中华急诊医学杂志  2022, Vol. 31 Issue (6): 835-839   DOI: 10.3760/cma.j.issn.1671-0282.2022.06.026
体外膜肺氧合治疗呼吸系统疾病患者预后预测模型研究进展
马娜 , 陈旭峰 , 季学丽 , 张丽 , 李玫 , 张阳春     
南京医科大学第一附属医院急诊科,南京 210029

体外膜肺氧合(extracorporeal membrane oxygenation,ECMO)是一种当疾病或器官功能障碍导致心脏和(或)肺功能受到严重影响时,予以维持生命的机械循环装置,主要分为静脉-动脉(V-A)和静脉-静脉(V-V)两种辅助模式[1]。V-V ECMO模式主要用于常规治疗无效的严重急性呼吸衰竭(acute respiratory failure, ARF)、急性呼吸窘迫综合征(acute respiratory distress syndrome,ARDS)患者的辅助支持治疗。研究指出,ECMO治疗的非肺部原发性急诊危重症患者院内存活率及3个月以上存活率均有明显提高[2]。由于ECMO技术操作复杂、医疗成本较高,且存在出血、血栓、医院感染等严重并发症[3],临床医务人员在选择患者时应谨慎考虑ECMO的适应证与禁忌证,同时重点考虑和评估患者可能的预后。近年来,国外学者关于ECMO治疗呼吸系统疾病患者的预后预测研究较多,而我国在此方面尚处于起步阶段。现围绕ECMO治疗呼吸系统疾病患者预后预测模型的基本内容、预测因素、效果、局限性等内容展开综述,以期帮助医务人员了解风险与收益比,为患者ECMO的实施及预后评估提供依据。

1 ECMO治疗患者的特异度预后预测模型 1.1 ECMO前病死率预测(Pre-ECMO mortality prediction)模型和第1天病死率预测(Mortality prediction on day 1)模型

Enger等[4]对ECMO结局潜在影响的假设以及计算机建模开发了两个预后预测模型。模型1:ECMO前病死率预测模型主要包括年龄、免疫功能低下状态、分钟通气量(minute ventilation, VE)、ECMO前血红蛋白和乳酸5个预测因子。模型1受试者工作特征(receiver operator characteristic, ROC)曲线下面积(area under the curve, AUC)为0.746,Hosmer-lemeshow拟合优度检验为0.50。通过对接受ECMO治疗的304名难治性ARF成人患者验证发现,与SOFA评分和ECMOnet评分相比,ECMO前病死率预测模型预测能力较好。模型2:第1天病死率预测模型是将第1天吸入氧体积分数(inspired oxygen fraction, FiO2)、纤维蛋白原、去甲肾上腺素、C反应蛋白等因子添加至模型1中而成。模型2 ROC曲线下面积(AUC)为0.786,Hosmer- lemeshow拟合优度检验为0.73。与模型1和PRESERVE评分相比,模型2进一步增强了预测水平。同时,模型2与SOFA评分、ECMOnet评分、RESERVE评分相比,其ROC曲线下面积(AUC)最大,为0.794。原因可能与模型2的参数增加了可逆性疾病患者与健康状况不佳、功能储备减少和难治性疾病患者之间的区别有关。该研究的局限性为仅评估患者直至出院,而未追踪评估患者的长期结果和与健康相关的生活质量,无法说明该模型的长期预后预测效果。故未来尚需进行长期随访研究,以评估该模型在预测患者中长期病死率方面的有效性。

1.2 RESP评分

RESP评分由Matthieu等[5]提出,用于预测重症ARF患者接受ECMO支持后的病死率。该评分中纳入了年龄、免疫功能低下状态、ECMO开始前的机械通气(echanical ventilation, MV)时间、诊断、中枢神经系统功能障碍、急性非肺部相关感染、肌松药物或一氧化氮的使用、碳酸氢钠输注、心脏骤停、二氧化碳分压(arterial partial pressure of carbon dioxide,PaCO2)和吸气峰压(peak inspiratory pressure, PIP)等共12项ECMO前因素。总分为-22~15分,分为5个风险等级。RESP评分的内部验证显示,其在2000~2008和2009~2012不同年间表现出相似的预测效果(C=0.75, 0.73)。同时,RESP评分的外部验证表明,预测效果明显优于ICU严重程度评分、SAPSⅡ评分和SOFA评分。Rozencwajg等[6]在ECMOnet评分、PRESERVE评分、RESP评分、SOFA评分、ECMO前病死率预测模型和第1天病死率预测模型、介入前院内病死率预测评分等模型中,推荐RESP评分作为ECMO治疗严重ARF患者的预后预测模型。此外,RESP评分在中国患者生存率预测方面也显示出了良好的预测能力[7]。虽然该评分研究的国际人口众多,也纳入了详细的患者ECMO前因素,并进行了内部、外部验证,但它仍存在一定局限性。首先,其研究持续了近13年,ECMO的应用技术不断进步,不能排除ECMO治疗严重ARF的整体管理发生了变化,使RESP评分在临床应用中也有所改变。同时,RESP评分可能会失去校准,在未来临床实践中还需进一步调整。最后,该评分纳入了12个不同的预测变量,复杂的评分在临床实用性方面稍差。

1.3 住院病死率预测模型

Roch等[8]首次提出了用于准确评估ECMO治疗下转诊的ARDS患者的死亡风险预测模型,主要包括年龄、SOFA评分以及流感的诊断三个方面。评分范围0~4分,ECMO启动后0~2分等级的患者医院病死率为40%,3~4分病死率为93%。得分越高,患者病死率越高。该评分ROC曲线下面积(AUC)为0.802。相对于既往研究经常将ARDS和心源性休克患者混淆在一起,该模型只纳入了ARDS患者,使该模型更具有针对性。同时发现,预测模型对流感相关的ARDS患者的预测较为敏感,其预测能力与ECMOnet评分的一致[9]。此外,该预测模型中SOFA评分的权重与PRESERVE评分[10]中的非常相似,证实了ECMO治疗前患者的器官功能障碍与病死率间的相关性。Klinzing等[11]回顾接受ECMO治疗的严重ARDS患者相关数据,对该评分加以外部验证,发现该评分未能有效预测研究人群的生存率。原因可能与其ECMO治疗下转诊的患者较少有关。因此,该评分的有效性未来尚需多中心大样本研究加以外部验证。

1.4 PRESERVE评分

Schmidt等[10]等基于年龄、体重指数(body mass index, BMI)、免疫功能低下状态、俯卧位、MV天数、SOFA评分、平台压(plateau pressure,Pplat)和呼气末正压(positive endexpiratory pressure, PEEP)等预后预测因子构建了PRESERVE评分。总分为0~12分,评分越高,说明患者出院6个月后病死率越高。经内部验证显示,该模型的ROC曲线下面积(AUC)为0.89。同时研究发现,在6个月后的幸存者中,80%患者虽心理健康状况良好,但存在持续身体和情感相关困难,分别有34.25%和16%的患者有焦虑、抑郁和创伤后应激障碍症状。王睿等[12]研究发现,APACHE Ⅳ评分和PRESERVE评分均是患者180 d死亡的独立危险因素,但PRESERVE评分预测准确性弱于APACHE Ⅳ评分。可能与APACHE Ⅳ评分重新设定了不同氧合指数的权重,并将诊断分类扩展到116个,提高了预测病死率的准确性有关。Enger等[4]在保证原始研究人群与验证人群可比的前提下,对PRESERVE评分进行了外部验证,证实随着该评分的增加,病死率风险呈明显的线性趋势。PRESERVE评分并没有显示出比SOFA评分更好的预测效果,这可能与PRESERVE评分是将出院后6个月的病死率作为终点,而验证过程仅追踪至患者出院有关。

1.5 PRESET评分

Hilder等[13]根据入院时动脉pH(pHa)、平均动脉压(mean arterial pressure,MAP)、乳酸浓度、血小板计数(platelet count, PLT)和ECMO前住院时间等因素,构建了预测ECMO使用前ARDS患者病死率的PRESET评分。该评分将ARDS患者病死率风险分为三个等级,一级(0~5分)、二级(6~9分)、三级(10~15分),ICU病死率分别为26%、68%、93%,中位数住院病死率分别在58 d、23 d、12 d。经内外部验证显示,该评分ROC曲线下面积(AUC)为0.840、0.700。研究指出,虽然与PRESERVE评分、Roch等评分相比,ECMOnet评分、PRESET评分和RESP评分均可有效预测患者的病死率,但PRESET评分预测效果最好。可能是由于PRESET评分中包含的参数与休克和多器官衰竭等肺外器官功能障碍的关系更大,而ARDS的严重程度无关。研究也指出,PRESET评分更适合疾病严重程度和结果主要由非肺部因素决定的患者[14],其对血液动力学不稳定的患者可能更有效[15]。该评分为其他预测模型提供了一个很好的补充工具。当然该评分也有一定局限性,其关注的是患者短期结果的预测,未进行6个月、长期生存率、生活质量或永久性残疾的长期随访。此外,仅为单中心回顾性研究,其预测结果和预后相关性可能不直接适用于其他不同严重程度的患者和情况的机构。

1.6 ECMOnet评分

Pappalardo等[9]基于60名甲型H1N1流感相关呼吸窘迫综合征的ICU成年患者的ECMO前数据,构建了专门预测转诊中心流感患者病死率的ECMOnet评分。该评分共纳入5项预测因素,即ECMO前住院时间、胆红素值、肌酐值、红细胞比容(hematocrit,HCT)值、MAP。ECMOnet评分0~10分,4.5分被认为是病死率风险预测的最佳截止值。内外部验证显示,其ROC曲线下面积(AUC)分别为0.857、0.694。Pappalardo[9]和Enger[4]均指出,在所有病因导致的ARDS患者中,该评分对流感相关的ARDS患者的预后预测效果最好。由于研究基线无法区分脓毒症患者和双重感染患者,导致了多数病死率与脓毒症、脓毒性休克相关的多器官衰竭有关。

1.7 介入前院内病死率预测评分

Cheng等[16]基于116名接受ECMO治疗的严重ARF的成年患者数据资料,构建了预测患者院内病死率的干预前预后模型。该评分范围为0~4分,病死率分别为18%、35%、56%、75%、88%。该模型中共纳入了MV天数 > 4 d、免疫功能低下状态、SOFA > 9分等三项ECMO介入前预后变量。在该研究综合已有ARF成人患者预后模型[5, 9-10, 17], 后发现,其评分中的预测变量也是成人ARF患者ECMO治疗的关键预后因素。借助该评分,临床医生可快速评估患者ECMO相关死亡风险。其局限性在于单中心的小样本回顾性设计。该评分尚需在不同环境、人群中加以验证,可能还需要分数校准,因为特定预测变量的分界点和权重在不同应用机构之间可能不同。

2 危重患者的普适性预后预测量表 2.1 急性生理学和慢性健康状况评分(APACHE)

APACHE评分是最重要的危重症患者预后评分系统之一[18]。30余年的不断发展,使其经历了APACHEⅠ~Ⅳ四个阶段。臧志栋等[19]发现,APACHE Ⅱ是患者死亡的独立危险因素,可在ECMO治疗前评估ARF患者的预后。王立强[20]等进一步指出ECMO前APACHE Ⅱ评分>18.5分可能是导致ECMO治疗无效的不利因素。随着APACHE评分不断发展,Varghese [21]和Sedloň [22]等发现APACHE Ⅳ评分进一步提高了APACHE Ⅱ评分预测危重症患者预后的准确性,与王睿等[12]研究结果一致。同时,王睿等[12]发现,与APACHE Ⅱ、APACHE Ⅲ、SAPS Ⅱ、SOFA、PRESERVE评分、ECMOnet、RESP评分相比,APACHE Ⅳ评分预测V-V ECMO治疗的重症ARF患者180 d病死率的准确性最高,且≥48分为最佳界值点。该结果可能与APACHE Ⅳ评分矫正了既往评分高估患者病死率的问题,且重新设定了不同氧合指数的权重有关。但该评分由于参数较多,且各参数权重并未公开,导致了其临床应用较为受限。

2.2 序贯器官衰竭评分(SOFA)

SOFA评分是评估危重患者多器官衰竭程度的重要评分之一,可通过病因预测危重患者病死率[23]。Enger等[17]发现,较高SOFA评分与ECMO治疗的成人严重急性肺衰竭患者的长期生存率显著相关。同时Roch等[8]发现,与SAPS Ⅱ评分相比,ECMO启动3h前的SOFA评分更有助于评估ARDS患者使用ECMO后的死亡风险。但王睿等[12]研究中,SOFA未能准确预测ECMO支持下的重症ARF患者的预后。分析缘由,可能与其研究中两组患者器官衰竭程度相似有关。近年来开发的住院病死率预测模型[8]、PRESE- RVE评分[10]、介入前院内病死率预测评分[16]中均纳入了SOFA评分作为预测因素,充分说明了SOFA评分在预测患者预后方面的重要作用。

2.3 简化急性生理学评分Ⅱ(SAPS Ⅱ评分)

SAPS Ⅱ评分是用于评估ICU患者病情严重程度和病死率的评估工具,已被广泛应用于心血管系统、呼吸系统等疾病患者的预后评估[24]。王睿等[12]研究指出,SAPS Ⅱ能有效预测V-V ECMO治疗的重症ARF患者180天病死率,且≤38分为最佳界值点。但Supady等[25]一项ECMO治疗的严重新冠肺炎患者预后预测的国际多中心回顾研究显示,SAPS Ⅱ评分36分是预测30 d病死率的最佳截断值。张劲松等[26]认为预测患者出院后28 d存活率的截断值是43分。与此差距较大的是,Choi等[27]认为80分为预测患者病死率最佳截止值。其原因可能与研究人群特征和预测时间略有不同,导致其最佳截断值界定不同有关。关于SAPS Ⅱ评分的最佳截止值未来根据地区人群特征进行大样本多中心研究进一步确定。

3 ECMO治疗呼吸系统疾病患者的预后预测模型比较分析 3.1 预后预测模型的研究方法比较

从研究设计分析,Roch等[8]、ECMOnet评分[9]等为前瞻性研究,其余均为回顾性研究。通过回顾分析既往ECMO治疗的ARF、ARDS患者病例资料,基于有限数据构建的预测模型的预测性能会受到一定影响。如Enger等[4]研究中未能对患者的长期结果和健康相关的生活质量进行重新评估;PRESET评分缺少患者ECMO前的通气变量[13]。前瞻性研究虽然可获得较全面的临床数据,但也存在一定局限性,如ECMOnet评分[9]中没有在基线时区分脓毒症与双重感染患者。

3.2 预后预测模型的研究人群比较

Enger[等4]、Roch等[8]、PRESET评分[13]、介入前院内病死率预测评分[16]等模型纳入的均是单中心患者,主要集中在法国、德国、韩国、中国台湾。仅RESP评分[5]、PRESERVE评分[10]、ECMOnet评分[9]等模型纳入了多中心医院人群,其中RESP评分[5]纳入了国际体外生命支持组织(ELSO)登记的患者资料。ECMO虽然已经广泛应用于内科、外科、急诊科、妇产科及儿科的急危重症人群[28],但目前所有模型以预测成人普通患者为主,对于新生儿、儿童、孕产妇等特殊人群的预后预测尚未涉及。

大多预测模型研究样本量较小,从60~284例不等。仅RESP评分纳入了多中心的2 355例患者。从纳入危险因素分析发现,主要包括人口特征、器官功能障碍、ARF的特点、初步诊断等四个决定因素。仅有部分模型均纳入了年龄、SOFA评分因素。可见,不同研究人群构建的预后模型纳入的危险因素基本不同。由于单中心、小样本数据研究结论代表性有限,后续需整合国际多中心、多地区的大样本数据对这些预后预测模型加以验证。同时发现,目前国内学者[20, 29]仅有生存预测指标、影响因素等方面研究,尚缺少预后预测模型探索。此外,本文重点为呼吸系统疾病患者,多采用V-V ECMO模式,文中模型也主要为V-V ECMO模式患者的预后预测模型。Klinzing等[11]明确指出Roch等模型、PRESERVE评分、RESP评分不适用于V-A ECMO模式患者。对于V-A ECMO患者,有适用于它的预后预测模型,本文不作阐释。但当患者呼吸系统疾病累及心衰时,临床可考虑使用V-A ECMO模式的预后预测模型。

3.3 预后预测模型的内部和外部验证比较

从内部验证分析,所有模型均通过了内部验证,保证了它们预测效果的准确性。从外部验证分析,仅Enger等[4]、介入前院内病死率预测评分[16]等模型未进行外部验证。外部验证是通过临床应用评价预测模型的性能,利用外部验证资料与原始资料进行分析后重建新模,动态更新模型,为预测模型的优化和大范围应用奠定基础[30]。由于Enger等[4]、介入前院内病死率预测评分[16]等模型未进行外部验证,所以无法评价其临床应用的预测性能及模型优劣。对于缺少外部验证的模型,未来尚需相关研究加以验证其在不同地区人群中的预测效果。此外,虽然SOFA、SAPS Ⅱ、APACHE Ⅱ、RESP和RESERVE评分等模型经过了外部验证,但Supady[31]研究发现它们对指导V-V ECMO在COVID-19相关ARDS患者的治疗决策上并无帮助。此结果可能是受小样本回顾性数据影响或者与新冠肺炎ARDS患者的特殊性有关。

3.4 预后预测模型的预测时机、地点与结果比较

预测模型主要是基于患者ECMO前的临床数据构建,仅Enger等[4]提出的模型结合了患者使用ECMO后的临床数据进行预测。多数预测模型可根据患者ECMO前临床数据帮助判断患者使用ECMO的预后,避免了医疗资源的浪费,减轻了患者与家属的医疗负担。最初ECMO主要在ICU实施,随着医学技术的发展和临床需要,ECMO越来越多的在急诊科、抢救室等场所应用,甚至用于危重患者的院际转运、院前急救。如Enger[4]、PRESET评分[13]、介入前院内病死率预测评分[16]等模型均是应用于ICU患者。不同的是,Roch等[8]预测模型是专为转移到ECMO转诊中心患者而设计。对于预测模型在急诊抢救室的预测性能犹未可知。预测模型主要预测短期结果,以医院病死率为主,仅PRESET评分[13]同时预测了患者ICU病死率。唯有PRESERVE评分[10]预测了患者6个月病死率。这些预测模型对患者中长期结果的预后随访仍有待加强。

3.5 预后预测模型的预测方式比较

传统单一预测方式具有一定的局限性,而预测模型与独立风险因素或其他模型的结合可相互弥补,进一步提高预测效能。Kurihara等[32]研究指出,RESP评分中不包括肝、肾功能障碍的评估,而肝肾功能障碍通常又是ARDS相关多器官功能障碍的一部分。因此可通过终末期肝病模型(The Model for End-Stage Liver Disease,MELD)评分结合RESP评分来明显提高预后预测效果。此外,Zayat等[33]通过对ECMO治疗COVID-19患者预后预测发现,RESP评分结合白细胞介-6(interleukin 6, IL-6)和氨基末端脑钠肽前体(N-terminal pro-brain natriuretic peptide, NT-pro-BNP)可能会提高预测效果。黄玮玮等[34]研究发现,联合红细胞分布宽度与APACHE Ⅱ评分预测ECMO患者死亡的价值优于单指标。

利益冲突  所有作者声明无利益冲突

参考文献
[1] Yam N, McMullan DM. Extracorporeal cardiopulmonary resuscitation[J]. Ann Transl Med, 2017, 5(4): 72. DOI:10.21037/atm.2017.01.11
[2] 兰超, 吕青, 刘奇, 等. 体外膜肺氧合对非肺部原发性急诊危重症患者预后影响的Meta分析[J]. 中华急诊医学杂志, 2018, 27(9): 1019-1025. DOI:10.3760/cma.j.issn.1671-0282.2018.09.013
[3] Cooper E, Burns J, Retter A, et al. Prevalence of venous thrombosis following venovenous extracorporeal membrane oxygenation in patients with severe respiratory failure[J]. Crit Care Med, 2015, 43(12): e581-e584. DOI:10.1097/CCM.0000000000001277
[4] Enger T, Philipp A, Videm V, et al. Prediction of mortality in adult patients with severe acute lung failure receiving veno-venous extracorporeal membrane oxygenation: a prospective observational study[J]. Crit Care, 2014, 18(2): R67. DOI:10.1186/cc13824
[5] Schmidt M, Bailey M, Sheldrake J, et al. Predicting survival after extracorporeal membrane oxygenation for severe acute respiratory failure. the respiratory extracorporeal membrane oxygenation survival prediction (RESP) score[J]. Am J Respir Crit Care Med, 2014, 189(11): 1374-1382. DOI:10.1164/rccm.201311-2023oc
[6] Rozencwajg S, Pilcher D, Combes A, et al. Outcomes and survival prediction models for severe adult acute respiratory distress syndrome treated with extracorporeal membrane oxygenation[J]. Crit Care, 2016, 20(1): 392. DOI:10.1186/s13054-016-1568-y
[7] Huang L, Li T, Xu L, et al. Performance of Multiple Risk Assessment Tools to Predict Mortality for Adult Respiratory Distress Syndrome with Extracorporeal Membrane Oxygenation Therapy: An External Validation Study Based on Chinese Single-center Data[J]. Chin Med J, 2016, 129(14): 1688-1695. DOI:10.4103/0366-6999.185871
[8] Roch A, Hraiech S, Masson E, et al. Outcome of acute respiratory distress syndrome patients treated with extracorporeal membrane oxygenation and brought to a referral center[J]. Intensive Care Med, 2014, 40(1): 74-83. DOI:10.1007/s00134-013-3135-1
[9] Pappalardo F, Pieri M, Greco T, et al. Predicting mortality risk in patients undergoing venovenous ECMO for ARDS due to influenza A (H1N1) pneumonia: the ECMOnet score[J]. Intensive Care Med, 2013, 39(2): 275-281. DOI:10.1007/s00134-012-2747-1
[10] Schmidt M, Zogheib E, Rozé H, et al. The PRESERVE mortality risk score and analysis of long-term outcomes after extracorporeal membrane oxygenation for severe acute respiratory distress syndrome[J]. Intensive Care Med, 2013, 39(10): 1704-1713. DOI:10.1007/s00134-013-3037-2
[11] Klinzing S, Wenger U, Steiger P, et al. External validation of scores proposed for estimation of survival probability of patients with severe adult respiratory distress syndrome undergoing extracorporeal membrane oxygenation therapy: a retrospective study[J]. Crit Care, 2015, 19: 142. DOI:10.1186/s13054-015-0875-z
[12] 王睿, 孙兵, 李绪言, 等. 多种评分系统对体外膜肺氧合支持下重症急性呼吸衰竭患者病死率的预测价值[J]. 中华结核和呼吸杂志, 2016, 39(9): 698-703. DOI:10.3760/cma.j.issn.1001-0939.2016.09.008
[13] Hilder M, Herbstreit F, Adamzik M, et al. Comparison of mortality prediction models in acute respiratory distress syndrome undergoing extracorporeal membrane oxygenation and development of a novel prediction score: the PREdiction of Survival on ECMO Therapy-Score (PRESET-Score)[J]. Crit Care, 2017, 21(1): 301. DOI:10.1186/s13054-017-1888-6
[14] Montero S, Slutsky AS, Schmidt M. The PRESET-Score: the extrapulmonary predictive survival model for extracorporeal membrane oxygenation in severe acute respiratory distress syndrome[J]. J Thorac Dis, 2018, 10(Suppl 17): S2040-S2044. DOI:10.21037/jtd.2018.05.184
[15] Yeo HJ, Cho WH. A novel survival prediction model of ECMO in acute respiratory distress syndrome: things to consider for optimal use[J]. J Thorac Dis, 2018, 10(3): 1149-1151. DOI:10.21037/jtd.2018.03.52
[16] Cheng YT, Wu MY, Chang YS, et al. Developing a simple preinterventional score to predict hospital mortality in adult venovenous extracorporeal membrane oxygenation: a pilot study[J]. Medicine, 2016, 95(30): e4380. DOI:10.1097/MD.0000000000004380
[17] Enger TB, Philipp A, Lubnow M, et al. Long-term survival in adult patients with severe acute lung failure receiving veno-venous extracorporeal membrane oxygenation[J]. Crit Care Med, 2017, 45(10): 1718-1725. DOI:10.1097/CCM.0000000000002644
[18] Mann SL, Marshall MR, Woodford BJ, et al. Predictive performance of Acute Physiological and Chronic Health Evaluation releases Ⅱ to IV: a single New Zealand centre experience[J]. Anaesth Intensive Care, 2012, 40(3): 479-489. DOI:10.1177/0310057X1204000314
[19] 臧芝栋, 许红阳, 董亮, 等. 早期乳酸清除率对体外膜氧合治疗后呼吸衰竭患者预后的意义[J]. 中华结核和呼吸杂志, 2014, 37(3): 197-201. DOI:10.3760/cma.j.issn.1001-0939.2014.03.012
[20] 王立强, 程周, 廖小卒, 等. 体外膜氧合治疗成人急性呼吸窘迫综合征影响因素分析[J]. 中国体外循环杂志, 2020, 18(2): 87-91. DOI:10.13498/j.cnki.chin.j.ecc.2020.02.07
[21] Varghese YE, Kalaiselvan MS, Renuka MK, et al. Comparison of acute physiology and chronic health evaluation Ⅱ (APACHE Ⅱ) and acute physiology and chronic health evaluation IV (APACHE IV) severity of illness scoring systems, in a multidisciplinary ICU[J]. J Anaesthesiol Clin Pharmacol, 2017, 33(2): 248-253. DOI:10.4103/0970-9185.209741
[22] Sedloň P, Kameník L, Škvařil J, et al. Comparison of the accuracy and correctness of mortality estimates for intensive care unit patients in internal clinics of the Czech republic using APACHE Ⅱ, Apache iv, saps 3 and mpmoiii models[J]. Med Glas (Zenica), 2016, 13(2): 82-89. DOI:10.17392/860-16
[23] Vincent JL, Moreno R, Takala J, et al. The SOFA (Sepsis-related Organ Failure Assessment) score to describe organ dysfunction/failure[J]. Intensive Care Med, 1996, 22(7): 707-710. DOI:10.1007/BF01709751
[24] 石青青, 范宇莹, 张悦, 等. 应用不同疾病严重程度评分系统进行ICU护理分级的可行性研究[J]. 护理研究, 2020, 34(09): 1506-1510. DOI:10.12102/j.issn.1009-6493.2020.09.003
[25] Supady A, DellaVolpe J, Taccone FS, et al. Outcome prediction in patients with severe COVID-19 requiring extracorporeal membrane oxygenation-A retrospective international multicenter study[J]. Membranes, 2021, 11(3): 170. DOI:10.3390/membranes11030170
[26] 张劲松, 李伟, 陈旭峰, 等. 不同危重症评分系统对体外膜肺氧合支持下危重症患者出院存活率的预测价值[J]. 中华危重病急救医学, 2018, 30(5): 456-460. DOI:10.3760/cma.j.issn.2095-4352.2018.05.012
[27] Choi MJ, Ha SO, Kim HS, et al. The simplified acute physiology score Ⅱ as a predictor of mortality in patients who underwent extracorporeal membrane oxygenation for septic shock[J]. Ann Thorac Surg, 2017, 103(4): 1246-1253. DOI:10.1016/j.athoracsur.2016.07.069
[28] Makdisi G, Wang IW. Extra corporeal membrane oxygenation (ECMO) review of a lifesaving technology[J]. J Thorac Dis, 2015, 7(7): E166-E176. DOI:10.3978/j.issn.2072-1439.2015.07.17
[29] Liu XQ, Xu YH, Zhang R, et al. Survival predictors for severe ARDS patients treated with extracorporeal membrane oxygenation: a retrospective study in China[J]. PLoS One, 2016, 11(6): e0158061. DOI:10.1371/journal.pone.0158061
[30] Wolff RF, Moons KGM, Riley RD, et al. PROBAST: a tool to assess the risk of bias and applicability of prediction model studies[J]. Ann Intern Med, 2019, 170(1): 51-58. DOI:10.7326/M18-1376
[31] Supady A, DellaVolpe J, Taccone FS, et al. Outcome prediction in patients with severe COVID-19 requiring extracorporeal membrane oxygenation-A retrospective international multicenter study[J]. Membranes, 2021, 11(3): 170. DOI:10.3390/membranes11030170
[32] Kurihara C, Bharat A. Meld scoring system to predict outcomes in patients who undergo VV ECMO implantation[J]. J Heart Lung Transplant, 2020, 39(4): S387-S388. DOI:10.1016/j.healun.2020.01.506
[33] Zayat R, Kalverkamp S, Grottke O, et al. Role of extracorporeal membrane oxygenation in critically Ill COVID-19 patients and predictors of mortality[J]. Artif Organs, 2021, 45(6): E158-E170. DOI:10.1111/aor.13873
[34] 黄玮玮, 曾帆, 卢森, 等. 红细胞分布宽度对体外膜肺氧合患者预后的评估价值[J]. 中华急诊医学杂志, 2021, 30(6): 723-729. DOI:10.3760/cma.j.issn.1671-0282.2021.06.015