急性中毒是一种以靶器官为主的全身性损害综合征[1]。急性中毒是临床医学和公共卫生都关注的重点问题,也是我国急诊医学的亚专业方向之一[1, 2]。急性中毒患者情况紧急,给急诊科诊治带来了一定的压力,有研究[3]显示4%~40%的患者需要送入重症监护室(intensive care unit, ICU),另有研究[4]显示23%的入院患者为轻度中毒,不需要治疗,通过风险分层的评分系统对急性中毒患者的病情和预后进行评估,有助于及时、适当的治疗,具有重要临床意义。临床预测模型可以用于评估疾病的严重程度和预后,广泛用于医学的各个领域[5],BMJ杂志总结临床预测模型呈现形成有4类,具体包括评分系统、图形评分表、列线图、网页计算器和手机应用程序[6],其中评分系统具相对简单,易于临床应用,并被广泛医务人员所接受。那么关于急性中毒评分系统的应用情况如何?笔者通过系统检索发现国内外的相关研究屈指可数,由于急性中毒的“异质性”“散发性”等特点,导致其相关评分系统的临床研究举步维艰[7],本文就急性中毒评分系统相关研究进行综述。
1 常用的急危重评分系统在急性中毒的应用由于急性中毒特定评分系统较少,在急诊ICU(EICU)广泛应用的急危重病评分系统也应用在急性中毒[8-10],如序贯器官衰竭评估(sepsis-related organ failure assessment, SOFA)评分,急性生理学和慢性健康评估(acute physiology and chronic health evaluation, APACHE)评分和简明急性生理学评分(simplified acute physiology score, SAPS)评分,这三类评分系统也是验证新的评分系统优越性的重要参考。在预测有机磷中毒病死率方面,SOFA评分优于APACHEⅡ评分和SAPSⅡ评分[8],SAPSⅢ评分预测有机磷中毒病死率与APACHEⅡ评分、SAPSⅡ评分相似,优势不明显[9]。APACHEⅡ评分对百草枯中毒病死率的预测效能优于SOFA评分和SAPSⅡ评分[10]。
2 中毒严重程度评分系统中毒严重程度评分(poisoning severity score,PSS)是目前仅有的对中毒严重程度进行分类的标准方法之一,它由欧洲毒物中心、欧洲临床毒理学家协会、国际化学品安全计划(IPCS)和欧盟委员会于1990年至1994年间开发,目的在于提供一套简单、可靠的评分系统来描述中毒的严重程度,由于缺乏其他的急性中毒评估工具,目前大部分急性中毒均推荐参考PSS实行急性中毒病情分级并动态评估[1, 11]。但研究[11-12]显示PSS临床应用的受到限制,其因素包括:①过于繁琐,其包含12个不同器官系统(消化系统、呼吸系统、神经系统、心血管系统、代谢系统、肝脏、肾脏、血液系统、肌肉系统、局部皮肤、眼部、叮咬处局部反应),其比SOFA评分包含的6个器官系统还要多,每个系统又包含大量临床症状和体征作为参数,临床医务人员往往并不愿意使用过于复杂的评分系统,“大道至简”(less is more)也是急诊科和ICU的重要理念[13-14];②主观指标,某些症状和体征不能量化,例如:“明显或持续性的呕吐、腹泻、梗阻、腹痛”,“长时间咳嗽”,“轻度低血压”,“轻度溶血”,这些都会降低评估者之间的可信度;③缺乏毒物暴露分类信息,可能无法准确预测所有有毒物质暴露的结果。这些原因导致PSS的临床利用率低。
3 非特异度中毒评分系统急性中毒急危重患者的病理生理差异较大,传统的急危重评分系统可能无法全面评价急性中毒的病情[15], 而PSS评分在临床使用中又受到限制,针对这一临床问题,不少团队进行了探索。
3.1 新中毒病死率评分新近开发的非特异度中毒评分研究很少,仅韩国疾病控制和预防中心在2021年报道了新中毒病死率评分系统(new-poisoning mortality scoring system, new-PMS)[15],该研究纳入42 568名非特异度中毒患者,包括10个预测因子(年龄,性别,中毒类型,故意中毒,中毒途径,收缩压,心率,呼吸频率,体温和精神状态),反映急性中毒的两大特征,即中毒特征和中毒后的早期生理状况,评分范围为0~137点,定义0~27分为极低风险,28~40分为低风险,41~55分为中等风险,而56分以上为高风险,new-PMS在预测病死率方面表现出出色的表现,无论中毒原因、物质类型、年龄和性别如何,所有急性中毒患者的受试者工作特性曲线下面积(area under the receiver operating characteristic curve, AUC)均超过0.9,有助于急诊科急性中毒患者的临床决策。
3.2 中毒早期预警评分早期预警评分被广泛用于评估急诊科患者的病情[16],即时检测(point of care testing,POCT)具有操作简单、使用方便、结果快速、设备小型化等特点。2021年Martín-Rodríguez等[17]设计出中毒早期预警评分(poisoning early warning score, pEWS),该研究纳入221名患者,为前瞻性多中心研究,中毒原因常见是精神药物(49.8%),pEWS包括年龄≥65岁,氧饱和度/吸入氧指数分数≤300,即时乳酸(POCT)≥4 mmol/L 3个变量,每个变量分配1分,其AUC为0.896(95%CI:0.82~0.96),随后有学者评论pEWS中应该纳入意识水平和血糖值(POCT)[18]。如何将床边快速获取的指标整合起来建立预测模型,使其在急性中毒中发挥决策作用,仍需进一步研究[19]。
3.3 ICU需求评分传统的评分系统仍然可用于预测是否需要因中毒而入住ICU,研究[20]显示与APACHE Ⅱ评分和PSS评分相比,改良早期预警评分(MEWS)对农药中毒的预测更为简便实用,可作为预测工具之一,其截断值>2,AUC为0.836。2017年有研究针对中毒患者设计了一项特定ICU需要评分(intensive care unit requirement score, IRS)[3],共纳入9 679例患者,其结果显示,预测进入ICU治疗的因素为呼吸功能不全、年龄 > 55岁、格拉斯哥昏迷评分(glasgow coma score, GCS) < 6分,而可能不需要ICU治疗的指标有酒精中毒,其他中毒(例如一氧化碳、砷、氰化物),收缩压≥130 mmHg。需要强调的是IRS关注ICU的紧迫性(即中毒后的24 h内),并不能排除晚期并发症进入ICU。随后的研究[21]通过小样本(517例)对IRS评分进行外部验证,该研究将年龄、收缩压、心率、格拉斯哥昏迷量表、中毒种类、基础疾病(心律失常,肝硬化,呼吸功能不全)几项指标形成积分系统,通过计算定义IRS≥6分为阳性,其结果表明IRS阴性不需要进入ICU,但是阳性IRS的阳性预测值太低,无法进行风险分层。最近一项为期10年的单中心回顾性队列研究[22]纳入1 503例患者,结果显示IRS具有非常出色的阴性预测价值,允许IRS < 6分的中毒患者排除ICU要求,然而在在广泛应用IRS之前,仍需前瞻性多中心队列研究确认。
4 特异度中毒评分系统急诊中毒的原因复杂,毒物种类繁多,异质性大,非特异度中毒评分系统难以面面俱到,因此研究者们也设计了针对特殊中毒的特异度评分系统。不同国家地区常见的中毒种类不同,了解我国常见中毒的流行病学资料,尤其是病死率较高的中毒类型是十分必要的。2006—2016年,中国疾病预防控制中心对中国中毒死亡人数的研究结果显示,农药仍是常见的中毒物质[23]。四川华西法医学鉴定中心和四川省公安系统的资料显示中毒相关死亡最常见的中毒剂是农药(40%),其次为有毒气体(32%)[24]。以下介绍近年来农药中毒和一氧化碳中毒的评分系统。
4.1 急性有机磷中毒急性有机磷中毒(acute organophosphorus poisoning, AOPP)在亚洲农村地区仍是一个主要的临床和公共卫生问题,早期识别严重AOPP患者,及时诊疗并送至有经验的医疗中心可能有助于改善患者的预后,对此国内学者开发出重度AOPP风险的评分系统[25],其包括6项参数:年龄 > 50岁、白细胞计数 > 15×109/L、血浆胆碱酯酶 < 360 U/L、血浆白蛋白 < 35 g/L、pH < 7.3和乳酸 > 3.0 mmol/L。它的优势是纳入临床上普遍使用的客观指标,并且AUC在推导队列(0.88)和验证队列(0.83)都很稳健。重度AOPP风险的评分系统可以帮助快速识别高危患者。
4.2 急性百草枯中毒急性百草枯中毒(acute paraquat poisoning)可导致多器官严重损害,是亚洲国家致死性中毒的主要原因,一般来说,急性百草枯中毒的严重程度和预后取决于摄入的剂量,但大多数医院无法测定血浆百草枯浓度。早期的研究使用百草枯中毒严重指数(severe index of paraquat poisoning, SIPP)评估患者的预后,然而很多医院没有SIPP指标,常规应用很困难[26-27]。近期有两项关于百草枯中毒的评分系统的研究报告[26-27],Chen等[26]纳入321名百草枯中毒患者,并推导出急性百草枯中毒病死率(acute paraquat poisoning mortality,APPM)评分,该评分包括三个指标:尿液百草枯 > 10 ppm为6分,血糖 > 140 mg/dL(7.8 mmol/L)为5分,白细胞计数 > 13.0 G/L为4分,其优势是在血清百草枯浓度或摄取时间无法获取时可以使用。Gao等[27]对609例百草枯患者进行回顾性队列研究研究,最后8个候选因素,包括年龄、摄入量、肌酸激酶同工酶MB、血小板、白细胞、中性粒细胞计数、γ-谷氨酰转移酶和血清肌酐被确定为院内死亡事件的独立危险指标。这两项研究设计的评分系统均具有较好的预测价值,但仍需进行多中心前瞻性研究。
4.3 农药中毒呼吸衰竭评分急性农药中毒患者死亡的主要原因是急性呼吸衰竭,Cho等[28]纳入679例故意中毒急性农药中毒患者,开发PREP(prediction of respiratory failure in pesticide intoxication)中毒评分系统用于预测急性农药中毒患者的急性呼吸衰竭,该研究排除了百草枯中毒患者(由于病死率过高)。PREP评分包括5个变量:年龄、农药种类、摄入量、格拉斯哥昏迷量表和动脉pH值,其AUC达到0.911,并且这些参数可在临床上容易获取。
4.4 一氧化碳中毒一氧化碳(carbon monoxide, CO)通常由含碳化合物的不完全燃烧产生,CO以高亲和力与血液中的血红蛋白(Hb)结合,形成碳氧血红蛋白(carboxyhemoglobin, COHb),从而造成组织缺氧性损伤,尤其是大脑和心脏等需要高氧的器官。我国CO中毒的发病率和病死率仍然很高,常见的原因是气体泄漏和火灾[29-30]。研究表明[31]传统的PSS和SOFA评分也能预测预测CO中毒患者的急性不良预后。近期有研究者使用COHb和乳酸分别替换PSS中血液系统和代谢系统的变量,形成了改良PSS评分, 即一氧化碳改良PSS(CO-modified PSS),具体的标准:COHb≥10%为轻度,COHb > 25%为中度,COHb > 50%为重度;乳酸 > 2 mmol/L为轻度、乳酸 > 5 mmol/L为中度,乳酸 > 10 mmol/L为重度,该研究纳入891例患者,其结果显示CO-modified PSS预测患者预后不良的AUC分别为0.874(95%CI: 0.850~0.895),并不逊色PSS 0.881(95%CI: 0.858~0.901),并且CO-modified PSS一定程度上简化了变量[32],CO-modified PSS为PSS的改良提供了思路,有积极意义,该研究表明PSS的简化和改良仍有研究的空间。预防神经认知后遗症是治疗急性CO中毒的主要目标,对此研究者设计了COGAS评分系统来预测神经认知后遗症的可能性[33],COGAS评分包括5个变量,即年龄 > 50岁为1分,GCS评分≤12为1分,休克为1分,未使用高压氧治疗为1分,肌酸激酶 > 320 U/L为1分。COGAS评分的AUC在推导队列中为0.862(95%CI: 0.828~0.895),在验证队列中为0.870(95%CI: 0.779~0.961)。Chi等[34]纳入1 171名CO中毒患者,开发出FIRED评分来评估患者的预后,FIRED评分具体内容为:火灾现场(F)为13分,故意CO暴露(I)为4分,呼吸衰竭(R)为10分,GCS评分每减少1分该项目增加1分(E),糖尿病(D)为4分,结果显示FIRED评分≥10分与不良结果相关(敏感度89.6%,特异度82.4%,AUC 0.930),关于FIRED评分只是内部验证,并没有外部验证。
5 总结与展望急性中毒的病情分级及预后评估是急诊医务人员的重要工作之一,整合临床资料形成评分系统对患者进行评估,这是一种古老的研究方法,深入人心,而面对急性中毒可供使用的评分系统屈指可数,并且有些评分系统年代久远。目前国内外关于急性中毒评分系统的临床研究很少,并且许多研究有方法学的缺陷[19, 35],如样本量偏少,外部验证不足等。一方面客观的原因是缺乏急诊中毒的高质量临床资料,另一方面主观原因可能是重视不够。急性中毒是我们急诊科特有的疾病,急诊医师责无旁贷,开发、验证或更新急性中毒评分系统,需要在不同地区的合作[36],并参考TRIPOD声明的清单[37]进行高质量的临床研究。
利益冲突 所有作者声明无利益冲突
本文有附录,可登录中华急诊网(www.cem.org.cn)浏览本文(Html格式全文)
[1] | 中国医师协会急诊医师分会, 中国毒理学会中毒与救治专业委员会. 急性中毒诊断与治疗中国专家共识[J]. 中华急诊医学杂志, 2016, 25(11): 1361-1375. DOI:10.3760/cma.j.issn.1671-0282.2016.11.004 |
[2] | 林锦乐, 张文武. 急性中毒防治工作应重视的3个问题[J]. 中华急诊医学杂志, 2022, 31(3): 270-272. DOI:10.3760/cma.j.issn.1671-0282.2022.03.002 |
[3] | Brandenburg R, Brinkman S, de Keizer NF, et al. The need for ICU admission in intoxicated patients: a prediction model[J]. Clin Toxicol (Phila), 2017, 55(1): 4-11. DOI:10.1080/15563650.2016.1222616 |
[4] | Hondebrink L, Rietjens SJ, Donker DW, et al. A quarter of admitted poisoned patients have a mild poisoning and require no treatment: an observational study[J]. Eur J Intern Med, 2019, 66: 41-47. DOI:10.1016/j.ejim.2019.05.012 |
[5] | Adibi A, Sadatsafavi M, Ioannidis JPA. Validation and utility testing of clinical prediction models: time to change the approach[J]. JAMA, 2020, 324(3): 235-236. DOI:10.1001/jama.2020.1230 |
[6] | Bonnett LJ, Snell KIE, Collins GS, et al. Guide to presenting clinical prediction models for use in clinical settings[J]. BMJ, 2019, 365: l737. DOI:10.1136/bmj.l737 |
[7] | 孙昊, 乔莉, 张劲松. 正确认识动物实验在我国临床中毒研究中的价值[J]. 中华急诊医学杂志, 2019, 28(3): 278-281. DOI:10.3760/cma.j.issn.1671-0282.2019.03.002 |
[8] | Kim YH, Yeo JH, Kang MJ, et al. Performance assessment of the SOFA, APACHE Ⅱ scoring system, and SAPS Ⅱ in intensive care unit organophosphate poisoned patients[J]. J Korean Med Sci, 2013, 28(12): 1822-1826. DOI:10.3346/jkms.2013.28.12.1822 |
[9] | Lee DH, Lee BK. Performance of the simplified acute physiology score Ⅲ in acute organophosphate poisoning: a retrospective observational study[J]. Hum Exp Toxicol, 2018, 37(3): 221-228. DOI:10.1177/0960327117698541 |
[10] | Lee JH, Hwang SY, Kim HR, et al. Effectiveness of the sequential organ failure assessment, acute physiology and chronic health evaluation Ⅱ, and simplified acute physiology score Ⅱ prognostic scoring systems in paraquat-poisoned patients in the intensive care unit[J]. Hum Exp Toxicol, 2017, 36(5): 431-437. DOI:10.1177/0960327116657602 |
[11] | Schwarz ES, Kopec KT, Wiegand TJ, et al. Should we be using the poisoning severity score?[J]. J Med Toxicol, 2017, 13(2): 135-145. DOI:10.1007/s13181-017-0609-5 |
[12] | Cairns R, Buckley NA. The poisoning severity score: if it did not exist, we would have to invent it[J]. J Med Toxicol, 2017, 13(2): 131-134. DOI:10.1007/s13181-017-0614-8 |
[13] | Chauvin A, Lang E, Bossuyt P. When less is more: mitigating the harms and risks of over-testing through shared decision making[J]. CJEM, 2022, 24(2): 126-127. DOI:10.1007/s43678-021-00231-7 |
[14] | Akel MA, Carey KA, Winslow CJ, et al. Less is more: detecting clinical deterioration in the hospital with machine learning using only age, heart rate, and respiratory rate[J]. Resuscitation, 2021, 168: 6-10. DOI:10.1016/j.resuscitation.2021.08.024 |
[15] | Han KS, Kim SJ, Lee EJ, et al. Development and validation of new poisoning mortality score system for patients with acute poisoning at the emergency department[J]. Crit Care, 2021, 25(1): 29. DOI:10.1186/s13054-020-03408-1 |
[16] | Shi QF, Zhang JS. Adding extra parameters to the national early warning score: is it really necessary?[J]. Am J Emerg Med, 2023, 63: 161. DOI:10.1016/j.ajem.2022.09.039 |
[17] | Martín-Rodríguez F, López-Izquierdo R, Castro-Villamor MA, et al. A predictive model for serious adverse events in adults with acute poisoning in prehospital and hospital care[J]. Aust Crit Care, 2021, 34(3): 209-216. DOI:10.1016/j.aucc.2020.07.004 |
[18] | Ferrés-Padró V, Solà-Muñoz S, Jiménez-Fàbrega FX, et al. A predictive model for serious adverse events in adults with acute poisoning in prehospital and hospital care[J]. Aust Crit Care, 2022, 35(1): 3-4. DOI:10.1016/j.aucc.2021.06.016 |
[19] | Shi Q, Zhang J. Methodological concerns about the poisoning early warning score[J]. Aust Crit Care, 2022: S1036-7314(22)00203-X. DOI:10.1016/j.aucc.2022.10.002 |
[20] | El-Sarnagawy GN, Abdelnoor AA, Abuelfadl AA, et al. Comparison between various scoring systems in predicting the need for intensive care unit admission of acute pesticide-poisoned patients[J]. Environ Sci Pollut Res Int, 2022, 29(23): 33999-34009. DOI:10.1007/s11356-021-17790-y |
[21] | Böll R, Romanek K, Schmoll S, et al. Independent validation of the ICU requirement score in a cohort of acutely poisoned adults[J]. Clin Toxicol (Phila), 2018, 56(7): 664-666. DOI:10.1080/15563650.2017.1401635 |
[22] | El Gharbi F, El Bèze N, Jaffal K, et al. Does the ICU Requirement Score allow the poisoned patient to be safely managed without admission to the intensive care unit? - a validation cohort study[J]. Clin Toxicol (Phila), 2022, 60(3): 298-303. DOI:10.1080/15563650.2021.1961145 |
[23] | Wang LJ, Wu Y, Yin P, et al. Poisoning deaths in China, 2006-2016[J]. Bull World Health Organ, 2018, 96(5): 314-326A. DOI:10.2471/BLT.17.203943 |
[24] | Xiao L, Ye Y, Wang YJ, et al. A 9-year retrospective study of poisoning-related deaths in Southwest China (Sichuan)[J]. Forensic Sci Int, 2021, 318: 110558. DOI:10.1016/j.forsciint.2020.110558 |
[25] | Dong N, Liu JL, Wang ZH, et al. Development of a practical prediction scoring system for severe acute organophosphate poisoning[J]. J Appl Toxicol, 2020, 40(7): 889-896. DOI:10.1002/jat.3950 |
[26] | Chen CK, Chen YC, Mégarbane B, et al. The acute paraquat poisoning mortality (APPM) score to predict the risk of death in paraquat-poisoned patients[J]. Clin Toxicol (Phila), 2022, 60(4): 446-450. DOI:10.1080/15563650.2021.1979234 |
[27] | Gao YX, Liu LW, Li TG, et al. A novel simple risk model to predict the prognosis of patients with paraquat poisoning[J]. Sci Rep, 2021, 11(1): 237. DOI:10.1038/s41598-020-80371-5 |
[28] | Cho NJ, Park S, Lyu J, et al. Prediction model of acute respiratory failure in patients with acute pesticide poisoning by intentional ingestion: prediction of respiratory failure in pesticide intoxication (PREP) scores in cohort study[J]. J Clin Med, 2022, 11(4): 1048. DOI:10.3390/jcm11041048 |
[29] | Zhang LN, Wu D, Xu MY, et al. Acute carbon monoxide poisoning in Shandong, China: an observational study[J]. Chin Med J (Engl), 2022, 135(13): 1539-1544. DOI:10.1097/CM9.0000000000001942 |
[30] | Liu Z, Meng H, Huang JT, et al. Acute carbon monoxide poisoning with low saturation of carboxyhaemoglobin: a forensic retrospective study in Shanghai, China[J]. Sci Rep, 2021, 11(1): 18554. DOI:10.1038/s41598-021-97436-8 |
[31] | Wang IJ, Yeom SR, Park SW, et al. Poison severity score and sequential organ failure assessment score: carbon monoxide poisoning prognosis[J]. PLoS One, 2019, 14(3): e0212025. DOI:10.1371/journal.pone.0212025 |
[32] | Lee JS, Kim TY, Bae KS, et al. Usefulness of a modified poisoning severity score for predicting prognosis in acute carbon monoxide poisoning[J]. Am J Emerg Med, 2022, 51: 156-162. DOI:10.1016/j.ajem.2021.10.027 |
[33] | Kim SH, Lee Y, Kang S, et al. Derivation and validation of a score for predicting poor neurocognitive outcomes in acute carbon monoxide poisoning[J]. JAMA Netw Open, 2022, 5(5): e2210552. DOI:10.1001/jamanetworkopen.2022.10552 |
[34] | Chi YJ, Pan HY, Cheng FJ, et al. Experience of carbon monoxide poisoning and the outcome predicting score: A multicenter retrospective study[J]. Am J Emerg Med, 2022, 58: 73-78. DOI:10.1016/j.ajem.2022.05.012 |
[35] | Shi Q, Zhang J. Methodological concerns about score of delayed neuropsychiatric sequelae after carbon monoxide poisoning[J]. Am J Emerg Med, 2022: S0735-6757(22)00685-4. DOI:10.1016/j.ajem.2022.10.042 |
[36] | 卢中秋. 精益求精, 进一步提高我国急诊中毒临床诊治水平[J]. 中华急诊医学杂志, 2019, 28(3): 275-278. DOI:10.3760/cma.j.issn.1671-0282.2019.03.001 |
[37] | Heus P, Reitsma JB, Collins GS, et al. Transparent reporting of multivariable prediction models in journal and conference abstracts: TRIPOD for abstracts[J]. Ann Intern Med, 2020, 173: 42-47. DOI:10.7326/M20-0193 |