重癥患兒轉診死亡風險模型的構建與實踐

陳亮 李佳蓉 肖蘭蘭 袁遠宏

高質量的緊急醫療系統，包括轉診和轉診到適當的醫療機構，是醫院運轉良好的關鍵組成部分[1]。然而，即使在緊急醫療系統發達的情況下，尋求醫療服務、診斷和三級醫療轉診的累積延遲也會導致嬰幼兒發病率和死亡率的增加[2]。大多數重癥患兒的死亡是可以避免的，提供優質的醫療資源和高水平的醫療技術干預就可以預防和治療，因此醫院轉診對重癥患兒的治療和預后十分重要[3]。但是有研究表明，患兒在轉診期間面臨著很多潛在的影響因素，可能會加劇患兒的死亡風險，確保重癥患兒轉診后的生存率已經成為最關鍵的干預措施[4]。兒科重癥監護病房（PICU）患兒的轉診死亡率可超過50%，考慮到這些患兒疾病嚴重程度的差異和潛在的高轉診病死率，需要建立早期預測重癥患兒轉診死亡風險的模型，并能夠根據風險模型對重癥患兒進行死亡風險分級[5]。然而，雖然目前已經開展了幾項關于風險預測模型的研究，但關于重癥患兒死亡風險，特別是轉診死亡風險的研究較少[6-7]。所以本研究在調查重癥患兒轉診死亡的危險因素的基礎上，構建重癥患兒轉診死亡風險預測模型，為臨床早期預測轉診死亡風險提供參考。

1 對象與方法

1.1 研究對象

選取醫院在2022 年1—12 月收治的從外院轉診至本院的重癥患兒204 例為研究對象，將其中轉入本院后1 周死亡的23 例患兒為死亡組，存活的181 例患兒為生存組，基本情況描述見表1。本研究獲得本院倫理委員會的許可（編號：HCHLL-2022-108），所有參與研究的家長都簽署了書面知情同意書。

表1 不同特征的重癥患兒轉診死亡的單因素分析（n=204）

（1）納入條件：符合兒童重癥監護室的收治標準；患兒年齡1～18 歲；患兒及其照顧者具有正常的認知和溝通能力。

（2）排除條件：轉診途中死亡的患兒；≤28 d 的新生兒；患兒及其照顧者主觀意愿上不配合，依從性不佳；臨床資料不完整的患兒。

1.2 資料收集

資料內容包括患兒性別、年齡、手術史、外傷史、轉院前科室、轉院前住院天數、轉院級別、轉院距離、血糖水平、營養不良、原發病、機械通氣、嚴重脫水和專業轉診團隊等。其中低血糖水平根據兒童血糖標準進行劃分，當較大嬰兒和兒童空腹血糖＜2.8 mmol/L[8]；重癥患兒營養不良的臨床判斷為：存在明顯的嚴重消瘦、雙側凹陷性水腫、上臂中圍＜11.5 cm[9]。

1.3 數據分析方法

采用SPSS 25.0 統計軟件進行數據分析處理，符合正態分布的計量資料采用“均值±標準差”進行描述。單因素分析時，組間均數比較采用t檢驗或單因素χ2檢驗；多因素分析采用Logistic 回歸模型，分析影響重癥患兒轉診死亡的因素。使用受試者工作特征曲線（receiver operating characteristic curve,ROC）評估死亡模型的效度。以P＜0.05 為差異有統計學意義。

2 結果

2.1 重癥患兒轉診死亡的單因素分析

不同特征的重癥患兒轉診死亡的單因素分析結果，見表1。生存組與死亡組患兒之間血糖水平、營養不良、嚴重脫水和專業轉診團隊比較，差異有統計學意義（P＜0.05）。

2.2 重癥患兒轉診死亡的多因素Logistic 回歸分析

以單因素分析中有統計學意義的變量為自變量，以重癥患兒轉診死亡發生情況為因變量，進行多因素Logistic 回歸分析，自變量賦值方式見表2。分析結果顯示，低血糖、營養不良、嚴重脫水和專業轉診團隊是重癥患兒轉診死亡的主要影響因素（P＜0.05），見表3。

表2 自變量賦值方式

表3 重癥患兒轉診死亡影響因素的回歸分析結果

2.3 重癥患兒轉診死亡風險模型與效能評價

根據多因素Logistic 回歸分析，篩選出重癥患兒轉診發生死亡的獨立影響因素并以此構建重癥患兒轉診死亡風險模型：Y=2.022+1.497 低血糖+1.587營養不良+10.392 嚴重脫水-2.366 專業轉診團隊（各因素賦值見表2）。該模型的ROC 曲線下面積（AUC）為0.899（95%CI：0.806～0.975），表明具有一定的預測效能，見圖1。模型的預測結果見表表4，結果顯示，模型預測的靈敏度和特異度均較高，表明模型預測結果具有較高的真實性，并且預測結果與實際結果具有非常高的一致性，表明預測模型具有臨床應用價值。

圖1 采用ROC 曲線評價轉診死亡風險評分系統

表4 重癥患兒轉診死亡風險模型的預測效果

3 討論

3.1 死亡預測模型的建立

在醫療系統不發達的地方，如果兒童不能及時獲得高質量、適當的護理，肺炎等疾病可能危及生命[10]。重癥患兒需要更多的重癥監護和醫療資源，并面臨更大的死亡風險[11]。在這些情況下，我們需要進一步研究重癥患兒轉診死亡的影響因素，以確定需要改進的領域，通過建立死亡預測模型降低病死率。目前已經建立了很多風險預測模型，Laguna-GoyaR開發了一個風險模型，可以早期識別具有致命結果高風險的患者[12]。許穎等[13]通過肺炎風險預測模型可以早期確定預后因素和死亡高風險患者群體，有助于指導醫療決策、規劃醫院資源（包括重癥監護），并降低這種新感染的致死率。此外，一個新的機器學習模型表明，年齡水平、身體質量指數（Body Mass Index,BMI）、血尿素氮和血乳酸水平可以提前預測創傷合并急性呼吸窘迫綜合征患者的病死率[14]。有研究使用一種新的方法來評估BMI 與病死率之間的關系，通過使用基于多種臨床特征（包括合并癥）的風險模型來定義基線死亡風險，并使用BMI 分類并作為連續變量來分析這種死亡風險與BMI 之間的關系[15]。以上研究的模型均取得了較好的風險預測效果，本研究也建立了重癥患兒轉診死亡預測模型。

本研究發現血糖水平、營養不良、嚴重脫水和專業轉診團隊是影響重癥患兒轉診死亡的主要因素。

3.2 血糖水平對重癥患兒轉診死亡的影響

目前很多研究發現，低血糖可能是疾病嚴重程度和身體生理機能衰竭的標志，并且表明重癥患兒面臨著死亡威脅，這與我們的研究是一致的[16]。研究表明，低血糖本身可能是導致死亡的一個因素，出現低血糖或低血糖的重癥患兒應優先治療，早期給糖，防止血糖進一步下降，以降低病死率[17]。之前其開展的相關研究也報告了低血糖與住院病死率以及24 h 病死率之間的關系[18]。

3.3 嚴重營養不良對重癥患兒轉診死亡的影響

此外有研究發現，嚴重營養不良被證明是住院死亡和最初24 h 內死亡的危險因素[19]。我們的研究也發現嚴重營養不良的重癥患兒面臨的轉診死亡威脅處于較高水平。嚴重營養不良使疾病表現復雜化，通常與多種合并癥有關，嚴重營養不良兒童早期死亡的風險很高，需要在入院時就優先考慮并穩定嚴重營養不良兒童的病情。嚴重急性營養不良已被廣泛研究，并在其他研究中被認為是死亡和24 h病死率的危險因素[20]。

3.4 嚴重脫水對重癥患兒轉診死亡的影響

我們研究發現，重癥患兒嚴重脫水是轉診病死率增高的一個特別危險的緊急信號。重癥患兒嚴重脫水后的死亡風險的增加可能是由于疾病的復雜程度，臨床上難以區分膿毒性低血容量癥和脫水，因為兩者可能具有相似的臨床表現，但液體管理方式是不同的[21-23]。相關研究已發現，針對膿毒癥患者輸液是加重病情發展的有害因素，因此世界衛生組織建議建議膿毒癥患者限制輸液[24-26]。但這并不包括嚴重脫水的患者，因此限制輸液可能會改變嚴重脫水患兒的液體管理。我們的研究結果表明，重癥患兒在專業轉診團隊幫助下面臨的死亡威脅低于非專業的團隊。

3.5 專業轉診團隊對重癥患兒轉診死亡的影響

有研究表明，專業轉診團隊在早期識別重癥患兒生命體征嚴重錯亂方面發揮著重要作用，這有助于重癥患兒病情的早期穩定和醫療資源的合理利用[27-28]。重癥患兒的轉運過程是一個醫療資源匱乏的環境，在這種條件下，通過專業團隊的幫助能夠使重癥兒童轉診過程中出現任何嚴重的復雜情況都能得到妥善處理并立即穩定突發情況[29-30]。本研究在發現血糖水平、營養不良、嚴重脫水和專業轉診團隊是影響重癥患兒轉診死亡的主要因素，同時也建立了重癥患兒轉診死亡風險預測模型，用于早期識別重癥患兒死亡風險。對模型進行內部驗證，其ROC 曲線下面積為0.899，95%CI為0.806～0.975，說明本模型具有較好的風險預測能力。然后根據建立的死亡風險預測模型對重癥患兒轉診死亡風險進行預測，結果表明預測結果與實際結果具有高度一致性。本研究有一些局限性，調查是在本院進行的，雖然本院醫院設備相對較好，但調查樣本的資源仍然有限，可能無法反映其他更多影響因素的情況，因此需要加大樣本量進行研究。

4 小結

綜上所述，我們在調查重癥患兒轉診死亡的危險因素基礎上，建立重癥患兒轉診死亡風險模型，模型的預測結果真實性和一致性均較高，可用于臨床早期預測轉診死亡風險。該死亡風險模型可在重癥患兒轉診出現明顯臨床惡化跡象之前進行早期風險分層，并可作為指導臨床決策的工具。