产科早期预警评分系统应用于产科ICU患者的评估

2020-06-24 09:29彭兰吴晓柴利强
国际生殖健康/计划生育杂志 2020年1期
关键词:预警系统危重症产科

彭兰,吴晓,柴利强

孕产妇死亡是一个国家或地区医疗质量的重要指标[1]。尽管近两个世纪来全世界孕产妇死亡率不断下降,但其下降速度远低于预期[2]。全世界每天约有830名妇女死于与妊娠和分娩相关的原因,且这些死亡大多发生于发展中国家[2]。上升的孕产妇死亡必然伴随着孕产妇危急重症的增多[3]。由于孕产妇死亡相对而言是一个低概率事件,就所有孕产妇危急重症而言只是冰山一角,为了更全面评价产科质量提出了孕产妇危重症(severe maternal morbidity)的概念[4]。2011年世界卫生组织(WHO)关于孕产妇危重症的定义中包含了5个特定疾病、4个治疗措施和7项器官功能损害[5]。

众多研究显示对于妊娠并发症的延迟识别与孕产妇死亡率升高相关[6-7]。借鉴英国皇家医师学会(RCP)倡议在非产科领域广泛应用的早期预警系统(early warning system,EWS)[8],从而提升监护手段,组织快速有效的应对措施,降低孕产妇死亡率和危重症发生率[9]。目前已有数个针对产科设计的EWS,但大多数是基于临床经验而非基于对临床结局各参数的统计学推导[10-11]。2013年Carle等[12]联合英国国家重症监护审计和研究中心病例组合项目[Intensive Care National Audit and Research Centre(ICNARC)Case Mix Program(CMP)],设计并内部确认了一个以统计学为基础并适用于临床的产科早期预警评分(obstetric early warning score,OEWS)系统,采用了4 400例重症监护病房(ICU)产科患者的数据,结果显示该评分系统对孕产妇死亡具有良好的鉴别能力。本研究通过在中国单中心研究以概括性评价ICNARC-OEWS系统对ICU孕产妇发生产科危重症的预测能力。

1 对象与方法

1.1 研究对象 对2015年1月—2018年5月入住苏州市立医院本部(我院)ICU的所有妊娠期和产后42 d以内的孕产妇共214例进行单中心回顾性队列研究。根据入住ICU的原因分为直接产科因素与间接产科因素。直接产科因素定义为妊娠直接导致的产科并发症或由妊娠相关疾病导致的并发症(如妊娠期高血压疾病);间接产科因素定义为由孕前原发病或原发病在孕期恶化所导致的并发症,并排除由直接产科因素所致的并发症[13]。

1.2 研究方法 Carle等[12]报道的ICNARC-OEWS系统是基于统计学推导后进行临床修正后给每个变量赋值,评分基于以下几个变量进行计算:入ICU 24 h内生命体征(体温、心率、呼吸、收缩压和舒张压)的极值,维持氧饱和度≥96%的吸入氧浓度(fraction of inspiration O2,FiO2)和意识状态。依据总评分作出相应的救治措施:0分常规监护,1~3分低级应答(增加监护的频率,呼叫主管护士),4~5分或1个变量达到3分中级应答(同时紧急呼叫主管医师和具有处理急症能力的专业人员),≥6分高级应答(紧急呼叫危急重症救治小组)。

根据ICNARC-OEWS系统中包含的12个变量,由专业人员收集纳入研究的214例入住ICU孕产妇电子病历系统中相关数据,根据表1统计最终分值。同时收集人口学特征[年龄、体质量指数(BMI)]、产科特征(孕次、产次、入院时孕龄)、入ICU诊断及ICU住院时间。研究终点为孕产妇死亡和危重症的发生,包括各种病因所致的静脉血管活性药物使用、呼吸机支持、血液净化、血浆置换以及非计划性子宫切除。

表1 ICNARC-OEWS各变量评分标准

1.3 统计学方法 采用SPSS 21.0软件进行数据分析。定量资料采用Kolmogorov-Smirov检验进行正态性检验,符合正态分布的数据采用均数±标准差(x±s)表示,组间比较采用两独立样本均数的t检验;非正态分布的数据采用中位数和四分位数[M(P25,P75)]表示,组间比较采用Mann-Whitney U检验。定性资料用率表示,组间比较采用卡方检验或Fisher确切概率法。根据ICNARC-OEWS计算得出的最终评分预测孕产妇死亡和危重症的情况绘制受试者工作特征(receiver operating characteristic,ROC)曲线,将直接产科因素、间接产科因素和所有孕产妇分别绘制,并计算ROC曲线下面积(area under curve,AUC),以此评估预测模型的准确性和区分度(discrimination);采用分层表格体现模型对研究人群的分层能力。P<0.05为差异有统计学意义。

2 结果

2.1 临床特征 研究期间共有67 148例孕妇在我院分娩,其中214例孕产妇入住ICU并纳入研究,ICU入住率3.19/1 000,其中2例死亡,孕产妇死亡率为2.98/100 000,97例发生产科危重症,发生率为1.44/1 000。由于本研究中孕产妇死亡人数极少,未将其单独研究,而作为最严重结局归入产科危重症中一并作为研究终点。

根据是否发生产科危重症分组,结果显示:危重症组在年龄、ICU住院时间方面均大于无危重症组,BMI小于无危重症组,差异有统计学意义(均P<0.05);2组入院孕龄、孕次和产次差异无统计学意义(P>0.05)。ICNARC-OEWS的12个变量中,2组最高体温、最低呼吸频率以及心率4个变量间差异无统计学意义(P>0.05),收缩压、舒张压、最高呼吸频率、最低体温、意识状态和FiO28个变量间差异均有统计学意义(均P<0.05)。见表2。

直接产科因素为入住ICU的最常见原因(74.3%,159/214),其中妊娠期高血压疾病最为常见(39.7%,85/214),其次为产后出血(23.8%,51/214);间接产科因素占25.7%(55/214)。研究期间发生的2例孕产妇死亡,1例死亡原因为产后出血,另1例死亡原因为原发性复杂心脏畸形并发重度肺动脉高压。产科危重症中最常见的是血管活性药物的使用35.0%(75/214),其次为呼吸机支持18.7%(40/214)。

2.2 ICNARC-OEWS预测孕产妇危重症的评估ICNARC-OEWS预测入住ICU孕产妇发生危重症的AUC为0.908(95%CI:0.870~0.946,P<0.001)。最佳截断值5分时,敏感度、特异度、阳性预测值(PPV)和阴性预测值(NPV)分别为83.8%(83/99)、80.9%(93/115)、79.0%(83/105)和85.3%(93/109)。预测因间接和直接产科因素入住ICU孕产妇发生危重症的AUC分别为0.875(95%CI:0.784~0.966,P<0.001)和0.920(95%CI:0.879~0.961,P<0.001)。见图1。

研究发现,中位OEWS评分为5分(3,7)。OEWS评分在危重症组显著高于无危重症组[7(6,9)vs.4(1,5),Z=-10.340,P=0.000]。根据ICNARC-OEWS原始设计界定的风险分层,结果显示,OEWS评分为0分共2人,无人发生产科危重症;1~3分(低危组,55例)中3例发生产科危重症,NPV为94.5%(52/55),≥6分(高危组,105例)中83例发生产科危重症,PPV为79.0%(83/105)。见表3。

表2 2组临床特征和入住ICU 24 h内生命体征的比较

图1 ICNARC-OEWS预测入住ICU孕产妇发生危重症的ROC曲线

3 讨论

随着我国对危重孕产妇救治的日益关注,已建立300多个危重孕产妇救治中心,但我国产科危急重症研究仍处于起步阶段,尤其是对OEWS系统的研究。本研究是对2015年1月—2018年5月我院入住ICU的围生期妇女进行的回顾性单中心研究,采用临床数据对ICNARC-OEWS系统进行外部确认。结果显示,该评分系统对入住ICU孕产妇发生产科危重症具有良好的预测区分能力(AUC=0.908,95%CI:0.870~0.946)和分层能力(高危组具有高PPV、低危组具有高NPV),尤其是针对直接产科因素入住ICU的孕产妇(AUC=0.920,95%CI:0.879~0.961)。

表3 OEWS对于入住ICU孕产妇发生危重症的风险分层能力评估 (例)

ICNARC-OEWS设计时纳入了所有因直接产科因素入住ICU的围生期妇女,研究终点为孕产妇死亡,是经过Logistics回归模型推导和临床修饰后建立的OEWS系统。而本研究中纳入的是所有入住ICU的围生期妇女,包括直接和间接产科因素。因为众多报道提示,间接产科因素导致的孕产妇死亡占所有孕产妇死亡的1/4并有上升趋势[14-16],且本研究的最终结果显示OEWS系统在间接产科因素入住ICU的人群中表现相对较差,是否提示此类人群更适合采用APECHⅡ或SOFA评分系统还有待于进一步研究。同时本研究的终点定为产科危重症的发生,这与ICNARC-OEWS原始研究中不同,原因包括以下几点:一方面,本研究样本量较小,死亡病例极少,孕产妇死亡率极低;其次,孕产妇死亡是低概率事件,单独统计死亡率并不能全面评估产科医疗质量;最后,所有EWS的目的并不是预测死亡,而是在临床恶化之前发出预警,做到早识别、早诊断和早干预,最终减少不良结局的发生[17]。基于上述原因设计了本研究,且结果显示ICNARC-OEWS系统应用于所有入住ICU的孕产妇,能够准确地预测产科危重症的发生。

尽管ICNARC-OEWS是众多产科早期预警系统中唯一一个基于大数据统计学分析赋值的评分系统,但其本身存在以下缺陷:首先,由于OEWS设计时联合了统计学赋值变量和临床实际变量,某些潜在关联可能被忽视。根据Carle等[12]的报道,最终OEWS的构建中并不包含某些重要变量,恰恰这些变量可能解释与孕产妇死亡的非线性关系。如舒张压,在OEWS中舒张压<90 mmHg均被认为正常,但在产后出血中临床医师常用舒张压联合其他临床检查判断是否存在失血性休克。本研究单因素分析显示,舒张压与产科危重症显著相关。其次,OEWS设计时采用了孕产妇进入ICU 24 h内的数据,同样本研究也采用了相同时间段内的数据。针对非产科人群的EWS最常用于普通病房、急诊室或手术室,大部分进入ICU的孕产妇是急诊手术后转入,在进入ICU前已进行了一定程度的复苏和生理指标的稳定,因此这一阶段的生理学参数并不一定能反映病情恶化前的生理病理变化。OEWS是否只适用于预测ICU内病情恶化的风险,是否适用于其他场合,或是应该寻找临床恶化前的关键时机进一步开发新的OEWS是今后研究的方向。最后,本研究显示除了OEWS中采用的生命体征以外,某些一般临床特征在区分产科危重症的发生上也表现出统计学差异,如年龄和BMI,但由于本研究未进一步进行多因素Logistic回归分析,尚不能确定其意义,提示可以借鉴ICNARC-OEWS系统来开发适用于本地人群的产科早期预警系统。总之,对于产科预警系统的研究仍有充分的提升空间。

目前全球都十分关注孕产妇死亡,并将其作为国家医疗卫生质量的重要指标。近期美国的一项研究显示,产科早期预警工具的使用可显著降低孕产妇危重症的发生率[18]。在英国,非产科的预警系统已作为临床项目广泛开展,但研究认为,EWS本身不足以改善住院死亡率[19],想要让此工具发挥更大作用,必须联合一系列扩大支持体系,如快速反应团队、分层监护及救治策略等[20]。为了实现对危重孕产妇的及时识别和救治,众多科学组织,例如英国在回顾多年的孕产妇死亡后发起的“拯救母亲生命”活动[21]和美国心脏病协会[22]均建议在所有孕妇和产后妇女中,一旦出现“临床异常”即常规采用OEWS。因此,在研究OEWS基础上进一步研究其配套体系,对危重孕产妇做到“严防死守”,可以在最大程度上减少不良结局的发生。

综上所述,ICNARC-OEWS系统对于苏州单中心入住ICU孕产妇发生产科危重症具有良好的预测区分能力和分层能力,可以在ICU围生期妇女中普遍执行,因为ICU中可以实现连续生命体征监护并配备了快速反应团队。但产科早期预警系统的研究仍有很大的提升空间,有待于进一步开发全面而优异的适用于本地区产科人群的产科预警系统。

猜你喜欢
预警系统危重症产科
体外膜肺氧合救治心脏危重症患者的研究进展
首都医科大学危重症医学系
助产士主导镇痛分娩管理模式在产科中的应用效果
民用飞机机载跑道入侵预警系统仿真验证
一种基于CNN迁移学习的井下烟、火智能感知预警系统
基于ZigBee与GPRS的输电杆塔倾斜监测预警系统
肠道病毒71型感染所致危重症手足口病的诊治分析
呼吸系统危重症患者抗生素相关腹泻的临床观察
桥、隧安全防范声光预警系统
产科医师答问录