中华急诊医学杂志  2022, Vol. 31 Issue (9): 1243-1248   DOI: 10.3760/cma.j.issn.1671-0282.2022.09.015
智能早期预警评分系统对非重症患者预后评估的价值研究
黄冰瑛1 , 唐佳迎1 , 宋剑平1 , 张玉萍1 , 赵飞1 , 王莺1 , 洪灵玲2 , 兰美娟1     
1. 浙江大学医学院附属第二医院护理部,杭州 310000;
2. 浙江大学医学院附属第二医院IT中心,杭州 310000
摘要: 目的 建立并应用智能早期预警评分系统(electronic further modified early warning score system, e-fMEWS),探讨其在非重症单元住院患者病情评估及预警中的作用,以期为临床护理人员提供早期、动态识别患者病情潜在恶化风险的方法。方法 回顾性分析2018年1月至12月及2020年1月至12月浙江大学医学院附属第二医院多个非重症单元住院患者262 805例。其中2018年1月至12月住院的患者作为对照组,由责任护士使用传统的单一评估指标启动应急反应系统;2020年1月至12月的患者作为研究组,应用e-fMEWS启动应急反应系统。研究对象的纳入标准:⑴患者住院时间≥24 h;⑵患者年龄≥14周岁。排除标准:⑴患者入院前进行过心肺复苏;⑵患者治疗中途中止治疗或者转院;⑶接受姑息治疗患者;⑷急诊预检分诊I级收治非重症病区的患者。比较两组患者快速反应小组(rapid response team, RRT)启动情况、心搏呼吸骤停小组启动情况,以及启动RRT的患者心搏呼吸骤停发生例数、有创机械通气例数、转入重症监护室例数、住院天数及预后情况。采用统计学软件SPSS 22.0进行数据的处理与分析。结果 e-fMEWS评估下,与对照组相比,研究组心搏呼吸骤停小组启动比例下降0.03%;启动RRT的患者平均住院天数缩短,发生院内呼吸心搏骤停例数下降(12.2% vs. 13.2%)及转入重症监护单元例数较少(42.8% vs. 50.6%),治愈/好转率提高(58.4% vs. 56.1%)。结论 应用e-fMEWS有助于临床护理人员快速、准确识别患者病情潜在恶化风险,通过早期识别非重症单元的潜在重症患者,早期干预、及时治疗,避免不良事件发生,改善患者预后。
关键词: 智能早期预警评分    人工智能    快速反应团队    护理    
Effect of intelligent early warning scoring system in condition monitoring of hospitalized non-critically ill patients
Huang Bingying1 , Tang Jiaying1 , Song Jianping1 , Zhang Yuping1 , Zhao Fei1 , Wang Ying1 , Hong Lingling2 , Lan Meijuan1     
1. Nursing Department, the Second Affiliated Hospital, Zhejiang University School of Medicine, Hangzhou 310000, China;
2. Information Technology Center, the Second Affiliated Hospital, Zhejiang University School of Medicine, Hangzhou 310000, China
Abstract: Objective To establish and apply the electronic further modified early warning score system (e-fMEWS), and explore its role in the condition evaluation and early warning of inpatients in non-critical units, so as to provide clinical nurses with an early and dynamic method to identify the potential deterioration risk of patients' condition. Methods A retrospective analysis of 262 805 inpatients in multiple non-critical units of the Second Affiliated Hospital of Zhejiang University School of Medicine from January to December 2018 and January to December 2020 was performed. The patients who were hospitalized from January to December 2018 were used as the control group, and the responsible nurse used the traditional single evaluation index to start the emergency response system; the patients from January to December 2020 were used as the research group, and the emergency response system was started using e-fMEWS. The inclusion criteria were as follows: (1) hospitalization time ≥24 h; (2) patient ≥14 years old. Exclusion criteria were as follows: (1) patients had cardiopulmonary resuscitation before admission; (2) patients discontinued treatment or were transferred to another hospital during treatment; (3) patients received palliative care; (4) patients were admitted to non-critical wards in grade I of emergency pre-examination and triage. The activation of the rapid response team (RRT), the activation of the cardiorespiratory arrest team, the incidence of cardiac and respiratory arrest, the number of cases of invasive mechanical ventilation, the number of cases admitted to the intensive care unit, the length of hospital stay and the prognosis were compared. Statistical software SPSS 22.0 was used for data analysis. Results Under the e-fMEWS assessment, compared with the control group, the rate of initiation of the research group decreased by 0.03%. For patients who initiated RRT, the average length of hospital stay was shortened, and the number of in-hospital respiratory cardiac arrest decreased (12.2% vs. 13.2%) and the number of cases transferred to the intensive care unit was less (42.8% vs. 50.6%), the rate of improvement and recovary increased (58.4% vs. 56.1%). Conclusions The application of e-fMEWS can help clinical nurses to quickly and accurately identify the potential risk of deterioration of the patient's condition. Through early identification of potentially critically ill patients in non-critical units, early intervention and timely treatment can avoid adverse events and improve the patient prognosis.
Key words: Intelligent early warning scoring system    Artificial intelligent    Rapid response team    Nursing    

识别、反应和治疗疾病恶化患者是改善患者结局和减少非预期住院死亡的重要要素,用科学的方法有效识别潜在危重患者是及时执行医疗干预的重要前提。1997年Morgan等[1]率先开展早期预警评分(early warning score, EWS)相关研究,将心率、呼吸频率、收缩压、体温以及意识综合评估,用于早期识别患者病情恶化。英国专家以EWS为基础,修订改良版预警评分系统(modified early warning score system, MEWS)并在急诊和重症监护室得到广泛的应用,能显著提高护士早期识别患者病情恶化的能力[2]。近年来,有学者将MEWS作为快速反应团队(rapid response team, RRT)的启动标准之一,用于普通住院患者的病情评估与风险预警,但缺乏全院统一的应用标准[3-4]。基于以上背景,本研究首次在国内非重症病房开展大样本、全院区的早期预警评分系统研究,基于改良早期预警评分系统(further modified early warning score system, fMEWS)为RRT工作流程构建信息化平台,即智能改良早期预警评分系统(electronic further modified early warning score system, e-fMEWS),旨在通过e-fMEWS系统帮助各个病区在早期预知患者病情恶化,改善预后,促进院内医疗资源的合理分配,提高医院风险预警能力。

1 资料与方法 1.1 一般资料

回顾性分析2018年1月至12月及2020年1月至12月浙江大学医学院附属第二医院多个非重症单元住院患者262 805例。其中2018年1月至12月住院患者作为对照组;2020年1月至12月的住院患者作为研究组。

研究对象的纳入标准:⑴患者住院时间≥24 h;⑵患者年龄≥14周岁。排除标准:⑴患者入院前进行过心肺复苏;(2)患者治疗中途中止治疗或者转院;⑶接受姑息治疗患者;⑷急诊预检分诊Ⅰ级收治非重症病区的患者。本研究经医院伦理委员会审批通过[批件号:(2022)伦审研第(0041)号]。

1.2 研究方法 1.2.1 早期预警评估量表的改良及验证

系统检索国内外改良早期预警评分量表[5-10],结合重症监护单元应用MEWS的实践经验,通过临床护士访谈及专家函询对量表进行修订初步形成fMEWS,并对改良后的量表进行信效度检验。fMEWS量表包括对体温、心率、呼吸、收缩压、血氧饱和度(SpO2)及意识水平,共6项观察指标,总分0~18分,分值与病情严重程度呈正相关,得到修订后的量表fMEWS,见表 1

表 1 fMEWS评分系统 Table 1 Further-MEWS Scoring System
指标 3分 2分 1分 0分 1分 2分 3分
呼吸(次/min) ≥36 31~35 21~30 9~20 - ≤8 -
SpO2(%) - - - ≥94 90~93 85~89 ≤84
体温(℃) - ≥39.0 38.0~38.9 36.0~37.9 35.0~35.9 34.0~34.9 ≤33.9
收缩压(mmHg) - ≥200 181~199 90~180 81~89 71~80 ≤70
心率(次/min) ≥130 110~129 100~109 50~99 40~49 30~39 ≤29
意识水平 - - - 正常 对声音有反应 对疼痛有反应 无反应
1.2.2 改良早期预警评估量表的评分标准

回顾性分析2018年7月1日至12月31日本院多个非重症病房收治的患者63 421例,通过电子病历系统导出患者病情恶化前24 h内各项生命体征,分别应用MEWS与fMEWS进行评分,收集入组患者7 d死亡情况、出院时预后情况及收治ICU情况,从而比较MEWS与fMEWS在患者的疾病转变识别及有效启动RRT中的作用。7 d死亡曲线下面积(0.688 vs. 0.745)、最终死亡曲线下面积(0.695 vs. 0.742)、是否转入ICU(0.922 vs. 0.902)。当fMEWS评分为7分时,敏感度及特异度分别为92.2%及67.3%,因此将病情恶化的预警触发值设置为总分7分。

临床护理人员根据fMEWS的总分值及单项指标变化采取针对性的监护策略及干预方案。具体方案包括⑴总分0分:根据患者护理分级常规监测生命体征,每周复评fMEWS一次;⑵总分1~4分:建议增加监测生命体征频率,每天至少复评fMEWS一次,护士结合专科情况及患者的病情和生命体征评估,必要时联系医生处理;⑶总分5~6分或单项达到3分:建议持续心电监护,密切监测生命体征变化,至少每8 h复评fMEWS一次,同时汇报主管医生,根据病情需要启动RRT;⑷总分≥7分:予心电监护,持续生命体征监测,至少每小时复评fMEWS一次,立即通知医师,同时启动RRT,做好转重症监护单元准备;如因特殊原因(包括姑息治疗、家属拒绝治疗等)未启动RRT,需在医疗及护理记录中说明原因。

1.2.3 对照组RRT启动方法

对照组根据传统启动标准启动RRT,启动标准主要针对患者重要体征物理状态的变化,核心监测项目包括急剧心率改变 < 40次/min或≥130次/min,急剧血压改变 < 80 mmHg(1 mmHg=0.133 kPa)或≥200 mmHg,急剧呼吸频率改变 < 9次/min或≥36次/min,急剧SpO2变化 < 90%(用氧情况下)、急剧意识的改变以及员工担心患者[5]。一旦启动RRT,RRT小组则规定时间10 min内到达患者床旁参与救治。

1.2.4 研究方法

由项目组成员对科室临床护理人员统一培训,并确保所有学员考核通过。培训内容包括:fMEWS量表解读、应用方法、注意事项以及基于fMEWS的RRT启动方案等。智能e-fMEWS信息系统由护理部牵头,临床护理信息团队负责,协同重症医学科和医院IT部门合作完成,经临床测试满足临床医疗及护理需求,由IT部门负责完成信息平台上线及后续系统更新优化。

1.2.5 研究组RRT启动方法

采用智能e-fMEWS信息系统对住院患者进行早期预警评分。主要功能包括⑴自动生成患者档案:根据患者首次入院评估在后台系统自动生成信息档案,包括患者姓名、病案号、年龄、入院时间、既往史、过敏史等;⑵患者的护理分级决定患者档案的背景颜色:特级护理为红色,一级护理为粉红色,二级护理为黄色,三级护理为绿色,色带显示更直观醒目;⑶fMEWS数据采集及自动计算模块:主要包括患者首次评分提醒、生命体征录入界面及后台自动计算程序。急危重患者入院/转科、手术/介入后、病情发生变化或医护人员认为有需要评估时,责任护士30 min内进行fMEWS评估,普通患者入院/转科后60 min内进行fMEWS评估,一旦系统未在60 min内采集到评分结果,则自动发送提示信息至护理信息系统,提醒护理人员及时完成评估。临床护士在录入患者生命体征时,后台自动采集异常体征数据并与内置fMEWS量表进行匹配。一旦识别生命体征单项评分或总分异常,后台自动传输异常数据至护理信息系统,实时提醒护理人员;⑷基于fMEWS的风险预警模块:根据“fMEWS数据采集及自动计算模块”结果,系统自动生成针对性地处理措施,责任护士通过在一框式处理流程记录表中勾选采取的干预方案,实现快速准确记录。例如总分0分即评分无异常,则在fMEWS结果框中显示总分0分;单项评分超过2分,系统直接在生命体征录入界面弹出“fMEWS单项分数升高超过2分,建议完善fMEWS评分!”,提醒责任护士关注其他指标变化;当总分≥7分即触发预警值时,实时弹出红色字体标注的提醒信息及建议处理措施,包括持续心电监护、每小时复评fMEWS、立即通知医师、启动RRT、做好转重症监护单元准备等。

责任护士可以通过手持式移动护理端完成fMEWS的评估及RRT的启动。在护理质量管理系统中通过颜色标示不同病情恶化风险等级,绿色代表低风险(0分),黄色代表一般风险(1~4分),橙色代表较高风险(总分5~6分或单项达到3分),红色代表极高风险(总分7分及以上)。一旦启动RRT,RRT成员需在10 min内到达参与患者救治,必要时呼叫心搏呼吸骤停抢救小组。同时,护理质量管理平台对异常体征及后续干预处理进行持续监控。

1.3 评估指标

患者预后及后续干预措施通过医院病案管理系统提取,包括患者一般资料、RRT及心搏呼吸骤停小组启动情况,启动RRT的患者中心搏呼吸骤停发生例数、有创机械通气例数、转入重症监护室例数、住院天数等各项预后情况。对照组中fMEWS评分通过提取患者入院首次评估的生命体征及意识水平,运用fMEWS量表计算所得。

1.4 统计学方法

采用统计学软件SPSS 22.0进行数据的处理与分析,计数资料用频数(百分比)的形式表示,组间比较采用卡方检验;计量资料进行正态性检验,检验符合正态分布的计量资料用均数±标准差(x±s)表示,采用t检验进行两组数据的差异显著性分析;不符合正态分布的计量资料以中位数(四分位间距)[MQ1Q3)]表示,应用秩和检验进行组间比较。以P < 0.05为差异具有统计学意义。

2 结果 2.1 两组患者的基本资料

研究组共纳入e-fMEWS评估患者132 612例,对照组患者130 193例,两组患者基线资料比较,患者入院首次fMEWS评分情况、护理级别差异无统计学意义,见表 2

表 2 两组患者的基本资料比较 Table 2 Comparison of basic data between the two group
指标 研究组(n=132 612) 对照组(n=130 193) 统计值 P
性别(例,%) 32.113 < 0.001
  男性 60 765(45.8) 61 092(46.9)
  女性 71 847(54.2) 69 101(53.1)
年龄(岁,x±s 56.54±15.74 54.92±17.11 543.299 < 0.001
日常生活能力评分(分,x±s 88.13±20.37 88.83±19.98 81.540 < 0.001
首次fMEWS评分(例,%) -0.541 0.588
  0分 80 810(60.94) 79 173(60.81)
  1~4分 49 670(37.46) 48 992(37.63)
  5~6分 2 132(1.61) 2 028(1.56)
护理级别(例,%) -0.577 0.564
  特级护理 9 812(7.40) 9 154(7.03)
  一级护理 51 984(39.20) 50 701(38.94)
  二级护理 70 692(53.31) 70 221(53.94)
  三级护理 124(0.09) 117(0.09)
注:fMEWS为改良早期预警评分系统
2.2 两组患者RRT及心搏呼吸骤停小组启动情况

研究组启动RRT 452例(0.34%),启动心搏呼吸骤停小组122例(0.09%);对照组启动RRT 403例(0.31%),启动心搏呼吸骤停小组161例(0.12%)。由上述数据可得研究组e-fMEWS评估下,RRT启动比例较对照组上升0.03%,心搏呼吸骤停小组启动比例较对照组降低0.03%(均P < 0.05)。

2.3 两组启动RRT的患者预后分析

e-fMEWS评分系统下,启动RRT治疗患者的治愈/好转率显著高于对照组,转入ICU的患者率研究组比例低于对照组(P < 0.05),见表 3

表 3 两组启动RRT的患者预后相关指标 Table 3 Disease and prognostic indicators in the two groups
指标 研究组(n=452) 对照组(n=403) 统计值 P
住院天数[d,MQ1Q3)] 19.70(10.56, 23.54) 20.43(9.84, 20.43) -1.583 0.113
心搏呼吸骤停发生例数(例,%) 49(12.2) 60(13.2) 3.138 0.076
有创机械通气例数(例,%) 171(42.4) 191(42.3) 0.003 1.000
转入重症监护室例数(例,%) 189(42.8) 204(50.6) 6.652 0.011
治愈/好转例数(例,%) 264(58.4) 226(56.1) 0.472 0.533
3 讨论 3.1 fMEWS在病情早期预警中的优势

80%患者的严重临床不良事件发生前24 h内会表现出生命体征异常,护理人员在识别患者生命体征异常上具有重要作用[10]。既往由于缺乏强有力的早期预警识别工具,护理人员仅能通过临床护理经验进行主观判断患者是否需要启动RRT,该方法会带来漏诊、误诊的风险[11]。此外,误诊还会给护理人员带来巨大的心理打击,影响其自信心。EWS最早起源于英国,其出现在很大的程度上规避上述风险并在世界多国迅速得到推广使用,其主要应用于急诊与重症患者中[12-13]。目前,我国部分医院已经在院内使用MEWS,应用的科室主要包括急诊科、重症监护室等,用于患者的分诊,研究结果已经证实MEWS在我国住院患者疾病恶化预警中的有效性[14]。基于本团队护理中的经验发现,MEWS在病情监控过程中容易出现纰漏,导致RRT的启动率低于实际需要的启动率,这主要是由于MEWS在评分的过程中,呼吸、SpO2以及收缩压这几项误差造成的,因此本团队对其进行优化。

fMEWS能准确反映患者的实际临床情况、快速识别需要启动RRT以及需要转入ICU的患者。本研究中,fMEWS启动后患者治愈/好转率为58.4%,相较于对照组升高2.3%,及时有效地启动RRT对病情变化中的患者来说至关重要。fMEWS作为一种定量评估系统,其在很大程度上规避基于患者单项生命体征波动启动RRT的主观偏差,不仅可以促进临床责任护士和医生之间的更好沟通,还能够增强护士的自信。过去因为缺乏病情恶化判断标准,护理人员需要通过主观判断识别患者病情恶化,这给护理人员带来极大的挑战,特别是没有经验的护士,经常无法判断在什么情况下需要通知RRT团队,fMEWS则提供了客观的、定量的评分体系来指导护士的行动。

3.2 e-fMEWS系统能提高工作效率及预警准确率

2022年《全国护理事业发展规划(2021—2025年)》中着重强调信息化建设的重要性,临床护理人员应充分利用信息化手段,创新护理服务模式,为患者提供便捷、高效的护理服务[15]。多参数评分系统可以及时、有效地在早期识别危重患者,及时有效的治疗可以提高患者的存活率、改善患者治疗预后。但是,手动计算MEWS带来巨大的工作量,且极易造成人为误差。普罗维登斯圣文森特医学中心于2011年开发了电子MEWS系统,其显著的降低了患者的病死率。Kumar等[16]将智能线上MEWS应用于ICU病房,其研究提示了智能线上系统在MEWS检测过程中的有效性。然而目前尚没有e-fMEWS在全院尤其是普通病房应用的案例,本研究开发e-fMEWS系统,运用人工智能技术自动识别异常生命体征,有效缩短评估计算时长的同时,减少人工计算误差,提高风险预测的准确率。通过将智能系统在全院范围内进行推广,本研究证明该系统在住院患者病情恶化预测方面具有显著优势。

3.3 e-fMEWS在普通病房中的推广应用

既往研究表明,MEWS主要应用于急诊科、重症监护室等,普通病房的患者常因为风险等级低、病例数量多,往往容易被延误诊断,使得改善普通病房疾病恶化患者预后成为极大的挑战。因此将早期风险分层评估应用到不同病区,帮助早期识别患者疾病状态的变化,对患者的预后来说至关重要[13]。依据本院护理部在临床工作中积累的经验,对MEWS系统进行进一步的优化,最终得到更为精准、高效的e-fMEWS系统,优化后得到的e-fMEWS评分系统在病情监控中的性能显著提高。在小规模的研究中,e-fMEWS降低患者7 d病死率和最终病死率,并且其对患者病情变化监控更加灵敏,能更加迅速识别出需要转入ICU的患者,更适应于本院患者病情变化的监控。本研究首次展开全院内住院患者e-fMEWS评估,研究结果提示,研究组使用e-fMEWS预警评分系统下,RRT启动数量提高,及时早期有效地干预,使得患者转入ICU的比例下降,预后得到显著改善。

综上所述,严重不良事件发生前的筛查是患者治疗结果改善的重要因素,本研究通过为期三年院内实施进一步改良早期预警评分系统,发现e-fMEWS联合RRT的管理体系可以显著提高识别患者病情恶化的能力,提高RRT启动率,改善患者的预后。作为一种定量评估量表,研究结果提示,e-fMEWS联合RRT的管理体系可以在全院非重症患者的病情监控中推广使用。

利益冲突  所有作者声明无利益冲突

作者贡献声明  黄冰瑛、宋剑平:研究设计;王莺:数据收集;洪灵玲:信息技术支持;张玉萍:统计学分析;黄冰瑛、唐佳迎、赵飞:论文撰写;兰美娟:论文修改

参考文献
[1] Morgan RJM, Williams F, Wright M. An early warning scoring system for detecting developing critical illness[J]. Clin Intensive Care, 1997, 8(2): 100-114.
[2] Moore J, Thomson D, Pimentil I, et al. Introduction of a modified obstetric early warning system-(-MOEWS-) - at an Ethiopian referral hospital: a feasibility assessment[J]. BMJ Open Qual, 2019, 8(1): e000503. DOI:10.1136/bmjoq-2018-000503
[3] 苏甜, 宿桂霞. 早期预警评分系统的应用现状及进展[J]. 护理研究, 2018, 32(6): 856-859. DOI:10.3969/j.issn.1009-6493.2018.06.008
[4] 陈水红, 闫丹萍, 叶文秀, 等. 非住院患者快速反应系统的建立与实施[J]. 中华护理杂志, 2017, 52(10): 1204-1206. DOI:10.3761/j.issn.0254-179.2017.10.010
[5] Kim SW, Lee HY, Han MR, et al. Epidemiology and clinical characteristics of rapid response team activations[J]. Korean J Crit Care Med, 2017, 32(2): 124-132. DOI:10.4266/kjccm.2017.00199
[6] Roney JK, Whitley BE, Maples JC, et al. Modified early warning scoring (MEWS): evaluating the evidence for tool inclusion of sepsis screening criteria and impact on mortality and failure to rescue[J]. J Clin Nurs, 2015, 24(23/24): 3343-3354. DOI:10.1111/jocn.12952
[7] 梁桂兴, 陈妍, 刘文利. 改良早期预警评分系统在急诊胸痛患者预检分诊中的应用[J]. 临床医学工程, 2020, 27(2): 227-228. DOI:10.3969/j.issn.1674-4659.2020.02.0227
[8] Subbe CP, Kruger M, Rutherford P, et al. Validation of a modified Early Warning Score in medical admissions[J]. QJM, 2001, 94(10): 521-526. DOI:10.1093/qjmed/94.10.521
[9] Fu LH, Schwartz J, Moy A, et al. Development and validation of early warning score system: a systematic literature review[J]. J Biomed Inform, 2020, 105: 103410. DOI:10.1016/j.jbi.2020.103410
[10] 马婷, 王艳梅, 潘欣欣, 等. 老年术后患者基于校正MEWS评分的信息化病情预警监护[J]. 护理学杂志, 2021, 36(2): 15-17. DOI:10.3870/j.issn.1001-4152.2021.02.015
[11] Petersen JA. Early warning score challenges and opportunities in the care of deteriorating patients[J]. Dan Med J, 2018, 65(2): B5439.
[12] Palmer R. Using an early warning system in a medical assessment unit[J]. Nurs Times, 2004, 100(48): 34-35.
[13] Nannan Panday RS, Minderhoud TC, Alam N, et al. Prognostic value of early warning scores in the emergency department (ED) and acute medical unit (AMU): a narrative review[J]. Eur J Intern Med, 2017, 45: 20-31. DOI:10.1016/j.ejim.2017.09.027
[14] 龚豪俊, 陈瑜, 丁锐. EWS评分系统在急诊抢救中的应用效果[J]. 中华现代护理杂志, 2016, 22(28): 4070-4073. DOI:10.3760/cma.j.issn.1674-2907.2016.28.018
[15] 国家卫生健康委. 国家卫生健康委关于印发《全国护理事业发展规划(2021-2025年)》的通知[EB/OL]. (2022-05-09)[2022-05-10]. http://www.gov.cn/zhengce/zhengceku/2022-05/09/content_5689354.htm.
[16] Kumar A, Ghabra H, Winterbottom F, et al. The modified early warning score as a predictive tool during unplanned surgical intensive care unit admission[J]. Ochsner J, 2020, 20(2): 176-181. DOI:10.31486/toj.19.0057