APACHE Ⅳ評分系統對缺血性腦卒中嚴重程度的預測價值：來自一項大型數據庫的回顧性觀察研究

解曉霞， 姚 震， 何 旭， 楊正寧， 陳 鈞

腦卒中是一種嚴重危害人類健康的常見疾病，具有發病率高、死亡率高、致殘率高、復發率高的特點[1,2]。2019年全球疾病負擔研究的數據結果[3]顯示 ：與2009年相比，2019我國腦卒中死亡率增加了7.3%，傷殘調整壽命年增加了5.9%。隨著社會的發展和生活水平的提高，其患病率已經呈明顯的上升趨勢。缺血性腦卒中約占腦卒中的50%，位居第1位[4]。因此，探討IS患者預后的獨立危險因素并建立預測模型，對于客觀、準確地評估IS患者的病情嚴重程度具有重要意義。急性生理與慢性健康狀況評分Ⅳ(acute physiology and chronic health evalution，APACHE Ⅳ)系統是當前重癥監護病房常用的病情量化評估工具，依據患者入院24 h內的數據，進而對疾病的嚴重程度進行量化，從而幫助預測患者的死亡風險和預后。本研究旨在探討IS患者預后的獨立危險因素及APACHE Ⅳ評分對預測IS嚴重程度的價值。

1 資料與方法

1.1 一般資料 數據收集自eICU協同研究數據庫v2.0[5]。該數據庫是一個多中心ICU數據庫，該數據庫包括2014年-2015年期間收治的200,859名患者。患者入住全美208家醫院之一。eICU數據庫包括床邊監護儀每小時的生理讀數、人口統計學特征記錄、疾病嚴重程度測量、診斷、治療以及常規醫療護理期間收集的其他臨床數據。該數據庫的使用已得到麻省理工學院機構審查委員會和1964年《赫爾辛基宣言》及其后來的修正案的批準。作者使用該數據庫前已通過課程學習及考試，最終獲得訪問權限，并進行數據提取(認證號:41800801)。在數據庫中記錄的所有首次入ICU的首要診斷為缺血性腦卒中的患者都有資格納入本研究，患者被排除的原因如下：(1)無醫院生命狀態記錄(生存或死亡)；(2)APACHE Ⅳ評分缺失及APACHE Ⅳ評分等于-1；(3)血小板數據缺失。最后有1934名患者符合本次研究要求(見圖1)。

圖1 流程圖

1.2 方法 從eICU數據庫中提取以下數據：性別、年齡、種族、入院身高、入院體重、住院時間、APACHE Ⅳ評分、血小板計數、住院身份、是否接受通氣氧合、共病(房顫、高血壓、糖尿病、心衰)。血小板計數以入院第一次測量值為主。APACHE Ⅳ評分可根據在線網頁(網址：https://intensivecarenetwork.com/Calculators/Files/APACHE 4.html)評估患者個體狀況后獲得。主要結果是醫院死亡率。

1.3 統計學方法 所有的數據均采用SPSS 25.0軟件包(www.spss.com)和R 4.1.0(www.R- project.org)進行統計分析。首先，為了比較幸存組和非幸存組之間基線資料的差異，分類變量以絕對數和百分比表示，并采用卡方檢驗進行分析。非正態數據以中位數和四分位數范圍(IQR)表示，并采用Wilcoxon秩和檢驗進行比較。其次，我們采用了單因素Logistic、多因素Logistic回歸分析影響IS患者的獨立預測因素。用Hosmer-Lemeshow擬合優度檢驗預測模型準確度。采用R語言中的“pROC”程序包繪制ROC曲線，分析模型的診斷價值，約登指數(臨界值)對應于ROC曲線上的點被計算為確定預后的敏感性和特異性。對應于最大約登指數的截止值用作評估預后的最佳臨界值。根據臨界值劃分為兩組，使用R語言中的“survival”程序包，繪制兩組與住院時間相關的總生存率Kaplan-Meier(K-M)曲線，Log Rank檢驗兩組生存間差異。P<0.05為差異有統計學意義。

2 結 果

2.1 一般情況 1934例缺血性腦卒中患者中，有213例(11.0%)住院期間死亡。

2.2 幸存組與非幸存組患者基線資料比較 兩組性別、種族、入院身高、血小板計數、住院時間、合并高血壓比較，差異無統計學意義(P>0.05)，非幸存組年齡、APACHE Ⅳ評分、合并糖尿病史、合并心衰、合并房顫及機械通氣治療比例高于幸存組，入院體重低于幸存組，差異均有統計學意義(均P<0.05)(見表 1)。

表1 幸存組與非幸存組患者基線資料比較

2.3 影響IS患者預后的多因素Logistic分析 以住院狀態(死亡=1，生存=0)作為因變量，單因素分析中P<0.05的7個變量作為自變量，構建多因素Logistic回歸分析模型，變量篩選采用前進法。自變量賦值情況為：APACHE Ⅳ評分、入院體重原值錄入，年齡(<60歲=1，60～75歲=2,76～89歲=3，>89歲=4)、合并糖尿病、合并心衰、合并房顫、機械通氣治療(是=1，否=0) 。多因素Logistic回歸分析結果顯示，機械通氣治療、APACHE Ⅳ評分為IS的獨立危險因素(P<0.05)(見表2)。

表2 影響IS患者預后的多因素Logistic分析

2.4 預測模型評估IS患者預后不良的價值 依據多因素回歸分析結果，機械通氣治療、APACHE Ⅳ評分為IS的獨立危險因素。我們旨在探討APACHE Ⅳ評分對IS的影響。采用“pROC”程序包繪制ROC曲線下面積,評價APACHE Ⅳ評分的區分度，采用Hosmer-Lemeshow擬合優度檢驗評價校準度，其中列線圖模型的ROC曲線下面積為 0.770[95%CI(0.660，0.773)](見圖2)。Hosmer-Lemeshow擬合優度檢驗結果顯示，預測值與實際觀測值之間差異無統計學意義(χ2=13.755，P=0.088),擬合度良好。

圖2 出血性腦卒中嚴重程度的ROC曲線

APACHE Ⅳ評分最佳臨界值為56.5分，此時的曲線對應的靈敏度為71.8%，特異度為 72.8%，根據最佳臨界值分為兩組，利用K-M曲線分析兩組總生存差異，結果顯示，APACHE Ⅳ評分的最佳臨界值是56.5，APACHE Ⅳ評分>56.5(高風險組)預后與APACHE Ⅳ評分<56.5(低風險組)相比顯著較差(見圖3，P<0.01)。這也進一步驗證了APACHE Ⅳ評分可以可靠的預測IS患者的預后。

圖3 高風險組和低風險組總生存率K-M曲線

3 討 論

目前，隨著醫學科學技術的發展和醫學模式、疾病譜的轉變，IS疾病嚴重程度的定量評估可以為患者病情的評估、預后預測、醫生的醫療決策提供客觀依據。APACHE Ⅳ評分被廣泛用于評估危重患者的嚴重程度和預后[6～8]。APACHE評分有4種版本，APACHE Ⅳ評分是目前最新版本，基于入院24 h內的變量，對預測醫院死亡率具有良好的鑒別性和校準度。

APACHE Ⅳ評分系統包括急性生理評分(年齡、體溫、平均動脈壓、心率、呼吸頻率、是否機械通氣、吸入氧濃度、血氧分壓、二氧化碳分壓、動脈血pH值、鈉離子濃度、24 h尿量、肌酐、尿素氮、血糖水平、白蛋白、膽紅素、紅細胞比容、白細胞、格斯拉評分)、慢性健康條件、入院信息及入院診斷信息。有研究表明[9]，APACHE Ⅳ評分對COVID-19危重患者有著很好的鑒別能力。此前，在一家社區醫院的ICU中進行的前瞻性隊列研究表明[10]，APACHE Ⅳ評分和PPI都是預測ICU死亡率的重要工具。與PPI相比，APACHE Ⅳ評分系統可以更準確地預測死亡率。另外，在一項評估呼吸重癥監護病房機械通氣患者的預后和預測機械通氣持續時間的研究[11]中，比較4種不同的評分系統(SAPS Ⅱ,APACHE Ⅱ,SAPS Ⅲ,and APACHE Ⅳ)的鑒別度，發現APACHE Ⅳ評分系統比其他系統更有效，不僅能顯著區分機械通氣的結果，而且可以預測機械通氣的持續時間。綜上，APACHE Ⅳ評分系統被用于評估多種疾病的預后，并有著良好的鑒別度。但目前仍然沒有關于APACHE Ⅳ評分系統預測IS的相關研究。本研究構建的IS預后不良模型通過Hosmer-Lemeshow擬合優度檢驗，結果顯示與預測模型實際結果具有較高一致性。并進一步通過ROC曲線分析及K-M曲線驗證，得出AUC為 0.770，最佳臨界值為56.5。表明預測模型臨床價值較高。我們的研究并非沒有局限性。首先，我們的研究受到該隊列的回顧性性質的限制，需要進一步的前瞻性試驗提供證據，并潛在地驗證我們的研究發現，其次，未納入藥物干預等其他因素，應進一步完善使預測值準確度更高。本模型的準確度還應進行研究驗證。

4 結 論

依靠一個大型的國家數據庫隊列，我們發現APACHE Ⅳ評分系統對IS嚴重程度具有一定預測價值,且模型準確度較高，有利于臨床進行預后診斷，改善IS患者預后。