临床评分系统在预测肾结石逆行输尿管镜技术后结石清除率中的应用

朱学华 刘余庆 卢剑

1北京大学第三医院泌尿外科 100191北京

欧洲及北美地区的流行病学资料显示，5%～10%的人发生过泌尿系结石[1]。我国是世界三大结石高发区之一，其患病率约为6.4%[2]。处理肾结石的手术方式包括传统的开腹手术及体外冲击波碎石（extracorporeal shock wave lithotripsy，ESWL）、经皮肾镜取石术（percutaneous nephrolithotomy，PCNL）、逆行输尿管镜技术（retrograde intrarenal surgery，RIRS）和腹腔镜手术。随着技术的不断进步，逆行输尿管镜技术，尤其是输尿管软镜技术（flexible ureteroscopy，f-URS）更加成熟，已成为肾结石安全有效的治疗方式[3-4]。结石清除率（stone free rates，SFRs）是反映泌尿系结石术后治疗效果的重要指标。总体而言，与ESWL相比，RIRS拥有更好的SFRs，而与PCNL相比，在减少术中出血、术后发热等并发症及缩短住院时间上更具优势[5]。欧洲泌尿外科协会指南推荐RIRS作为处理输尿管结石、直径2 cm以下肾结石的一线治疗方式。对于直径2 cm以上的肾结石，PCNL虽是首选，但若存在PCNL禁忌证，可选择RIRS作为替代治疗方案[6]。有文献报道指出，在临床实践中，根据手术医师经验、患者身体状况及意愿，RIRS可用于处理直径≥2 cm肾结石，并有着可与PCNL相媲美的成功率[7-8]。因此在临床上，对直径≥2 cm的肾结石治疗方式的选择仍有争议。

截止目前，关于影响ESWL及PCNL术后SFRs因素的研究较多[9]，并形成了多个不同的评分系统，如Guy's评分系统、S.T.O.N.E.评分系统、CROES评分系统及S-ReSC评分系统，每个评分系统各有优势和局限性[10]。随着RIRS技术的进步及应用的普及，有关影响RIRS术后SFRs及并发症发生率的相关结石因素和肾脏解剖因素的研究逐渐增多。研究者基于上述研究因素建立不同的评分系统以期更好地预测RIRS术后SFRs及相关并发症发生率，从而更好地进行预后评估和临床决策。

1 评分系统的建立及内容

1.1 RUSS评分系统

Resorlu等[11]率先建立了预测RIRS术 SFRs及相关并发症发生率的RUSS评分系统（Resorlu-Unsal stone score）（表1）。研究共纳入207例行RIRS的肾结石患者。纳入的可能影响SFRs的研究因素包括患者年龄、性别、BMI、结石大小、结石位置、结石成分、结石数目、肾盂肾下盏漏斗部夹角（infundibulopelvic angle，IPA）、抗凝治疗、脊柱异常（脊柱侧凸、脊髓损伤）及肾脏解剖异常（马蹄肾、盆位肾）等。通过术中软镜直接观察及术后1个月CT平扫检查判断是否有结石残留，定义结石完全清除或残留结石直径＜1 mm为达到结石清除标准。178例（178/207，86%）患者初次RIRS术后达到结石清除标准。对结石清除组和未清除组基于上述研究因素进行单因素分析显示结石大小、结石位置、结石成分、结石数目、肾脏解剖异常及IPA是术后SFRs的影响因素。Logistic回归模型对上述指标进行多因素分析显示结石大小、结石成分、结石数目、肾脏解剖异常及IPA是影响术后SFRs的独立危险因素。研究发现结石累计直径＞2 cm、IPA＜45°、肾盏结石数目＞1及肾脏解剖异常导致术后SFRs显著降低，即RUSS评分越高，预示着SFRs越低。在他的研究中，共有147例（71%）患者术后留置输尿管支架管；在术中，为获得更好的手术视野，将21例（10.1%）患者的结石通过取石网篮放置于肾盂或肾上盏，然后处理结石。上述两点都可能会对术后SFRs产生影响而造成偏移的产生。

Sfoungaristos等[12]的研究对“RUSS 评分系统”预测SFRs的准确性进行了外部验证。研究纳入85例行RIRS的肾结石患者。所有患者术前均行CT平扫以确定结石数目、结石大小（结石累计直径，cumulative stone diameter，CSD）、位置及IPA。术后4～6周行CT检查以评估结石清除情况，结石清除定义为无任何结石碎片残留。多因素分析显示RUSS评分是术后SFRs的独立预测因子。通过测量RUSS评分系统ROC曲线下面积，得出该系统预测SFRs的准确性为0.707。但纳入的样本量只有85例，相对较少。

1.2 S-ReSC评分系统

S-ReSC（seoul national university renal stone complexity score）评分系统是预测PCNL术后SFRs的重要工具，主要根据结石所在肾集合系统的位置进行评分，不考虑结石大小、数目等其他因素[13]。Jung等[14-15]将 S-ReSC评分系统进行改良（modified S-ReSC，mS-ReSC），并用于预测RIRS术后SFRs（图1）。研究共纳入88例行RIRS的肾结石患者，术前常规行平扫CT，术后1个月行CT检查以评估结石清除情况。无任何结石碎片残留定义为结石清除。术前通过CT测量可能影响SFRs的指标包括结石数目、结石最大直径、结石总体积和平均密度，其他指标包括患者年龄、BMI等。mS-ReSC评分系统基于结石位置进行评分，得分范围1～12分。根据评分情况，进一步将患者分为低得分组（1～2分）、中得分组（3～4分）及高得分组（5～12分），即mS-ReSC评分组。同时对所有患者应用RUSS评分系统进行评分，通过比较mS-ReSC评分、mS-ReSC评分组及RUSS评分系统的ROC曲线下面积，来比较不同评分方法预测SFRs的准确性。

研究发现，mS-ReSC评分、结石数目（单发或多发）及结石位置（存在肾下盏结石）与SFRs显著相关。在对其他影响因素进行校正之后，只有mSReSC评分与SFRs显著相关。研究同时指出mSReSC评分组及RUSS评分均与SFRs相关，但mSReSC评分ROC曲线下面积为0.806优于mSReSC评分组的0.766及RUSS评分系统的0.692。

Park等[16]对 mS-ReSC 评分系统进行了外部验证，研究纳入159例行RIRS的肾结石患者。术前完善CT检查以确定结石最大径、数目、位置及总结石体积。术后3个月后行CT检查以评估结石清除情况。结石完全无残留或残留结石直径小于2 mm被定义为结石清除。研究显示随着评分的增高，SFRs有下降趋势，且mS-ReSC评分低得分组、中得分组及高得分组SFRs有明显差异；单因素分析及多因素Logistic回归分析均显示mS-ReSC评分组是SFRs的预测因子；mS-ReSC评分模型及mS-ReSC评分组模型ROC曲线下面积分别为0.731和0.701。该外部验证的研究结果再次证实了mS-ReSC评分及mS-ReSC评分组预测RIRS术后SFRs的可靠性及准确性。但研究存在一定局限性：首先，在原始研究中，Jung等[14]对结石清除的定义为无任何结石碎片残留，而Park等[16]认为无临床意义的直径＜2 mm的残留结石可忽略不计，这在一定程度上会造成SFRs的增高；另外，Jung等[14]在术后 1个月复查CT评估结石清除情况，而Park等[16]是在术后3个月评估，这本身也会造成SFRs升高。

图1 mS-ReSC评分系统位置图

1.3 Ito列线图

列线图（nomograms）使用一些互不相交的线段来推算事件的发生概率，使用时往往以直尺做垂线的方式来估算事件的发生概率。在有关预测ESWL及PCNL术后SFRs的相关研究中，列线图这一预测工具都呈现出良好的应用价值[17-18]，是预测 SFRs的又一重要工具。Ito 等[19]提出了预测f-URS术后SFRs的列线图（图2），并进行了内部验证。研究共纳入310例行f-URS的肾结石患者，术前常规完善平扫CT以确定结石负荷、数目、密度、肾积水情况、有无肾下盏结石及术前输尿管支架管置入情况。研究纳入的其他可能影响SFRs的指标还包括术者经验。术后3个月行CT检查评估结石清除情况，结石清除定义为无任何可见结石残留。

在对结石清除组及结石未清除组上述研究指标进行多因素分析显示，结石体积、数目、肾下盏结石、术者f-URS经验＞50例及肾积水是f-URS术后SFRs的独立预测因子。基于上述研究结果，Ito等[19]应用上述五个预测指标建立列线图。列线图总得分为各项预测指标得分之和，总得分不同，其对应的SFRs也不同。如一个多发肾下盏结石伴有肾积水的患者，其结石总体积为1 500 mm3，由一位f-URS手术经验超过50例的泌尿外科医生行f-URS治疗，其列线图总评分为8分（多发结石评0分+下盏结石评0分+肾积水评0分+结石总体积1 500 mm3评5分+术者经验≥50例评3分），对应的SFRs约为35%。Ito列线图最高得分25分，得分越高，预示着fURS术后SFRs越高。通过bootstrapping的方法在原始数据库中（310例患者）进行重新抽样获得的1 000例样本对列线图进行内部验证，通过绘制列线图ROC曲线测得曲线下面积为0.87，表明该列线图对SFRs有着良好的预测价值。但尚无研究对该列线图进行外部验证。

1.4 R.I.R.S.评分系统

国内建立的预测RIRS术后SFRs的评分系统为R.I.R.S.评分系统（表2）[20]，其纳入的评分指标有结石密度、肾下盏结石、IPA、肾下盏漏斗部长度（infundibular length，IL）及累计结石直径（cumulative stone diameter，CSD）等。分值4～10分，得分越高预示结石情况越复杂。研究共纳入382例行RIRS的肾结石患者，术前常规完善CTU以测量结石密度、IPA、IL、CSD等指标。术后第1天（POD1）及术后1个月（POM1）行KUB检查以确定结石清除情况，若术后第1天KUB显示高密度影或术中发现有X线阴线结石存在，则术后1个月行CT检查以确定结石清除情况。结石清除定义为KUB平片上无结石残留或者残留结石直径＜2 mm。研究显示术后第1天SFRs为61.5%（235/382），术后1个月SFRs为90.4%（281/382）。多因素分析显示结石密度、肾下盏结石合并狭窄的IPA、IL及结石负荷（结石数目和累计结石直径）是SFRs的独立影响因子。在原始数据库（318例患者）通过bootstrapping的方法获得1 000例样本对R.I.R.S.评分系统进行内部验证，ROC曲线下面积为 0.828（POD1）、0.904（POM1），显示了R.I.R.S.评分系统良好的预测价值。但截至目前，尚无研究对该评分系统进行外部验证。

图2 Ito等建立的预测f-URS术后SFRs的列线图

表2 R.I.R.S.评分系统

2 讨论与展望

Resorlu等[11]应用多因素分析的方法建立了第一个预测肾结石RIRS术后SFRs的评分系统：RUSS评分系统。该系统得分范围0～4分，简单易行，且经过外部验证研究证实其为有效可靠的评分模型，但其中各项影响因素评分均为1分，不利于其在复杂的临床环境中对SFRs做到精准评估。肾脏畸形虽作为一项评分项目，但仅纳入马蹄肾及盆位肾，未考虑其他泌尿系畸形如肾旋转不良、肾输尿管重复畸形或肾盂肾尿管连接部狭窄等，这使得该评分系统临床实用性下降[21]。相比于RUSS评分系统，Ito等[19]建立的列线图更有利于精确预测SFRs：结石体积划分更为细致，不同体积给予不同分值，列线图评分范围更广。且该评分模型首次纳入术者经验作为评分项目，使其具有更好的临床实用性及预测准确性。但结石体积这一指标的测量较为复杂，且该预测模型有效性及可靠性还需外部验证进一步证实。mSReSC评分系统根据结石所在集合系统位置进行评分，根据术前CT检查结果确定结石位置即可快速完成评分，是一种简单易行的评分方式。在Jung等[14]的研究中，其将 mS-ReSC 评分系统与RUSS评分系统进行对比发现，前者的预测准确性优于后者。后续的外部验证研究也证实了mSReSC评分系统的预测价值，这都说明该评分系统是一个值得推广应用的评分模型。但Jung的研究仅纳入88例患者，样本量较少，mS-ReSC评分系统与RUSS评分系统孰优孰劣还有待更大样本量的研究予以证实[21]。另外，mS-ReSC评分系统仅依据结石所在位置进行评分，未考虑影响SFRs的其他因素如结石大小、密度、肾积水等因素，这显然不合理[21-22]。R.I.R.S.评分系统首次纳入结石密度和IL这两个指标：以往研究均证实上述两个指标显著影响SFRs[23-24]。该系统纳入的四个评分指标简单易测，临床实用价值较高。在每一项评分指标中再进一步细化得分，这更有利于对SFRs的精确预测。但R.I.R.S.评分的可靠性及准确性还有待外部验证研究的进一步证实。

表3 四种不同评分模型间的比较

肾结石RIRS术后SFRs的预测模型的建立主要基于以下几方面：结石特征、肾脏解剖因素及术者临床经验。根据以往研究结果，影响SFRs的结石特征主要包括结石负荷（结石累计直径、结石体积等）、结石数目、结石位置及结石密度等；影响SFRs肾脏解剖因素主要包括IPA、IL、肾下盏宽度等[25]；术者对RIRS技术的熟练程度及经验也会影响SFRs[17]。在充分考虑上述影响因素的基础上，进行试验设计时还应注意以下几点：①合适的样本量。样本量不宜过多或过少，可通过样本量计算公式确定样本量[26]。②严格的纳入及排除标准。如对于合并输尿管结石的肾结石患者应排除。③严格的结石清除标准。目前尚无统一的结石清除标准：回顾性研究显示多数研究在术后1个月左右完成SFRs评估，若平扫CT影像上结石直径＞2 mm，结石相关事件及需要再次治疗的风险增加[27]。因此将术后近1个月平扫CT影像上无结石残留或者残留结石直径≤2 mm定义为结石清除似乎更加合理。④尽可能细化各评分项目的得分，扩大预测模型评分范围。如对IPA进行评分时可根据角度大小进行分组，每组赋予不同分值，这样有利于更为精确地预测SFRs[20]。⑤预测模型的准确性及可靠性通过前瞻性研究来验证。⑥新型统计分析方法的应用。人工神经网络是理论化的人脑神经网络的数学模型，可进行大量运算并分析各种错综复杂的关系。已有研究将其应用于预测输尿管结石自行排出及肾结石PCNL术后SFRs的预测，显示了良好的预测价值[28-29]。

综上所述，预测模型应在充分考虑SFRs影响因素的基础上，通过大样本、设计合理的队列研究来建立，并依靠大样本内部或外部验证研究，最好是前瞻性研究证实其有效性及可靠性。一个好的评分模型需同时具备有效、可靠及简单易行的特点。目前，上述四种预测模型建立时的实验设计、纳入评估指标、临床实用性、预测准确性及可靠性的验证等方面仍有不足，应用尚不广泛。建立更为精确可靠的预测模型以指导临床实践，是下一步研究的重点。