醫院衰弱風險評分預測老年患者不良臨床結局的Meta分析

胡冰,翁艷秋,胡敏

(中國人民解放軍海軍軍醫大學第一附屬醫院 急診科,上海 200433)

據調查[1]顯示,2018年中國老年居民住院率為23.2%,老年患者的管理逐漸占據醫療機構管理的重要部分。衰弱是主要發生于老年人的復雜的健康狀況,會增加老年患者離院后再次入院、住院時間延長和死亡等不良臨床結局[2]。有研究[3]顯示,衰弱早期評估及有效干預可降低不良結局的發生率。2018年,Gilbert等[4]研發了醫院衰弱風險評分(hospital frailty risk scores ,HFRS),其根據國際疾病統計分類第 10次修訂代碼(international Classification of diseases-10,ICD-10)進行運算,對住院老年患者不良臨床結局進行預測。該評分可以客觀且迅速地評估大量樣本,被多個國家大量使用[5-8]。一項對社區老年人的研究[9]表明,HFRS更適用于住院老年患者。但目前國內對于HFRS的使用并不多,本研究通過Meta分析對各國使用HFRS預測老年患者不良臨床結局的總體情況進行整理,為我國老年住院患者的病情評估提供依據。

1 資料與方法

1.1 資料來源 計算機檢索中國知網、維普、Pubmed、Web of Science等數據庫中使用HFRS預測老年患者不良臨床結局的相關文獻,并追溯相關參考文獻,以獲取完整資料。檢索時限為建庫至2023年8月。查找相關文獻后,確定中文檢索策略為(醫院衰弱風險評分)AND(老年人 OR 老年住院患者 OR 老年患者)AND(不良事件 OR 不良結局 OR 臨床結果)對知網、維普數據庫進行檢索。英文檢索策略為(HFRS OR hospital frailty risk score) AND(adverse health outcomes OR outcomes OR results)AND(predict OR predicting)。主題詞之間用and連接,主題詞和自由詞之間用or連接。

1.2 文獻納入與排除標準 納入標準:(1)研究類型為前瞻性或回顧性隊列研究;(2)研究內容為HFRS預測老年患者不良臨床結局或HFRS的使用;(3)不良臨床結局包括入院30 d內死亡率、住院延長率(住院>7 d或10 d)、出院后30 d再次入院率。排除標準:(1)研究對象資料來源于社區;(2)未提供不良臨床結局指標比值比(OR值)、接收者操作特性曲線(receiver operating characteristic curve,ROC)下面積(area under curve,AUC)、率(死亡率、再入院率、住院延長率)等相關指標數據的文獻;(3)無法獲取全文、信息不全的文獻。

1.3 文獻的篩選與資料的提取 由兩名研究者獨立進行文獻篩選及資料提取,再統一整理,意見無法統一時由第3方協助判斷。文獻資料提取的內容包括:第一作者、發表年份、研究地點、樣本量、年齡、不良臨床結局。

1.4 文獻的質量評價 由2名研究人員采用美國衛生保健質量和研究機構 (Agency for Healthcare Research and Quality,AHRQ)推薦的評價標準進行文獻質量評價,包括11個條目,各評價標準參考曾憲濤等[10]對各個條目的解析分別用“是”(1 分)、“否”(0分)和“不清楚”(0 分)作答。0～3分為低質量研究,4～7分為中質量研究,8～11分為高質量研究。

1.5 統計學處理 使用Excel表格進行文獻基本資料的整理及原始數據的整理。部分缺失的OR值使用SPSS交叉表計算,原始文獻中已提供OR值、AUC值者提取調整后的數據進行合并。使用Medcalc 20.0進行以AUC為效應量的合并。使用Stata17進行以OR值及率為效應量的合并及亞組分析,并采用95%可信區間(confidence interval,CI)。使用Chi-square(I2)檢驗和統計量檢驗研究間異質性,若I2<50%,P>0.1提示研究間具有同質性,采用固定效應模型進行合并分析;若I2>50%,P<0.1提示研究間具有異質性,采用隨機效應模型,并進行敏感性分析,采用Egger檢驗評估是否存在發表偏倚。檢驗水準為α=0.05。

2 結果

2.1 文獻檢索結果 初檢獲得268篇文獻,按照標準初篩后獲得46篇,進一步閱讀原文后排除32篇,同時通過追溯參考文獻后獲得文獻2篇,最終納入16篇文獻,共納入5 221 554位老年患者。

2.2 納入研究文獻的一般特征及質量評價 16篇文獻均為回顧性或前瞻性隊列研究,但納入研究在死亡率、住院延長率、再入院率等不良臨床結局指標上有一定的差異,見表1。

表1 納入文獻的一般特征(n=16)

2.3 HFRS預測老年患者臨床不良結局的Meta分析結果 為了解HFRS預測老年患者臨床不良結局的能力,提取選入文獻中有效的AUC數據并合并,由于異質性較高,采用隨機效應模型進行合并。Egger檢驗結果顯示,P>0.05,提示均無發表偏倚。Meta結果顯示,HFRS預測老年患者30 d內死亡率的AUC值最高,為0.706(95%CI:0.660～0.753),見表2。

表2 HFRS預測老年患者臨床不良結局的Meta分析結果

2.4 HFRS預測老年患者臨床不良結局的亞組分析 Gilbert等[4]建議根據HFRS總分將患者分為低風險(<5分)、中風險(5～15分)和高風險(>15分)3個衰弱風險類別。為了解住院老年患者不良臨床結局與HFRS的相關性,提取文獻中的高、中風險組不良臨床結局發生率與低風險組對比的OR值進行合并,結果如下。

2.4.1 各風險組死亡率的比較

2.4.1.1 HFRS中風險組與低風險組死亡率的比較 對11篇文獻[5-8,11-14,16,18-19]進行了中風險組與低風險組死亡率的比較,共3 786 041位老年患者。結果顯示,HFRS中風險組死亡率較低風險組增加,合并后OR為2.11(95%CI:1.81～2.46),Egger檢驗結果P=0.268,無發表偏倚。敏感性分析顯示,結果具有穩定性,但異質性很高(I2=99.5%,P<0.1);兩項研究[6,12]合并后,異質性較低(I2=0%,P=0.903),合并后OR為1.99(95%CI:1.91～2.07)。

2.4.1.2 HFRS高風險組與低風險組死亡率的比較 對13篇文獻[4-8,11-14,16,18-20]進行了高風險組與低風險組死亡率的比較,共4 816 424位老年患者。結果顯示,HFRS高風險組死亡率較低風險組增加,合并后OR為2.74(95%CI:2.24～3.36),Egger檢驗結果P=0.504,無發表偏倚。敏感性分析顯示,結果具有穩定性。但異質性很高(I2=99.6%,P<0.1),把樣本量較小且不良臨床結局指標相同的兩篇文獻[11-13]作為1組,其他文獻作為2組進行亞組分析后發現1組異質性較低(I2=0%,P=0.481),合并后OR為4.96(95%CI:3.96～6.21)。

2.4.2 各風險組再入院率的比較

2.4.2.1 HFRS中風險組與低風險組再入院率的比較 對12篇文獻[4-8,11-14,16-17,19]進行了中風險組與低風險組死亡率的比較,共4 059 951位老年患者。結果顯示,HFRS中風險組再入院率較低風險組增加,合并后OR為1.40(95%CI:1.19～1.64),Egger檢驗結果P=0.721,無發表偏倚。敏感性分析顯示,結果具有穩定性。但異質性很高(I2=99.7%,P<0.1),兩項研究[5-6]合并后異質性較低(I2=0%,P=0.538),合并后OR為1.58(95%CI:1.54～1.61)。

2.4.2.2 HFRS高風險組與低風險組再入院率的比較 對14篇文獻[4-8,12-19,21]進行了高風險組與低風險組死亡率的比較,共5 199 804位老年患者。結果顯示,老年患者HFRS高風險組再入院率較低風險組增加,合并后OR為1.51(95%CI:1.22～1.86),Egger檢驗結果P=0.691,無發表偏倚。敏感性分析顯示,結果具有穩定性,但異質性很高(I2=99.8%,P<0.1),把英國兩項大樣本量急診老年患者的研究[4,14]作為1組,其他文獻作為2組進行亞組分析后,發現1組異質性較低(I2=0%,P=0.390),合并后OR為1.48(95%CI:1.46～1.50)。

2.4.3 各風險組住院延長率的比較

2.4.3.1 HFRS中風險組與低風險組住院延長率的比較 對11篇文獻[6-8,11-14,16-19]進行了中風險組與低風險組住院延長率的比較,共3 372 324位老年患者。HFRS中風險組住院延長率較低風險組增加,合并后OR為2.48(95%CI:1.85～3.34),Egger檢驗P=0.681,無發表偏倚。敏感性分析顯示,結果有穩定性。但異質性很高(I2=99.8%,P<0.1),把兩項研究[7,17]作為1組,其他文獻作為2組進行亞組分析后,發現1組異質性較低(I2=25%,P=0.248),合并后OR為2.54(95%CI:2.44～2.64)。

2.4.3.2 HFRS高風險組與低風險組住院延長率的比較 對13篇文獻[4,6-8,11-14,16-19,21]進行了高風險組與低風險組住院延長率的比較,共4 388 654位老年患者。結果顯示,HFRS高風險組住院延長率較低風險組增加,合并后OR4.61(95%CI:2.93～7.27),Egger檢驗結果P=0.936,無發表偏倚。敏感性分析顯示,結果具有穩定性,但異質性很高(I2=100%,P<0.1),把文獻[6,14]作為1組,其他文獻作為2組進行亞組分析后發現異質性較低(I2=0%,P=0.849),合并后OR為2.06(95%CI:2.01～2.12)。

2.4.4 各風險組別不良臨床結局發生率的Meta分析 HFRS高風險組死亡率、住院延長率、再入院率分別為15%(95%CI:0.13～0.16)、46%(95%CI:0.32～0.60)、19%(95%CI:0.15～0.24),處較高水平,見表3。

表3 各風險組別不良臨床結局發生率的Meta分析

3 討論

3.1 HFRS 對老年患者不良臨床結局的預測效能 HFRS是通過對109個ICD-10日常使用診斷代碼進行衰弱風險賦值后,由醫療電子系統自動匹配并加權評分后形成的衰弱評分值。Meta分析結果顯示,老年患者入院30 d內死亡率合并后AUC值最高,為0.706(0.660～0.753),住院延長率、30 d再入院率合并后AUC值分別為0.687(0.602～0.772)、0.610(0.577～0.642)。將HFRS與衰弱電子評分工具比較,發現HFRS在老年住院患者不良臨床結局方面的預測能力比衰弱電子評分工具好[14]。2023年,加拿大健康信息研究所Amuah等[22]研發了加拿大健康信息研究所醫院衰弱風險評分,對老年患者不良結局預測AUC值為0.684～0.812,說明根據國情對診斷代碼適當調整后,HFRS會達到更好的預測效果。隨著國內老齡化的加重,使用HFRS對住院老年患者衰弱進行評估,有助于臨床對老年患者整體住院時長、住院費用等信息的預測,進而優化老年患者的管理及促進醫療資源的合理分配。但HFRS的預測效能受住院老年患者醫療資料的完整性和診斷代碼的可靠性影響,而且可能會遺漏影響衰弱的其他因素,如多重用藥、抵抗力差等[4],臨床使用前還要針對具體情況進行適當調整。

3.2 HFRS對老年患者不良臨床結局的預測結果 Meta分析結果顯示,老年患者HFRS高風險組不良臨床結局發生率較低風險組更高,尤其是住院延長率OR為4.61(95%CI:2.93～7.27)。同時,HFRS低風險組老年患者的死亡率、住院延長率、再住院率分別為5%(95%CI:0.03～0.08)、14%(95%CI:0.10～0.19)、14%(95%CI:0.11～0.18),且HFRS低風險組死亡率達到5%(95%CI:0.03～0.08),高于慢性病患者的死亡率[23]。因此,臨床應使用HFRS對老年患者衰弱進行早期篩查,以便早期干預,如加強營養支持、改善認知[24],進而延緩衰弱發展[25],降低老年住院患者不良臨床結局發生率,減輕患者痛苦和臨床工作壓力。本次Meta分析結果顯示,把不同研究的AUC值、OR值合并后均有較高的異質性,但以OR值為效應量進行亞組分析后發現具有相同條件的研究異質性較低,異質性高的來源原因可能為:納入研究樣本量、國家及不良結局指標的不同;各個國家的醫療條件、老年患者管理政策不同。

4 小結

HFRS作為衰弱評估工具,預測能力相對較好,根據不同國情對診斷代碼進行適當調整后會達到更好的預測效果。使用HFRS對住院老年患者衰弱低成本、大量、快速且有效的評估,有助于優化老年患者的管理及促進醫療資源的合理分配;有助于對老年患者衰弱進行早期篩查、早期干預,延緩衰弱發展,降低老年住院患者不良臨床結局發生率,減輕患者痛苦和臨床工作壓力。由于HFRS較好地預測能力,建議根據我國診斷代碼對其進行優化,在我國老年住院患者中推廣使用。