改良的早期預警評分聯合動脈血氧飽和度監測對門診新型冠狀病毒感染患者病情及預后的評估作用

魏海英,張曉婷

(鄭州大學附屬鄭州中心醫院 門診辦公室,河南 鄭州 450007)

新型冠狀病毒感染(corona virus disease 2019,COVID-19)自2019年12月首次報告至今,在全球范圍內累計已感染6億5千萬人,導致近660萬人死亡[1-2]。隨著2023年1月8日國家COVID-19疫情防控政策調整為“乙類乙管”,門診出現COVID-19患者就診高峰;COVID-19最常見的并發癥是急性呼吸窘迫綜合征(acute respiratory distress syndrome,ARDS),且氧分壓下降會增加肺炎相關并發癥[3],最終導致病死率上升。但早期急性肺損傷(acute lung injury,ALL)所致“快樂低氧”[4]不易被發覺,如不及時發現輕型患者的缺氧狀態,部分患者可能轉化為危重型,因此國家要求針對門診就診的COVID-19患者“脆弱人群”進行經皮動脈血氧飽和度(percutaneous arterial oxygen saturation,SpO2)和心率監測[5]。改良的早期預警評分(modified early warning score,MEWS)由Subbe等[6]于2001年系統提出,目前已經成熟運用于臨床各年齡段患者的病情評估中[7],它是基于血壓、心率、呼吸頻率、體溫和神志的簡易便捷評分系統。本研究擬通過MEWS評分聯合SpO2監測,早期識別門診重癥COVID-19患者,正確分流處置,保障門診患者醫療安全。

1 對象與方法

1.1 研究對象

1.1.1納入標準

根據《新型冠狀病毒感染診療方案(試行第十版)》[8],符合下列診斷標準的患者納入研究:年齡≥18歲;具有COVID-19的相關臨床表現;具有以下一種或以上病原學、血清學檢查結果,新冠病毒核酸檢測陽性、新冠病毒抗原檢測陽性、新冠病毒分離、培養陽性、恢復期新冠病毒特異性IgG抗體水平為急性期4倍或以上升高。

1.1.2排除標準

年齡<18歲;因流感病毒、腺病毒、呼吸道合胞病毒等其他已知病毒性肺炎及肺炎支原體衣原體感染就診于COVID-19康復門診;因非感染性疾病如血管炎、皮肌炎和機化性肺炎等類似病毒性肺炎影像學表現就診于COVID-19康復門診;因其他病毒引起的上呼吸道感染就診于COVID-19康復門診;未簽署知情同意書。

1.1.3一般情況

2022年12月15日至2023年1月15日于鄭州大學附屬鄭州中心醫院COVID-19康復門診累計就診4 326人次,其中符合納入標準的共有3 028人次,461人次隨訪失訪,198人次因合并其他已知呼吸道病毒感染排除,162人次因合并非感染因素導致肺部影像學改變排除,3人次校正MEWS評分≥8排除研究,22人次因未簽署知情同意書或拒絕提供病史資料排除,最后2 182人次納入統計學分析,其中對照組1 098人次,校正MEWS評分組1 084人次,其一般資料見表1。

表1 兩組患者一般資料比較

按照就診前是否依據校正MEWS評分法評估患者的MEWS評分及SpO2,將研究對象分為對照組及校正MEWS評分組。校正MEWS評分<8分且符合下列標準之一的患者,判定其為重癥[8]。符合下列任何1條且不能以COVID-19以外其他原因解釋:(1)出現氣促,呼吸頻率≥30次·min-1;(2)靜息狀態下,吸空氣時指氧飽和度≤93%;(3)動脈血氧分壓(partial pressure of oxygen in arterial blood,PaO2)/吸氧濃度(fraction of inspired oxygen,FiO2)≤300 mmHg(1 mmHg=0.133 kPa),高海拔(海拔超過1 000 m)地區應根據PaO2/FiO2×[760/大氣壓(mmHg)]對PaO2/FiO2進行校正;(4)臨床癥狀進行性加重,肺部影像學顯示24～48 h內病灶明顯進展>50%。

1.2 研究方法

回顧性分析對照組及校正MEWS評分組就診前是否有病情評估及相關干預措施:對照組未進行任何就診前病情評估且未給予相關診療干預措施;校正MEWS評分組均按照表2評估校正MEWS評分,并按照評分結果給予相應門診處置。篩查門診COVID-19重癥轉歸患者的相關高危因素,并評估校正MEWS評分作為篩查門診COVID-19重癥轉歸患者指標的可行性。

表2 校正MEWS評分法

校正MEWS評分法見表2,對應門診處置如下。(1)≤4分:病情穩定,門診正常就診。(2)5分:病情可能惡化,門診優先就診。(3)6～7分:病情重,需轉急診治療。(4)≥8分:潛在危險大病情危重,需立即搶救治療。以校正MEWS評分>5分作為“潛在危重癥”觸發報警值[6]。

1.3 觀察指標

(1)門診就診后15 d內重癥轉歸率、病死率、住院前門診停留時間、住院時間;(2)門診COVID-19患者SpO2、校正MEWS評分;(3)SpO2、校正MEWS評分對重癥轉歸的預測能力。

1.4 統計學方法

2 結果

2.1 重癥轉歸率、病死率、門診停留時間、住院時間

2 182人次門診COVID-19患者中,門診就診后15 d內重癥轉歸150人次,重癥轉歸率6.87%,15 d內死亡36人,病死率為1.65%;其中對照組亞重癥轉歸91人,死亡21人;校正MEWS評分組亞重癥轉歸59人,死亡15人。COVID-19患者門診停留時間(116.24±45.87)min,住院時間(7.73±4.46)d,校正MEWS評分組的15 d內重癥轉歸率較對照組降低(P=0.008),門診停留時間、住院時間縮短(P<0.001);但兩組就診后15 d病死率比較,差異無統計學意義(P=0.324)。見表3。

表3 兩組患者相關資料比較

2.2 SpO2及校正MEWS評分對就診后15 d內重癥轉歸的預測能力

門診COVID-19者的SpO2為(95.83±3.64)%,校正MEWS為(2.82±2.24)分。以SpO2作為評價指標,其預測門診COVID-19患者就診后15 d內重癥轉歸的臨界值為93.5%,其靈敏度為86.44%,特異度為49.37%;校正MEWS評分預測門診COVID-19患者就診后15 d內重癥轉歸的臨界值為4.5分,其靈敏度為83.05%,特異度為87.32%。見表4。

表4 SpO2及校正MEWS評分的ROC曲線相關參數

2.3 應用隨機森林分類法評析MEWS評分預測重癥轉歸模型評估結果

對構成MEWS評分的各項指標進行分析,結果顯示在隨機森林樹中SpO2對重癥轉歸組分類的特征重要性最高,為42.20%,其次為HR和RR,分別為21.60%和18.30%;SBP、體溫和意識狀態對重癥轉歸組的特征重要性最低,分別為10.30%、6.50%和1.00%。測試集中準確率、召回率均為0.950,精確率為0.951,F1為0.952,模型擬合效果優秀,見表5。

表5 MEWS評分預測重癥轉歸模型評估結果

3 討論

為了早期識別COVID-19高?；颊?國內外已研發了多種預測模型,但這些預測模型多建立在詳盡的病史資料收集、實驗室數據或胸部影像學檢查結果的基礎上,且研究對象多為住院患者。例如Wongvibulsin等[9]通過基礎疾病、人口學特征、實驗室指標(例如C反應蛋白、白介素、D-二聚體、鐵蛋白、乳酸脫氫酶)、生命體征(例如最高SpO2、氧合指數、呼吸頻率、脈率)等四方面資料,構建了預測住院個體進展為重癥或死亡的“重癥COVID-19適應性風險預測器”。Zhang等[10]創建了從AI系統提取的定量肺部病變CT參數[磨玻璃影與肺容積比、肺實變與肺容積比、總病變(磨玻璃影及肺實變)與肺容積比等]和臨床參數(例如年齡、白蛋白、血氧飽和度、C反應蛋白)作為源數據的c評分體系,并將其應用于預測患者進展(從首次入院的時間)為嚴重或危重疾病(定義為死亡或臨床需要機械通氣或轉移到ICU)的臨床結果。

門診醫療診療行為具有診療人次多、就診環節多、無法全程監控患者、應急變化多等特點;與住院患者相比,診療時間較短,臨床病史資料相對局限。隨著我國COVID-19防控政策的轉變,研究時間段內我國COVID-19確診病例呈指數級增長,每日新增確診病例最高達46.71%[2],而上述參與構成預測COVID-19患者轉歸模型的各項檢驗檢查指標往往等候時間長且難以即時取得結果進行分析匯總,因此,目前迫切需要一種適用于預測門診COVID-19患者臨床轉歸的模型,用來快速評析病情,精準定位潛在COVID-19重癥患者。

本研究發現在門診就診的一部分COVID-19患者出現Silent hypoxia現象[11],即一些無嚴重呼吸衰竭(呼吸困難、空氣饑餓)主觀癥狀的COVID-19患者,出現與生理學的基本原理相矛盾的氧飽和度極低現象;且該部分患者的病死率遠高于出現呼吸困難癥狀的患者[12]。這使得門診就診的COVID-19患者具有潛在急診患者特點和醫療風險。因此,考慮到能否將既往用于預警急診及ICU患者病情惡化的MEWS評分用于門診COVID-19患者的病情評估。

Wongvibulsin等[9]關于預測COVID-19患者轉歸模型的研究在全球頗具影響力。該研究提示,在構成預測COVID-19患者1、7 d重病或死亡轉歸的隨機森林回歸模型的46種因素中,氧合指數、呼吸頻率、脈率、體溫為前4位因素,其在隨機森林模型中的百分比權重最高。Gupta等[13]認為,在室內,入院血氧飽和度是院內COVID-19病情惡化的最具鑒別力的單變量預測因子。因此,本研究將SpO2作為校正因子引入MEWS評分中,設計了校正MEWS評分表,用于門診重癥COVID-19患者的識別和門診就診后病情預判。

本研究結果表明,與單一應用SpO2預測COVID-19患者門診就診后15 d內重癥轉歸相比,涵蓋心率、收縮壓、神志等非呼吸因素評價指標的校正MEWS評分具有更高的特異性。這可能是因為雖然COVID-19主要影響呼吸系統,導致間質性肺炎和嚴重ARDS,但它也影響多個器官系統,尤其是心血管系統[14]。例如,COVID-19可造成內皮細胞活化和損傷、血小板活化和高凝狀態[15],導致心肌損傷加重[16-17],增加死亡風險[17]。與無心力衰竭既往史的COVID-19患者相比,既往心力衰竭合并COVID-19患者的病死率增加近2倍[18]。其他參與構成MEWS評分的因素如意識狀態、體溫等對COVID-19患者預后評估也具有重要意義。相關研究表明,COVID-19患者入院時精神狀態改變或卒中的發生預示著院內死亡風險增加[19],COVID-19陽性腦炎患者病死率高達20.0%[20]。COVID-19暴發初期(2019年12月至2020年2月)我國武漢地區COVID-19患者的2項回顧性研究的數據分析表明,入院時體溫升高患者具有的病死率更高,更傾向于重癥/危重癥患者分組[21-22]。

隨機森林分類結果顯示,呼吸頻率的重要性權重低于SpO2和心率,這可能是由于在合并低氧血癥的COVID-19患者中呼吸窘迫的比率較低,僅有18.7%[23]報告了呼吸窘迫。Stute等[24]的研究表明COVID-19可導致靜息交感神經張力升高,主要效應為直立試驗時的夸張心率反應和痛覺抑制,但靜息心率和血壓不會升高。這與本研究結果不同,本研究結果顯示心率和收縮壓升高對重癥轉歸的特征重要性分別為21.60%和10.30%。這種差異可能是由于本研究對象的年齡為(50.78±18.75)歲,且14.62%合并心血管系統疾病,而Stute等[24]的研究對象為年輕人;且本研究測量心率和血壓時一般需COVID-19患者步行至測量臺,在此過程中可能出現了類似于在年輕人身上發現的上述自主神經失調現象。這提示在COVID-19患者的門診候診和診療活動中,應盡量減少潛在高?；颊叩淖灾骰顒?從而減少心血管事件風險。

Subbe等[6]認為,MEWS評分5分是鑒別危重和非危重患者的最理想臨界點,<5分的患者接受門診治療或普通病房的治療,而≥5分的患者有潛在危險因素,需接受高度依賴單元或ICU的治療。本研究結果表明加入SpO2作為校正因素后,MEWS評分判斷門診COVID-19患者重癥轉歸的截斷值為4.5。隨機森林分類結果可以解釋這種差異:呼吸因素對重癥轉歸的特征重要性為60.50%。41%的COVID-19患者存在低氧血癥[23];COVID-19患者較高的低氧血癥發生率提高了SpO2因素在校正MEWS評分評估患者重癥轉歸中的權重,從而導致判定患者重癥轉歸的理想臨界點降低0.5分。這提示當門診COVID-19患者校正MEWS評分≥4時,需進一步結合SpO2進行綜合評估:校正MEWS評分≥4且SpO2≤93%的患者需引起高度警惕。

本研究結果還顯示,研究期間門診COVID-19患者平均病死率為1.70%,遠低于2020年1月武漢地區報告的COVID-19患者病死率4.3%[25],這可能是由于致病菌株的不同和武漢的研究對象為住院患者等因素。相對于對照組,校正MEWS評分組重癥轉歸率低,門診停留時間和住院時間短,這可能是由于校正MEWS評分的應用普遍提高了醫護人員對臨床癥狀無明顯差別的潛在高危COVID-19患者的識別意識和主動干預意識,這對保障門診醫療安全、節省住院醫療資源具有重要意義。雖然兩組就診后15 d內病死率差異無統計學意義,但是校正MEWS評分組的15 d病死率較對照組低,這對于患者及臨床醫生均具有重大意義。這可能是因為作為一項預警措施,校正MEWS評分引起了臨床醫生的重視,從而做出更加積極的臨床決策。

本研究主要局限性在于:(1)數據來源為單中心;(2)設定了研究終點時間為門診就診后15 d,數據終止時一部分患者仍住院治療并且結局未知,因此將分析數據時的臨床結局作為結局數據進行了截尾;(3)本研究僅描述了對照組和校正MEWS評分組應用小分子藥物治療的比例差異無統計學意義,未針對其他門診治療措施和住院期間治療措施進行差異性分析,可能存在混雜偏倚。但是本研究仍提示校正MEWS評分聯合SpO2監測可以加強醫療人員對COVID-19病情的潛在風險認知,從而通過改變原有臨床治療決策等方式影響門診COVID-19患者的重癥轉歸。因此,有必要進一步設計針對門診COVID-19患者的、追蹤至自然臨床結局的多中心前瞻性隨機對照臨床試驗,進一步證實上述結論。

4 小結

此項針對門診COVID-19患者的回顧性隊列研究表明,以SpO2作為校正因子的MEWS評分模型可有效識別潛在的門診重癥COVID-19患者并進行預警,這種預警作用有可能促使醫療人員采取更加積極的臨床治療決策,進而影響門診COVID-19患者就診后的臨床轉歸和相關醫療經濟指標。