2016, Vol. 25
肺炎是ICU最常见的感染性疾病，该类患者往往年龄偏大，合并有某种或者多种基础疾病，如高血压、糖尿病、冠心病，慢性阻塞性肺病、肝肾功能不全，以及肿瘤、卒中等。研究发现基础疾病增加患者的感染机会、影响抗感染治疗的效果，是影响肺炎患者预后的一项重要因素[1-2]。但是，目前评价基础疾病的手段不多，查尔森合并症指数WIC (Charlson’ s weighted index of comorbidities) [3]是最常用的评价基础疾病状态的评分方法之一，通常被用来预测内科患者的1年病死率，目前已经被用来评价ICU危重患者的院内病死率[4-7]。另外，APACHEⅡ评分系统也包含了慢性健康状态评分(chronic health score, CHS)，将患者的既往疾病状况分为0、2、5分3个等级。但是，目前为止教少有文献对CHS单独评价基础疾病对危重病患者预后的影响，也没有人对WIC和CHS预测脓毒症患者预后进行比较。
因此，笔者比较了WIC和CHS衡量ICU肺炎患者的慢性疾病对预后的影响，同时联合其他入院时可以得到的信息以及入院第1天的急性生理学评分(acute physiology score, APS)等来预测ICU脓毒症患者住院病死率。
1 资料与方法 1.1 一般资料回顾性分析2013年9月至2014年9月入住上海第二军医大学附属长征医院急救科以及济南军区总医院ICU的成年患者的临床资料，按28 d治疗转归分为死亡组和存活组。纳入标准：①患者入住ICU的主要致病因素是肺部感染或主要感染部位是肺脏；②年龄≥18岁；③患者临床资料齐全；④对于多次入院的患者只采用第一次入院的临床资料。排除标准：①心脏手术后的患者；②入ICU观察时间不满1 d的患者；③急性冠状动脉综合征的患者。本研究已通过中国注册临床试验伦理审查委员会批准，不影响患者的临床治疗。
1.2 研究方法共有319例纳入研究，26例因为资料不全等排除研究。患者的一般资料包括：性别，年龄，既往基础疾病，28 d预后，住院天数等；计算患者入院时既往基础疾病的WIC分值[8-9]；根据APACHEⅡ评分量表，收集所有患者入院后24 h内各项指标的最差值计算患者的APACHEⅡ分值，缺1项视该项为0分，缺2项以上视为资料不完整，分别记录APS、CHS和年龄评分；格拉斯哥昏迷评分(Glasgow coma score，GCS)依据患者最好的意识状态排除任何潜在的药物影响；脓毒症相关性器官功能衰竭评分(sepsis related organ failure assessment，SOFA)评分参考Vincent方法。
1.3 统计学方法采用SPSS 18.0软件和Micorosoft Excel 2007软件。计量资料以均数±标准差(x±s)表示，预后不同的两组患者之间WIC、CHS、APACHEⅡ和SOFA评分比较采用成组t检验。计数资料组间的比较采用χ2检验。单因素分析性别、年龄、WIC、CHS、APACHEⅡ、SOFA评分、是否严重脓毒症和既往疾病对于预后的影响，若P＜0.1，纳入多因素Logistic回归分析。绘制受试者工作曲线(ROC)比较WIC、CHS和APACHEⅡ以及上述两个多因素Logistic回归方程预测概率对于患者28 d预后的判断。以P＜0.05为差异具有统计学意义。
2 结果 2.1 一般资料共有293名患者纳入研究，男性195例(66.6%)，女性98例(33.4%)，存活197例(67.2%)，死亡96例(32.8%)。年龄(62.5±17)岁。WIC，CHS，APACHEⅡ，SOFA分值分别为(1.6±1.5)，(0.6±1.2)，(14.3±7.3)和(5.5±3.9)。其中并发严重脓毒症患者93例(31.7%)。患者的一般资料、主要致病因素和对患者预后有统计学意义的基础疾病见表 2。患者的全部既往疾病分类见表 3。
2.2 入组患者的WIC和CHS分值WIC 0分的患者92例，死亡18例(19.6%)；WIC 1分的患者60例，死亡16例(26.7%)；WIC 2分的患者68例，死亡31例(45.6%)；WIC 3分的患者39例，死亡17例(43.6%)；WIC 4分的患者15例，死亡6例(40%)；WIC 5分的患者8例，死亡3例(37.5%)；WIC 6分的患者10例，死亡5例(50%)；WIC 7分的患者1例，死亡1例(100%)按照WIC评分分为轻：0分；中：1～2分；重：>2分分级，可见随着WIC分值的增高，患者病死率呈增高趋势(图 1)。
|
| 图 1 WIC分值对应的患者数和病死率变化趋势 Figure 1 The number of patients and mortality trends corresponding to WIC scores |
|
|
CHS 0分的患者217例，死亡65例(30%)；CHS 2分的患者65例，死亡25例(38.5%)；CHS 5分的患者11例，死亡6例(54.5%)；同样，随着CHS分值的增高，患者病死率也呈增高趋势(图 2)。
|
| 图 2 CHS分值对应的患者数和病死率变化趋势。 Figure 2 The number of patients and mortality trends corresponding to CHS scores |
|
|
死亡组的WIC分值比存活组高(P=0.001)，两组的CHS分值比较无统计学意义(P=0.065)(图 3)。同样，与存活组比较，死亡组的APACHEⅡ分值(P=0.000)和SOFA分值(P=0.000)都明显增高(表 2)。
| 指标 | 存活组 (n=197) |
死亡组 (n=96) |
统计值 | P值 |
| 男性/女性 | 129/68 | 66/30 | χ2=0.31 | 0.6 |
| 年龄(x±s) | 60.3±17.3 | 66.9±15.7 | t=3.17 | 0.002 |
| APACHEⅡ(x±s) | 12.1±6.3 | 18.7±7.3 | t=7.572 | 0.000 |
| SOFA(x±s) | 4.1±3.0 | 8.3±3.9 | t=9.166 | 0.000 |
| APS(x±s) | 8.2±6.4 | 13.7±7.8 | t=6.008 | 0.000 |
| CHS(x±s) | 0.5±1.1 | 0.8±1.4 | t=1.861 | 0.065 |
| WIC(x±s) | 1.4±1.6 | 2.0±1.6 | t=3.223 | 0.001 |
| 严重脓毒症(例) | χ2=54.192 | 0.000 | ||
| 主要基础疾病(例) | ||||
| Ⅱ型糖尿病 | 34 | 27 | χ2=4.623 | 0.046 |
| 脑卒中 | 21 | 21 | χ2=6.611 | 0.013 |
| 充血性心力衰竭 | 16 | 20 | χ2=9.678 | 0.004 |
| 疾病 | 例(%) |
| 高血压 | 106(36.2) |
| Ⅱ型糖尿病 | 61 (20.8) |
| 肿瘤 | 51 (17.4) |
| 脑卒中 | 42(14.3) |
| 慢性心功能不全 | 36 (12.3) |
| 慢性肺脏疾病 | 37 (12.6) |
| 冠状动脉综合征 | 25 (8.5) |
| 慢性肾功能不全 | 19 (6.5) |
| 心律失常 | 20 (6.8) |
| 肝硬化，慢性肝炎 | 16(5.5) |
| 风湿性疾病 | 12 (4.1) |
| 酗酒 | 9 (3.1) |
| 消化道溃疡，胃炎 | 7 (2.4) |
| 精神病 | 8 (2.7) |
| 周围血管病 | 3 (1) |
| 静脉血栓栓塞性疾病 | 3 (1) |
| 哮喘 | 4 (1.4) |
| 内分泌疾病 | 2 (0.7) |
| 截瘫/偏瘫 | 2 (0.7) |
|
| 图 3 患者的WIC和CHS分值比较 Figure 3 Comparison of WIC and CHS score in patients |
|
|
取表 2中各项指标作为协变量，预后作为因变量进行单因素Logistic回归分析，结果显示除性别以外所有变量均与患者的预后相关(表 4)；然后将年龄，APS，CHS，是否严重脓毒症，基础疾病(Ⅱ型糖尿病、卒中、充血性心力衰竭)纳入多因素Logistic回归方程1，分析显示：年龄、APS评分、CHS评分、是否严重脓毒症是影响患者28 d预后的独立风险因素；将年龄评分，APS，WIC，是否严重脓毒症，基础疾病(Ⅱ型糖尿病、卒中、充血性心力衰竭)纳入多因素Logistic回归方程2，分析显示：年龄、APS评分、WIC评分、是否严重脓毒症与患者的28 d预后独立相关(表 4)。
| 指标 | 单因素 | 多因素(WIC) | 多因素(WIC) | ||||||||
| OR | 95% CI | P值 | OR | 95% CI | P值 | OR | 95% CI | P值 | |||
| 年龄 | 1.025 | 1.009～1.041 | 0.002 | 1.207 | 1.005～1.05 | 0.016 | 1.033 | 1.01～1.056 | 0.004 | ||
| 性别 | 0.862 | 0.512～1.453 | 0.579 | NA | — | — | NA | — | — | ||
| APACHEⅡ | 1.146 | 1.101～1.194 | 0.000 | NA | — | — | NA | — | — | ||
| SOFA | 1.404 | 1.284～1.535 | 0.000 | NA | — | — | NA | — | — | ||
| APS | 1.112 | 1.072～1.154 | 0.000 | 1.129 | 1.078～1.183 | 0.000 | 1.134 | 1.082～1.189 | 0.000 | ||
| CHS | 1.221 | 1.003～1.487 | 0.047 | NA | — | — | 1.411 | 1.186～1.833 | 0.01 | ||
| WIC | 1.274 | 1.094～1.485 | 0.002 | 1.269 | 1.035～1.556 | 0.022 | NA | — | — | ||
| 严重脓毒症 | 0.142 | 0.082～0.245 | 0.000 | 0.143 | 0.076～0.270 | 0.000 | 0.145 | 0.077～0.272 | 0.000 | ||
| Ⅱ型糖尿病 | 0.533 | 0.299～0.951 | 0.033 | 0.797 | 0.38～1.672 | 0.549 | 0.652 | 0.314～1.354 | 0.251 | ||
| 卒中 | 0.426 | 0.220～0.827 | 0.012 | 0.656 | 0.28～1.533 | 0.33 | 0.544 | 0.231～1.280 | 0.163 | ||
| 充血性心衰 | 0.336 | 0.165～0.683 | 0.003 | 0.410 | 0.167～1.005 | 0.051 | 0.462 | 0.185～1.157 | 0.099 | ||
绘制受试者工作曲线(ROC)显示(图 4)：CHS评分的曲线下面积(AUC)为0.552，低于WIC评分的0.63(P=0.0217，Z=2.296)；APACHEⅡ评分的AUC为0.759，明显优于CHS评分(P＜0.01，Z=5.079)和WIC评分(P=0.004，Z=2.882)；与单独应用CHS评分比较(P＜0.01，Z=8.788)，联合年龄、急性生理状态和感染的严重程度和基础疾病(AUC=0.846)能够明显提高患者28 d死亡的预测能力；同样，与单独应用WIC评分相比(P＜0.01，Z=5.834)，联合上述指标建立方程后的AUC明显增加(AUC=0.844)；另外，与APACHEⅡ评分比较，方程1(P=0.004，Z=3.527)和方程2(P=0.008，Z=3.351)的AUC均明显增大(表 5)。
|
| 图 4 CHS评分、WIC评分、APACHEⅡ评分、方程1和方程2预测概率的ROC曲线 Figure 4 The ROC curve of CHS, WIC, APACHEⅡ score and the predicted probability of equations |
|
|
| 指标 | AUC | 95%CI | P值 |
| CHS | 0.552 | 0.480～0.623 | 0.029 |
| WIC | 0.630 | 0.563～0.697 | 0.033 |
| APACHEⅡ | 0.759 | 0.702～0.815 | 0.028 |
| 方程1 | 0.846 | 0.799～0.893 | 0.024 |
| 方程2 | 0.844 | 0.798～0.891 | 0.024 |
本研究用WIC和CHS两个评分系统评价了既往慢性疾病状态对293例ICU肺炎患者住院病死率的影响。结果显示ICU肺炎患者住院病死率32.8%。笔者发现WIC分值与患者的病死率呈正相关，而且在存活组和死亡组之间差异有统计学意义。多因素回归分析提示WIC分值和CHS分值都是影响脓毒症患者预后的独立风险因子。
有很多文献探讨影响ICU患者预后的风险因子，发现与病死率相关的因素包括量化的急性脏器功能不全和慢性基础疾病状态的参数[10]。因此，提供更加详细的关于基础疾病的信息可以提高对患者病死率的预测能力[11-12]。Charlson等[3]在一项包含559例不同病情的内科患者的临床研究中发明了WIC评分。其根据19种慢性基础疾病(包括同种疾病的不同严重程度)的分数相加而得，目前是最广泛应用的对基础疾病的评价系统。目前已有研究表明WIC分数越高，ICU住院患者的病死率也越高[14-15]。CHS评分是APACHEⅡ评分中的慢性健康状况部分，考虑了心、肺、肝、肾4个主要脏器的功能损害程度和免疫系统损害情况，分为0、2、5分3个级别。Johnston等[15]也发现CHS分值与ICU患者病死率正相关。这同本研究中的结果是一致的。
本研究发现CHS和WIC评分的ROC曲线下面积(AUC)分别为0.552，0.63。虽然都低于APACHEⅡ的AUC=0.597，不如APACHEⅡ评分独立评价危重病患者预后的分辨率高，这也和最近文献报道一致[4, 16]。但是，单独应用WIC评分衡量基础疾病对肺炎患者住院病死率的影响要优于CHS评分。2002年Johnston等[15]在美国Veterans Affairs Medical Centers研究了17 000多例ICU患者的基础疾病对住院预后的影响，发现CHS的AUC=0.568。1996年在美国一项包含201例ICU患者的合并症与住院病死率的研究发现，WIC的AUC=0.67[17]。都与本研究的结果相似。另外，CHS和WIC联合年龄因素，急性生理状况，感染严重程度，主要基础疾病包括Ⅱ型糖尿病、卒中、充血性心力衰竭等建立方程后评价患者预后，二者的AUC分别达到了0.856和0.857，比单独应用APACHEⅡ评分更加敏感。WIC评分比CHS评分能更加全面的衡量患者的基础疾病状态，但是二者联合急性生理状况评分及年龄评分等因素后的AUC无显著变化，因此可以得出结论用更广泛和全面的基础疾病评价系统联合其他量化急性脏器功能的参数不能改善对患者的住院病死率的预测能力。
WIC评分将轻度肝功能损害和中重度肝脏疾病分别记为1分和3分，根据Ⅱ型糖尿病是否合并脏器功能损害分为1分和2分，把伴有转移的恶性肿瘤升级为6分，以及对心梗，血管疾病(包括脑血管和周围血管)，痴呆，结缔组织病，溃疡病，偏瘫等的评价是CHS所不具备的，因此，也可以看到在WIC评分中、重度的患者达到73(24.9%)例，而CHS评分中重度患者才11例(3.7%)，74%的大部分患者被评为0分。这也是WIC评分优于CHS评分的地方：更合理、更充分地评价了基础疾病状态。
综上所述，WIC评分和CHS评分是影响ICU肺炎患者住院病死率的独立风险因子；WIC评分较CHS评分可以更好的评价基础疾病对ICU肺炎患者病死率的影响；二者分别联合急性生理状况评分及年龄评分等因素后对患者的住院病死率的预测能力无显著差别，但是仍然优于单独应用APACHEⅡ评分的预测能力；因此，在肺炎患者的诊治过程中，必须充分考虑慢性基础疾病的影响，尤其是一些老年患者。但是，任何单一变量都应该联合起来综合评价其对脓毒症患者带来的风险。
| [1] | Cilloniz C, Polverino E, Ewig S, et al. Impact of age and comorbidity on cause and outcome in community-acquired pneumonia[J]. Chest , 2013, 144 (3) : 999-1007 DOI:10.1378/chest.13-0062. |
| [2] | Kolditz M, Ewig S, Schutte H, et al. Assessment of oxygenation and comorbidities improves outcome prediction in patients with community-acquired pneumonia withalow CRB-65 score[J]. JIntern Med , 2015, 278 (2) : 193-202 DOI:10.1111/joim.12349. |
| [3] | Charlson ME, Pompei P, Ales KL, et al. Anew method of classifying prognostic comorbidity in longitudinal studies: development and validation[J]. JChronic Dis , 1987, 40 (5) : 373-383 DOI:10.1016/0021-9681(87)90171-8 |
| [4] | Quach S, Hennessy DA, Faris P, et al. Acomparison between the APACHE Ⅱ and Charlson Index Score for predicting hospital mortality in critically ill patients[J]. BMC Health Serv Res , 2009, 9 : 129 DOI:10.1186/1472-6963-9-129. |
| [5] | Norena M, Wong H, Thompson WD, et al. Adjustment of intensive care unit outcomes for severity of illness and comorbidity scores[J]. JCrit Care , 2006, 21 (2) : 142-150 DOI:10.1016/j.jcrc.2005.11.011. |
| [6] | D'Hoore W, Sicotte C, Tilquin C. Risk adjustment in outcome assessment: the Charlson comorbidity index[J]. Methods Inf Med , 1993, 32 (5) : 382-387 |
| [7] | Poses RM, Mcclish DK, Smith WR, et al. Prediction of survival of critically ill patients by admission comorbidity[J]. JClin Epidemiol , 1996, 49 (7) : 743-747 DOI:10.1016/0895-4356(96)00021-2 |
| [8] |
崔云亮, 王涛, 田昭涛, 等. 查尔森合并症指数预测基础疾病对肺炎患者预后的影响[J].
中华急诊医学杂志 , 2013, 22 (7) : 744-748 Cui YL, Wang T, Tian ZT, et al. Weighted index of comorbidities evaluates the impact of underlying diseases on hospital mortality of pneumonia patients[J]. ChinJEmerg Med , 2013, 22 (7) : 744-748 DOI:10.3760/cma.j.issn.1671-0282.2013.07.01 |
| [9] | Vincent JL, de Mendonca A, Cantraine F, et al. Use of the SOFA score to assess the incidence of organ dysfunction/failure in intensive care units: results ofamulticenter, prospective study. Working group on" sepsis-related problems" of the European Society of Intensive Care Medicine[J]. Crit Care Med , 1998, 26 : 1793-1800 DOI:10.1097/00003246-199811000-00016 |
| [10] | Huggan PJ, Akram F, Er BH, et al. Measures of acute physiology, comorbidity and functional status to differentiate illness severity and length of stay among acute general medical admissions:aprospective cohort study[J]. Intern Med J , 2015, 45 : 732-740 DOI:10.1111/imj.12795 |
| [11] | Balleari E, Salvetti C, Del CL, et al. Age and comorbidities deeply impact on clinical outcome of patients with myelodysplastic syndromes[J]. Leuk Res , 2015, 39 (8) : 846-852 DOI:10.1016/j.leukres.2015.05.007. |
| [12] | O'Grady G, Hameed AM, Pang TC, et al. Patient selection for oesophagectomy: impact of age and comorbidities on outcome[J]. WorldJSurg , 2015, 39 (8) : 1994-1999 DOI:10.1007/s00268-015-3072-y. |
| [13] | Durairaj L, Will JG, Torner JC, et al. Prognostic factors for mortality following interhospital transfers to the medical intensive care unit ofatertiary referral center[J]. Crit Care Med , 2003, 31 (7) : 1981-1986 DOI:10.1097/01.CCM.0000069730.02769.16. |
| [14] | Needham DM, Bronskill S, Sibbald WJ, et al. Mechanical ventilation in Ontario, 1992-2000: incidence, survival, and hospital bed utilization of noncardiac surgery adult patients[J]. Crit Care Med , 2004, 32 (7) : 1504-1509 DOI:10.1097/01.MLR.0000027367.95427.AA. |
| [15] | Johnston JA, Wagner DP, Timmons S, et al. Impact of different measures of comorbid disease on predicted mortality of intensive care unit patients[J]. Med Care , 2002, 40 (10) : 929-940 DOI:10.1097/00005650-200210000-00010 |
| [16] | Li XY, Wang XB, Liu XF, et al. Prevalence and risk factors of organ failure in patients with severe acute pancreatitis[J]. WorldJEmerg Med , 2010, 1 (4) : 201-204 |
| [17] | Poses RM, Mcclish DK, Smith WR, et al. Prediction of survival of critically ill patients by admission comorbidity[J]. JClin Epidemiol , 1996, 49 : 743-747 DOI:10.1016/0895-4356(96)00021-2 |