Journal of Critical Care 55 (2020) 56–63
https://doi.org/10.1016/j.jcrc.2019.10.010
Расширенный реферат (неполная версия) оригинальной статьи «THAI-ICU score as a simplified severity score for critically ill patients in a resource limited setting: Result from SEA-AKI study group»
Введение
Популяция пациентов, поступающих в отделения интенсивной терапии (ОИТ) уникальна тем, что интенсивная терапия имеет свои четко очерченные показания, данные пациентов хорошо собираются и отслеживаются, а тяжесть заболеваний, по поводу которых пациенты поступают в ОИТ, является наиболее важным фактором, определяющим клинические результаты всего госпиталя. Все это привело к тому, что в течение почти четырех десятилетий актуальные оценки прогноза тяжести заболеваний разрабатывались и применялись в основном в ОИТ.
В общем и целом, системы оценки в виде шкал, применяемые у пациентов, находящихся в критическом состоянии, можно разделить на шкалы, оценивающие тяжесть заболевания в целях прогнозирования результатов, к которым относятся шкалы Acute Physiology and Chronic Health Evaluation (APACHE II) [1]; Simplified Acute Physiology Score (SAPS II) [2]; Mortality Probability Model (MPM) [3] и шкалы, в которых оценивается тяжесть органной дисфункции, к которым относятся Sequential Organ Failure Assessment (SOFA) [4] и Multiple Organ Dysfunction (MODS) [5]. Здесь стоит заметить, что шкалы SOFA и MODS достаточно часто применяются и в целях прогнозирования летальности [6].
Несмотря на то, что шкалы оценки тяжести пациентов, госпитализированных в ОИТ, применяются во всем мире и помогают врачам принимать решения, точная оценка тяжести состояния пациентов имеет первостепенное значение, ведь именно в этом случае возможно более глубокое понимание эффективности применяемого протокола лечения, что позволит оптимизировать использование ресурсов больницы. Однако для применения вышеуказанных шкал оценки требуется определение множества переменных, что в условиях стран с низким и средним уровнем дохода остается трудновыполнимый задачей.
Для примера, шкала APACHE II содержит 17 переменных, шкала APACHE III содержит 26 переменных, шкала APACHE IV содержит уже 142 переменных, шкала SAPS II — 17 переменных и шкала SAPS III — 20 переменных [7]. Более того, некоторые шкалы оценки, рекомендованные для применения в ОИТ, требуют наличия хорошо оснащенных лабораторий и современного программного обеспечения, что тоже может быть недоступно. Все это формирует барьеры, что стоят на пути внедрения подобных шкал оценки в условиях ограниченных ресурсов.
Целью данного исследования стало создание упрощенной модели оценки тяжести пациента, госпитализированного в ОИТ, но с улучшенными показателями дискриминации и калибровки при прогнозировании летальности, и которая могла бы с успехом применяться в странах со средним уровнем дохода.
Методы (Кратко)
Было проведено ретроспективное исследование проспективной когорты, состоящей из взрослых пациентов, которые были госпитализированы в ОИТ 17 медицинских центров Таиланда в период с 2013 по 2015 гг.
Результаты (кратко)
В упрощенной модели было шесть переменных, «оценка 6», к которым относились: низкий показатель по шкале ком Глазго (GCS), низкое среднее артериальное давление или потребность в вазопрессоре, положительный баланс жидкости, тахипноэ, тромбоцитопения и высокий уровень азота мочевины в крови.
Валидация шкалы оценки THAI-ICU AUC (95% ДИ) составила 0,81 (0,78–0,83). При оптимальном значении отсечки, равной 9-ти баллам, чувствительность, специфичность, положительное отношение правдоподобия составляли 72%, 73% и 2,72 соответственно. Статистика Hosmer-Lemeshow — C составила 13,5 (р = 0,2), а показатель Бриера 95% ДИ составил 0,16 (0,15, 0,17).
Обсуждение
Как уже указывалось во введении, целью этого проекта была разработка шкалы оценки тяжести состояния пациента, госпитализированного в ОИТ, THAI-ICU, которая была бы простой в использовании и могла бы применяться в условиях ограниченных ресурсов. Мы смогли достичь этой цели путем выбора мощных предикторов, которые явно влияют на такой клинический результат, как госпитальная летальность. Мы применили четыре модели логистической регрессии нескольких переменных. После тестирования стало ясно, что точность моделей существенно не различалась среди моделей с 11, 8 и 6 переменными. Модель с 5 переменными, однако, показала более низкие результаты по сравнению с моделью с 6 переменными при применении их в различных предельных значениях для прогнозирования летальности. В конечном счете было решено, что ради возможности повсеместного применения и из-за того, что другие три модели, в контексте решения поставленной цели, значительно не отличались, мы остановились на модели, содержащей 6 переменных, включающих в себя шкалу оценки комы по Глазго, среднее артериальное давление или потребность в вазопрессоре, баланс жидкости, тахипноэ, количество тромбоцитов и уровень азота мочевины крови. Кстати, все 6 из этих предикторов также являются основными клиническими и простыми лабораторными параметрами, которые могут быть доступны во всех отделениях интенсивной терапии Таиланда или в условиях ограниченных ресурсов. Тем не менее, мы должны понимать, что в клинической практике истинный баланс жидкости является трудоемкой переменной для измерения. Кроме того, количество тромбоцитов и уровень азота мочевины крови также не могут регулярно определяться в ОИТ больниц в странах с ограниченными ресурсами.
Вызывает большой интерес то, что среди предикторов, включенных в шкалу оценки тяжести состояния пациента ОИТ THAI-ICU, которые были признаны значимыми, входит оценка по шкале комы Глазго, которая также включена в качестве предиктора в шкалы оценки APACHE II [1], APACHE IV [20], SAPS II [2], SAPS 3 [21] , MPM II [3], MPM0 -III [22] и SOFA [4]. Частота дыхания также служит предиктором в шкалах APACHE и qSOFA [23], а среднее артериальное давление является предиктором в шкалах APACHE и SOFA, количество тромбоцитов является предиктором в шкале оценки SOFA, а азот мочевины крови является предиктором в шкалах оценки SAPS II и APACHE IV. Удивление вызывает то, что истинный баланс жидкости (англ. net fluid balance) никогда не был включен ни в одну модель. Таким образом, вы являетесь свидетелями того, как данный предиктор впервые был включен в оценку тяжести пациента, госпитализированного в ОИТ. Результаты моделирования подтверждают, что истинный баланс жидкости действительно является сильным фактором, влияющим на клинические результаты. Меньшее накопление жидкости связано с увеличением числа дней без ИВЛ, уменьшением продолжительности пребывания в ОИТ [24] и снижением летальности [25]. Эти факты вместе с нашими важными выводами в этом исследовании указывают на то, что мы можем уверенно включать истинный баланс жидкости, как один из баллов в шкале оценке THAI-ICU.
Что же касается азота мочевины крови, как предиктора в шкале THAI-ICU, необходимо отметить тот факт, что во многих шкалах оценки тяжести состояния таких, как SOFA, APACHE II, SAPS 3, MPM II и MPM0 -III, в качестве предиктора, оценивающего наличие дисфункции почек, влияющей на неблагоприятные исходы, выбран креатинин сыворотки. Наши выводы свидетельствуют о том, что азот мочевины крови при определении невыживших пациентов был значительно более сильным предиктором по сравнению с креатинином сыворотки. Можно постулировать следующее — несмотря на то, что сывороточный креатинин был определенно лучше, чем азот мочевины крови, в отношении оценки функции почек в виде оценки скорости клубочковой фильтрации, азот мочевины крови более точно отражает именно полиорганную дисфункцию, а не только одно лишь состояние почечной системы в случаях, когда речь идет о влиянии показателя на летальность [26-28].
Продолжая наше обсуждение необходимо вновь остановиться на том, что за последние четыре десятилетия было пересмотрено множество стандартных показателей тяжести состояния пациента ОИТ и разработано много более новых версий шкал оценки с целью помочь клиницистам более точно оценивать степень тяжести заболевания и прогнозировать клинические результаты. Тем не менее, большинство из этих шкал оценки достаточно редко применяются в общей практике по причине больших трудностей на пути выполнения всех требований к определению необходимых показателей в реальной жизни отделения интенсивной терапии [29]. Более того, из проведенных исследований [30,31], в которых показана хорошая дискриминационная способность шкал оценки APACHE II и SAPS II (возможность отличать выживших пациентов от не-выживших), в этих же исследованиях фактически показана худшая калибровка (согласованность между наблюдаемым и ожидаемым количеством выживших и не-выживших пациентов по всем вероятностям наступления летального исхода) у таиландских пациентов при внедрении анализа the Hosmer-Lemeshow goodness-of-fit, H/L-C statistic of 67, p b .001 для APACHE II и H/L-C statistic of 54, p b .001 для SAPS II.
В нашем исследовании есть несколько сильных сторон. Во-первых, это было большое, многоцентровое, систематически проведенное исследование, охватывающее все четыре региона Таиланда и все три уровня больниц (университетская больница, областная больница и провинциальная больница). Во-вторых, исследуемое население было госпитализировано в ОИТ с различными типами заболеваний и различной степенью выраженности органной дисфункции, что всегда происходит при лечении пациентов в реальной жизни. В-третьих, наше исследование было одним из немногих исследований, в которых была предпринята попытка изучить и создать упрощенную оценку тяжести состояния пациента ОИТ в условиях развивающихся стран.
Но наше исследование имеет и несколько ограничений, которые необходимо устранить в будущих исследованиях. Во-первых, разнообразие пациентов, включенных в исследование, может создать проблему из-за того, что конкретные заболевания могут влиять на конкретные клинические курсы лечения и результаты. Кроме того, при создании шкалы оценки THAI-ICU не классифицировались типы органной дисфункции. Во-вторых, лабораторные параметры, которые использовались при создании шкалы оценки THAI-ICU, были измерены и представлены на конкретных участках исследования в целях оптимизации и стандартизации лабораторных тестов, что может быть еще одной причиной для беспокойства. В третих, первоначально мы проанализировали только участников с полными данными (полный анализ случая).
(Подробнее ограничения см.оригинал статьи)
Выводы
Оценка тяжести состояния пациента в ОИТ по шкале THAI-ICU относится к новому упрощенному показателю тяжести пациентов, находящихся в критическом состоянии. Сам по себе процесс оценки прост в применении и выполним в большинстве больниц, включая сюда и больницы, что работают в условиях ограниченных ресурсов в странах со средним уровнем дохода. Мы надеемся, что показатель THAI-ICU сможет стать полезным инструментом, помогающим врачам прогнозировать летальность в стационаре при лечении плановых пациентов в ОИТ. Производительность модели показалась адекватной при внутренней проверке, но перед ее широким использованием необходима внешняя проверка.
