在中国每年因颅脑损伤造成的死亡患者约10万人，且逐年增加^[1]。因此有效降低患者的致残率和病死率显得尤为重要。及时给予患者有效的神经保护措施，对症处理干预，可以在一定程度上提高治疗效果，改善重型颅脑损伤患者的预后^[2]。然而多数重型颅脑损伤患者即便及时手术，预后也不一定满意。针对此类患者，如何通过客观指标或者模型判断脑外伤患者的预后尤为重要。与自身经验判断患者预后相比，预测模型可以更准确、更客观地判断预后，被认为是预测预后的有效方法，能够辅助临床医师作出更好的决策，逐渐被推广接受^[3]。目前APACHEⅡ评分、GCS、SOFA等评分体系能从客观上反映病情的严重程度，对死亡的预测具有一定的价值^[4-6]，但是每种评价预警模型的准确性和特异性不高，并且基于多因素分析建立的脑外伤患者预后预测模型较少。

本单位为广西最大三级甲等医院的急诊科，承担院前及院内紧急救援，本研究系统分析入院时相关危险因素，筛选出常用的临床和实验室因素，构建一个新的评分方法来更准确的预测创伤后死亡的发生概率。

回顾性分析2012年1月至2017年12月期间入住广西医科大学第一附属医院为研究对象。纳入标准：①年龄≥18周岁；②各种原因导致的颅脑损伤; ③格拉斯哥昏迷评分（GCS）3~8分；④入院时有明确CT扫描；⑤出院时有详细记录的生存情况。排除标准：①入院后24 h内死亡；②损伤前有糖尿病、高血压、心脏病等基础疾病；③临床资料不全者；④合并胸部和腹部严重损伤；⑤自动出院(包括经济原因）。该研究通过广西医科大学第一附属医院伦理委员会审核通过（伦理号：伦审2020（KY-E-013）），此研究为回顾性分析，研究不造成身体伤害，因此使用临床数据时尚不需要患者签署同意书。

一般资料：性别、年龄、GCS评分等；入院时生命体征：体温、瞳孔大小、呼吸频率、心率、收缩压等；入院时操作：是否气管插管；入院后24 h内各项实验室指标：肌酐、白细胞计数（WBC）、血小板计数（PLT）、红细胞压积（HCT）等；以及24 h内APACHEⅡ评分。将入选患者按出院时临床结局分为存活组和死亡组。

分析两组患者的各项观察指标，筛选出影响危重创伤患者死亡的危险因素，对导致死亡的相关因素进一步行Logistic回归分析，给有意义的指标予以赋值，Logistic回归模型中各项分数相加所得总分为死亡预警评分，通过拟合优度检验预测模型性能。

采用SPSS26.0软件分析数据。正态分布的计量资料以均数±标准差(Mean±SD)表示，组间比较采用完全随机设计独立样本t检验或单因素方差分析；定性资料采用例数和百分比表示，组间比较采用χ²检验。对死亡危险因素采用二变量Logistic回归计算死亡预测概率；采用ROC评估各危险因素对重型颅脑损伤死亡发生预测价值。以P＜0.05为差异有统计学意义。

本研究共计190例患者入选，男性154例，女性36例；其中有91例患者最终死亡，发生率为47.8%。经过单因素分析，年龄、急诊气管插管、瞳孔大小、CT检查是否有枕叶损伤、蛛网膜下腔出血、脑疝、GCS、体温、血肌酐、血小板及APACHEⅡ评分与患者的预后有关（P＜0.05）（表 1）。

将单因素分析的10个相关因素进行Logistic回归分析，瞳孔不等大和散大、CT检查枕叶损伤、蛛网膜下腔出血、脑疝及APACHEⅡ评分为重型颅脑损伤死亡的独立危险因素（P < 0.05）（表 2）。对危险因素进行二变量Logistic回归计算死亡预测概率最优模型：Logit（P）＝-2.053-1.736×（瞳孔不等大）-3.088×（瞳孔散大）+1.364×（枕叶损伤）+1.663×（脑疝）+1.112×（蛛网膜下腔出血）+0.150×（APACHEⅡ评分）（表 3）。

瞳孔情况、枕叶损伤、脑疝、蛛网膜下腔出血及APACHEⅡ评分对重度脑外伤患者的死亡预测均有一定的预测价值，死亡预警评分预测危重创伤患者死亡的AUC为0.860，其约登指数为0.45，灵敏度为86.6%，特异度为81.6%，阳性似然比为4.7，阴性似然比为0.16。死亡预警评分预测危重创伤患者死亡的AUC最大（图 1，表 4）。

图 1 死亡预警评分的ROC曲线 Fig 1 ROC curve of predictive value of death

图选项

检验模型校准，χ²=8.951, P=0.346＞0.05，说明模型性能良好（图 2）。

图 2 预测模型的校准度（模型预测曲线与实际观测曲线接近，模型的校准能力好） Fig 2 Calibration of the prediction model(the prediction curve of the model is close to the actual observation curve, indicating the calibration ability of the model

图选项

颅脑损伤是45岁以下创伤患者死亡和致残的首要原因，临床医生根据临床资料迅速对患者预后做出评估十分重要。研究数据显示影响脑外伤预后的因素有很多^[7-8]，包括入院时病史、体格检查、影像学检查和实验室检查。国内学者屠传建等比较了三种临床预测模型的效果，发现临床病史+影像学检查+实验室检查联合优化的预测模型对脑出血的死亡预测AUC高达92%^[9]。本研究结果显示，瞳孔大小（不等大、散大）、CT检查枕叶损伤、蛛网膜下腔出血、脑疝及APACHEⅡ评分是重型颅脑损伤患者预后的独立因素。本研究死亡预警评分预测危重创伤患者死亡的AUC为0.860，明显高于其他单个指标的预测价值。有效、迅速减少继发性脑损伤的早期干预措施，如改善脑疝风险（止血、脱水、激素治疗等），APACHEⅡ评分的相关观察指标（心率、呼吸、红细胞压积等），可能有助于降低病死率。

瞳孔情况与意识障碍有关联，瞳孔不等大和双侧散大表示病情濒危^[10-11]，临床上遇到脑外伤患者，尤其是双侧瞳孔散大患者通过注射甘露醇后双瞳无缩小，提示脑干受压严重，预后极差。瞳孔情况作为分层的重要依据，王建莉等^[12]采用分类和回归树法回顾性分析693例重型颅脑损伤患者的6个月预后，瞳孔一侧散大者存活率为81.2%，而双侧散大者存活率仅为47.4%, 可见瞳孔的变化与死亡相关。本文根据瞳孔的情况判断生存率分别为：单侧散大者存活率为73%，双侧散大者存活率为17%，我们的研究结果显示预后明显比前者差，分析原因：①本院收治的患者大多数是来自周边县级地区无法处理的危重患者，救治困难度明显增加；②即使脑外伤患者常规采用甘露醇和地塞米松冲击治疗，瞳孔情况有所改善，但是多种因素（比如：经济、无法接受差的预后）导致手术延迟。

APACHEⅡ评分系统是目前临床最常用的危重病评分体系^[13]。在危重症患者中，APACHEⅡ评分 < 10分时发生死亡的可能性小，但是当系统评分在10~20分时病死率为50%^[14]。APACHEⅡ评分 > 14.5时，本研究的患者病死率接近50%，而当APACHEⅡ评分 > 20分时病死率高达80%。APACHEⅡ评分系统比较复杂，且受很多因素影响，尤其是当患者处在严重创伤时，无法自行提供确切的病史会影响分值。对于急诊科，运用APACHEⅡ评分预测患者的预后有一定的困难，且该评分系统记录的是最差临床检验数据，受多种因素影响，很难开展。实际诊疗过程中，最常用的是GCS评分，本研究单因素分析发现，GCS与患者的预后有关，但是多因素分析并GCS并不能作为独立的预后因素。

CT扫描对颅脑损伤的诊断和预后中的价值很大，可以明确是哪种类型和部位的脑损伤（蛛网膜下腔或其他类型，枕叶损伤或其他部位），通过分析否有脑疝、弥漫性轴索损伤等形成，从而判断预后情况。本研究中，几个单独的CT特征，如枕叶损伤、SAH的出现、脑疝形成与严重颅脑损伤后的不良结果相关。事实上，尽管CT特征对识别严重颅脑损伤患者和最终的神经外科干预有价值，但CT特征并不是完美的预测因素^[15]。本研究多因素Logistic回归模型发现，单运用CT特征预测死亡概率不高，各个危险因素预测死亡的ROC分别为：0.636（瞳孔情况）、0.595（枕叶损伤）、0.599（蛛网膜下腔出血）、0.611（脑疝）和0.621（APACHEⅡ），联合各个危险因素优化的死亡预测概率模型ROC为0.860，明显提高了敏感性和特异性。

值得注意的是，尽管预测工具可以辅助临床医师判断患者预后，但是并不能完全替代临床医师的判断。在使用预测工具过程中，应根据患者具体情况，结合医师自身经验作出判断。本研究有一定的缺陷性：①对于患者本身最关注的神经功能及生活自理情况如何，有待进一步完善；②本研究为回顾性研究，有一定的设计偏差，有待通过前瞻性数据进一步分析；③临床体检可以部分反应出疾病的严重度及预后，但是体内微循环的恶化或改善最先会体现在某些生化指标的改变。因条件所限，本次研究未能收集到像细胞代谢物、血清标记物等相关数据纳入模型^[16]。④该研究检验了模型的内部真实性，但缺乏外部真实性的验证，拟进一步收集数据，进行模型的适用性验证。颅脑损伤预后的早期预测模型经过不断改进已经具有相当高的预测能力和准确性，虽未形成普遍适用的临床指南，但是已经能够在治疗决策方面为急诊科和神经外科医生提供较大帮助。

利益冲突   所有作者均声明不存在利益冲突。