急診創傷患者預后判斷指標集及預測模型的初步研究

胡瑞武

（佛山市第五人民醫院/佛山科學技術學院附屬佛山第五醫院 急診科，廣東 佛山 528211）

0 引言

急診創傷發生后，其對人體各個系統均為一次嚴重的打擊與損害，且在此基礎上患者各個臟器的病理改變顯得復雜、多變，預后難以預料[1]。目前，臨床上與急診創傷預后相關指標和評分系統雖然在一定程度上能反映患者預后，但是不同系統敏感性、特異性較低[2]。同時，當前臨床使用的預后預測指標更多的局限于某個系統范圍、某個地區背景內或某單一指標，尚無一致的、值得信賴的預測指標[3]。因此，本研究以急診創傷患者為對象，探討急診創傷患者預后判斷指標分析及價值。

1 資料與方法

1.1 一般資料。選取佛山市第五人民醫院2019年10月至2020年12月急診創傷患者157例為對象，給予常規方法治療，根據患者預后分為死亡組與存活組。死亡組43例，男31例，女12例，年齡41～73歲，平均（58.94±4.53）歲；病程1～7 d，平均（3.68±0.51）d；損傷部位：胸部28例，頭頸部10例，其他5例；存活組114例，男66例，女48例，年齡42～74歲，平均（59.18±4.56）歲；病程1～8 d，平均（3.71±0.56）d；損傷部位：胸部63例，頭頸部38例，其他13例。兩組患者一般資料對比，差異無統計學意義（P＞0.05），具有可比性

1.2 納入、排除標準。納入標準：①入組患者均具備急診創傷診斷標準[4]；患者的胃腸功能評分≥1分，Glasgow評分＞6分；②年齡≥18歲，能配合完成隨訪；③具有完整的基線資料與隨訪資料；排除標準：①合并精神異常、凝血功能異常或伴有自身免疫系統疾病者；②以往有相關慢性疾病的急診患者，包括：糖尿病、高血脂等；③入院途中死亡或器質性疾病者；④近期接受輸血治療或并發有感染等相關因素；⑤入院時并發有呼吸、循環循環衰竭者；⑥具有消化系統疾病，可能對治療效果產生影響者。

1.3 方法。①預后影響因素分析。所有患者入院后均給予常規方法治療，加強患者生命體征監測，幫助患者建立靜脈通路，常規給予止血、補液干預，對于病情穩定后給予鎮痛處理。根據患者預后分為死亡組與存活組。查閱患者病歷資料，記錄患者性別、GCS評分、年齡、病程、并發癥、創傷部位、機械通氣、D二聚體（D-D）、動脈血乳酸（LAC）等，并完成單因素及多因素Logistic分析。②預測模型建立及效能。針對第一部分急診創傷患者預后的影響因素，建立急診創傷患者預后的風險預測模型，并在建立的風險預測模型基礎上，借助R軟件建立風險預測列線圖，對列線圖進行驗證，分別計算代表模型區分度的C-統計量與一致性的Hosmer-Lemshow檢驗，并通過統計左圖對比預測概率與實際觀察概率，初步預測列線圖的校準能力；根據建立的模型及列線圖引入ROC曲線，驗證模型的可靠性及效能[5]。

1.4 統計學分析。采用SPSS 24.0軟件處理，計數資料行χ2檢驗，采用n（%）表示，計量資料行t檢驗，采用（）表示，P＜0.05差異有統計學意義。

2 結果

2.1 急診創傷患者預后影響單因素分析。157例急診創傷患者43例死亡，死亡率為27.39%。單因素結果表明：急診創傷患者預后與性別、年齡、創傷部位，差異無統計意義（P＜0.05）；與病程、并發癥、機械通氣、D-D、LAC及GCS評分，差異有統計意義（P＜0.05），見表1。

表1 急診創傷患者預后指標單因素分析

2.2 急診創傷患者預后影響多因素Logistic分析。多因素Logistic分析結果表明：急診創傷患者預后與病程、并發癥、機械通氣及GCS評分，差異有統計意義（P＜0.05），見表2。

表2 急診創傷患者預后影響多因素Logistic分析

2.3 列線圖預測模型的構建。利用R軟件建立預測急診創傷患者預后的列線圖模型，根據列線圖模型看出：GCS得分為63分；機械通氣得分為37.6分；并發癥得分71.5分，見圖1。

圖1 列線圖預測模型的構建

2.4 列線圖模型對急診創傷患者預后的預測效能。ROC曲線結果表明：列線圖模型預測急診創傷患者預后的C-index為0.816，具有良好的區分度；曲線下面積為0.832，95%CI為0.757～0.899，具有良好的預測效能，見圖2。

3 討論

急性創傷后機體的病理改變涉及多個系統、組織器官，單一的指標或評估系統難以準確的對復雜、嚴重創傷患者預后進行評估[6-7]。從既往研究結果看出，上述評價系統的局限性，難以全面預測患者的預后，導致臨床死亡率較高[8]。本研究中，157例急診創傷患者43例死亡，死亡率為27.39%。單因素及多因素Logistic分析結果表明：急診創傷患者預后與病程、并發癥、機械通氣、D-D、LAC及GCS評分，差異有統計意義（P＜0.05），提示急診創傷患者預后影響因素較多，影響患者預后。對于急性創傷患者發病后病程較長，且患者時間越長，病情越嚴重；尤其是對于伴有并發癥患者，能加劇病情發展。而機械通氣是急性創傷患者保護因素，對于早期進行機械通氣治療患者，能延緩病情發展，有助于降低臨床死亡率。GCS則能反映患者的疾病嚴重程度，加強急性創傷患者GCS評分，能評估、預測患者預后。

臨床預測模型旨在促進個體對某種疾病的發生（診斷模型）或將要發生（預后模型）的絕對概率（或風險）的風險預測。危險因素預測模型多數為隊列設計，常用預測模型為Framingham風險評分，該模型能預測10年心血管疾病風險。國內學者研究表明：二元Logistic回歸適用于病例對照/橫斷面研究預測疾病風險，如：早期篩查下腰痛、下肢石膏固定術后靜脈血栓形成等。由此看出，預測性研究采用橫斷面/病例對照研究或隨訪研究設計，更多的出于不同的研究目的。本研究中首次引入列線圖模型，該模型屬于是一種新型的預測方法，能將多因素Logistic回歸分析結果以圖形化、可視化方式展開，從而通過直觀的形式預測某種疾病的風險[9]。國內學者研究表明[10]：列線圖模型與傳統的單一評分相比，能整合更多的危險因素，并且通過得分方式進行比較，更加準確、靈活。目前，列線圖模型已經廣泛用于慢性胰腺炎、胃腸道間質瘤術后復發等風險預測中。本研究中，根據列線圖模型看出：GCS得分為63分；機械通氣得分為37.6分；并發癥得分71.5分；ROC曲線結果表明：列線圖模型預測急診創傷患者預后的C-index為0.816，具有良好的區分度；曲線下面積為0.832，95%CI為0.757～0.899，具有良好的預測效能。因此，本研究中建立的預測模型具有良好的效能，能反映患者的疾病嚴重程度，可指導臨床診療。

綜上所述，急診創傷患者預后影響因素較多，建立預測模型能獲得較高的靈敏度，能為臨床診療提供參考依據。