解曉霞， 姚 震， 何 旭， 楊正寧， 陳 鈞

腦卒中是一種嚴重危害人類健康的常見疾病，具有發(fā)病率高、死亡率高、致殘率高、復發(fā)率高的特點[1,2]。2019年全球疾病負擔研究的數(shù)據(jù)結果[3]顯示 ：與2009年相比，2019我國腦卒中死亡率增加了7.3%，傷殘調(diào)整壽命年增加了5.9%。隨著社會的發(fā)展和生活水平的提高，其患病率已經(jīng)呈明顯的上升趨勢。缺血性腦卒中約占腦卒中的50%，位居第1位[4]。因此，探討IS患者預后的獨立危險因素并建立預測模型，對于客觀、準確地評估IS患者的病情嚴重程度具有重要意義。急性生理與慢性健康狀況評分Ⅳ(acute physiology and chronic health evalution，APACHE Ⅳ)系統(tǒng)是當前重癥監(jiān)護病房常用的病情量化評估工具，依據(jù)患者入院24 h內(nèi)的數(shù)據(jù)，進而對疾病的嚴重程度進行量化，從而幫助預測患者的死亡風險和預后。本研究旨在探討IS患者預后的獨立危險因素及APACHE Ⅳ評分對預測IS嚴重程度的價值。

1 資料與方法

1.1 一般資料 數(shù)據(jù)收集自eICU協(xié)同研究數(shù)據(jù)庫v2.0[5]。該數(shù)據(jù)庫是一個多中心ICU數(shù)據(jù)庫，該數(shù)據(jù)庫包括2014年-2015年期間收治的200,859名患者?；颊呷胱∪?08家醫(yī)院之一。eICU數(shù)據(jù)庫包括床邊監(jiān)護儀每小時的生理讀數(shù)、人口統(tǒng)計學特征記錄、疾病嚴重程度測量、診斷、治療以及常規(guī)醫(yī)療護理期間收集的其他臨床數(shù)據(jù)。該數(shù)據(jù)庫的使用已得到麻省理工學院機構審查委員會和1964年《赫爾辛基宣言》及其后來的修正案的批準。作者使用該數(shù)據(jù)庫前已通過課程學習及考試，最終獲得訪問權限，并進行數(shù)據(jù)提取(認證號:41800801)。在數(shù)據(jù)庫中記錄的所有首次入ICU的首要診斷為缺血性腦卒中的患者都有資格納入本研究，患者被排除的原因如下：(1)無醫(yī)院生命狀態(tài)記錄(生存或死亡)；(2)APACHE Ⅳ評分缺失及APACHE Ⅳ評分等于-1；(3)血小板數(shù)據(jù)缺失。最后有1934名患者符合本次研究要求(見圖1)。

圖1 流程圖

1.2 方法 從eICU數(shù)據(jù)庫中提取以下數(shù)據(jù)：性別、年齡、種族、入院身高、入院體重、住院時間、APACHE Ⅳ評分、血小板計數(shù)、住院身份、是否接受通氣氧合、共病(房顫、高血壓、糖尿病、心衰)。血小板計數(shù)以入院第一次測量值為主。APACHE Ⅳ評分可根據(jù)在線網(wǎng)頁(網(wǎng)址：https://intensivecarenetwork.com/Calculators/Files/APACHE 4.html)評估患者個體狀況后獲得。主要結果是醫(yī)院死亡率。

1.3 統(tǒng)計學方法 所有的數(shù)據(jù)均采用SPSS 25.0軟件包(www.spss.com)和R 4.1.0(www.R- project.org)進行統(tǒng)計分析。首先，為了比較幸存組和非幸存組之間基線資料的差異，分類變量以絕對數(shù)和百分比表示，并采用卡方檢驗進行分析。非正態(tài)數(shù)據(jù)以中位數(shù)和四分位數(shù)范圍(IQR)表示，并采用Wilcoxon秩和檢驗進行比較。其次，我們采用了單因素Logistic、多因素Logistic回歸分析影響IS患者的獨立預測因素。用Hosmer-Lemeshow擬合優(yōu)度檢驗預測模型準確度。采用R語言中的“pROC”程序包繪制ROC曲線，分析模型的診斷價值，約登指數(shù)(臨界值)對應于ROC曲線上的點被計算為確定預后的敏感性和特異性。對應于最大約登指數(shù)的截止值用作評估預后的最佳臨界值。根據(jù)臨界值劃分為兩組，使用R語言中的“survival”程序包，繪制兩組與住院時間相關的總生存率Kaplan-Meier(K-M)曲線，Log Rank檢驗兩組生存間差異。P<0.05為差異有統(tǒng)計學意義。

2 結 果

2.1 一般情況 1934例缺血性腦卒中患者中，有213例(11.0%)住院期間死亡。

2.2 幸存組與非幸存組患者基線資料比較 兩組性別、種族、入院身高、血小板計數(shù)、住院時間、合并高血壓比較，差異無統(tǒng)計學意義(P>0.05)，非幸存組年齡、APACHE Ⅳ評分、合并糖尿病史、合并心衰、合并房顫及機械通氣治療比例高于幸存組，入院體重低于幸存組，差異均有統(tǒng)計學意義(均P<0.05)(見表 1)。

表1 幸存組與非幸存組患者基線資料比較

2.3 影響IS患者預后的多因素Logistic分析 以住院狀態(tài)(死亡=1，生存=0)作為因變量，單因素分析中P<0.05的7個變量作為自變量，構建多因素Logistic回歸分析模型，變量篩選采用前進法。自變量賦值情況為：APACHE Ⅳ評分、入院體重原值錄入，年齡(<60歲=1，60～75歲=2,76～89歲=3，>89歲=4)、合并糖尿病、合并心衰、合并房顫、機械通氣治療(是=1，否=0) 。多因素Logistic回歸分析結果顯示，機械通氣治療、APACHE Ⅳ評分為IS的獨立危險因素(P<0.05)(見表2)。

表2 影響IS患者預后的多因素Logistic分析

2.4 預測模型評估IS患者預后不良的價值 依據(jù)多因素回歸分析結果，機械通氣治療、APACHE Ⅳ評分為IS的獨立危險因素。我們旨在探討APACHE Ⅳ評分對IS的影響。采用“pROC”程序包繪制ROC曲線下面積,評價APACHE Ⅳ評分的區(qū)分度，采用Hosmer-Lemeshow擬合優(yōu)度檢驗評價校準度，其中列線圖模型的ROC曲線下面積為 0.770[95%CI(0.660，0.773)](見圖2)。Hosmer-Lemeshow擬合優(yōu)度檢驗結果顯示，預測值與實際觀測值之間差異無統(tǒng)計學意義(χ2=13.755，P=0.088),擬合度良好。

圖2 出血性腦卒中嚴重程度的ROC曲線

APACHE Ⅳ評分最佳臨界值為56.5分，此時的曲線對應的靈敏度為71.8%，特異度為 72.8%，根據(jù)最佳臨界值分為兩組，利用K-M曲線分析兩組總生存差異，結果顯示，APACHE Ⅳ評分的最佳臨界值是56.5，APACHE Ⅳ評分>56.5(高風險組)預后與APACHE Ⅳ評分<56.5(低風險組)相比顯著較差(見圖3，P<0.01)。這也進一步驗證了APACHE Ⅳ評分可以可靠的預測IS患者的預后。

圖3 高風險組和低風險組總生存率K-M曲線

3 討 論

目前，隨著醫(yī)學科學技術的發(fā)展和醫(yī)學模式、疾病譜的轉(zhuǎn)變，IS疾病嚴重程度的定量評估可以為患者病情的評估、預后預測、醫(yī)生的醫(yī)療決策提供客觀依據(jù)。APACHE Ⅳ評分被廣泛用于評估危重患者的嚴重程度和預后[6～8]。APACHE評分有4種版本，APACHE Ⅳ評分是目前最新版本，基于入院24 h內(nèi)的變量，對預測醫(yī)院死亡率具有良好的鑒別性和校準度。

APACHE Ⅳ評分系統(tǒng)包括急性生理評分(年齡、體溫、平均動脈壓、心率、呼吸頻率、是否機械通氣、吸入氧濃度、血氧分壓、二氧化碳分壓、動脈血pH值、鈉離子濃度、24 h尿量、肌酐、尿素氮、血糖水平、白蛋白、膽紅素、紅細胞比容、白細胞、格斯拉評分)、慢性健康條件、入院信息及入院診斷信息。有研究表明[9]，APACHE Ⅳ評分對COVID-19危重患者有著很好的鑒別能力。此前，在一家社區(qū)醫(yī)院的ICU中進行的前瞻性隊列研究表明[10]，APACHE Ⅳ評分和PPI都是預測ICU死亡率的重要工具。與PPI相比，APACHE Ⅳ評分系統(tǒng)可以更準確地預測死亡率。另外，在一項評估呼吸重癥監(jiān)護病房機械通氣患者的預后和預測機械通氣持續(xù)時間的研究[11]中，比較4種不同的評分系統(tǒng)(SAPS Ⅱ,APACHE Ⅱ,SAPS Ⅲ,and APACHE Ⅳ)的鑒別度，發(fā)現(xiàn)APACHE Ⅳ評分系統(tǒng)比其他系統(tǒng)更有效，不僅能顯著區(qū)分機械通氣的結果，而且可以預測機械通氣的持續(xù)時間。綜上，APACHE Ⅳ評分系統(tǒng)被用于評估多種疾病的預后，并有著良好的鑒別度。但目前仍然沒有關于APACHE Ⅳ評分系統(tǒng)預測IS的相關研究。本研究構建的IS預后不良模型通過Hosmer-Lemeshow擬合優(yōu)度檢驗，結果顯示與預測模型實際結果具有較高一致性。并進一步通過ROC曲線分析及K-M曲線驗證，得出AUC為 0.770，最佳臨界值為56.5。表明預測模型臨床價值較高。我們的研究并非沒有局限性。首先，我們的研究受到該隊列的回顧性性質(zhì)的限制，需要進一步的前瞻性試驗提供證據(jù)，并潛在地驗證我們的研究發(fā)現(xiàn)，其次，未納入藥物干預等其他因素，應進一步完善使預測值準確度更高。本模型的準確度還應進行研究驗證。

4 結 論

依靠一個大型的國家數(shù)據(jù)庫隊列，我們發(fā)現(xiàn)APACHE Ⅳ評分系統(tǒng)對IS嚴重程度具有一定預測價值,且模型準確度較高，有利于臨床進行預后診斷，改善IS患者預后。