［摘要］隨著疾病譜的演變、醫(yī)療技術(shù)的進(jìn)步及人口老齡化加劇，冠心病（CHD）合并共病的比例逐年增多，臨床表現(xiàn)為癥狀不典型、冠脈血管病變復(fù)雜、冠脈血運(yùn)重建率低、主要心腦血管不良事件發(fā)生率高、死亡風(fēng)險(xiǎn)大。建立共病評(píng)分模型以評(píng)估病情進(jìn)展及死亡風(fēng)險(xiǎn)，識(shí)別高危CHD共病人群，可盡早干預(yù)治療以降低死亡率。本文對(duì)基于共病的CHD死亡風(fēng)險(xiǎn)預(yù)測(cè)模型的進(jìn)展作一綜述，旨在推動(dòng)我國(guó)CHD管理的優(yōu)化。

［關(guān)鍵詞］冠心病；共??；死亡率；模型

doi：10.3969/j.issn.1674-7593.2023.03.025

Comorbidity-based Mortality Prediction Models for Coronary Heart Disease

Zhao Xiuyang，Zeng Min**

Hainan People's Hospital Healthcare Center of Hainan Hospital Affiliated to Hainan Medical College，Hainan570311

**Corresponding author：Zeng Min，email：hndzm6@126.com

［Abstract］The proportion of coronary heart disease（CHD） with comorbidities has been increasing with the evolution of disease spectrum，the progress of medical technologies and the acceleration of population aging.CHD with comorbidities is characterized by atypical clinical symptoms，complicated pathological vessels，low coronary revascularization rate，high incidence of major cardio-cerebrovascular adverse events，and high mortality risk.Comorbidity scoring models，particularly with the purposes of evaluating disease progression and mortality risk，may identify the high-risk population of CHD-related comorbidities，and do the early-interventions so as to reduce mortality.This paper reviews the risk prediction models for comorbidity-related CHD deaths，aiming at promoting the optimization of CHD management.

［Key words］Coronary heart disease;Comorbidity;Mortality;Model

共病通常是指同時(shí)患有兩種及以上的疾病，且多以慢性病為主。共病評(píng)分模型的建立可用于評(píng)估共病負(fù)擔(dān)對(duì)患者預(yù)后的影響，它包含對(duì)人體產(chǎn)生不良影響的疾病，同時(shí)也考慮疾病的嚴(yán)重程度以及各疾病之間的相互影響［1］。隨著醫(yī)療科技進(jìn)步以及社會(huì)人口學(xué)演變，越來(lái)越多冠心?。–oronary heart disease，CHD）患者至少合并一種及以上共病，嚴(yán)重共病負(fù)擔(dān)占比逐年攀升［2-3］。共病不但干擾CHD典型臨床表現(xiàn)，影響臨床決策選擇，增加不良預(yù)后的發(fā)生及管理難度，更加重個(gè)人及社會(huì)經(jīng)濟(jì)負(fù)擔(dān)，甚至增加死亡率［2，4-9］。運(yùn)用一個(gè)高效精準(zhǔn)的共病評(píng)分模型以評(píng)估CHD病情進(jìn)展及預(yù)后，及早進(jìn)行臨床干預(yù)，可降低死亡率，對(duì)CHD共病患者極為重要。本文對(duì)目前幾個(gè)共病模型的應(yīng)用進(jìn)展進(jìn)行綜述，旨在引起國(guó)內(nèi)相關(guān)人士重視，為建立符合我國(guó)CHD人群的共病模型提供參考依據(jù)，以提升我國(guó)CHD患者生存率。

1基于普通患者的共病死亡風(fēng)險(xiǎn)評(píng)分模型

1.1查爾森共病評(píng)分模型及其衍生模型

查爾森共病評(píng)分（Charlson commorbidity index，CCI）模型通過(guò)記錄599例內(nèi)科疾病患者臨床資料而創(chuàng)建，用于預(yù)測(cè)1年死亡風(fēng)險(xiǎn)［1］。CCI模型采用Cox回歸方程探索疾病與死亡的相關(guān)性，選取調(diào)整后相對(duì)風(fēng)險(xiǎn)值＞1.2的疾病作為該模型的共病指標(biāo)，將調(diào)整后相對(duì)風(fēng)險(xiǎn)為1.2＜χ＜1.5的共病賦值為1分、1.5≤χ＜2.5為2分、2.5≤χ＜3.5為3分、≥6為6分。患者共病總體負(fù)擔(dān)為其所患共病對(duì)應(yīng)權(quán)重值總和，共病負(fù)擔(dān)越重，1年死亡風(fēng)險(xiǎn)越高。CCI模型在685例乳腺癌患者中得到驗(yàn)證，且通過(guò)隨訪10年，發(fā)現(xiàn)年齡也是死亡的獨(dú)立危險(xiǎn)因素，自50歲起，每增加10歲，權(quán)重值增加1分，即10年生存率為CCI模型=e0.9×（共病權(quán)重值-年齡權(quán)重值）。CCI模型不僅考慮到共病的數(shù)目又涵蓋共病的嚴(yán)重程度，同時(shí)賦予各共病權(quán)重值，是一種簡(jiǎn)單、直觀且有效的評(píng)估共病死亡風(fēng)險(xiǎn)的模型。CCI模型目前已被證明可以預(yù)測(cè)不同臨床人群死亡率，包括內(nèi)科、外科、重癥監(jiān)護(hù)病房、創(chuàng)傷和癌癥患者，是公認(rèn)用于評(píng)估各疾病死亡風(fēng)險(xiǎn)最為常見(jiàn)且有效的共病評(píng)分模型［10］。除了研判預(yù)后外，CCI模型也可用于醫(yī)療衛(wèi)生保健管理評(píng)估。如就CHD患者而言，CCI模型除了預(yù)測(cè)其死亡率外 ，還用于評(píng)估主要不良心腦血管疾病發(fā)生率、冠脈血運(yùn)重建率、住院時(shí)長(zhǎng)、住院費(fèi)用和再入院的情況，是這些情況的獨(dú)立危險(xiǎn)因素［2，5-8］。

CCI模型雖可用于評(píng)估CHD死亡風(fēng)險(xiǎn)，但仍有以下問(wèn)題值得思考：①共病類(lèi)型選取。CCI模型并非基于CHD而開(kāi)發(fā)，個(gè)別指標(biāo)在CHD中不常見(jiàn)，而CHD中一些常見(jiàn)共病未被包含，應(yīng)開(kāi)發(fā)更恰當(dāng)?shù)倪m用于CHD的共病評(píng)分模型。②共病交互。不同疾病之間交互作用不同，對(duì)死亡所產(chǎn)生的影響有所差異。CCI模型是基于普通內(nèi)科患者所創(chuàng)建，普通內(nèi)科各個(gè)疾病相互作用對(duì)死亡所產(chǎn)生的影響是否與以CHD患者為研究背景是一致的？此外，隨著疾病譜的演變以及醫(yī)療技術(shù)的進(jìn)步，一些疾病治愈率有所提升，是否重新檢驗(yàn)并規(guī)劃CCI模型各個(gè)共病指標(biāo)在CHD的權(quán)重值？③年齡賦分。CCI模型中每增加10歲，共病負(fù)擔(dān)權(quán)重值增加1分，這對(duì)于超高齡CHD患者是否可行？是否應(yīng)該縮短其年限？

基于上述疑問(wèn)，有學(xué)者發(fā)現(xiàn)CCI模型中有些共病指標(biāo)在老年急性冠脈綜合征（Acute coronary syndrome，ACS）中不常見(jiàn)，對(duì)CCI模型進(jìn)行簡(jiǎn)化，創(chuàng)建了一個(gè)只包含6種共病，即腎功能衰竭、貧血、糖尿病、外周動(dòng)脈疾病、腦血管疾病和慢性肺部疾病的共病評(píng)分模型以預(yù)測(cè)老年ACS患者1年死亡風(fēng)險(xiǎn)［11］。其共病權(quán)重值賦分同CCI模型，兩者預(yù)測(cè)老年ACS患者1年死亡風(fēng)險(xiǎn)相同，C統(tǒng)計(jì)量均為 0.80［11］。與CCI模型相比，其更精簡(jiǎn)，但仍需更多臨床樣本以驗(yàn)證。隨著疾病和有關(guān)健康問(wèn)題的國(guó)際統(tǒng)計(jì)分類(lèi)ICD10的頒布，以CCI模型結(jié)合ICD10創(chuàng)建了CDMF-CCI模型［12］。將腎功能按“輕-中度腎臟疾病”“重度腎功能”并分別賦予1分、2分；進(jìn)一步細(xì)化不同嚴(yán)重程度腎功能對(duì)死亡的影響；同時(shí)將人類(lèi)免疫缺陷病毒（Human immunodeficiency virus，HIV）感染及艾滋病（HIV感染+機(jī)會(huì)性感染）區(qū)分開(kāi)來(lái)，并分別賦予3分、6分，更符合當(dāng)代HIV感染與艾滋?。℉IV感染+機(jī)會(huì)性感染）死亡風(fēng)險(xiǎn)的差別；同時(shí)將“白血病”“淋巴瘤”“非實(shí)體轉(zhuǎn)移性腫瘤”統(tǒng)一納入“任何惡性腫瘤”中，賦予2分。CDMF-CCI模型的每一個(gè)共病均被賦予相應(yīng)分值，可以直觀反映各共病對(duì)死亡的影響程度，并且模型中的共病可以直接通過(guò)出院診斷提取，運(yùn)用更加方便，較CCI模型更符合當(dāng)代醫(yī)療背景。

1.2艾利克斯豪澤共病評(píng)分模型

艾利克斯豪澤共病評(píng)分模型（Elixhauser comorbidity score，ESC），用于衡量急性住院患者住院時(shí)間、住院費(fèi)用以及住院死亡情況［13］。同CCI模型一樣，ESC模型除了用于評(píng)估死亡風(fēng)險(xiǎn)，也可用于評(píng)估醫(yī)療衛(wèi)生保健管理，旨在減輕資源浪費(fèi)、減少?lài)?guó)家醫(yī)療財(cái)政支出負(fù)擔(dān)，且其識(shí)別不良事件精準(zhǔn)度略高于CCI模型［14］。但ESC模型主要用于急性住院患者，而CCI模型的對(duì)象則為慢性疾病患者。另外ESC模型共病種類(lèi)繁多，且未賦予各共病對(duì)死亡影響的權(quán)重值，運(yùn)用時(shí)需重新評(píng)估該模型中30種共病對(duì)研究人群死亡風(fēng)險(xiǎn)的影響值，臨床實(shí)際操作繁瑣，可行性差，一定程度上限制其臨床應(yīng)用。繼而，有研究者將ECS模型中30種共病翻譯到國(guó)際疾病代碼中，并采用多元性Logistic回歸確定每個(gè)共病與住院死亡率的獨(dú)立關(guān)聯(lián)強(qiáng)度，賦予其對(duì)應(yīng)的權(quán)重值［15］。

2基于CHD的共病死亡風(fēng)險(xiǎn)預(yù)測(cè)模型

為精準(zhǔn)識(shí)別CHD高危患者，評(píng)估個(gè)體疾病嚴(yán)重程度、病情進(jìn)展并預(yù)測(cè)死亡風(fēng)險(xiǎn)，以便提前給予合理干預(yù)，提高CHD共病患者生存率，目前有以下5個(gè)針對(duì)CHD的共病死亡風(fēng)險(xiǎn)預(yù)測(cè)模型。

2.1安大略省急性心肌梗死死亡預(yù)測(cè)規(guī)則

安大略省急性心肌梗死死亡預(yù)測(cè)規(guī)則（Ontario acute myocardial infarction mortality prediction rules，OAMIPR）用于預(yù)測(cè)不同共病負(fù)擔(dān)急性心肌梗死（Acute myocardial infarction，AMI）患者1個(gè)月和1年死亡風(fēng)險(xiǎn)，其ROC曲線下面積分別為0.780、0.790［16］。OAMIPR在4 836例及112 234例2個(gè)AMI數(shù)據(jù)庫(kù)分別得到驗(yàn)證。OAMIPR包含11種共病，均為AMI常見(jiàn)共病，比較容易獲得，且其識(shí)別AMI 5年死亡風(fēng)險(xiǎn)準(zhǔn)確性比CCI模型高［17］。但同ECS模型一樣，OAMIPR并未賦予反映共病對(duì)死亡影響程度的權(quán)重值，運(yùn)用時(shí)需重新評(píng)估各共病，操作較繁瑣。

2.2冠狀動(dòng)脈疾病特異性指數(shù)

冠狀動(dòng)脈疾病特異性指數(shù) （Coronary artery disease specific index，CSI）參考CHD危險(xiǎn)因素、影響病情進(jìn)展的疾病以及CCI模型，采用Cox比例風(fēng)險(xiǎn)回歸模型創(chuàng)建，并通過(guò)觀察共病與死亡的相關(guān)性，分別賦予各共病相應(yīng)權(quán)重值，用于研判共病負(fù)擔(dān)對(duì)CHD患者出院后1個(gè)月和1年的死亡風(fēng)險(xiǎn)，評(píng)分越高，死亡風(fēng)險(xiǎn)越大［18］。與CCI模型對(duì)比，兩者識(shí)別1年死亡風(fēng)險(xiǎn)的準(zhǔn)確性略有差異，C統(tǒng)計(jì)量分別為0.720及0.734。但CSI建模數(shù)據(jù)少，未對(duì)外部數(shù)據(jù)進(jìn)行驗(yàn)證，且有研究指出CSI識(shí)別CHD患者死亡風(fēng)險(xiǎn)不及CCI模型［19］。

2.3簡(jiǎn)單共病指數(shù)

簡(jiǎn)單共病指數(shù)（Simple comorbidity index，SCI）以非ST段抬高型急性冠脈綜合征（Non-ST elevation acute coronary syndrome，NSTE-ACS）為研究人群，參考冠狀動(dòng)脈危險(xiǎn)因素、CCI模型以及CSI構(gòu)建的只包含6個(gè)共病的模型，并依據(jù)風(fēng)險(xiǎn)比值賦予不同權(quán)重值，用于預(yù)測(cè)NSTE-ACS 1年死亡風(fēng)險(xiǎn)［20］。將其與CCI模型及CSI對(duì)比，C統(tǒng)計(jì)量分別為0.848、0.837、0.833。相比CCI、CDMF-CCI、ECS以及CSI，SCI共病類(lèi)型更加簡(jiǎn)單方便。SCI評(píng)分越高，NSTE-ACS患者心肌梗死發(fā)生率越高，死亡風(fēng)險(xiǎn)越大［19］。

2.4丹麥急性心肌梗死共病指數(shù)

丹麥急性心肌梗死共病指數(shù)（DANish comorbidity index for acute myocardial infarction， DANCAMI）是根據(jù)2000～2013年丹麥全國(guó)首次發(fā)生心肌梗死的患者（36 685例），通過(guò)多變量Cox模型風(fēng)險(xiǎn)比逐步消除其他共病影響，選取風(fēng)險(xiǎn)比（Hazard ratio，HR）（95%CI）≥1.1的共病所創(chuàng)建［21］。該指數(shù)有2種，一種為包含心血管及非心血管共病的DANCAMI，另一種是僅包含非心血管共病的rDANCAMI，兩者均用于預(yù)測(cè)AMI患者1年全因死亡風(fēng)險(xiǎn)，并在新西蘭數(shù)據(jù)庫(kù)中得到驗(yàn)證，其預(yù)測(cè)AMI的1年死亡風(fēng)險(xiǎn)均優(yōu)于CCI模型及ECS。利用DANCAMI評(píng)估美國(guó)250萬(wàn)例AMI住院患者的住院全因死亡及住院主要不良心腦血管事件、大出血、缺血性腦卒中和接受冠狀動(dòng)脈造影術(shù)或經(jīng)皮冠狀動(dòng)脈介入治療，發(fā)現(xiàn)該評(píng)分越高，冠脈侵入性治療越低，住院不良事件發(fā)生率越高，表明該模型可以識(shí)別AMI不良結(jié)局的高風(fēng)險(xiǎn)患者［22］。此外rDANCAMI指數(shù)還可用于預(yù)測(cè)靜脈血栓栓塞患者1年死亡風(fēng)險(xiǎn)［23］。

2.5新風(fēng)險(xiǎn)評(píng)分

上述模型均以西方人群為背景開(kāi)發(fā)，近年來(lái)我國(guó)學(xué)者也開(kāi)始關(guān)注適用于中國(guó)人群的共病死亡風(fēng)險(xiǎn)預(yù)測(cè)模型。我國(guó)學(xué)者以AMI為研究對(duì)象創(chuàng)建了新風(fēng)險(xiǎn)評(píng)分（novel risk score，R-S）用于評(píng)估AMI患者住院死亡風(fēng)險(xiǎn)，并在65家三級(jí)醫(yī)院加以驗(yàn)證［24］。與CCI模型相比，R-S表現(xiàn)出良好的預(yù)測(cè)AMI患者住院死亡風(fēng)險(xiǎn)性能，更適合于中國(guó)AMI患者。但該模型同ECS、OAMIPR規(guī)則一樣，共病數(shù)目多，未賦予共病權(quán)重值，臨床操作繁瑣，且目前尚未有涉及該模型的相關(guān)研究，其價(jià)值有待進(jìn)一步驗(yàn)證。

3總結(jié)與展望

一個(gè)合理高效的共病評(píng)分模型可以識(shí)別共病對(duì)CHD的不良影響，可提高診療精準(zhǔn)度，改善生存預(yù)后。目前共病模型提出至今已有30 余年，用于預(yù)測(cè)CHD共病患者死亡風(fēng)險(xiǎn)的共病模型研究背景復(fù)雜，各共病參數(shù)參差不齊，權(quán)重大小不一，且絕大部分是以國(guó)外人群為研究對(duì)象，我們應(yīng)當(dāng)基于我國(guó)CHD人群，開(kāi)發(fā)符合自身特點(diǎn)的CHD共病評(píng)分模型，以精準(zhǔn)識(shí)別高危CHD共病患者，降低我國(guó)CHD患者死亡率。

參考文獻(xiàn)

［1］Charlson ME，Pompei P，Ales KL，et al.A new method of classifying prognostic comorbidity in longitudinal studies：development and validation［J］.J Chronic Dis，1987，40（5）：373-383.

［2］Zhang F，Bharadwaj A，Mohamed MO，et al.Impact of Charlson co-morbidity index score on management and outcomes after acute coronary syndrome［J］.Am J Cardiol，2020，130：15-23.

［3］李沙沙，王培席，李俊晴，等.冠心病住院患者共病現(xiàn)狀及其對(duì)住院時(shí)間的影響［J］.名醫(yī)，2021，（7）：48-49.

［4］Hammer Y，Eisen A，Hasdai D，et al.Comparison of outcomes in patients with acute coronary syndrome presenting with typical versus atypical symptoms［J］.Am J Cardiol，2019，124（12）：1851-1856.

［5］Beska B，Mills GB，Ratcovich H，et al.Impact of multimorbidity on long-term outcomes in older adults with non-ST elevation acute coronary syndrome in the North East of England： a multi-center cohort study of patients undergoing invasive care［J］.BMJ Open，2022，12（7）：e061830.

［6］Potts J，Kwok CS，Ensor J，et al.Temporal changes in co-morbidity burden in patients having percutaneous coronary intervention and impact on prognosis［J］.Am J Cardiol，2018，122（5）：712-722.

［7］李彥波，劉于紅，費(fèi)月海，等.高齡急性心肌梗死患者臨床特點(diǎn)分析［J］.國(guó)際老年醫(yī)學(xué)雜志，2018，39（1）：34-36，44.

［8］Mamas MA，F(xiàn)ath-Ordoubadi F，Danzi GB，et al.Prevalence and impact of co-morbidity burden as defined by the Charlson co-morbidity index on 30-day and 1- and 5-year outcomes after coronary stent implantation（from the Nobori-2 Study）［J］.Am J Cardiol，2015，116（3）：364-371.

［9］中國(guó)心血管健康與疾病報(bào)告編寫(xiě)組.中國(guó)心血管健康與疾病報(bào)告2020概要［J］.中國(guó)循環(huán)雜志，2021，36（6）：521-545.

［10］Charlson ME，Carrozzino D，Guidi J，et al.Charlson comorbidity index：a critical review of clinimetric properties［J］.Psychother Psychosom，2022，91（1）：8-35.

［11］Sanchis J，Soler M，Núez J，et al.Comorbidity assessment for mortality risk stratification in elderly patients with acute coronary syndrome［J］.Eur J Intern Med，2019，62：48-53.

［12］Glasheen WP，Cordier T，Gumpina R，et al.Charlson comorbidity index：ICD-9 update and ICD-10 translation［J］.Am Health Drug Benefits，2019，12（4）：188-197.

［13］Elixhauser A，Steiner C，Harris DR，et al.Comorbidity measures for use with administrative data［J］.Med Care，1998，36（1）：8-27.

［14］Zhang F，Chiu Y，Ensor J，et al.Elixhauser outperformed Charlson comorbidity index in prognostic value after ACS：insights from a national registry［J］.J Clin Epidemiol，2022，141：26-35.

［15］van Walraven C，Austin PC，Jennings A，et al.A modification of the Elixhauser comorbidity measures into a point system for hospital death using administrative data［J］.Med Care，2009，47（6）：626-633.

［16］Tu JV，Austin PC，Walld R，et al.Development and validation of the Ontario acute myocardial infarction mortality prediction rules［J］.J Am Coll Cardiol，2001，37（4）：992-997.

［17］Grunau GL，Sheps S，Goldner EM，et al.Specific comorbidity risk adjustment was a better predictor of 5-year acute myocardial infarction mortality than general methods［J］.J Clin Epidemiol，2006，59（3）：274-280.

［18］Sachdev M，Sun JL，Tsiatis AA，et al.The prognostic importance of comorbidity for mortality in patients with stable coronary artery disease［J］.J Am Coll Cardiol，2004，43（4）：576-582.

［19］Chirinos J A，Veerani A，Zambrano J P，et al.Evaluation of comorbidity scores to predict all-cause mortality in patients with established coronary artery disease［J］.Int J Cardiol，2007，117（1）：97-102.

［20］Sanchis J，Núez J，Bodí V，et al.Influence of comorbid conditions on one-year outcomes in non-ST-segment elevation acute coronary syndrome［J］.Mayo Clin Proc，2011，86（4）：291-296.

［21］Wellejus Albertsen L，Heide-Jrgensen U，Schmidt S，et al.The DANish comorbidity index for acute myocardial infarction（DANCAMI）：development， validation and comparison with existing comorbidity indices［J］.Clin Epidemiol，2020，12：1299-1311.

［22］Sokhal BS，Mateti A，Abhishek，et al.Influence of the Danish co-morbidity index score on the treatment and outcomes of 2.5 million patients admitted with acute myocardial infarction in the United States［J］.Am J Cardiol，2022，179：1-10.

［23］Bonnesen K，Heide-Jrgensen U，Albertsen LW，et al.Validation of the Danish comorbidity index for acute myocardial infarction for predicting one-year mortality in patients with venous thromboembolism［J］.Thromb Res，2022，212：9-18.

［24］Qu Z，Zhao LP，Ma X，et al.Building a patient-specific risk score with a large database of discharge summary reports［J］.Med Sci Monit，2016，22：2097-2104.

（2023-01-10收稿）