慢性充血性心力衰竭患者再入院筛查工具的研究进展

龙浩，王琳

(上海交通大学 护理学院，上海 200025)

慢性充血性心力衰竭是一个全球性范围的疾病，是各种心血管疾病终末阶段的临床表现[1]。在慢性充血性心力衰竭方面，我国投入大量研究，有资料[2]显示，虽然慢性充血性心力衰竭的病死率已显著降低约80%，但是患病率仍然高达2%～3%。此外，有研究[3]显示，在美国2010年心力衰竭的患病率为2.8%，患者数约为660万。而且，慢性心力衰竭患者出院后第一个月的再入院率高达20%～25%[4]。由于慢性心力衰竭的频繁入院和再入院，每年在这方面的花费超过120亿美元[4]。有研究[5]显示，在美国每年直接或间接投于心力衰竭上的资金超过307亿美元。目前,慢性心力衰竭已引起全球的重视，各方面的研究层出不穷,针对患病的危险因素和再入院的危险因素已有很多文献研究。本文现将慢性心力衰竭患者再入院筛查工具的研究进行综述，旨在为我国慢性心力衰竭患者再入院筛查工具的研究提供依据。

1 再入院的相关概念

目前，对再入院的时间范围尚无统一的限定。一项欧洲和美国的比较研究[6]中将再入院定义为：(1)初次出院后7 d内或8～30 d内的再入院；(2)因急诊、急救、择期原因的再入院；(3)在国内任何医疗机构的再入院；(4)再入院的诊断或手术与初次住院有关。澳大利亚研究者[7]则通常采用28 d再入院的定义，并强调要排除某些特定的“计划的再入院”。而Wang等[8]认为,再入院是出院后在一段短期时间内(通常在30 d内)又一次入院。Horwitz等[9]认为,再入院是指从一个医院的急诊治疗住院，然后出院后的30 d内又到一个医院通过急诊治疗住院。有资料[10]显示,在30 d的再入院范围中，约有61%的心力衰竭患者发生在前15 d内。

2 再入院的危险因素

慢性充血性心力衰竭有多种危险因素能够导致患者再入院。纵观国内外相关文献，主要的危险因素主要分为三大类，即生理生化因素，患者因素及照顾者因素。其中，生理生化因素中包括低钠[11]、高浓度B型钠尿肽(B-type natriuretic peptide,BNP)或N末端脑钠肽前体(N-terminal pro-btype natriuretic peptide,NT-proBNP)[12]、高血尿酸症[13]、贫血[14]、心肌肌钙蛋白浓度升高[15]、血尿素氮浓度升高[16]、高龄[17]、β受体阻滞剂的应用[18]、有其他并发症[19]等。患者因素中包括患者依从性[20]和患者疾病认知情况[21]。照顾者能力因素包括照顾者的监督与陪伴[22]和其相关知识水平[23]。这些危险因素都是慢性心力衰竭患者出院后30 d内再入院的主要原因。

3 再入院的筛查工具

3.1 心力衰竭特异性再入院筛查工具

3.1.1 Redin评分表 (Redin-score) (1)工具特征。为了能制定有效的量表来预测不断恶化的心力衰竭患者的一个月后和一年后的再入院率，Alvarez-garcia等[24]创建了Redin评分表。该评分表根据再入院的时间分为两个评分表，即30 d再入院评分表和一年再入院评分表。30 d再入院评分表由弗雷明汉左心衰症状、肾小球滤过率、B型钠尿肽或N末端脑钠肽前体等4个指标构成，总分在0～19分为低风险组，20～30分为高风险组。一年再入院评分表由B型钠尿肽、贫血、左心房大小、心率、弗雷明汉左心衰症状、肾小球滤过率等6个指标构成，总分在0～12分为低风险组，13～20分为中风险组，21～30分为高风险组。该评分表30 d再入院和一年再入院模型的AUC(the area under the receiver operating characteristic curve)分别为0.73和0.67，说明预测效果较好。外部验证6个月再入院和一年再入院的AUC，分别为0.71和0.69。(2)工具应用情况。该评分表适用于西班牙地区有症状的、心功能分级在Ⅱ～Ⅳ级的慢性心力衰竭患者。该评分表使用简单，有效，但并不是所有的患者都适用[25]。因为参与研究的患者年龄通常较大、有其他合并症和认知损伤，而且在不同的地区，由于文化等差异，需进行适当的调整。

3.1.2 电子健康档案预测模型 (electronic health record deployable prediction models) (1)工具特征。该预测模型是联合医保公开数据进行的美国的大范围的筛查工具[26]，是基于患者的生理生化指标创建的。该预测模型可以对心力衰竭患者30 d内死亡率、30 d内再入院率、30 d内死亡或再入院率进行危险级别分级。其中30 d内再入院模型的预测因素有：①30 d内再入院。血红蛋白值、血钠水平为主要危险因素，其余为入院时的收缩压、心率、血尿素氮、年龄、肌钙蛋白、 B型钠尿肽、肌酸酐、种族(白种人或黑种人)等。②30 d内死亡或再入院。入院时的收缩压、血尿素氮水平为主要预测因素，其余为血钠水平、心率、肌钙蛋白、 B型钠尿肽、血钾、体重、呼吸频率、肌酸酐。每个因素赋值1分，依据风险评估将患者分为低风险组(0～3分)、中风险组(4～7分)、高风险组(8～10分)。与低风险、中风险组患者相比，高风险患者再入院率和病死率明显增加。这两类模型预测的可靠度为中等。该模型的30 d再入院和30 d内死亡或再入院的C统计量分别为0.59和0.62，预测能力中等。(2)工具运用情况。该模型适用于年龄≥65岁的老年心力衰竭患者，虽然目前已在荷兰、英国、巴拿马、蒙古、韩国等地区运用[27]，但是该模型并不是在所有地区都完全有影响力。该模型运用的因素有限，未考虑其他具有重要意义的因素，如临床因素、社会心理因素、经济因素等。

3.1.3 心力衰竭患者频繁再入院风险模型(frequent readmission model) (1)工具特征。该模型旨在方便患者在出院时预测再入院的风险，该工具由8个因素组成，分别是未婚、缺血性心脏病、慢性肾脏疾病、血红蛋白<120 g/L、住院时间>7 d、血清白蛋白<35 g/L、肌酐>100 umol/L、出院后使用β受体阻滞剂情况[28]。每个因素赋值1分，分数越高则频繁再入院的风险就越高。由于社区中老年心力衰竭患者预后不良，目前并没有区分出低风险组与高风险组。该模型的C统计量为0.63～0.65，预测能力中等。(2)工具应用情况。该模型确定的危险因素可以帮助医生进行心力衰竭管理，以防止再次入院或死亡。

3.2 普适性再入院筛查工具

3.2.1 再入院风险评估模型(prediction model) (1)工具特征。为了识别出再入院的危险因素，并且创建一个简单的模型去识别再入院高风险的患者群体，Hasan等[29]创建了再入院风险评估模型。该工具测量的因素主要包括保险状况、婚姻状况、长期医师的配备情况、上一年的入院次数>1次、住院时长>2 d、查尔森合并症指数及SF12术后理学评分(short form 12 physical and mental component scores)。累计分数>25分意味着再入院的风险为30%。该工具的C统计量验证为0.61～0.65，预测能力较好。(2)工具应用情况。该工具适用于年龄≥18周岁的患者，并且不限于慢性心力衰竭，在美国、英国等地区都有使用。虽然该工具可以成功地确定部分患者的再入院风险，但还是需要更多的研究来确定影响出院后健康的其他因素，以优化所有患者的出院程序，并且满足其需求制定相关措施，防止潜在的、可避免的再入院。

3.2.2 生活空间评估工具(life-space assessment，LSA) (1)工具特征。该工具与预测90 d内再入院有较大的相关性[30]。生活空间由日常生活运动的距离决定[31],从一个人的卧室(级别1)到超出了生活的小镇(级别5)，通常评估在10～15 min完成。这五个层次通过询问患者是否离开过寝室(一级)、家(二级)、公寓大楼(三级)、邻近地区以外的地方(四级)、城镇以外的地方(五级)来确定每个人的生活空间水平。受试者会被问及他们活动的频率以及是否需要帮助。根据生活空间水平、独立程度以及活动频率获得等级分数。该工具总分从0分(完全卧床)至120分(每天不需要帮助就离开城镇)。分数越高，说明患者的生活空间越大；生活空间评估分数<60分，认为基础生活空间受限制。(2)工具应用情况。该评估工具也不限于慢性心力衰竭，有良好的信度和效度，广泛应用于美国，在欧洲地区[32-33](如法国、瑞典、芬兰等国家)也有应用。老年人的住院治疗与LSA评分的下降有关。LSA已经被证明是一种弹性的衡量方式，并能预测意外事故、骨折、住院治疗和死亡等不良结果。LSA得分越低，风险越大。被确认为具有基础生活空间限制的参与者面临更大的再入院风险。我们能根据基础生活空间的被限制性来识别那些高危人群，从而更好地利用干预手段来减轻这种风险。

3.2.3 LACE指数(LACE index) (1)工具特征。LACE index[34]是用来预测普通患者和手术患者出院后30 d内再入院的风险。它包括住院时间的长度(the length of hospitalization stay，L)以及入院的敏感性(acuity of the admission，A)，患者的并发症(comorbidities of patients，C)以及患者进急诊的次数(emergency department use of patients，E) 等。LACE index评分超过10分被认为是非计划入院的高风险患者。但是也有研究[35]建议，总分>13分定为高风险更合适。LACE index logistic回归的C统计量为0.56[95%CI(0.4771，0.6447)]。可以利用LACE index来预测30、60、90 d后的急诊再入院的可能性，与LACE index相关的C统计量分别为0.66、0.63、0.60。(2)工具应用情况。LACE index是一个简单而实用的风险预测模型，是美国较为普遍应用的一种工具[36]。它对一般医疗和手术患者早期的再入院或死亡有中度的预测能力。与其他预测出院后再入院风险的验证模型不同，LACE index可以在没有特殊软件的情况下进行计算，而且不需要复杂的信息，如社区特定的住院率或经济状况等。由于它在床边易于使用，因此LACE index通常被用于患有疾病而治疗的住院患者。据研究[36]报道，它可以准确预测出院后过早死亡或非计划的重新入院的风险。然而，其他研究[35]显示，不同患者人群的LACE index预测不佳。LACE index在预测急诊再入院上更精确。

4 展望

慢性心力衰竭患者的频繁再住院给社会和患者家庭都带来了极大的压力，也增加了医院资源紧缺的负担。如何预防再住院已成了社会和各界的关注的焦点。大量的研究和资金的投入已找出了许多再住院的风险因素。有效控制风险因素能减少慢性心力衰竭患者的再入院率。综合以上工具，为了改善我国的现状，笔者尝试提出以下思考。

4.1 制定中国本土的再入院筛查工具 国外很多评估为了得到应用更为广泛的工具，制定了大量的量表和工具。遗憾的是，相比国外的研究，国内在这方面显得比较缺。虽然有不少文献将这些量表汉化后的信效度进行分析，但是却缺少原创。而目前国内对再入院的研究多停留在风险因素的层面，很少有将这些风险因素结合起来制定成符合我国国情的量表。因此，结合国内外大量资源，研究制定符合我国本土的筛查工具是未来的研究方向。

4.2 建立综合的模型 虽然国外已经有了筛查工具的研制，但是这些工具更加注重生理生化因素，缺少将生理生化因素、患者因素和照顾者能力因素结合起来的综合性量表。因此，在生理生化因素的基础上，将患者因素、照顾者因素、社会经济因素和心理因素综合考量进来也成了未来研究的趋势。

【关键词】 慢性充血性心力衰竭；再入院；筛查工具

doi：10.3969/j.issn.1008-9993.2018.22.008

【中图分类号】 R473.54 【文献标识码】 A

【文章编号】 1008-9993(2018)22-0040-04