2022, Vol. 31
2. 苏州大学附属第一医院急诊科, 苏州 215006
2. Emergency Department, the First Affiliated Hospital of Soochow University, Suzhou 215006, China
创伤患者往往伤情复杂，病情进展迅速，随时存在死亡风险[1]。据报道，我国创伤患者的年平均增长速度为3.79%，死亡率高达3.4%[2-3]。创伤作为全球性的健康问题，给卫生系统带来了巨大的经济负担[4]，如何有效地降低创伤患者的早期死亡率对减轻经济负担具有重要作用。创伤评分系统是将患者的伤情严重程度定量化，其对正确诊断、急诊分流及预后预测具有重要意义[5]。随着我国创伤快速急救通道和多学科协同救治体系的建立和完善，临床上使用的各种评分工具的效能也会产生一定的变化[6]，因此有必要在实践中对以往的量表不断进行评估和改善。创伤评分主要分为生理、解剖和综合参数评分3类，目前临床上使用院前评分以生理评分为主，如修正创伤评分（revised trauma score, RTS）[7]；院内评分则以解剖评分和综合参数评分为主，如损伤严重度评分（injury severity score, ISS）[8]。ISS包含的评分项目复杂，无法在短时间内完成评分，因此不适用于对急诊创伤患者早期病情及预后的快速评估。
本研究目的是基于严重创伤患者就诊时的生理指标，筛选其在急诊预后的预测因子构建预测模型。同时，为了便于临床应用，将上述预测模型转化为可快速应用的简易评分工具, 为急诊医护人员快速评估创伤患者在急诊的病情严重程度提供科学依据。
1 资料与方法 1.1 一般资料本研究是回顾性研究，采用整群抽样法，收集2019年9月至2020年11月于苏州大学附属第一医院急诊科就诊的严重创伤患者。纳入标准：⑴机械力作用于人体导致人体组织发生连续性破坏和功能障碍的创伤患者[9]；⑵从受伤现场直接转运至急诊的创伤患者；⑶分诊级别为Ⅰ、Ⅱ级的创伤患者[10]；⑷年龄≥16岁。排除标准：⑴入急诊时已呼吸心搏骤停；⑵因其他原因（除病情恶化外）而转院或放弃治疗。本研究中，将因病情恶化而放弃治疗者归类为预后不良。根据患者在急诊的预后（存活或死亡），采用分层随机的方法，按照7∶3的比例分配建模组与验证组[11]。本研究已通过苏州大学附属第一医院伦理委员会审查（伦理审核批号：2021-051）。
1.2 研究方法 1.2.1 一般资料调查表采用自行设计的调查表，主要包括如下内容：主诉、诊断、性别、年龄、血压、脉搏、呼吸、体温（耳温）、脉搏血氧饱和度（peripheral oxygen saturation, SpO2）、意识状态[AVPU评分（alert, responsive to verbal stimulation, responsive to painful stimulation, unresponsive）：A为意识清醒、V为对声音有反应、P为对疼痛有反应、U为无反应]、格拉斯哥昏迷评分（glasgow coma scale, GCS）、ISS评分、急诊预后等。
1.2.2 创伤评分工具RTS共包括呼吸、收缩压、GCS评分3项参数，各参数分值在0~4分之间，最高分12分，临床上把总分＞11分的患者定义为轻伤，总分≤11分定义为重伤[7]。
ISS是将人体分为头颈、面、胸、腹、四肢、体表 6个区域，按照伤情对生命威胁的大小，将每一处损伤评为1~6分，选取损伤最为严重的3个部位评分的平方和即得ISS值[8]。临床上根据ISS分值将患者伤情进行分级，以ISS≥16分作为严重创伤的判断依据[12]。
1.3 资料收集通过医院的急诊患者就诊信息登记系统收集研究对象的基本资料、患者入急诊且未接受治疗时首次测量的各项生命体征。对各项资料进行核实，排除有疑问及资料不完整的数据。
1.4 统计学方法使用SPSS 26.0软件进行统计分析。计数资料用频数（率）描述，组间比较采用卡方检验或Fisher精确检验。通过单因素及多因素Logistic回归分析建立预后预测模型。根据回归方程的结果对变量赋值，将各变量的β值除以最小的β值再乘以常数2，按四舍五入取整数值[13]。通过受试者操作曲线下面积（the area under receiver operating cure, AUC）和Hosmer-Lemeshow拟合优度检验评价区分度、校准度，同时计算敏感度、特异度和最佳截断值。以P < 0.05为差异有统计学意义。
2 结果 2.1 一般资料本研究最终共纳入863例患者，其中急诊死亡21例；建模组604例（存活组589例，死亡组15例），验证组259例（存活组253例，死亡组6例）。两组患者性别、年龄、收缩压、脉搏、呼吸、体温、SpO2、AVPU评分及病死率比较，差异均无统计学意义（P > 0.05）。建模组中共386例患者有ISS评分。
比较建模组存活组与死亡组患者信息显示，两组患者在收缩压、呼吸、体温、SpO2和AVPU评分上差异均有统计学意义（P < 0.05），见表 1。
| 变量 | 存活组（n=589） | 死亡组（n=15） | χ2值 | P值 |
| 性别 | 1.346 | 0.246 | ||
| 男 | 416（70.6） | 8（53.3） | ||
| 女 | 173（29.4） | 7（46.7） | ||
| 年龄（岁） | 4.275 | 0.145 | ||
| 16~44 | 156（26.5） | 1（6.7） | ||
| 45~74 | 369（63.6） | 11（73.3） | ||
| ≥75 | 64（10.9） | 3（20.0） | ||
| 收缩压（mmHg） | 33.085 | < 0.001 | ||
| < 70 | 1（0.2） | 4（26.7） | ||
| 70~169 | 526（89.3） | 7（46.6） | ||
| ≥170 | 62（10.5） | 4（26.7） | ||
| 脉搏（次/min） | 5.246 | 0.062 | ||
| < 60 | 26（4.4） | 1（6.7） | ||
| 60~100 | 457（77.6） | 8（53.3） | ||
| > 100 | 106（20.0） | 6（40.0） | ||
| 呼吸（次/min） | 7.520 | 0.042 | ||
| < 16 | 81（13.7） | 1（6.7） | ||
| 16~20 | 386（65.5） | 6（40.0） | ||
| > 20 | 122（20.8） | 8（53.3） | ||
| 体温（℃） | 15.252 | 0.001 | ||
| < 35.5 | 7（1.2） | 2（13.3） | ||
| 35.5~39.5 | 534（90.6） | 12（80.0） | ||
| > 39.5 | 1（0.2） | 1（6.7） | ||
| SpO2（%） | 38.539 | < 0.001 | ||
| 91~100 | 558（94.7） | 6（40.0） | ||
| 86~90 | 22（3.7） | 3（20.0） | ||
| ≤85 | 9（1.6） | 6（40.0） | ||
| AVPU | 30.515 | < 0.001 | ||
| A | 425（72.2） | 1（6.7） | ||
| V | 38（6.4） | 2（13.3） | ||
| P | 57（9.7） | 4（26.7） | ||
| U | 69（11.7） | 8（53.3） | ||
| 注：AVPU中A为清醒，V为对声音有反应，P为对疼痛有反应，U为无反应；1 mmHg=0.133 kPa | ||||
将单因素分析中具有统计学意义的变量纳入多因素Logistic回归，采用基于最大似然估计的向前逐步回归法。结果显示，收缩压、SpO2及AVPU评分3个变量是严重创伤患者急诊预后的独立预测因子。模型的Hosmer-Lemeshow拟合优度检验，AUC为0.938，敏感度86.7%，特异度94.9%（χ2=4.701，P=0.319）。见表 2。
| 变量 | β | SE | Wald2 | OR | 95%CI | P值 |
| 收缩压（mmHg） | ||||||
| 70~169 （参照组） |
||||||
| < 70 | 6.491 | 1.764 | 13.535 | 659.184 | 20.757~20 933.405 | < 0.001 |
| ≥170 | 2.013 | 0.965 | 4.349 | 7.485 | 1.129~49.636 | 0.037 |
| SpO2（%） | ||||||
| 91~100 （参照组） |
||||||
| 86~90 | 3.128 | 0.978 | 10.221 | 22.828 | 3.355~155.350 | 0.001 |
| ≤85 | 4.276 | 1.075 | 15.816 | 71.928 | 8.745~591.627 | < 0.001 |
| AVPU | ||||||
| A（参照组） | ||||||
| V | 3.041 | 1.445 | 4.430 | 20.923 | 1.233~355.190 | 0.035 |
| P | 2.965 | 1.310 | 5.124 | 19.403 | 1.489~252.896 | 0.024 |
| U | 3.351 | 1.213 | 7.630 | 28.527 | 2.647~207.505 | 0.006 |
| 常量 | 0.083 | 0.702 | 0.014 | 1.087 | - | 0.906 |
| 注：AVPU中A为清醒，V为对声音有反应，P为对疼痛有反应，U为无反应 | ||||||
为了便于临床使用及推广，将预测模型转化为简易评分工具。以多因素Logistic回归的结果为参考，将模型转化为简易评分工具。将各参照组赋值为“0”分，再根据回归方程中各变量的β值进行赋值，最终形成严重创伤患者急诊预后评分表，见表 3。其预测严重创伤急诊死亡的AUC为0.933，最佳截断值为5分，敏感度为86.7%，特异度为94.2%，表明该评分工具有较高的分辨度。
| 变量 | 0 | 2 | 3 | 4 | 6 |
| 收缩压（mmHg） | 70~169 | ≥170 | < 70 | ||
| SpO2（%） | 91~100 | 86~90 | ≤85 | ||
| AVPU | A | V/P/U | |||
| 注：AVPU中A为清醒，V为对声音有反应，P为对疼痛有反应，U为无反应 | |||||
本研究中RTS预测严重创伤患者急诊死亡的AUC为0.800，截断值为11分，敏感度为86.8%，特异度为73.3%。ISS预测严重创伤患者急诊死亡的AUC为0.833，截断值为15分，敏感度为90.9%，特异度为79.6%。将本研究中构建的严重创伤患者急诊预后评分与RTS和ISS的AUC进行比较。结果显示，严重创伤患者急诊预后评分与ISS的AUC差异无统计学意义（Z=0.883，P > 0.05）；与RTS的AUC差异有统计学意义（Z=2.275，P=0.023）。根据3种工具的最佳截断值进行分组，对各组间的病死率进行比较，结果显示差异均具有统计学意义（P < 0.05）。见表 4、图 1。
| 评分工具 | 例数 | 病死率（%） | χ2值 | P值 |
| 严重创伤急诊 预后评分 |
122.356 | < 0.001 | ||
| < 5 | 2/557 | 0.5 | ||
| ≥5 | 13/47 | 27.7 | ||
| RTS | 29.984 | < 0.001 | ||
| > 11 | 2/460 | 0.43 | ||
| ≤11 | 13/144 | 9.0 | ||
| ISS | 17.921 | < 0.001 | ||
| < 15 | 1/262 | 0.4 | ||
| ≥15 | 10/124 | 8.1 | ||
| 注：RTS为修正创伤评分，ISS为损伤严重度评分 | ||||
|
| 图 1 严重创伤患者急诊预后评分、RTS和ISS预测严重创伤患者急诊预后的ROC曲线 Fig 1 ROC curve of the severe trauma patients' outcome scale, RTS, and ISS for predicting prognosis of severe trauma patients |
|
|
将简易评分工具在验证组中进行验证。结果显示其预测创伤患者在急诊死亡风险的AUC为0.885，敏感度83.3%，特异度93.7%，提示该模型具有较好的预测效能。
2.6 严重创伤患者急诊预后预测模型的前瞻性验证将本研究构建的模型转化为应用软件并嵌入急诊电子预检分诊系统，于2021年10月1日至11月30日对其应用效果进行两个月的前瞻性验证，共纳入严重创伤患者123例，死亡患者3例。结果显示，严重创伤患者急诊预后评分预测严重创伤患者在急诊死亡风险的AUC为0.919（95%CI：0.836~1.000），敏感度100%，特异度76.7%。见图 2。
|
| 图 2 严重创伤患者急诊预后评分预测严重创伤患者预后的ROC曲线 Fig 2 ROC curve of the severe trauma patients' outcome scale for predicting prognosis of severe trauma patients |
|
|
本研究结果显示，严重创伤患者在急诊的病死率为2.43%，略低于其他研究的结果[3]，这可能与本研究排除院前死亡的患者有关。目前大多数的临床研究都聚焦于创伤患者的晚期预后，如创伤患者住院期间的病死率[14]，但创伤患者的早期死亡风险高，其早期死亡大都是由出血和脑损伤等造成，而晚期死亡一般是由住院过程中出现的并发症引起，如多器官功能衰竭、感染等[15]。因此，尽早识别严重创伤患者预后的预测因子，并及时采取有效的救治措施，对于降低其早期病死率、减少并发症等具有重要的意义。
本研究通过对严重创伤患者在急诊预后的预测因子进行分析，构建预测模型并将其简化为可在临床简便应用的评分工具。研究结果显示，其预测严重创伤患者在急诊死亡风险的AUC为0.933，高于目前急诊常用创伤评分工具RTS与ISS，且与RTS的差异具有统计学意义，表明该工具对严重创伤患者在急诊预后的预测效能优于RTS。该工具与ISS相比较，虽然差异没有统计学意义，但本模型中纳入的收缩压、SpO2和AVPU评分3项生理参数均可在急诊预检分诊时快速获得，无需实验室检查等指标，其评分方式比ISS更为简便，不受医疗资源的限制，适用于各基层单位医护人员对创伤患者早期病情及预后的快速评估。
3.2 严重创伤患者急诊预后预测模型及评分工具的临床意义有研究指出，创伤患者的死亡有29%发生在创伤早期，即损伤24 h内，而创伤患者的死亡有一半左右是可能在早期进行预防的[14]。因此，在患者就诊早期对其预后进行评估和预测，有助于提高严重创伤患者的救治等级、加强病情监测，从而改善其预后。目前，创伤评分已经在我国医疗领域引起重视，其在患者预检和预后评估中发挥越来越重要的作用。有学者指出，在推广已有评分系统的同时，应逐渐积累经验，改进现有评分系统以满足某一领域的需要，在实践中探索出适合我国医疗体系的工具[16]。目前临床上使用的创伤评分因其最初研发时的目的、要求和场所等不同而有各自的优缺点与适用范围。而目前我国对于急诊严重创伤患者，缺少一种既操作简便又有一定准确性的早期病情评估工具。本研究通过数据分析，筛选出收缩压、SpO2和AVPU评分3个严重创伤患者急诊预后的独立预测因子，并通过其对患者预后的影响因子进行赋值，构建了预测模型及评分工具。经过初步验证，本研究所构建的工具对严重创伤患者在急诊的预后具有较好的预测能力。
3.3 严重创伤患者急诊预后的独立预测因子本研究结果提示，收缩压是严重创伤患者急诊预后的独立预测因子。失血会导致机体的组织灌流量减少、氧合不足和细胞功能受损等一系列生理变化。血压作为休克的常用识别指标之一，在急诊患者的病情监测中具有重要的意义。低血压是患者休克的早期体征之一，而出血性损伤和休克是造成创伤患者早期死亡的重要原因[14]。研究显示，出血和失血性休克占创伤患者死亡原因的30%~40%，随着出血量的增加，患者会出现低血压、酸中毒等多种生理紊乱[17]。因此，改善创伤患者的预后需要早期监测其血压等指标，以尽早发现出血并进行控制，从而将其生理紊乱最小化，以减少晚期并发症、降低病死率、改善预后。
本研究发现SpO2是严重创伤患者急诊预后的独立预测因子，而呼吸频率并不能预测创伤患者在急诊的死亡，这与Jin等[18]的研究结果一致。Jeong等[19]的研究也指出，SpO2对急诊创伤患者院内病死率的预测效能优于呼吸指标。在临床上呼吸的测量可能会受到多种外界因素的干扰，且创伤患者的呼吸频率可能与其疼痛、心理应激等因素相关。在急诊紧张的医疗环境中，呼吸的测量通常是采用30 s计数法，而非标准的1 min测量时间，这也导致了呼吸这一指标的稳定性及准确性较低[20]。与之相反，SpO2的测量是通过电子仪器，其可重复性高、变异性小，测量方式也更加客观简便。研究显示，相比于呼吸，SpO2能更好地反映患者的肺通气功能[21]。但在某些情况下，SpO2的测量也会存在一定困难，如对于血压明显偏低的患者，可能无法准确测量其SpO2。对于采用“120”方式入院的创伤患者，其在救护车上可能会接受氧疗等，从而导致在急诊所测得的SpO2是接受氧疗后的指标，其预测患者病情的能力会有所下降。综上所述，本研究中使用SpO2来代替呼吸这一参数有利于提高指标测量的准确性，从而增加模型的预测效能，但对于部分无法准确测量SpO2的患者，本评分工具的应用会受到一定的限制。
本研究中使用AVPU评分代替GCS，本研究结果也表明AVPU评分是严重创伤患者急诊预后的独立预测因子。在临床应用中，GCS的评分方式较为复杂[16]。AVPU评分是根据患者对语言及疼痛刺激的反应来评估意识水平的简单方法。有研究指出，AVPU评分与GCS具有较高的相关性，AVPU可作为一种简单的GCS的替代评分方法[22]。本研究所构建的模型，患者的意识状态赋值分为两类，“清醒”赋值0分，其余状态均为3分。相比于RTS，本模型简化了意识状态的评分方式与分值，有利于减轻医护人员的工作负担，但同时保持较好的预测效能。
3.4 不足之处本研究是单中心的研究，因此易受到临床资料的限制从而导致纳入的死亡患者数量偏少，对模型的效能可能有一定的影响。本研究结局指标为患者在急诊的短期预后，在接下来的研究中可扩展到患者的长期预后或不同预后形式，如出院后的预后或入住ICU等。同时，本研究构建的评分工具仅在本院进行验证，下一步可在多中心针对更大样本量对模型进行验证和完善。
综上所述，严重创伤患者的急诊死亡风险较高，且病情变化迅速。因此，早期评估严重创伤患者的预后，对启动急诊创伤救治团队、提前做好手术准备以及医患之间的良好沟通等方面都具有重要意义。本研究使用急诊常规测量的收缩压、SpO2和AVPU评分3项参数构建适合严重创伤患者的急诊预后预测模型及评分工具且预测效能较好，可为医护人员快速进行早期病情评估提供参考依据。
利益冲突 所有作者声明无利益冲突
作者贡献声明 李林芳：研究设计、数据收集及整理、统计分析、论文撰写；胡化刚：研究设计、论文修改；徐峰、邱兰峰、陈都、李小勤：论文修改、论文审阅
| [1] | 王正国. 发达社会疾病: 创伤[J]. 中华外科杂志, 2004, 42(1): 24-26. DOI:10.3760/j.issn.0529-5815.2004.01.011 |
| [2] | 李兵, 葛文汉, 阮海林, 等. 15074例住院创伤患者流行病学特征调查分析[J]. 中国全科医学, 2014, 17(33): 3961-3965. DOI:10.3969/j.issn.1007-9572.2014.33.015 |
| [3] | 卢仁福, 邱俊, 孔令文, 等. 8003例住院创伤患者流行病学分析[J]. 创伤外科杂志, 2020, 22(6): 442-446. DOI:10.3969/j.issn.1009-4237.2020.06.009 |
| [4] | Murray CJ, Vos T, Lozano R, et al. Disability-adjusted life years (DALYs) for 291 diseases and injuries in 21 regions, 1990-2010:A systematic analysis for the Global Burden of Disease Study 2010[J]. Lancet, 2012, 380(9859): 2197-2223. DOI:10.1016/S0140-6736(12)61689-4 |
| [5] | 孟新科. 急危重症评分: 评价、预测、处理[M]. 北京: 人民卫生出版社, 2008: 1-2. |
| [6] | 李文君, 李莉. 创伤评分在急救护理中的应用现状[J]. 预防医学情报杂志, 2018, 34(5): 702-705. |
| [7] | Champion HR, Sacco WJ, Copes WS, et al. A revision of the trauma score[J]. J Trauma, 1989, 29(5): 623-629. DOI:10.1097/00005373-198905000-00017 |
| [8] | Baker SP, O'neill B. The injury severity score: An update[J]. J Trauma, 1976, 16(11): 882-885. DOI:10.1097/00005373-197611000-00006 |
| [9] | 周婷, 黄素芳, 吴巍. KTS、RTS在急性创伤患者病情评估中的应用比较[J]. 齐鲁护理杂志, 2017, 23(22): 43-45. DOI:10.3969/j.issn.1006-7256.2017.22.020 |
| [10] | 中华护理学会急诊专业委员会, 浙江省急诊医学质量控制中心. 急诊预检分级分诊标准[J]. 中华急诊医学杂志, 2016, 25(4): 415-417. DOI:10.3760/cma.j.issn.1671-0282.2016.04.004 |
| [11] | Parker CA, Liu N, Wu SX, et al. Predicting hospital admission at the emergency department triage: A novel prediction model[J]. Am J Emerg Med, 2019, 37(8): 1498-1504. DOI:10.1016/j.ajem.2018.10.060 |
| [12] | 陈小凤, 阳文新, 孙守松, 等. ISS评分与CRAMS评分在多发伤患者预后评估中的应用[J]. 中华急诊医学杂志, 2017, 26(6): 664-668. DOI:10.3760/cma.j.issn.1671-0282.2017.06.013 |
| [13] | Nursal TZ, Noyan T, Tarim A, et al. A new weighted scoring system for Subjective Global Assessment[J]. Nutrition, 2005, 21(6): 666-671. DOI:10.1016/j.nut.2004.08.027 |
| [14] | Roy N, Kizhakke Veetil D, Khajanchi MU, et al. Learning from 2523 trauma deaths in India-opportunities to prevent in-hospital deaths[J]. BMC Health Serv Res, 2017, 17(1): 142. DOI:10.1186/s12913-017-2085-7 |
| [15] | Sobrino J, Shafi S. Timing and causes of death after injuries[J]. Proc (Bayl Univ Med Cent), 2013, 26(2): 120-123. DOI:10.1080/08998280.2013.11928934 |
| [16] | 韩旭, 李树峰, 徐峰, 等. 常用创伤评分在急诊创伤评估中的应用[J]. 中国急救复苏与灾害医学杂志, 2013, 8(5): 461-463. DOI:10.3969/j.issn.1673-6966.2013.05.026 |
| [17] | Kauvar DS, Lefering R, Wade CE. Impact of hemorrhage on trauma outcome: An overview of epidemiology, clinical presentations, and therapeutic considerations[J]. J Trauma, 2006, 60(6 Suppl): S3-S11. DOI:10.1097/01.ta.0000199961.02677.19 |
| [18] | Jin WYY, Jeong JH, Kim DH, et al. Factors predicting the early mortality of trauma patients[J]. Ulus Travma Acil Cerrahi Derg, 2018, 24(6): 532-538. DOI:10.5505/tjtes.2018.29434 |
| [19] | Jeong JH, Park YJ, Kim DH, et al. The new trauma score (NTS): A modification of the revised trauma score for better trauma mortality prediction[J]. BMC Surg, 2017, 17(1): 77. DOI:10.1186/s12893-017-0272-4 |
| [20] | Lovett PB, Buchwald JM, Stürmann K, et al. The vexatious vital: Neither clinical measurements by nurses nor an electronic monitor provides accurate measurements of respiratory rate in triage[J]. Ann Emerg Med, 2005, 45(1): 68-76. DOI:10.1016/j.annemergmed.2004.06.016 |
| [21] | Mower WR, Sachs C, Nicklin EL, et al. A comparison of pulse oximetry and respiratory rate in patient screening[J]. Respir Med, 1996, 90(10): 593-599. DOI:10.1016/s0954-6111(96)90017-7 |
| [22] | Kelly CA, Upex A, Bateman DN. Comparison of consciousness level assessment in the poisoned patient using the alert/verbal/painful/unresponsive scale and the Glasgow Coma Scale[J]. Ann Emerg Med, 2004, 44(2): 108-113. DOI:10.1016/j.annemergmed.2004.03.028 |