PICC導管相關性血栓風險評估工具研究進展

周 琴,余艷芬,葉冠軍,朱飛虹

寧波市第二醫(yī)院,浙江 315010

經外周靜脈穿刺置入中心靜脈導管(peripherally inserted central catheter,PICC)導管相關性血栓(PICC-related venous thrombus,PICC-RVT)是指導管置入血管后,由于各種原因導致機械性損傷血管內膜或病人自身原因如血液高凝等情況,使導管所在的血管內和導管壁形成血栓凝塊[1]。研究表明,國內成人腫瘤病人PICC-RVT的發(fā)生率為1.41%～51.45%[2-4]。PICC-RVT的發(fā)生不僅延長了病人的住院時間,增加了醫(yī)療成本,而且會使病人對醫(yī)療服務喪失信任[5],甚至危及生命[6],是PICC嚴重并發(fā)癥之一[7]。對PICC置管病人采取正確的評估和積極的預防,可保障病人帶管期間的安全。美國靜脈輸液護理學會(Intravenous Nurses Society,INS)公布的《輸液治療實踐標準》[8]以及美國胸科醫(yī)師學會(American College of Chest Physician,ACCP)公布的《靜脈血栓栓塞抗栓治療指南》[9]明確指出:血栓風險評估能有效預防PICC-RVT的發(fā)生。近年來,PICC-RVT的風險因素已成為研究熱點[10-11],但每個研究都有各自的獨立危險因素,故PICC-RVT風險評估工具也存在一定差異。本研究擬對評估工具研究現況進行綜述,以期為今后進一步完善PICC-RVT風險評估工具并推廣其臨床應用提供依據。

1 PICC-RVT風險評估工具概述

國內外對于下肢深靜脈血栓評估量表的研究已非常成熟,如Autar量表、Wells量表、Caprini量表等。但PICC-RVT具有與PICC導管相關的特定風險因素,故下肢深靜脈血栓的評估量表并不完全適用于PICC-RVT的檢測。目前,已有不少學者展開了對PICC-RVT風險評估工具的研究,但由于受到入選病例個體差異、樣本量大小、各單位置管經驗等多種因素的影響,各臨床報道的結論并不相同。驗證量表效能的方法通常用ROC曲線下面積(area under the ROC curve,AUC)、靈敏度和特異度等[12]。AUC反映其預測的準確性,面積越大,準確性越高[13]。理想的評估工具應具有高靈敏度和高特異度。靈敏度的下降可能導致PICC-RVT的漏診率升高,而特異度低的工具可導致誤診增加,引起過度治療。評估工具的診斷閾值、應用范圍等因素都會對以上評價指標造成影響。

2 普適性PICC-RVT風險評估工具

2.1 Seeley住院病人PICC上肢深靜脈血栓風險評估量表

該量表是2007年美國Rush大學的Seeley等[14]對233例來自美國中西部醫(yī)院行PICC置管病人的病歷資料進行回顧性分析,并通過構建多元回歸模型得出該類病人PICC-RVT形成的獨立危險因素。包括長期臥床(14分)、深靜脈局部壓痛(13分)、吸煙(10分)、因骨髓炎而置管(20分)以及居家或住院期間使用抗凝藥物(9分)5個條目,總分66分,得分≥20分為高風險病人。該量表沿用成熟的下肢深靜脈血栓風險因素,并將“深靜脈局部壓痛”作為評分條目,因“深靜脈局部壓痛”是PICC-RVT病人典型的臨床癥狀。故該量表能更好地突出PICC置管人群特殊的危險因素。經效能驗證該量表的靈敏度為0.882,特異度為0.815,陰性預測值為98.9%,陽性預測值為27.3%,表明該量表更易識別無血栓風險的病人。朱薇等[15]比較了Caprini、Padua、Seeley 3個量表對PICC-RVT的預測效能,發(fā)現Seeley量表AUC、特異度、預測值高于其他2個量表,但靈敏度偏低。

2.2 Maneval血栓風險評估表

該量表是Maneval等[16]在Seeley量表的基礎上于2014年創(chuàng)建的。該研究為前瞻性觀察性研究,納入203例PICC置管病人作為研究對象,全程監(jiān)測病人的基本情況、置管情況、置管后活動、治療情況及置管側肢體情況,最終確定高血壓、肥胖(體質指數≥30 kg/m2)、置管側手臂水腫為PICC-RVT的風險因素。但該研究中并未考慮抗凝劑應用因素,故導致陽性病例相對較少。李楠等[17]對Maneval量表進行翻譯、回譯及跨文化調試,形成中文版PICC相關性血栓風險評估表,經驗證該量表信效度較好,可用于國內PICC置管的腫瘤病人PICC-RVT的風險預測。

2.3 Michigan PICC相關靜脈血栓風險評分量表

密歇根大學醫(yī)學院的Chopra等[18]收集了密歇根醫(yī)療安全協會中51所醫(yī)院23 010例PICC置管病人的病歷資料,構建了PICC相關靜脈血栓風險評分量表。該量表包括5個條目,研究者為每個條目賦值,條目得分之和為總分。具體評分方法:發(fā)生血栓≤30 d(3分)、發(fā)生血栓>30 d(2分)、同時存在其他中心靜脈導管(1分)、活動性腫瘤(2分)、雙腔PICC(2分)、三腔/四腔PICC(3分)、白細胞計數>12×109/L(1分)。以0分、2分、4分作為界定閾值,將風險依次分為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級。該量表條目簡單,評估方便,且量表被轉化成電子評分表可在院內信息系統中使用,既節(jié)約了評估時間,又有利于收集數據[19]。但該研究所選樣本大部分為癌癥或危重病人,尚未在其他人群中應用,而且由于人種、疾病、生活方式的差異,該量表是否適用于我國病人還有待驗證。

2.4 基于文獻回顧的PICC-RVT風險評估量表

陳璐等[20-21]經文獻回顧擬定PICC-RVT相關風險因素后,通過德爾菲法構建初步量表,并根據層次分析法對各危險因素進行權重賦值。該量表包括疾病類型、既往史、血液指標、靜脈條件、置管因素、活動情況和治療情況等7個一級指標,34個二級指標,總分96分,≤12分為低危、13～18分為中危、≥19分為高危[22]。該量表是國內關于PICC-RVT風險評估工具的首次嘗試[23]。劉珊珊等[21]的研究對象為胸部腫瘤科130例PICC置管病人,包括靜脈系統內皮損傷、靜脈血液瘀滯、血液高凝狀態(tài)3個維度共22個條目,總分51分。該模型AUC為0.728,最佳高危臨界值為5.5分時,靈敏度為0.909,即真陽性率為90.9%,表示經該量表評估篩查后,有90.9%的高危病人發(fā)生PICC-RVT。特異度為0.471,表明該量表篩查未患PICC-RVT的能力一般。上述兩個量表不僅包括 Virchow血栓三要素,而且還考慮到置管前及置管后的相關危險因素,可以在置管前及置管后對病人進行血栓風險動態(tài)評估。但專家咨詢法存在過分依賴專家的主觀意識的弊端,無法取代嚴謹的原始科學研究,且評估表涉及預測因素條目較多,可能會降低其可操作性。

2.5 基于前瞻性研究的PICC-RVT風險評估量表

陳江瓊等[24-26]運用前瞻性隨訪方法對PICC-RVT發(fā)生風險進行研究。陳江瓊等[24]的研究納入375例PICC置管病人,通過Logistic回歸分析獲得風險因素,并利用統計方法分析得出各獨立危險因素的OR值,并予以賦值:肥胖(3分)、糖尿病(3分)、血栓史(3分)、化療史(2分)、D-二聚體(≥0.5 mg/L 2分)。<3分為低危,3～5分為中危,>5分為高危。該量表條目少,可操作性強,AUC為0.758,靈敏度為0.784,特異度為0.691,適用于臨床快速篩查PICC-RVT風險病人。蒿若楠等[25]的研究納入201例PICC置管病人,將置管史、導管尖端位置、血管內徑作為PICC-RVT的風險因素,診斷臨界值為6.045分,AUC為0.816,靈敏度為0.810,特異度為0.735。馮月等[26]的量表納入134例胸部腫瘤科PICC置管病人,包括靜脈系統內皮損傷、靜脈血液瘀滯、血液高凝3個一級指標、22個二級指標。AUC為0.925,最佳臨界值為6.5分,對應的靈敏度為91.7%,特異度為85.0%,陽性預測值為67.4%,陰性預測值為96.9%。上述3個量表的隨訪時間分別為置管后28 d、1個月和21 d,并未進行置管后全程隨訪。由于臨床PICC帶管全過程均有可能發(fā)生PICC-RVT,僅隨訪至置管后1個月可能存在部分風險因素尚未呈現的情況。因此,會影響最終量表的確立,造成PICC-RVT發(fā)生率的統計誤差。朱薇[27]對307例腫瘤病人展開研究,認為導管脫出、導管留置時間≤1個月、置管前D-二聚體升高、置管前總膽固醇升高、末次化療期白細胞計數升高、末次化療期纖維蛋白原升高是影響PICC-RVT的獨立危險因素,分別賦值為1、2、1、1分、2、1分,>1分即為高危。研究團隊將該量表與Seeley量表進行效能比較,證明該量表AUC優(yōu)于Seeley量表。此研究雖對病人進行了全程隨訪,但僅在出現血栓癥狀或拔管前做血管超聲檢查,也存在漏診部分無癥狀性PICC-RVT病人的可能。

2.6 列線圖預測模型

Hao等[28]對320例PICC置管病人進行回顧性分析,建立了PICC-RVT風險列線圖預測模型。該模型包括既往化療史、Karnofsky功能狀態(tài)評分標準(KPS評分)、D-二聚體水平、血小板水平4個危險因素,每個因素都被賦予1個加權點,以估計該因素對血栓形成預后的影響。張昊等[29]在該模型的基礎上建立新版列線圖預測模型,包括D-二聚體水平、是否為超聲引導、是否有化療史、是否存在其他并發(fā)癥4個危險因素。列線圖模型的預測準確性是使用Harrell的C指數進行評估。Hao等[28]的模型C指數為0.709,張昊等[29]的模型C指數為0.688,表明兩組列線圖模型均可對PICC相關血栓形成風險進行有效評估。但上述2個模型涉及較為復雜的數據分析,其臨床推廣應用存在一定難度,如何基于互聯網構建方便、快捷的自動換算電子評估量表及獲得評估結果,有待進一步研究。

2.7 血栓彈力圖

血栓彈力圖由Kessinger等[30]用于評估外科手術出血風險和輸血后療效評估的研究,通過測定相關凝血指標,動態(tài)顯示血栓形成的過程。高麗霞等[31]回顧性分析了該院302例PICC置管病人,通過檢測PICC置管前后血栓彈力圖指標變化,篩選出r值(反應時間)、K值(凝固時間)、ma值(血栓最大幅度)作為風險預測評估指標,經驗證血栓彈力圖AUC為0.819,靈敏度為0.846,特異度為0.792。該研究認為血栓彈力圖具有評估PICC-RVT的潛在價值和良好適用性,但其在臨床的應用尚需進一步推廣。

3 特異性PICC-RVT風險評估工具

3.1 老年住院病人PICC-RVT風險評估模型

劉芬等[32]對564例老年PICC病人進行回顧性分析,構建了PICC-RVT風險評估模型,風險因素為靜脈血栓史、近期手術史、心房顫動、動脈粥樣硬化,根據有無危險因素分別賦值為0分或1分。<1分為低危,1～2分為中危,>2分為高危。預測模型AUC為0.73。此模型體現了老年病人的個體特征,不但可以篩查有癥狀的PICC-RVT病人,而且還可以對無癥狀的病人進行評估,但適應人群僅為老年住院病人。

3.2 乳腺癌病人PICC-RVT風險模型

Peng等[33]對留置PICC導管的1 284例乳腺癌病人進行回顧性隊列研究,確定了9個變量:中心靜脈導管置管史、慢性阻塞性肺疾病、血小板計數、D-二聚體、活化部分凝血活酶時間、更年期、乳腺癌手術史、上肢淋巴水腫和內分泌治療。根據權重給予賦值,總分為15分,>3.5分為高危病人。AUC為0.850,靈敏度和特異度分別為0.75和0.83,該模型結合了乳腺癌特異性因素,不僅可以高效識別乳腺癌病人PICC-RVT高風險人群,同時可以優(yōu)化抗凝劑的使用時機,但該模型是否適合其他人群還有待驗證。

4 小結

PICC-RVT風險評估工具的建立,可預測PICC-RVT高危人群,指導臨床預防和治療方案,是一種有效、簡單、經濟的方法。近年來國內外雖已開展了多項PICC-RVT評估工具的開發(fā)與應用,但鮮少進行外部驗證與臨床實踐,臨床上尚無公認的PICC-RVT評估工具[34]。未來還需在現有的基礎上擴大樣本量進行多中心、大樣本的研究,同時在大數據、信息化的背景下,結合電子系統,動態(tài)、客觀、實時地規(guī)范評估PICC-RVT風險,以保證預防措施的時效性,實施精準的預防治療。