引用本文： 李蕊芯, 唐頌齡, 馬雯, 何亞榮, 唐時元, 曹鈺. 急診重癥監護室患者分流安全性評估模型的構建與實證檢驗. 華西醫學, 2021, 36(11): 1515-1521. doi: 10.7507/1002-0179.202109002 復制
急診重癥監護室（emergency intensive care unit，EICU）主要收治各種突發事件或慢性疾病急性加重、需器官功能支持的患者，這類患者病情危重且復雜，雖經積極的治療，其病情緩解的程度不一，分流至普通病房后再次轉入 ICU 等短期預后不良事件發生風險高[1]。既往有研究顯示，患者在離開 ICU 的 72 h 時間窗內，非計劃再回到 ICU 的發生率為 4%～14%[2-5]，這將導致此類患者的住院病死率是未再次入住 ICU 患者的 10 倍[6-7]，住院時間延長 4～11 d[1]，但目前鮮有準確評估和預測 EICU 患者病情變化趨勢或安全分流 EICU 患者的研究。因此，本研究通過探究影響患者分流安全性的因素并構建評估預測工具，以期提高 EICU 安全分流率，減少患者分流至普通病房后短期不良事件的發生率，為 EICU 醫務工作者提供參考借鑒。
1 資料與方法
1.1 研究對象
本研究為單中心回顧性研究，利用四川大學華西醫院病歷管理系統、實驗室管理系統及重癥監護系統獲取研究時間段內的患者病歷資料，收集 2019 年 8 月 1 日 0 時 0 分－2021 年 5 月 31 日 23 時 59 分由四川大學華西醫院 EICU 分流至普通病房的患者。納入標準（全部滿足）：① 由 EICU 分流至普通病房的患者；② 年齡≥14 歲。排除標準（滿足任意一條）：① 由 EICU 轉出前數據缺失，導致無法完成評分及臨床資料不全者；② 病程中記錄選擇姑息治療的患者；③ 患者由 EICU 分流至普通病房后，因手術再次轉入住院部 ICU 者。本研究嚴格依從赫爾辛基宣言，已通過四川大學華西醫院倫理委員會審批，并豁免知情同意，審批號為2021 年審（1128）號。
1.2 EICU 的定義
EICU 定義為針對病情不穩定的急診科重癥患者進行加強治療及密切監測的場所，相關治療包括機械通氣、持續輸注血管活性藥物以及持續腎臟替代治療等，同時要求護士總數與床位數比例為 3∶1，并配置多種有創監測設備[1]。
1.3 評估指標
1.3.1 一般資料
患者一般資料包括性別、年齡、意識狀態和目前診斷等。
1.3.2 轉出 EICU 時的生命體征
評估的生命體征包括體溫、心率、呼吸頻率、血壓和外周氧飽和度。
1.3.3 距離轉出 EICU 最近一次的實驗室指標
評估的實驗室指標包括血常規（血紅蛋白、白細胞計數等）、肝腎功能（總膽紅素、白蛋白、尿素氮、肌酐等）、凝血常規檢測（凝血酶原時間等）、血氣分析（酸堿度、動脈血氧分壓、血清乳酸等）。
1.3.4 距離轉出 EICU 最近一次的病情評分
對患者的病情評分包括格拉斯哥昏迷量表（Glasgow Coma Scale，GCS）評分[8]、序貫器官衰竭評分（Sequential Organ Failure Assessment，SOFA）[9]、改良早期預警評分（Modified National Early Warning Score，MEWS）[10]、快速序貫器官衰竭評分（quick Sequential Organ Failure Assessment，qSOFA）[11]。其中 GCS 評分范圍為 3～15 分，評分越低表明患者神經功能越差；SOFA 評分范圍為 0～24 分，評分越高表明患者病情危重程度越高；MEWS 評分范圍為 0～14 分，大于 5 分提示患者病情惡化可能性較大，需留觀或住院治療；qSOFA 評分范圍為 0～3 分，2 分或以上則懷疑膿毒癥。
1.3.5 主要終點指標
主要終點指標為患者轉出 EICU 后出現短期預后不良事件，定義為患者轉出 EICU 后 72 h 內再入住院部 ICU 和/或 72 h 內死亡和/或 72 h 內行氣管插管。
1.4 統計學方法
采用 SPSS 22.0 軟件進行數據分析，利用軟件隨機數字法，隨機選取所有患者中 70%作為模型構建隊列，30%為驗證隊列。以 Kolmogorov-Smirnov 驗證連續性變量正態性，所有計量資料均呈非正態分布，用中位數（下四分位數，上四分位數）表示，以 Kolmogorov-Smirnov Z 檢驗比較差異。計數資料用例數（百分比）表示，以χ2 檢驗比較差異。采用多因素 logistic 回歸模型計算比值比（odds ratio，OR）及其 95%置信區間（confidence interval，CI），以分析影響分流安全性的因素。采用受試者操作特征（receiver operating characteristic，ROC）曲線下面積評估影響因素對分流安全性的評估效力，當 Youden 指數最大時獲取最佳截斷值，計算靈敏度和特異度。以每個變量的最佳臨床截斷值切割成分類啞變量，參照文獻[12]予相應賦分，以構建分流安全性評估模型。于驗證隊列比較各評分的 ROC 曲線下面積，比較模型的準確度。雙側檢驗水準α=0.05。
2 結果
2.1 一般情況
本研究共納入患者 582 例，年齡 54（40，69）歲，男性 362 例（62.2%），發生短期預后不良事件的患者 59 例（10.1%）。其中模型構建隊列共納入患者 405 例，年齡 53（38，68）歲，男性 247 例（61.0%），發生短期預后不良事件的患者 46 例（11.4%）。
2.2 模型構建隊列與驗證隊列一般情況比較
兩隊列患者的人口學資料、生命體征、實驗室檢查指標差異均無統計學意義（P>0.05），見表1。
表1
模型構建隊列與驗證隊列一般情況比較
2.3 根據模型構建隊列資料構建 EICU 患者的分流安全性評估模型
2.3.1 不同預后組一般情況比較
模型構建隊列中不同預后組患者的性別、急診留觀時間、體溫、平均動脈壓、血紅蛋白、血細胞比容、血小板計數、中性粒細胞絕對值、總膽紅素、肌酐、酸堿度、碳酸氫根差異無統計學意義（P>0.05），但年齡、心率、呼吸頻率、外周氧飽和度、轉出時吸氧濃度、GCS 評分、白細胞計數、白蛋白、尿素、乳酸脫氫酶、凝血酶原時間、氧合指數、全血乳酸差異有統計學意義（P<0.05），見表2。
表2
模型構建隊列中不同預后組患者一般情況比較
2.3.2 分流安全性的影響因素分析
以短期內不良事件發生為因變量，以表2 中 P<0.05 的變量為自變量，因吸氧濃度與氧合指數存在多重共線性關系，且氧合指數更能反映患者病情狀態，故僅納入氧合指數，各自變量均以原值形式（均為連續性變量）納入多因素 logistic 回歸分析，結果顯示呼吸頻率、GCS 評分、白蛋白、凝血酶原時間為影響分流安全性的因素，見表3。
表3
EICU 轉出患者短期預后的影響因素分析
2.3.3 獨立影響因素對 EICU 轉出患者短期預后不良的預測效能比較
由 ROC 曲線分析得出呼吸頻率、GCS 評分、白蛋白、凝血酶原時間具有一定的預測效能，其 ROC 曲線下面積分別為 0.688、0.798、0.648、0.674，見圖1和表4。
圖1
獨立影響因素對 EICU 轉出患者短期預后不良的預測效能比較
表4
獨立影響因素對 EICU 轉出患者短期預后不良的預測效能比較
2.3.4 EICU 患者分流安全性評估模型的構建
基于上述多因素 logistic 回歸分析結果，聯合呼吸頻率、GCS 評分、凝血酶原時間、白蛋白 4 個指標，以每個變量的最佳臨床截斷值切割成分類啞變量，將每個變量最小分割點作為基礎參考值（呼吸頻率≤20 次/min、GCS>12 分、白蛋白>31.75 g/L、凝血酶原時間≤12.60 s 賦分為 0 分），自變量為表3 中篩選出的影響因素，因變量為患者分流安全性（即轉出 EICU 后短期預后不良事件的發生），根據啞變量所對應回歸系數，凝血酶原時間的回歸系數最小，故賦分為 1，其余影響因素的回歸系數除以該最小回歸系數，以四舍五入取整予相應賦分構建模型，采用多因素 logistic 回歸構建分流安全性評估模型，見表5、6。擬合優度檢驗（Hosmer-Lemeshow 檢驗）分析顯示分流安全性評估模型用于評估分流安全性的 P 值為 0.182，對患者分流后短期不良預后的發生有一定預測能力，Hosmer-Lemeshow 檢驗圖提示實際預測值與模型預測值差異無統計學意義（圖2）。
表5
分流安全性評估模型
表6
評估模型賦分
圖2
模型構建組 Hosmer-Lemeshow 檢驗圖
2.4 驗證隊列驗證分流安全性評估模型的評估效力
ROC 曲線分析顯示，分流安全性評估模型預測 EICU 患者短期預后不良的曲線下面積為 0.815，靈敏度與特異度分別為 93.3%、61.5%，高于 qSOFA 評分（曲線下面積為 0.773）和 SOFA 評分（曲線下面積為 0.799），見圖3和表7 。
圖3
各評分預測分流安全性的 ROC 曲線分析
表7
各評分預測分流安全性的 ROC 曲線分析
3 討論
本研究顯示，EICU 患者中短期預后不良事件的發生率較高（10.1%），與國外已有的研究結果相似[13]，這可能與短期病情變化評估不準確有關[14]，但目前缺乏適用于 EICU 快速準確的分流安全性評估模型。因此及時識別高危病例，提高安全分流率，有利于患者管理。
本研究顯示，GCS 評分是影響分流安全性的因素。GCS 評分是基于患者對刺激的基本反應來評估患者的神經功能及腦損傷程度[15-16]，因此常被作為評估患者是否存在腦損傷的預測指標[8, 17]。急診中常見的腦卒中、感染、腫瘤等急性或慢性疾病均可造成腦細胞功能障礙，這可能與急危重癥患者腦細胞代謝異常、大腦血供異常等腦細胞損失相關。有病理學研究顯示，膿毒性腦病可能與腦血流微循環功能障礙導致腦干等區域的灌注受限有關，而多灶性壞死性白質腦病則可能繼發于全身炎癥反應綜合征[17-18]。同時還有研究顯示電解質紊亂、腎功能不全、肝功能不全等都會損害腦干反射，考慮與毒性物質隨血液循環侵及腦干相關[19]。因此，臨床中對于 GCS 評分≤12 分的患者，或已出現血管、炎癥、毒性反應相關腦神經功能受損，從而表現為不同程度意識改變與行為異常的患者，臨床醫生應高度重視，盡早給予相應的監護與質量干預，以提高安全分流率。
本研究顯示，呼吸頻率是影響分流安全性的因素，短期不良預后組中患者的呼吸頻率高于短期預后良好組，提示患者可能存在發生呼吸衰竭的可能。呼吸是人體重要的生理功能，可保證氣體交換、氧氣供應、體內酸堿平衡等功能，呼吸頻率則是反映呼吸的重要生命體征，它能反映情緒變化、身體疼痛、肺部感染等一般狀況，也能反映病情惡化甚至是呼吸心臟驟停等危及生命的情況。有研究顯示，需要機械通氣患者再入 ICU 的風險更高，約有 40%患者因呼吸衰竭再入 ICU[20-21]。因此，對于 ICU 患者，應密切關注其呼吸頻率。
本研究顯示，白蛋白是影響分流安全性的因素，短期預后不良組的白蛋白低于短期預后良好組，白蛋白最佳臨床截斷值為 31.75 g/L，與 Yin 等[22]和 Wang 等[23]報道的預測膿毒癥患者死亡的最佳臨界值—血清白蛋白水平<2.92 g/dL 接近。白蛋白是人體內最常見蛋白質之一，具有維持血漿滲透壓和循環血容量、確保組織正常氧合等重要生理功能[24]。低白蛋白常伴有低血容量，會造成隱蔽性全身彌散性缺血表現，而腎臟則是首先受到缺血影響的器官，同時也可能對心血管疾病有一定的預測作用[25-29]。而未經治療的低血容量還會導致過度的炎癥與免疫反應，同時可能引起循環血液高凝狀態，導致患者急性期血清學如 C 反應蛋白、降鈣素原、纖維蛋白原和血管性假血友病因子等水平升高，引起血栓形成，從而影響患者預后[23, 29]。此外，患者患病期間，由于肝細胞合成能力的下降，人體內白蛋白及肌肉蛋白均合成減少，是虛弱的一種表現，因此住院期間維持正常血清蛋白非常重要。
本研究顯示，凝血酶原時間是影響分流安全性的因素。作為最易獲得的凝血功能指標之一，凝血酶原時間反映凝血酶生成總量為 5%時血栓形成所需時間，臨床上對出血風險有一定預測價值[30]。同時凝血酶原時間反映內源性凝血功能，是急性彌散性血管內凝血的一種表現，而嚴重疾病往往是血栓前病變，故凝血酶原時間的延長不僅對于尚未出血的患者能起到出血風險的警示及輸注血漿治療的指導作用，亦是 EICU 患者疾病危重程度的相關指標[30-32]。肝臟是凝血因子的合成器官，肝功能不全患者的凝血功能也相應受損，因此凝血酶原時間延長也是肝臟損傷的一種反映，同時因肝臟在疾病期間免疫監視、防御與調節中起到關鍵作用，凝血酶原時間延長也間接反映出患者疾病的危重程度，起到對不良預后的預測作用[23]。
綜上所述，本研究顯示，由呼吸頻率、GCS 評分、白蛋白、凝血酶原時間構建的分流安全性評估模型對安全分流具有較好的預測效能，以安全分流為目的，其分值為 0～7 分不等，分值越小提示患者不良預后事件發生風險越小，分流越安全。該分流安全性評估模型有一定預測能力，可幫助 EICU 工作人員在早期快速評估患者分流至普通病房后發生不良事件的風險，但鑒于本研究為單中心回顧性研究，樣本量較小，且未對指標進行動態性變化比較，故需進一步多中心、前瞻性擴大樣本量深入研究，為 EICU 患者的分流安全性提供參考和借鑒。
利益沖突聲明：所有作者均聲明不存在利益沖突。
急診重癥監護室（emergency intensive care unit，EICU）主要收治各種突發事件或慢性疾病急性加重、需器官功能支持的患者，這類患者病情危重且復雜，雖經積極的治療，其病情緩解的程度不一，分流至普通病房后再次轉入 ICU 等短期預后不良事件發生風險高[1]。既往有研究顯示，患者在離開 ICU 的 72 h 時間窗內，非計劃再回到 ICU 的發生率為 4%～14%[2-5]，這將導致此類患者的住院病死率是未再次入住 ICU 患者的 10 倍[6-7]，住院時間延長 4～11 d[1]，但目前鮮有準確評估和預測 EICU 患者病情變化趨勢或安全分流 EICU 患者的研究。因此，本研究通過探究影響患者分流安全性的因素并構建評估預測工具，以期提高 EICU 安全分流率，減少患者分流至普通病房后短期不良事件的發生率，為 EICU 醫務工作者提供參考借鑒。
1 資料與方法
1.1 研究對象
本研究為單中心回顧性研究，利用四川大學華西醫院病歷管理系統、實驗室管理系統及重癥監護系統獲取研究時間段內的患者病歷資料，收集 2019 年 8 月 1 日 0 時 0 分－2021 年 5 月 31 日 23 時 59 分由四川大學華西醫院 EICU 分流至普通病房的患者。納入標準（全部滿足）：① 由 EICU 分流至普通病房的患者；② 年齡≥14 歲。排除標準（滿足任意一條）：① 由 EICU 轉出前數據缺失，導致無法完成評分及臨床資料不全者；② 病程中記錄選擇姑息治療的患者；③ 患者由 EICU 分流至普通病房后，因手術再次轉入住院部 ICU 者。本研究嚴格依從赫爾辛基宣言，已通過四川大學華西醫院倫理委員會審批，并豁免知情同意，審批號為2021 年審（1128）號。
1.2 EICU 的定義
EICU 定義為針對病情不穩定的急診科重癥患者進行加強治療及密切監測的場所，相關治療包括機械通氣、持續輸注血管活性藥物以及持續腎臟替代治療等，同時要求護士總數與床位數比例為 3∶1，并配置多種有創監測設備[1]。
1.3 評估指標
1.3.1 一般資料
患者一般資料包括性別、年齡、意識狀態和目前診斷等。
1.3.2 轉出 EICU 時的生命體征
評估的生命體征包括體溫、心率、呼吸頻率、血壓和外周氧飽和度。
1.3.3 距離轉出 EICU 最近一次的實驗室指標
評估的實驗室指標包括血常規（血紅蛋白、白細胞計數等）、肝腎功能（總膽紅素、白蛋白、尿素氮、肌酐等）、凝血常規檢測（凝血酶原時間等）、血氣分析（酸堿度、動脈血氧分壓、血清乳酸等）。
1.3.4 距離轉出 EICU 最近一次的病情評分
對患者的病情評分包括格拉斯哥昏迷量表（Glasgow Coma Scale，GCS）評分[8]、序貫器官衰竭評分（Sequential Organ Failure Assessment，SOFA）[9]、改良早期預警評分（Modified National Early Warning Score，MEWS）[10]、快速序貫器官衰竭評分（quick Sequential Organ Failure Assessment，qSOFA）[11]。其中 GCS 評分范圍為 3～15 分，評分越低表明患者神經功能越差；SOFA 評分范圍為 0～24 分，評分越高表明患者病情危重程度越高；MEWS 評分范圍為 0～14 分，大于 5 分提示患者病情惡化可能性較大，需留觀或住院治療；qSOFA 評分范圍為 0～3 分，2 分或以上則懷疑膿毒癥。
1.3.5 主要終點指標
主要終點指標為患者轉出 EICU 后出現短期預后不良事件，定義為患者轉出 EICU 后 72 h 內再入住院部 ICU 和/或 72 h 內死亡和/或 72 h 內行氣管插管。
1.4 統計學方法
采用 SPSS 22.0 軟件進行數據分析，利用軟件隨機數字法，隨機選取所有患者中 70%作為模型構建隊列，30%為驗證隊列。以 Kolmogorov-Smirnov 驗證連續性變量正態性，所有計量資料均呈非正態分布，用中位數（下四分位數，上四分位數）表示，以 Kolmogorov-Smirnov Z 檢驗比較差異。計數資料用例數（百分比）表示，以χ2 檢驗比較差異。采用多因素 logistic 回歸模型計算比值比（odds ratio，OR）及其 95%置信區間（confidence interval，CI），以分析影響分流安全性的因素。采用受試者操作特征（receiver operating characteristic，ROC）曲線下面積評估影響因素對分流安全性的評估效力，當 Youden 指數最大時獲取最佳截斷值，計算靈敏度和特異度。以每個變量的最佳臨床截斷值切割成分類啞變量，參照文獻[12]予相應賦分，以構建分流安全性評估模型。于驗證隊列比較各評分的 ROC 曲線下面積，比較模型的準確度。雙側檢驗水準α=0.05。
2 結果
2.1 一般情況
本研究共納入患者 582 例，年齡 54（40，69）歲，男性 362 例（62.2%），發生短期預后不良事件的患者 59 例（10.1%）。其中模型構建隊列共納入患者 405 例，年齡 53（38，68）歲，男性 247 例（61.0%），發生短期預后不良事件的患者 46 例（11.4%）。
2.2 模型構建隊列與驗證隊列一般情況比較
兩隊列患者的人口學資料、生命體征、實驗室檢查指標差異均無統計學意義（P>0.05），見表1。
表1
模型構建隊列與驗證隊列一般情況比較
2.3 根據模型構建隊列資料構建 EICU 患者的分流安全性評估模型
2.3.1 不同預后組一般情況比較
模型構建隊列中不同預后組患者的性別、急診留觀時間、體溫、平均動脈壓、血紅蛋白、血細胞比容、血小板計數、中性粒細胞絕對值、總膽紅素、肌酐、酸堿度、碳酸氫根差異無統計學意義（P>0.05），但年齡、心率、呼吸頻率、外周氧飽和度、轉出時吸氧濃度、GCS 評分、白細胞計數、白蛋白、尿素、乳酸脫氫酶、凝血酶原時間、氧合指數、全血乳酸差異有統計學意義（P<0.05），見表2。
表2
模型構建隊列中不同預后組患者一般情況比較
2.3.2 分流安全性的影響因素分析
以短期內不良事件發生為因變量，以表2 中 P<0.05 的變量為自變量，因吸氧濃度與氧合指數存在多重共線性關系，且氧合指數更能反映患者病情狀態，故僅納入氧合指數，各自變量均以原值形式（均為連續性變量）納入多因素 logistic 回歸分析，結果顯示呼吸頻率、GCS 評分、白蛋白、凝血酶原時間為影響分流安全性的因素，見表3。
表3
EICU 轉出患者短期預后的影響因素分析
2.3.3 獨立影響因素對 EICU 轉出患者短期預后不良的預測效能比較
由 ROC 曲線分析得出呼吸頻率、GCS 評分、白蛋白、凝血酶原時間具有一定的預測效能，其 ROC 曲線下面積分別為 0.688、0.798、0.648、0.674，見圖1和表4。
圖1
獨立影響因素對 EICU 轉出患者短期預后不良的預測效能比較
表4
獨立影響因素對 EICU 轉出患者短期預后不良的預測效能比較
2.3.4 EICU 患者分流安全性評估模型的構建
基于上述多因素 logistic 回歸分析結果，聯合呼吸頻率、GCS 評分、凝血酶原時間、白蛋白 4 個指標，以每個變量的最佳臨床截斷值切割成分類啞變量，將每個變量最小分割點作為基礎參考值（呼吸頻率≤20 次/min、GCS>12 分、白蛋白>31.75 g/L、凝血酶原時間≤12.60 s 賦分為 0 分），自變量為表3 中篩選出的影響因素，因變量為患者分流安全性（即轉出 EICU 后短期預后不良事件的發生），根據啞變量所對應回歸系數，凝血酶原時間的回歸系數最小，故賦分為 1，其余影響因素的回歸系數除以該最小回歸系數，以四舍五入取整予相應賦分構建模型，采用多因素 logistic 回歸構建分流安全性評估模型，見表5、6。擬合優度檢驗（Hosmer-Lemeshow 檢驗）分析顯示分流安全性評估模型用于評估分流安全性的 P 值為 0.182，對患者分流后短期不良預后的發生有一定預測能力，Hosmer-Lemeshow 檢驗圖提示實際預測值與模型預測值差異無統計學意義（圖2）。
表5
分流安全性評估模型
表6
評估模型賦分
圖2
模型構建組 Hosmer-Lemeshow 檢驗圖
2.4 驗證隊列驗證分流安全性評估模型的評估效力
ROC 曲線分析顯示，分流安全性評估模型預測 EICU 患者短期預后不良的曲線下面積為 0.815，靈敏度與特異度分別為 93.3%、61.5%，高于 qSOFA 評分（曲線下面積為 0.773）和 SOFA 評分（曲線下面積為 0.799），見圖3和表7 。
圖3
各評分預測分流安全性的 ROC 曲線分析
表7
各評分預測分流安全性的 ROC 曲線分析
3 討論
本研究顯示，EICU 患者中短期預后不良事件的發生率較高（10.1%），與國外已有的研究結果相似[13]，這可能與短期病情變化評估不準確有關[14]，但目前缺乏適用于 EICU 快速準確的分流安全性評估模型。因此及時識別高危病例，提高安全分流率，有利于患者管理。
本研究顯示，GCS 評分是影響分流安全性的因素。GCS 評分是基于患者對刺激的基本反應來評估患者的神經功能及腦損傷程度[15-16]，因此常被作為評估患者是否存在腦損傷的預測指標[8, 17]。急診中常見的腦卒中、感染、腫瘤等急性或慢性疾病均可造成腦細胞功能障礙，這可能與急危重癥患者腦細胞代謝異常、大腦血供異常等腦細胞損失相關。有病理學研究顯示，膿毒性腦病可能與腦血流微循環功能障礙導致腦干等區域的灌注受限有關，而多灶性壞死性白質腦病則可能繼發于全身炎癥反應綜合征[17-18]。同時還有研究顯示電解質紊亂、腎功能不全、肝功能不全等都會損害腦干反射，考慮與毒性物質隨血液循環侵及腦干相關[19]。因此，臨床中對于 GCS 評分≤12 分的患者，或已出現血管、炎癥、毒性反應相關腦神經功能受損，從而表現為不同程度意識改變與行為異常的患者，臨床醫生應高度重視，盡早給予相應的監護與質量干預，以提高安全分流率。
本研究顯示，呼吸頻率是影響分流安全性的因素，短期不良預后組中患者的呼吸頻率高于短期預后良好組，提示患者可能存在發生呼吸衰竭的可能。呼吸是人體重要的生理功能，可保證氣體交換、氧氣供應、體內酸堿平衡等功能，呼吸頻率則是反映呼吸的重要生命體征，它能反映情緒變化、身體疼痛、肺部感染等一般狀況，也能反映病情惡化甚至是呼吸心臟驟停等危及生命的情況。有研究顯示，需要機械通氣患者再入 ICU 的風險更高，約有 40%患者因呼吸衰竭再入 ICU[20-21]。因此，對于 ICU 患者，應密切關注其呼吸頻率。
本研究顯示，白蛋白是影響分流安全性的因素，短期預后不良組的白蛋白低于短期預后良好組，白蛋白最佳臨床截斷值為 31.75 g/L，與 Yin 等[22]和 Wang 等[23]報道的預測膿毒癥患者死亡的最佳臨界值—血清白蛋白水平<2.92 g/dL 接近。白蛋白是人體內最常見蛋白質之一，具有維持血漿滲透壓和循環血容量、確保組織正常氧合等重要生理功能[24]。低白蛋白常伴有低血容量，會造成隱蔽性全身彌散性缺血表現，而腎臟則是首先受到缺血影響的器官，同時也可能對心血管疾病有一定的預測作用[25-29]。而未經治療的低血容量還會導致過度的炎癥與免疫反應，同時可能引起循環血液高凝狀態，導致患者急性期血清學如 C 反應蛋白、降鈣素原、纖維蛋白原和血管性假血友病因子等水平升高，引起血栓形成，從而影響患者預后[23, 29]。此外，患者患病期間，由于肝細胞合成能力的下降，人體內白蛋白及肌肉蛋白均合成減少，是虛弱的一種表現，因此住院期間維持正常血清蛋白非常重要。
本研究顯示，凝血酶原時間是影響分流安全性的因素。作為最易獲得的凝血功能指標之一，凝血酶原時間反映凝血酶生成總量為 5%時血栓形成所需時間，臨床上對出血風險有一定預測價值[30]。同時凝血酶原時間反映內源性凝血功能，是急性彌散性血管內凝血的一種表現，而嚴重疾病往往是血栓前病變，故凝血酶原時間的延長不僅對于尚未出血的患者能起到出血風險的警示及輸注血漿治療的指導作用，亦是 EICU 患者疾病危重程度的相關指標[30-32]。肝臟是凝血因子的合成器官，肝功能不全患者的凝血功能也相應受損，因此凝血酶原時間延長也是肝臟損傷的一種反映，同時因肝臟在疾病期間免疫監視、防御與調節中起到關鍵作用，凝血酶原時間延長也間接反映出患者疾病的危重程度，起到對不良預后的預測作用[23]。
綜上所述，本研究顯示，由呼吸頻率、GCS 評分、白蛋白、凝血酶原時間構建的分流安全性評估模型對安全分流具有較好的預測效能，以安全分流為目的，其分值為 0～7 分不等，分值越小提示患者不良預后事件發生風險越小，分流越安全。該分流安全性評估模型有一定預測能力，可幫助 EICU 工作人員在早期快速評估患者分流至普通病房后發生不良事件的風險，但鑒于本研究為單中心回顧性研究，樣本量較小，且未對指標進行動態性變化比較，故需進一步多中心、前瞻性擴大樣本量深入研究，為 EICU 患者的分流安全性提供參考和借鑒。
利益沖突聲明：所有作者均聲明不存在利益沖突。
