2015, Vol. 24
首都医科大学附属北京朝阳医院急诊科(李春盛)
急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)、急诊脓毒症死亡风险评分(MEDS)是目前常用的预后评分系统。为了连续反映MODS由轻到重的动态发展，感染相关脏器衰竭评分(SOFA)，近来也被用来预测患者的预后。简化急性生理学评分Ⅲ(SAPSⅢ)作为ICU患者病死率预测工具，在国外已得到广泛应用，国内目前应用较少。近来国外许多学者应用SAPS 3-PIRO评分系统来预测ICU脓毒症患者病死率，但在国内，目前还没有相应的研究报道。本研究回顾性的比较了SAPS 3-PIRO与APACHEⅡ、MEDS、SOFA、SAPSⅢ这4种评分系统，在急诊ICU严重脓毒症患者预后评估中的预测能力，寻找SAPS 3-PIRO评分方法对急诊ICU严重脓毒症患者预后评价的适用性，以及急诊ICU严重脓毒症患者预后评价的最佳评分系统。
1 资料与方法 1.1 一般资料对2008年1月至2011年12月在首都医科大学附属北京朝阳医院急诊ICU救治的677例脓毒症患者进行回顾性研究。患者入选标准：年龄≥18岁，在急诊ICU存活时间≥24 h，符合2001年华盛顿“国际脓毒症定义会议”推荐的严重脓毒症诊断标准、脏器损伤标准，亦参照该会议制定的标准 [1]。不符合上述入选标准的予以排除。在入选时间段内重复在ICU治疗的患者取第一次入院的数据。
1.2 研究方法 1.2.1 数据收集收集所有入选病例的姓名、年龄、性别、既往病史。第1天生命体征、血常规、血气、生化、凝血四项、尿量。根据24 h内最差的数据进行APACHE Ⅱ、SOFA、SAPSⅢ、SAPS 3-PIRO、MEDS评分。
1.2.2 研究终点对所有患者进行28 d随访，以患者28 d转归情况为终点，记录存活和死亡例数。
1.3 统计学方法采用SPSS 13.0统计分析软件进行分析。正态分布的计量资料均采用均数±标准差(x±s)表示。生存组与死亡组间，正态分布、方差齐的计量资料采用独立样本t检验，方差不齐采用t’ 检验，计数资料采用χ2检验。按患者死亡或生存，进行二分类Logistic回归分析，建立回归方程；采用受试者工作特征曲线(ROC曲线)，评价评分系统对预后的判定能力，并确定预测死亡的界值，ROC曲线下面积(AUC)比较用Z检验。以P＜0.05为差异具有统计学意义。
2 结果 2.1 入选病例的基本情况677例脓毒症患者28 d病死率41.9%。年龄比差异有统计学意义(P<0.01),但性别比差异无统计学意义(P﹥0.05)。死亡组的SAPS 3-PIRO、APACHEⅡ、SOFA、SAPSⅢ和MEDS的评分值显著高于存活组(P<0.01)。在基础疾病中，原发性高血压、肾功能不全、恶性肿瘤差异有统计学意义(P＜0.05)。脏器功能损伤中，呼吸系统、心血管系统、中枢神经系统、凝血系统、肾脏、肝脏损伤、休克和入ICU第1天使用呼吸机的差异都具有统计学意义(P＜0.01)。感染部位中，肺部感染差异有统计学意义(P＜0.05)。感染类型中，细菌感染差异有统计学意义(P＜0.05)。见表 1。
| 指标 | 存活组(n=393) | 死亡组(n=284) | t/χ2值 | P值 |
| 年龄(岁，x±s) | 62.31±18.112 | 69.35±15.702 | -5.274 | <0.01 |
| 男性(例，%) | 220(55.98) | 155(54.56) | 0.205 | 0.651 |
| SAPS 3-PIRO评分(分，x±s) | 27.19±10.08 | 42.98±9.82 | -20.335 | <0.01 |
| APACHEⅡ 评分(分， x±s) | 14.63±4.67 | 23.64±5.34 | -23.327 | <0.01 |
| SOFA 评分(分， x±s) | 6.94±3.41 | 13.11±3.06 | -21.419 | <0.01 |
| SAPSⅢ评分(分， x±s) | 60.69±10.76 | 79.55±11.82 | -21.578 | <0.01 |
| MEDS 评分(分， x±s) | 8.15±2.77 | 16.08±3.02 | -35.428 | <0.01 |
| 基础疾病(例，%) | ||||
| COPD | 93(23.66) | 63(22.18) | 0.204 | 0.652 |
| 冠心病 | 128(32.57) | 112 (39.44) | 3.397 | 0.065 |
| 糖尿病 | 113(28.75) | 92(32.40) | 1.035 | 0.309 |
| 原发性高血压 | 205(52.16) | 170(59.86) | 3.952 | 0.047 |
| 肾功能不全 | 64(16.28) | 90(31.69) | 22.264 | <0.01 |
| 脑出血 | 6(1.52) | 3(1.06) | 0.278 | 0.598 |
| 脑梗死 | 69(17.56) | 51(17.96) | 0.018 | 0.893 |
| 慢性肝病 | 13(3.31) | 14(4.93) | 1.132 | 0.287 |
| 恶性肿瘤 | 29(7.38) | 39(13.73) | 7.365 | 0.007 |
| 脏器损伤(例，%) | ||||
| 呼吸系统 | 211(53.69) | 215(75.70) | 34.248 | <0.01 |
| 心血管系统 | 122(31.04) | 128(45.70) | 13.927 | <0.01 |
| 中枢系统 | 157(39.95) | 194(68.31) | 53.114 | <0.01 |
| 凝血系统 | 43(10.94) | 90(31.40) | 44.960 | <0.01 |
| 肾脏 | 142(36.13) | 191(67.25) | 63.887 | <0.01 |
| 肝脏 | 103(26.21) | 96(33.80) | 4.581 | 0.032 |
| 休克 | 24(6.10) | 57(20.07) | 30.518 | <0.01 |
| 入院第1天使用呼吸机(例，%) | 182(46.31) | 207(72.89) | 47.639 | <0.01 |
| 感染部位(例，%) | ||||
| 肺部 | 359(91.34) | 273(96.13) | 6.066 | 0.014 |
| 腹部 | 25(6.36) | 13(4.58) | 0.990 | 0.320 |
| 泌尿系 | 7(1.78) | 4(1.41) | 0.143 | 0.705 |
| 中枢神经 | 3(0.76) | 0(0.00) | 2.178 | 0.140 |
| 其他 | 4(1.02) | 4(1.41) | 0.215 | 0.643 |
| 感染类型(例，%) | ||||
| 细菌感染 | 164(41.73) | 145(51.06) | 5.779 | 0.016 |
| 真菌感染 | 103(26.21) | 91(32.04) | 2.744 | 0.098 |
| 医院内获得性感染 | 54(13.74) | 44(15.49) | 0.409 | 0.522 |
| 注：COPD为慢性阻塞性肺病 | ||||
对死亡与存活病例间差异有统计学意义的评分变量，进行logistic回归分析，结果显示,APACHE Ⅱ、SOFA、SAPSⅢ、SAPS 3-PIRO和MEDS评分的回归系数(分别为0.177、0.137、0.13、0.043、0.892)均具有统计学意义(P＜0.05)，既往病史中，恶性肿瘤回归系数为0.854，具有统计学意义(P<0.05)。脏器功能损害中，中枢神经系统、凝血系统、肾功能、第1天使用呼吸机的回归系数(0.997、1.133、0.947、1.059、0.726)均具有统计学意义(P＜0.05)。感染部位中,肺部感染回归系数为1.126，具有统计学意义(P＜0.05)。见表 2。说明APACHEⅡ、SOFA、SAPSⅢ、SAPS 3-PIRO和MEDS评分，恶性肿瘤既往病史，中枢神经系统、凝血系统和肾功能损伤，第1天使用呼吸机，肺部感染，均是入选的677例重症脓毒症患者死亡的独立预测因素。
| 指标 | 回归系数 | 回归系数的标准误 | Wald | P值 |
| APACHEⅡ评分 | 0.177 | 0.048 | 13.763 | 0.000 |
| SOFA评分 | 0.137 | 0.058 | 5.600 | 0.018 |
| SAPSⅢ评分 | 0.130 | 0.019 | 46.680 | 0.000 |
| SAPS3-PIRO评分 | 0.043 | 0.020 | 4.412 | 0.036 |
| MEDS评分 | 0.829 | 0.086 | 92.173 | 0.000 |
| 基础疾病 | ||||
| 恶性肿瘤 | 0.854 | 0.312 | 7.476 | 0.006 |
| 脏器功能损害 | ||||
| 中枢神经系统 | 0.997 | 0.195 | 26.255 | 0.000 |
| 凝血 | 1.133 | 0.252 | 20.186 | 0.000 |
| 肾 | 0.947 | 0.217 | 18.959 | 0.000 |
| 休克 | 1.059 | 0.317 | 11.183 | 0.001 |
| 第1天使用呼吸机 | 0.726 | 0.346 | 4.399 | 0.036 |
| 感染部位 | ||||
| 肺 | 1.126 | 0.475 | 5.630 | 0.018 |
各评分系统预测入选病例28 d死亡的ROC曲线见图 1。表 3、4结果显示，SAPS 3-PIRO、APACHEⅡ、SOFA、SAPSⅢ及MEDS评分AUC分别为：0.866、0.893、0.871、0.875、0.97。SAPS 3-PIRO评分与APACHEⅡ、SOFA和SAPSⅢ评分间AUC差异无统计学意义(P﹥0.05),MEDS评分与SAPS 3-PIRO、APACHE Ⅱ、SOFA和SAPSⅢ评分间AUC差异有统计学意义(P﹤0.05)。说明SAPS 3-PIRO评分与APACHEⅡ、SOFA和SAPSⅢ评分预测预后的能力相当，MEDS评分预测预后的能力优于SAPS 3-PIRO、APACHEⅡ、SOFA和SAPSⅢ评分。MEDS评分敏感性和特异性(分别为91.5％和89.1％)最佳。通过ROC曲线及AUC的对比发现，MEDS评分对本研究中入选的脓毒症病例具有最佳的预后价值，其判断预后的界值为11分。MEDS≥11分的严重脓毒症患者28 d病死率为85.8％。
 |
| 图 1 5种评分ROC曲线 Fig 1 ROC curves in five scoring systems |
| 变量(评分) | AUC | Std.Errora | 95%CI | 界值(分) | 敏感性(%) | 特异性(%) | 阳性预测值(%) | 阴性预测值(%) | P值 |
| SAPS 3-PIRO | 0.866 | 0.014 | 0.842~0.895 | 35 | 81.0 | 80.2 | 74.7 | 85.4 | 0 |
| APACHEⅡ | 0.893 | 0.012 | 0.870~0.915 | 17 | 87.7 | 72.2 | 69.6 | 89.0 | 0 |
| SOFA | 0.871 | 0.013 | 0.861~0.910 | 8 | 90.8 | 73.2 | 71.1 | 91.7 | 0 |
| SAPSⅢ | 0.875 | 0.013 | 0.854~0.904 | 68 | 82.0 | 78.6 | 73.5 | 85.8 | 0 |
| MEDS | 0.970 | 0.006 | 0.959~0.980 | 11 | 91.5 | 89.1 | 85.8 | 93.6 | 0 |
| 注：95％CI为95％可信区间 | |||||||||
严重脓毒症与脓毒症休克是收入ICU的常见指征，也是世界范围内导致重症患者发病率和病死率的主要原因。为了预测ICU患者的预后，目前已经有多种评分用于评价进入ICU患者的疾病严重程度[2, 3, 4, 5]。本研究回顾性的比较了SAPS 3-PIRO与APACHEⅡ、MEDS、SOFA、SAPSⅢ这4种评分系统在急诊ICU脓毒症患者预后评估中的预测能力，寻找SAPS 3-PIRO评分方法对急诊ICU严重脓毒症患者预后评价的适用性，以及急诊ICU严重脓毒症患者预后评价的最佳评分系统。
在ICU中监测MODS最成功的评分系统是急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)[5]。有众多国外文献报道APACHE Ⅱ评分可以有效评估ICU患者的预后及住ICU天数[6, 7, 8, 9]。APACHEⅡ评分也被用于心血管系统、呼吸系统、神经系统疾病的预后评估，而且预测能力得到了肯定[10, 11, 12, 13]。SOFA评分可以反映脓毒症患者器官功能障碍的程度，有研究报道SOFA评分与急诊室脓毒症患者[14]、产科重症监护室患者[15]、心血管外科患者[16]等预后有很好的相关性。MEDS是用于急诊室有感染风险患者的预后评价系统，该系统参数少、分值固定、应用方便，能较好地预测急诊室脓毒症患者28 d病死率[17],而且对急诊室可疑感染患者1年死亡也有相当好的评估能力[18]。急性简化生理学评分Ⅲ(SAPSⅢ)系统，作为ICU患者病死率预测工具和各项临床指标的评价标准，在国外已广泛应用,在国内相关研究还较少。国外文献报道SAPSⅢ能准确地预测危重症患者的病死率[19, 20]。因目前还不能对脓毒症的病程进行合理的分期,而疾病分期在临床上是非常实用的，不但可以判断预后，更重要的是可以指导治疗，从而降低病死率，所以在2001年的脓毒症及相关术语的国际定义大会上[1]，类比TNM分类(恶性肿瘤国际临床病期分类)，引进了PIRO分级系统。PIRO评分系统是专门针对ICU脓毒症患者提出的，是根据易感因素(P，predisposition)，打击性质和程度(I，insuit)，机体反应性质和程度(R，response)以及伴发器官功能不全程度(O，organ dysfunction)等，对脓毒症患者进行分级诊断。Granja 等[21]发现PIRO系统能较好预测ICU中社区获得性肺炎患者的病死率。而且PIRO评分对APACHEⅡ≥25分的脓毒症患者可以提供额外的危险分层[22]。还有学者认为PIRO评分预测28 d病死率优于APACHEⅡ评分，而且PIRO高评分与高病死率及ICU长时间停留有显著相关性[23]。本研究中的SAPS 3-PIRO评分，是在SAPSⅢ评分的基础上，结合PIRO评分系统的易感因素、打击性质和程度、机体反应性质和程度以及伴发器官功能不全程度，专门针对ICU脓毒症患者构建的评分系统。
本研究中将5种预后评分系统应用于急诊ICU严重脓毒症患者，评价他们对重症脓毒症患者28 d预后的预测能力。结果发现，死亡组5种评分系统的均数均高于存活组，差异有统计学意义(P﹤0.05)。而且通过logistic回归分析也发现，5种评分系统都是入选脓毒症患者28 d死亡的独立预测因素。在比较了5种评分的ROC曲线及其AUC后发现，SAPS 3-PIRO、APACHEⅡ、SOFA及SAPSⅢ评分具有相似的AUC(分别是0.866、0.893、0.871、0.875)，差异无统计学意义。说明SAPS 3-PIRO评分与APACHEⅡ、SOFA及SAPSⅢ评分预测预后的能力相当。Khwannimit和Bhurayanontachai[24]研究证实SAPS 3-PIRO评分在分辨力上优于APACHEⅡ、SAPSⅡ和SAPSⅢ，但校准力较前三种评分差。
基础疾病中(表 1)，恶性肿瘤差异有统计学意义(P＜0.05)。Logistic 回归分析(表 2)，恶性肿瘤是重症脓毒症患者死亡的独立预测因素。说明SAPS 3-PIRO评分系统中，第一部分(易感因素)的设置，对预测重症脓毒症患者的预后是合理的。而SOFA和MEDS评分中无基础疾病的评分项目。在感染部位中(表 1)，肺部感染差异有统计学意义(P＜0.05)。感染类型中(表 1)，细菌感染差异有统计学意义(P＜0.05)。Logistic 回归分析(表 2)，肺部感染是重症脓毒症患者死亡的独立预测因素。说明SAPS 3-PIRO评分系统中，第二部分(打击性质和程度)对预测重症脓毒症患者的预后是必要的。在本研究中的其余4种评分中，只有SAPSⅢ评分有该种评分项。但SAPSⅢ评分包括了针对外科手术的评分项目，如：移植手术、冠脉搭桥术、胸腹手术等，SAPS 3-PIRO去除了这些评分项，添加了真菌感染等评分项。综上，说明SAPS 3-PIRO评分更加符合脓毒症发生发展的特征，SAPS 3-PIRO更加适用于以内科疾病为主的，急诊ICU脓毒症患者的预后预测。
通过表 3和表 4可见，MEDS评分的AUC高达0.97，显著高于SAPS 3-PIRO、APACHEⅡ、SOFA和SAPSⅢ评分，说明MEDS评分预测预后的能力优于常用的APACHEⅡ评分及其他3项评分。得到这样的结论，可能与急诊ICU患者大多是由急诊室收入，患者的疾病类型与急诊室患者相似，大多为合并感染的患者，导致包含较多感染参数的MEDS评分，预测预后的能力更强有关。这与以往在可疑感染、脓毒症患者中进行的MEDS预后价值研究的结果[25]一致。但MEDS的评分比Nguyen等[25]研究报道的分值13分要低，主要与我国的习俗以居家养老为主。本研究中没有来自养老院或者护理中心的患者，此项分值空缺(此分值为2分)，这是MEDS总体评分较低的一个原因。
| 指标 | Z值 | P值 |
| SAPS 3-PIRO与APACHEⅡ比较 | 1.467 | >0.05 |
| SAPS 3-PIRO与SOFA比较 | 0.263 | >0.05 |
| SAPS 3-PIRO与SAPSⅢ比较 | 0.474 | >0.05 |
| MEDS与SAPS 3-PIRO比较 | 6.933 | <0.05 |
| MEDS与APACHEⅡ比较 | 5.746 | <0.05 |
| MEDS与SOFA比较 | 6.828 | <0.05 |
| MEDS与SAPSⅢ比较 | 6.552 | <0.05 |
通过本研究证实，SAPS 3-PIRO评分可以用于ICU中脓毒症患者的预后预测。MEDS评分预测急诊ICU患者28 d病死率更加敏感而且特异。虽然本研究中，MEDS评分预测预后的能力，优于SAPS 3-PIRO评分，但SAPS 3-PIRO评分系统是专门针对ICU脓毒症患者构建的，且正处于实践中，相信经过不断完善，它的优越性会逐渐体现出来。当然这个结论只是通过一家医院急诊ICU患者的数据得出的，有它的局限性，是否能推广应用到所有急诊ICU的脓毒症患者，还有待进一步的研究证实。
对于急诊ICU的严重脓毒症患者，MEDS评分预测预后的能力优于SAPS 3-PIRO、APACHEⅡ、SOFA和SAPSⅢ评分，MEDS具有良好的预测28 d死亡的能力，MEDS≥11分是此类患者病死率增加的标志。SAPS 3-PIRO评分与APACHEⅡ、SOFA和SAPSⅢ评分预测能力相当，也可用于对急诊ICU严重脓毒症患者的预后进行预测。
| [1] | Levy MM, Fink MP, Marshall JC, et al. 2001 SCCM/ESICM/ACCP/ATS/SIS international sepsis definitions conference [J]. Intensive Care Med, 2003, 29(4): 530-538. |
| [2] | Kim HB, Ahn HS, Kwon JS, et al. Validation of POSSUM-physiological score as predictors of post-operative morbidity and mortality after emergency operation for peptic ulcer complications [J]. J Korean Surg Soc, 2009, 77: 391-398 |
| [3] | Choi WH, Hwang SY, Jun SY, et al. Usefulness of the Sequential Organ Failure Assessment (SOFA) score in patients with sepsis due to intra-abdominal infection [J]. J Korean Surg Soc,2009,76: 273-278. |
| [4] | Chen YC, Lin MC, Lin YC, et al. ICU discharge APACHE II scores help to predict post- ICU death[J] . Chang Gung Med J, 2007, 30(2): 142-150. |
| [5] | Khwannimit B. Serial evaluation of the MODS, SOFA and LOD scores to predict ICU mortality in mixed critically ill patients [J]. J Med Assoc Thai, 2008, 91(9): 1336-1342. |
| [6] | Stevens V, Lodise TP, Tsuji B, et al. The utility of acute physiology and chronic health evaluation Ⅱ scores for prediction of mortality among intensive care unit (ICU) and non-ICU patients with methicillin-resistant Staphylococcus aureus bacteremia [J]. Infect Control Hosp Epidemiol, 2012, 33(6):558-564. |
| [7] | Naved SA, Siddiqui S, Khan FH. APACHE-Ⅱ score correlation with mortality and length of stay in an intensive care unit [J]. J Coll Physicians Surq Pak, 2011, 21(1): 4-8. |
| [8] | AI Tehewy M, EI Houssinie M, EI Ezz NA, et al. Developing severity adjusted quality measures for intensive care units [J]. Int J Health Care Qual Assur, 2010, 23(3): 277-286. |
| [9] | Friedericksen DV, Van der Merwe L, Hattingh TL, et al. Acute renal failure in the medical ICU still predictive of high mortality [J]. S Afr Med J, 2009, 99(12): 873-875. |
| [10] | 苏建玲,傅向华,田英平,等. APACHEⅡ评分在急性心肌梗死病情评估中的应用价值[J]. 中华急诊医学杂志,2011,20(7):752-754. |
| [11] | Joe BH, Jo U, Kim HS, et al. APACHE Ⅱ Score, rather than cardiac function, may predict poor prognosis in patients with stress-induced cardiomyopathy [J]. J Korean Med Sci, 2012, 27(1): 52-57. |
| [12] | Wiskirchen DE, Kuti JL, Nicolau DP. Acute physiology and chronic health evaluation II score is a better predictor of mortality than IBMP-10 in patients with ventilator-associated pneumonia [J]. Surg Infect (Larchmt),2011, 12(5): 385-390. |
| [13] | Zali AR, Seddighi AS, Seddighi A, et al. Comparison of the acute physiology and chronic health evaluation score (APACHE) II with GCS in predicting hospital mortality of neurosurgical intensive care unit patients [J]. Glob J Health Sci, 2012, 4(3): 179-184. |
| [14] | Jones AE, Trzeciak S, Kline JA. The sequential organ failure assessment score for predicting outcome in patients with severe sepsis and evidence of hypoperfusion at the time of emergency department presentation [J]. Crit Care Med, 2009, 37(5): 1649-1654. |
| [15] | Oliveira-Neto A, Parpinelli MA, Cecatti JG, et al. Sequential organ failure assessment score for evaluating organ failure and outcome of severe maternal morbidity in obstetric intensive care [J]. Scientific World Journal,2012:172145. |
| [16] | Badreldin A, Elsobky S, Lehmann T, et al. Daily-Mean-SOFA, a new derivative to increase accuracy of mortality prediction in cardiac surgical intensive care units [J]. Thorac Cardiovasc Surg, 2012, 60(1):43-50. |
| [17] | 赵永祯,李春盛. 急诊脓毒症病死率评分在急诊脓毒症患者中的应用[J]. 中华急诊医学杂志,2011,20(8):797-802. |
| [18] | Shapiro NI, Howell MD, Talmor D, et al. Mortality in emergency department sepsis (MEDS) score predicts 1-year mortality [J]. Crit Care Med, 2007, 35(1): 192-198. |
| [19] | Maccariello E, Valente C, Nogueira L, et al. SAPS 3 scores at the start of renal replacement therapy predict mortality in critically ill patients with acute kidney injury [J]. Kidney Int, 2010, 77(1):51-56. |
| [20] | Costa e Silva VT, de Castro I, Liaño F, et al. Performance of the third-generation models of severity scoring systems (APACHE Ⅳ, SAPS 3 and MPM-Ⅲ) in acute kidney injury critically ill patients [J]. Nephrol Dial Transplant, 2011, 26(12): 3894-3901. |
| [21] | Granja C, Póvoa P, Lobo C, et al. The predisposition, infection, response and organ failure (piro) sepsis classification system: results of hospital mortality using a novel concept and methodological approach [J]. PLoS One, 2013, 8(1):e53885. |
| [22] | Nguyen HB, Van Ginkei C, Batech M, et al. Comparison of predisposition, insult/Infection, response, and organ dysfunction, acute physiology and chronic health evaluation Ⅱ, and mortality in emergency department sepsis in patients meeting criteria for early goal-directed therapy and the severe sepsis resuscitation bundle [J]. J Crit Care, 2012, 27(4): 362-369. |
| [23] | Rello J, Rodriguez A, Lisboa T, et al. PIRO score for community-acquired pneumonia: a new prediction rule for assessment of severity in intensive care unit patients with community-acquired pneumonia [J]. Crit Care Med, 2009, 37(2):456-462. |
| [24] | Khwannimit B, Bhurayanontachai R. Validation of predisposition, infection, response and organ dysfunction score compare with standard severity scores in predicting hospital outcome in septic shock patients [J]. Minerva Anestesiol,2013, 79(3):257-263. |
| [25] | Nguyen HB, Banta JE, Cho TW, et al. Mortality predictions using current physiologic scoring systems in patients meeting criteria for early goal-directed therapy and the severe sepsis resuscitation bundle [J]. Shock, 2008, 30(1): 23-28. |