[13]Keller DS,Bankwitz B,Nobel T,et al.Using frailty to predict who will fail early discharge after laparoscopic colorectal surgery with an established recovery pathway [J].Dis Colon Rectum,2014,57(3):337-342.

[14]Klinck J,McNeill L,Di Angelantonio E,et al.Predictors and outcome impact of perioperative serum sodium changes in a high-risk population [J].Br J Anaesth,2015,114(4):615-622.

[15]Allen SJ.Marker or mechanism? Dysnatraemia and outcomes in the perioperative period [J].Br J Anaesth,2016,116(2):155-157.

Studyonestablishingriskindexscoringforpredictingperioperativemortalityriskinagedpatientsundergoingnon-neurologicandnon-cardiovascularsurgery

JiangBailin1，FengYi1△，LiuJunhao2

(1.DepartmentofAnesthesiology,People'sHospital,PekingUniversity,Beijing100044,China;2.StateKeyLaboratoryofCardiovascularDisease,NationalCenterforCardiovascularDiseases,FuwaiHospital,ChineseAcademyofMedicalSciences,Beijing100037,China)

ObjectiveTo develop a risk index scoring for predicting perioperative mortality risk in aged patients undergoing non-neurologic and non-cardiovascular surgery.MethodsA total of 11 144 inpatients aged ≥65 years old undergoing non-neurologic and non-cardiovascular surgery in the People's Hospital of Peking University from December 2012 to March 2016 were selected and divided into the death group and survival group.The following variables were compared between the 2 groups:general data,comorbidities,preoperative laboratory tests and operation anesthesia.A multivariate Logistic regression analysis was performed on the risk factors for perioperative death in this group.The Bootstrapping method was performed for conducting internal validation.The parameters weighing of risk index scoring was established by correcting the partial regression coefficient of equation.ResultsThe perioperative mortality was 1.0%(111 cases).Eight independent predicting factors were obtained by the regression analysis.Then the risk index scoring was defined:classification of the Association of American Physicians(grade Ⅰ:0 point;grade Ⅱ:3 points;grade Ⅲ or Ⅳ:4 points ),BMI(<24 kg/m2:0 point;≥24 kg/m2:-1 point ),renal insufficiency(1 point),chronic obstructive pulmonary disease(3 points),diabetes needing insulin treatment(2 points),preoperative hypoalbuminemia (1 point),preoperative hyponatremia (1 point) and general anesthesia (1 point).The patients with risk scores<6 points were classified as low risk,patients with risk score 6-7 points were classified as intermediate risk and those with risk score>7 were classified as high risk.The actual predicting risk of perioperative death in high risk patients >10%.The perioperative mortality risk index exhibited better diagnostic recognition ability (c-statistic=0.878).ConclusionThe perioperative mortality risk of aged patients undergoing non-neurologic and non-cardiovascular surgery can be predicted by the risk index scoring,which can help to screen the high-risk individuals of perioperative death in order to give more carefully perioperative management.

aged;perioperative period;hospital mortality;risk index

姜柏林(1982-)，主治醫師，博士，主要從事危重癥患者圍術期管理研究。△

，E-mail:yifeng65@sina.com。

R614

A

1671-8348(2017)28-3931-04

2017-05-06

2017-06-02)