论文部分内容阅读
第一部分，重症神经疾病评估:简化急性生理评分Ⅱ预测预后 目的：探讨简化急性生理评分(SAPS)Ⅱ对中国危重神经疾病严重程度评估的可靠性，以及预测预后的准确性。 方法：2005年1月1日至2011年12月31日首都医科大学宣武医院N-ICU收住的神经疾病患者1684例。患者疾病包括脑出血、脑梗死、神经系统感染、神经肌肉疾病和其他神经疾病5类。患者进入N-ICU后0、24、48、72h连续4次记录SAPSⅡ分值。患者离开N-ICU作为研究终点，终点结局为生存或死亡。SAPSⅡ由评分和医院死亡概率两个部分组成。应用SAPSⅡ分值可计算出医院死亡概率。总分越高预示病情越重，死亡危险概率越高。SAPSⅡ分值由15项变量组成，包括生理学变量（12项）、年龄、住院类型（如急诊手术、择期手术、内科患者）和慢性疾病（如艾滋病、转移癌、血液恶性肿瘤等）。其中生理学变量取最差值。每项变量最低0分，最高26分，所有项目总分0～163分。SAPSⅡ评分由N-ICU专科医师执行，对预后评估不知晓。预后评估由另一课题组成员执行，对SAPSⅡ评分不知晓。数据统计采用SPSS16.0软件进。不同时间点SAPSⅡ分值比较采用定量数据重复测量方差分析。不同时间点SAPSⅡ分值与预后相关分析采用单因素Logistic回归。SAPSⅡ分值的校准度采用Hosmer-Lemeshow拟合优度检验。SAPSⅡ分值分辨度采用受试者工作特征曲线下面积检验，ROC曲线下面积70％～90％，则可接受，为分辨度良好。不同时间点SAPSⅡ分值、疾病病种与预后的相关性采用多因素Logistic回归分析。 结果：不同时间点SAPSⅡ分值具有显著性差异(F=16.110，P=0.000);不同时间点SAPSⅡ分值与结局之间存在交互作用，并具有显著性差异(F=116.771，P=0.000)。不同时间点SAPSⅡ分值均与结局相关(P＜0.01)。Hosmer-Lemeshow拟合优度检验提示不同时间点SAPSⅡ分值的校准度均较好:0、24、48和72h的x2值分别为8.332(P=0.402)、12.176(P=0.144)、11.294(P=0.186)和9.169(P=0.328)。SAPSⅡ分值预测死亡数与实际死亡数的一致性以72hSAPSⅡ分值的最好。ROC曲线下面积分析显示各时间点SAPSⅡ分值的分辨度均良好:0、24、48和72h的ROC曲线下面积分别为0.776(0.750-0.802)、0.826(0.803-0.850)、0.821(0.795-0.848)、0.859（0.833-0.885）。随着时间推移ROC曲线下面积逐渐增大，并以72h最大，其最佳界限值为33分（敏感度85.2％，特异度74.3％）。多因素分析结果显示各时间点SAPSⅡ分值均与结局相关，其中72h的OR值最高。 结论：简化急性生理评分Ⅱ(SAPSⅡ)对重症神经疾病评估的效能良好。 第二部分，重症神经疾病评估:SAPSⅡ与GCS预测预后比较 目的：探讨简化急性生理评分(SAPS)Ⅱ与GCS预测危重神经疾病患者死亡概率的可行性和可靠性，以及预测预后的准确性。 方法：2005年1月1日至2011年12月31日首都医科大学宣武医院N-ICU收住的神经疾病患者1684例。患者进入N-ICU后0、24、48、72h连续4次记录SAPSⅡ与GCS评分分值。患者离开N-ICU作为研究终点，终点结局为生存或死亡。不同时间点评分分值比较采用定量数据重复测量方差分析。不同时间点评分分值与预后相关分析采用单因素Logistic回归。评分分值的校准度采用Hosmer-Lemeshow拟合优度检验，分辨度采用受试者工作特征曲线下面积检验。不同时间点评分分值、疾病病种与预后的相关性采用双因素Logistic回归分析。 结果：不同时间点SAPSⅡ和GCS分值均具有显著性差异(F=16.110，P=0.000;F=8.108，P=0.000);不同时间点SAPsⅡ和GCS分值均与结局之间存在交互作用，并具有显著性差异(F=116.771，P=0.000;F=65.316，P=0.000);生存与死亡患者的SAPSⅡ和GCS分值总体不同，生存患者SAPSⅡ和GCS分值低于或高于死亡患者(F=345.844，P=0.000;F=85.445，P=0.000)，随着时间的变化，生存患者SAPSⅡ分值呈逐渐下降趋势，而死亡患者呈逐渐上升趋势;GCS分值呈逐渐上升趋势，而死亡患者呈逐渐下降趋势。不同时间点SAPSⅡ和GCS分值均与结局相关(P＜0.01)。Hosmer-Lemeshow拟合优度检验显示提示不同时间点SAPSⅡ和GCS分值校准度均较好，0、24、48和72hSAPSⅡ分值的x2值分别为8.332(P=0.402)、12.176(P=0.144)、11.294(P=0.186)和9.169(P=0.328);GCS分值的x2值分别为11.226(P=0.189)、8.442(P=0.392)、9.641(P=0.291)和8.341(P=0.401)。0、24、48和72h评分预测死亡数与实际死亡数的一致性:SAPSⅡ分别为8004、82.4％、83.8％和86.7％，GCS分别为78.10％、790％、81.5％和83.7％，其中均以72h的一致性最好，相较而言，72hSAPsⅡ值的一致性更好。0、24、48和72h的ROC曲线下面积分析显示各时间点的分辨度均良好:SAPSⅡ分值分别为0.776(0.750-0.802)、0.826(0.803-0.850)、0.821(0.795-0.848)、0.859(0.833-0.885),GCS分别为0.667(0.636-0.698)、0.718(0.688-0.748)、0.719(0.686-0.751)、0.727(0.692-0.762)，随着时间推移ROC曲线下面积逐渐增大，并以72h最大，最佳界限值分别为33分（敏感度85.2％，特异度74.3％）和6分（敏感度70.6％，特异度65.0％），相较而言，SAPSⅡ分值的ROC曲线下面积更大。双因素Logistic回归分析显示仅GCS、生理学变量、年龄3项与结局相关(P＜0.01)。当去除住院类型和慢性疾病2项，即简化SAPSⅡ与5类疾病病种再次带入双因素Logistic回归分析后，则简化SAPSⅡ仍与结局相关(OR值为1.109，P值为0)，且不受疾病病种影响。 结论：简化急住生理评分Ⅱ(SAPSⅡ)较GCS对重症神经疾病评估的效能良好。