ICU常用评分方法及临床应用

ICU常用评分方法及临床应用

发布日期：2012/8/6

ICU常用评分方法及临床应用

山西太原2医院 刘谦民 常诚（030001）

随着科技的进步，医疗技术和水平的提高，我国的危重病治疗水平和ICU建设得到了极大的提高。什么是重症病人，怎样才能早期发现和识别重症病人是重症医学研究的重要课题之一。单纯以“轻、中、重”评价疾病严重程度的方法不能准确反映疾病的严重程度及迅速变化，即使同一患者不同医生或护士的判断结果也有很大出入，为了科学有效地进行重症临床和科研工作，必须有衡量重症患者病情严重程度的并在不同国家不同医院普遍可以接受的标准，这种标准称为重症严重程度或预后评价系统。现把ICU常用的评分方法介绍如下。

1．急性生理和慢性健康状况评分系统

急性生理和慢性健康状况评分系统（Acute physiology and chronic health evaluation ,APACHE）是一类评定各类重症患者尤其是ICU患者病情严重程度及预测预后的客观体系，是目前国际上应用最为广泛且较权威的评分方法。

1981年美国学者Knaus等[1]首次提出APACHEⅠ，开始了对重症病情客观化的评价，但参数多，数据采集复杂，不包含年龄，对慢性健康评估简单，临床使用不便且预测不够准确。1985年Knaus等[2]简化了APACHEⅠ中不常用或者检测不便的参数，增加了年龄

分值，并将慢性健康状况不同权重量化，提出APACHEⅡ，并给出计算每一个患者院内死亡危险性（R值）。由于设计合理，使用简便，是目前应用最多的评分系统。1991年Knaus等[3]在前期研究的基础上经过广泛深入的多中心研究提出了APACHEⅢ，许多研究证实，APACHEⅢ比APACHEⅡ对死亡率的预测准确度方面有了很大提高。但由于APACHEⅢ提出后有些数据未公开发表，并且使用比较复杂，因此未得到广泛使用。APACHEⅣ是2005年才出现的评分软件，由于相关文字资料未见公开报道，所以使用也受到。

1．1评分方法

APACHE的应用包括两部分，一是计算分值，二是计算院内死亡危险性（R）。分值的计算通常由三部分组成，分别为反映急性疾病严重程度的急性生理学评分（acute physiology score，APS），年龄评分和患病前的慢性健康状况评价（chronic health status，CHS）。三者总分构成APACHE得分，再由该得分和疾病种类、治疗场所种类等因素计算出R值。APACHE是目前国际上应用最广泛且较权威的一种评分方法。APACHE I所包含的生理学参数及其分值均由一些专家凭主观意愿选定，参数多，数据采集复杂，临床使用不方便，未考虑年龄因素对预后的影响，且只适合于对群体患者的病情评估，不宜用于对个体患者预后和所需监测、治疗水平的预测，故目前已弃之不用。APACHE Ⅱ简便可靠，设计合理，预测准确，目前使用最为普遍，它既可用于群体患者预后的评估，对个体病死率的预测也有一定价值。APACHE Ⅲ的设计较APACHE Ⅱ更为合理，它以神经学评分代替GCS，有人已证实此法较GCS更准确。以酸碱失衡评分代替pH单独得分，前者更能体现患者在病理生理方面的综合变化。APACHE Ⅱ和APACHE Ⅲ对死亡危险性的预测均有较满意的结果，有人证实APACHE Ⅲ更接近实际病死率。

1．2临床应用

1.2.1评价病人病情严重程度和预后预测 在临床工作中，病情严重程度和预测死亡危险性方面，容易受到医源性或者患者及其家属主观方面的影响，对患者病情的改善或发展以及疗效，常依赖临床表现或者某些检查结果做出片面评价，缺乏对全面病理生理状况的综合评估。许多研究表明[4]，重症评分与病人病情严重程度密切相关，重症评分越差，病情越重。

1.2. 2评价治疗和护理效果，动态评分用于调整治疗方案和策略。临床常用重症评分衡量某种治疗或护理措施的效果。如果治疗效果好，病人病情缓解，评分就变好，反之，病情加重，评分变差。周立新等[5]用APACHEⅡ评分对外科重症监护室182例患者根据入室时状态评分，此后定期重复评分，用死亡率预测方程（MPM）预测病死率，和实际病死率比较，再用肝功能不全参数作校正。结果1992年3月以前，由于未施行全面多脏器功能监测，实际病死率（58.1%）高于预测病死率（32.5%）。1992年3月以后应用多脏器功能监测技术，实际病死率（29.1%）低于预测病死率（30.8%）。表明评分确切地反映出危重疾病的医疗质量和救治水平。夏志洁等[6]对急症科ICU的269例危重病患者用APACHEⅡ评分法动态监测，发现随着APACHEⅡ分值增高，病死率上升，加强ICU患者床边护理后，APACHEⅡ分值下降，死亡危险率也下降

1.2.3用评分作为ICU准入、准出的依据 国外有人[7]调查了42个ICU的17 440例患者，认为根据评定当日的治疗和APS情况、前1日APACHEⅡ得分，可估算再次收入ICU治疗的概率，以及再次接受积极治疗的风险，若<10%，可作为转出ICU的依据。这有利于患者的安全转出，并提高了ICU资源的合理利用。评分确定为低危患者，同时结合临床表现，可作为撤消治疗的主要根据。

1.2.4 预测患者的长期生存率 Goel等[8]研究了APACHE评分和COPD患者长期存活率之间的关系。结果表明在单变量分析中，APACHEⅡ分值与COPD患者长期的生存率

相关。在控制了吸烟史和PCO2后，APACHEⅡ就成了患者长期生存率的性相关因素。并且研究表明APACHEⅡ分值是患者3年存活率相关因素。所以，APACHEⅡ可以作为COPD恶化患者的长期存活率的预测指标。

1.2.5了解某些物质和疾病严重程度的关系

某些物质和疾病的严重程度呈明显的正相关关系，通过和APACHEⅡ评分的比较，为此提供更有力的依据，从而可把此物质作为临床工作中判断病情预后的又一指标。陈兵等[9]通过对48例急诊ICU患者在入住急诊ICU 24h内分别进行APACHEⅡ和血乳酸浓度测定，比较不同APACHEⅡ评分分值与血乳酸浓度。研究结果表明APACHEⅡ评分21~30分组血乳酸浓度明显高于11~20分组，APACHEⅡ评分>30分组血乳酸浓度明显高于21~30分组，血乳酸水平与A-PACHEⅡ评分显著相关。

2、简化急性生理学评分

简化急性生理学评分（simplified acute physiology score，SAPS）同APACHE一样，是一类评定各类危重病患者病情严重程度及预测预后的客观体系，其主要特点为简捷、可信、省时，但同APACHE及其他评价系统相比并无优越性。其发展经历了2个阶段，及SAPS I和SAPS Ⅱ。

尽管1981年后APACHEI为进行多中心临床研究和对群体患者结果进行可行性比较提供了客观而统一的标准，但由于其所选择的生理参数较多，收集相关信息资料烦琐，获取完整资料困难，易造成评分结果上的差异（APACHE I评分时，将所缺生理参数项视为正常）。为寻找一种更简便实用的评分方法，法国学者Le Gall等[10]于1984年提出了SAPS I。他们将此法应用于679例ICU患者，并与APACHE I比较，发现80%患者的病死率随

SAPS工分值的增加而上升，SAPS I对PHM预测的准确率明显高于APACHEI。

经过不断更新、完善和补充，Le Gall等[11]在对12个欧美国家的137家ICU中的1万多例患者进行了研究之后，于1993年提出了SAPS Ⅱ。欧美国家的大量应用研究证明，SAPS Ⅱ的校准度（CAL）和分辨度（DIS）均明显高于SAPS I。SAPS Ⅱ与APACHEⅡ、MPMⅡ同属于第三代危重症病情评价系统。

2.1评分方法

2.1.1 SAPS I是在APACHE工的基础上简化产生，其与APACHE I比较将生理学参数减为13项，增加了年龄成分，除去了CHS，共14项变量，每项分值0~4分，均取入住ICU后24小时内最差值，如果既有高值又有低值，则按高分计算，不累计积分。比如心率最慢35/分（4分），最快170/分（3分），则该项目得分取前者4分。各项分值之和即为SAPS I总得分，最低0分，最高56分。

2.1.2 SAPS Ⅱ的评分标准，同SAPS I比较，将生理学变量中的呼吸频率、血细胞比容和血糖浓度替换成了氧合指数（PaO2/FiO2）和血胆红素浓度，增加了内科患者、择期手术和急诊手术三种住院类型，增加了AIDS（获得性免疫缺陷综合征）、转移癌和血液恶性肿瘤三种慢性疾病，共17项变量，每项变量分值0~26分不等，同样取入住ICU后24小时内的最差值，如果既有高值又有低值，则按高分计算，不累计积分。比如心率最慢35/分（11分），最快170/分（7分）,则该项目得分取前者11分。各项分值之和即为SAPS Ⅱ总得分，最低0分，最高163分。SAPS Ⅱ还给出了计算PHM的公式：PHM=elogit/（1+ elogit），logit= β0 + SAPS Ⅱ得分×β1+〔㏑（SAPS Ⅱ得分+1）〕×β2=-7.7631+ SAPS Ⅱ得分×0.0737+〔㏑（SAPS Ⅱ得分+1）〕×0.9971，式中e为常数2.7182818，β0是常数，β1和β2是回归系数。

2.2临床应用

SAPS Ⅱ参数选择相对粗糙，虽能有效预测病情，但更适用于群体患者。Le Gall等[12]经过大规模的国际性多中心临床研究也提出SAPS Ⅱ更适用于群体病人死亡风险估计，而不太适用于个体病人。目前SAPS的临床应用范围基本与APACHE一致，主要用于评价病情严重程度，预测PHM，指导医疗护理资源的分配，以及与其他评分的联合应用。通常将SAPS Ⅱ40分作为病情严重程度的截断点，超过该值，病情的严重程度、死亡概率明显提高，需要医护人员投入的力量也明显增大。吴曙华等[13]通过研究SAPS Ⅱ与128例危重患者的关系后，认为SAPS Ⅱ能对综合性ICU危重患者的病情做出较为正确的判断。吴荣等[14]研究SAPS Ⅱ在创伤ICU患者护理中的应用，结果发现当SAPS Ⅱ小于40时，病人一护士的比例不超过1：1，而当SAPS Ⅱ大于40时，病人一护士的比例将超过1：1.5或1：2，这样的“人力配置”使“管床护士”感觉劳动强度适中，能够保证上班期间充沛的精力，对病人的护理措施也能够及时按计划完成，同时发现将其引入护理工作可以提高护士对护理资源配置的满意度和病人对护理工作的满意度，从而认为SAPS Ⅱ可以很好地指导护理资源的配置和制定相应的护理措施，提高护理质量和病人对护理工作的满意度。

3、死亡概率模型[15、16、17]

病死概率模型（mortality probability models，MPM）是一类评价危重病患者病死概率的系统，是通过多元logistic回归模型法，从大量的备选变量中选择特定的变量并给予适宜的统计学权重，然后给出计算院内病死概率（PHM）的公式。MPM的发展经历了3个阶段，即多元logistic回归模型（multiple logistic regression model，MLR）、第一代病死概率模型（MPM I）和第二代病死概率模型（MPM Ⅱ）。

3.1评分方法

MPM系统的应用方法同其他常见评分系统有所不同，不计算得分，而是制定一些变量并给予赋值，变量的定义给出说明，综合每个变量的实际情况直接计算PHM，其通用公式为PHM=elogit/（1+ elogit）, logit= β0 +β1X1+β2X2+…+βkXk, 式中β0是常数，βkXk为第k项变量的13值与X值的乘积。下面分别介绍MLR、MPM I和MPM Ⅱ的应用方法。

3.1.1MLR包含了MLR0和MLR24可分别计算患者入ICU时和24小时的病死概率。MLR0和MLR24均包含有7个变量，其估计的β（logistic系数）、SE（标准误）、OR（调整比值比）和95%CI（95%可信性区间）。实际计算病死概率PHM=elogit/（1+ elogit）, logit= β0 +β1X1+β2X2+…+βkXk,k从1取到7，X值除器官衰竭的数量、年龄、动脉收缩压按实际值计算外，其余变量均视其有无计为1或0，其中MLR0中第7项目分别按动脉收缩压和其平方值计算。

3.1.2MPM I包含了MPM I0、MPM I24、MPM I48和MPM IOT，可分别计算患者入ICU时24小时、48小时和48小时后的病死概率。MPM I0评估患者刚刚进入ICU时的病情严重程度，不受治疗的影响，包含有11个变量，其估计的β、SE、RR（相对危险性）和95%CI。MPM I24、MPM I48和MPM IOT均时评估患者入ICU并接受一定治疗后的病情严重程度，都是在MPM I0基础上产生，分别包含有14、11和3个变量，其中MPM IOT由入院时、24小时和48小时的病死概率共同决定，实际计算病死概率PHM的公式同MLR一样。其中MPM I0中第11项目分别按动脉收缩压和其平方值计算。比如一60岁男性，有慢性肾衰史，因为呼吸道感染，呼吸困难急诊入住ICU，神志清，心率120/分，血压100/65mmHg,胸部CT提示肺炎，则MPMI0中的logit= β0 +β1X1+β2X2+…+βkXk=-2.9678+0+1.2671+0+0+0.049+0.55592+0.0477×60+0+0.00736×120+0+（-0.045905）×100+0.000115（100）2=0.81763。

3.1.3 MPMⅡ包含了MPM Ⅱ0、MPM Ⅱ24、MPM Ⅱ48和MPMⅡ72，可分别计算患者入ICU时、24小时、48小时和72小时的病死概率。MPM Ⅱ0评估患者刚刚进入ICU时的病情严重程度，包含有15个变量，其估计的β、SE、0R和95%CI，各变量的定义参见表内说明。实际计算病死概率PHM的公式同MLR一样。

3.2临床应用

目前MPM的临床应用主要是评价病情，预测PHM，并比较不同ICU的效能。一是从患者刚进入ICU尚未接受治疗干预因素影响时，即进行MPM0的PHM的计算和评价，从而指导此后的治疗及评价，研究表明，MPM0具有较高的校准度（CAL）和精确度（DIS），可准确而可信地预测PHM。二是动态监测MPM 24、MPM 48和MPM OT，以便提高预测准确性，指导调整治疗方案。有研究认为MPMⅡ72和MPM ⅡOT能比较准确地预测患者的预后，其得出的PHM与患者实际的病死率非常接近。

有关MPM的单独研究报道并不多，更多的是与其他评分系统的应用比较。目前研究趋势主要是进一步提高MPMⅡ在临床的应用并对预测公式进行适当修正。2003年Arabi等通过研究严重感染患者的评分系统应用时，发现MPM Ⅱ0、MPM Ⅱ24、和APACHEⅡ、SAPS Ⅱ一样能很好预测病死率，若将MPM Ⅱ24的PHM计算公式改良为：PHM=eβ01（logit）〔1+ eβ01（logit）〕，则DIS有一步提高且较其他评分方法有显著性差异。