引用本文： 楊莎, 李東澤, 鄭艾宜, 李哲, 唐郭, 姚蓉. 簡易體征評分系統對新冠患者嚴重程度和預后預測價值的多中心觀察性研究. 中國胸心血管外科臨床雜志, 2023, 30(2): 167-172. doi: 10.7507/1007-4848.202203002 復制
新型冠狀病毒感染（coronavirus disease 2019，COVID-19）是2019年12月被首次報道的新發急性呼吸道傳染病[1]，已在全世界范圍內傳播流行。截至2022年5月5日24時國家衛生健康委員會官方網站公布的數據：我國31個省（自治區、直轄市）和新疆生產建設兵團現有確診病例11 515例（其中重癥病例659例），累計死亡病例5 153例，累計報告確診病例218 945例，累計收到港澳臺地區通報確診病例563 581例，確診和疑診的病例人數仍不斷上升。COVID-19具有傳染性強、臨床癥狀不典型和病情進展隱匿等特點[2]，重癥患者病死率高[3-4]，需要大量醫療資源，早期識別高危患者進行風險分層，對于預后判斷、及時干預及合理分配資源具有重要意義。《新型冠狀病毒肺炎診療方案（試行第八版修訂版）》[5]明確推薦對COVID-19患者根據臨床分型進行風險評估、制定個體化管理策略、優化治療方案、改善患者預后。目前尚缺乏特異性針對COVID-19患者的早期預后評估工具，本研究擬通過多中心觀察性研究收集易采集的臨床變量，建立簡便易行的COVID-19患者早期危險預后評分系統。
1 資料與方法
1.1 臨床資料和分組
回顧性納入2020年1月—5月就診于四川省及湖北省45家醫院的1 615例COVID-19確診患者（均為本土病例）。納入標準：（1）經實時逆轉錄聚合酶鏈式反應嚴重急性呼吸綜合征冠狀病毒2型（SARS-CoV-2）核酸檢測確診的COVID-19患者；（2）年齡≥18歲。排除標準：（1）臨床資料不全；（2）妊娠期婦女。因臨床資料不全排除10例，最終納入1 605例COVID-19確診患者。依據《新型冠狀病毒肺炎診療方案（試行第八版修訂版）》[5]臨床分型標準，將輕型、普通型患者合為輕癥患者，重型及危重型合為重癥患者。輕癥組1 150 例，男 508 例，平均年齡（51.32±16.26）歲；重癥組455 例，男 248 例，平均年齡（57.63±16.16）歲。
1.2 資料收集
本研究從各參與醫院的電子病歷中采集患者首次就診時的人口學和臨床特征，包括：年齡、性別、既往史；入院時體征，包括：體溫、呼吸頻率、心率、收縮壓、舒張壓、外周血氧飽和度（peripheral oxygen saturation，SpO2）及格拉斯哥昏迷評分（Glasgow coma scale，GCS 評分）。計算患者就診時快速序貫器官衰竭評分（quick sequential organ failure assessment，qSOFA評分，由收縮壓、呼吸頻率、GCS評分構成）[6]及改良早期預警評分（modified early warning score，MEWS評分，由心率、收縮壓、呼吸頻率、體溫、意識狀態構成）[7]。
1.3 統計學分析
采用SPSS 26.0及R 4.2.0統計軟件進行統計分析。檢驗計量資料正態性，若為正態分布，采用均數±標準差（
±s）描述，兩組間比較采用獨立樣本 t 檢驗；不符合正態分布數據采用中位數及上下四分位數［M（P25，P75）］表示，組間比較采用秩和檢驗。計數資料采用頻數及百分比描述，組間比較采用Mann-Whitney秩和檢驗。以患者嚴重程度分型為因變量，患者首次入院的人口學及生命體征為自變量，進行單因素logistic回歸分析，然后將單因素分析中差異有統計學意義的變量（P≤0.05）作為自變量輸入多因素logistic回歸分析中，從而建立預測模型。列線圖基于多因素logistic回歸中每個變量的系數并按比例轉換成具有一定范圍的標尺。列線圖中每一個變量對應一個分數，將全部變量的分數求和后得到總評分，按照圖中最下方的標尺進行比對得到COVID-19患者發生重癥的風險概率。受試者工作特征（receiver operating characteristic，ROC）曲線評估預測模型和qSOFA評分及MEWS評分對COVID-19患者嚴重程度及死亡的判斷價值。雙側檢驗水準α=0.05。
1.4 倫理審查
本研究根據《赫爾辛基宣言》進行，并已獲得四川大學華西醫院醫學倫理委員會批準，倫理批準號：2020（272）號。
2 結果
2.1 COVID-19患者一般情況比較
重癥組患者年齡、男性比例、就診時呼吸頻率、收縮壓、平均動脈壓、qSOFA評分及MEWS評分均大于或高于輕癥組（P<0.05）；重癥組患者SpO2及GCS評分均低于輕癥組（P<0.05），重癥組患者院內病死率顯著高于輕癥組（14.7% vs. 1.5%，P<0.001）；見表1。
表1
兩組患者一般資料比較［
/例（%）/M（P25，P75）］
2.2 COVID-19患者嚴重程度分型的危險因素
多因素logistic回歸分析顯示患者的年齡、就診時的呼吸頻率、SpO2、GCS評分為患者發生重癥的獨立危險因素；見表2。
表2
COVID-19患者嚴重程度分型的獨立危險因素
2.3 預測COVID-19患者發生重癥的列線圖模型
基于多因素logistic回歸分析的4個指標，我們建立了用于預測COVID-19患者發生重癥的列線圖模型。每個變量根據數值大小分別評分后求和獲得總分，然后可以預測COVID-19患者發生重癥的風險概率；見圖1。
圖1
預測COVID-19患者發生重癥的列線圖模型
COVID-19：新型冠狀病毒感染；GCS 評分：格拉斯哥昏迷評分；SpO2：外周血氧飽和度
2.4 簡易體征評分系統預測COVID-19患者發生重癥的效能
基于患者的年齡、就診時呼吸頻率、SpO2、GCS評分這4項指標構建簡易體征評分系統，ROC曲線分析顯示該評分系統預測COVID-19患者發生重癥的曲線下面積為0.822，95%CI（0.795，0.849），具有較好的預測能力；見圖2。該評分系統預測COVID-19患者發生重癥的效能顯著高于qSOFA評分及MEWS評分（分別為0.629及0.631，P均＜0.001）；見表3。
圖2
簡易體征評分系統預測COVID-19患者發生重癥的ROC曲線分析
COVID-19：新型冠狀病毒感染；ROC：受試者工作特征；AUC：曲線下面積
表3
簡易體征評分系統、qSOFA評分及MEWS評分對COVID-19患者發生重癥的ROC曲線分析
2.5 簡易體征評分系統預測COVID-19患者院內死亡的效能
ROC曲線分析顯示簡易體征評分系統預測COVID-19患者發生院內死亡的曲線下面積為0.796，顯著高于qSOFA評分及MEWS評分（分別為0.710及0.706，P均＜0.001）；見圖3。
圖3
簡易體征評分系統預測COVID-19患者死亡的ROC曲線分析
COVID-19：新型冠狀病毒感染；ROC：受試者工作特征；qSOFA 評分：快速序貫器官衰竭評分；MEWS 評分：改良早期預警評分
3 討論
本研究首次構建了一個僅由4項簡單參數組成的簡易體征評分系統，通過ROC曲線分析顯示，該評分系統對于預測COVID-19患者發生重癥和院內死亡的效能較qSOFA評分及MEWS評分更佳。由于該評分系統僅需采集基本生命體征即可快速得出評分，有利于首次就診或急診進行初始危險評估，指導早期分診及處置。
目前尚缺乏針對早期COVID-19確診患者預后評估工具，建立簡單、有效、無創的評估工具對COVID-19患者早期制定治療方案及合理分配醫療資源至關重要，尤其是在疫情爆發或資源相對不足時。已有大量研究探討基于臨床指標建立COVID-19患者預后預測評分，大多納入了依賴檢驗甚至影像學檢查的指標，包括白細胞計數、中性粒細胞絕對值、淋巴細胞絕對值、中性粒細胞絕對值與淋巴細胞絕對值比值等血常規指標[8-9]，C反應蛋白、降鈣素原等炎癥反應指標[9-10]，白細胞介素6、白細胞介素8、白細胞介素10等細胞因子[11-12]指標等，增加了實施和推廣的難度，也不適合用于急診初診快速進行風險分層。qSOFA評分及MEWS評分等重癥預后評分，因其評分簡單等優點也被嘗試用于COVID-19患者的預后評估。有報道[6]顯示，qSOFA評分對于COVID-19患者的重癥死亡等關鍵臨床結局的預測效能優于序貫器官衰竭評分（SOFA評分）、MuLBSTA評分（多小葉浸潤、淋巴細胞過少、細菌合并感染、吸煙史、高血壓和年齡評分）和HScore（反應性噬血細胞綜合征評分系統）。另一項研究[7]證實MEWS評分可以有效預測COVID-19住院患者28 d的死亡率。本研究顯示，基于患者年齡、就診時呼吸頻率、SpO2和GCS評分構建的簡易體征評分，對于COVID-19患者發生重癥或早期死亡的預后預測價值優于qSOFA評分和MEWS評分。由于本評分系統所需指標均可快速獲得，可考慮用于急診甚至院前快速對患者進行病情評估和預后預測，有助于優化資源分配。
高齡已在多項研究[2-4,13-17]中被報道與COVID-19患者死亡或預后不良相關，可能的原因包括：隨著年齡增長，呼吸、免疫等系統儲備和代償能力均降低，導致易被感染并進展為重癥，且老年人更易合并高血壓、冠心病及糖尿病等其它基礎疾病，而上述基礎疾病也已被證實為COVID-19患者預后不良的危險因素[3-4,13-14,16]。呼吸頻率與SpO2[2,18]則反映患者呼吸功能狀況，COVID-19患者肺部改變多為肺泡Ⅱ型上皮細胞和支氣管上皮細胞受損，病變呈間質性肺炎的表現，多表現為低氧血癥、無CO2潴留，這也使得COVID-19患者實際低氧狀況與呼吸困難癥狀不一致，如未能及時監測，發現嚴重的沉默性低氧血癥患者[19]，可能延誤最佳救治時機，增加救治難度及患者病死率。此外，COVID-19患者的神經系統癥狀早期常被忽略，一項多中心隊列研究[20]發現：約80% COVID-19患者出現神經癥狀，并與早期死亡相關，具有神經體征或綜合征的患者住院死亡風險增高5倍。本研究也證實，患者就診時的GCS評分為患者預后的獨立危險因素，提示針對COVID-19患者，除關注其呼吸、循環系統表現以外，及時發現并針對性干預神經系統癥狀，也可能有助于改善預后。
本研究存在一定局限性：首先，本研究為回顧性研究，部分病例因數據缺失被排除，可能對結果產生影響；其次，本研究雖為多中心研究，但71.53%的病例數據來自2020年5月前疫情早期城市湖北武漢，目前COVID-19病毒不斷變異，故數據代表性尚有待進一步驗證；此外，本研究僅關注了患者院內結局，未能對患者長期預后進一步隨訪；最后，本研究僅比較了該評分與qSOFA評分和MEWS評分兩個評分系統的預測效能，后續還應該對更多其它評分進行比較。
綜上，本研究顯示：COVID-19患者的年齡、就診時呼吸頻率、SpO2、GCS評分為病情嚴重程度的獨立危險因素，基于此4 項指標構建的簡易體征評分系統可用于預測COVID-19患者發生重癥或早期死亡的風險，效能均優于qSOFA評分及MEWS評分。該評分是否適合所有COVID-19患者還需通過前瞻性研究進一步驗證。
利益沖突：無。
作者貢獻：楊莎負責數據收集，論文設計與撰寫；李東澤、姚蓉參與選題與設計，論文指導和修正；鄭艾宜、李哲、唐郭參與數據收集和分析。
新型冠狀病毒感染（coronavirus disease 2019，COVID-19）是2019年12月被首次報道的新發急性呼吸道傳染病[1]，已在全世界范圍內傳播流行。截至2022年5月5日24時國家衛生健康委員會官方網站公布的數據：我國31個省（自治區、直轄市）和新疆生產建設兵團現有確診病例11 515例（其中重癥病例659例），累計死亡病例5 153例，累計報告確診病例218 945例，累計收到港澳臺地區通報確診病例563 581例，確診和疑診的病例人數仍不斷上升。COVID-19具有傳染性強、臨床癥狀不典型和病情進展隱匿等特點[2]，重癥患者病死率高[3-4]，需要大量醫療資源，早期識別高危患者進行風險分層，對于預后判斷、及時干預及合理分配資源具有重要意義。《新型冠狀病毒肺炎診療方案（試行第八版修訂版）》[5]明確推薦對COVID-19患者根據臨床分型進行風險評估、制定個體化管理策略、優化治療方案、改善患者預后。目前尚缺乏特異性針對COVID-19患者的早期預后評估工具，本研究擬通過多中心觀察性研究收集易采集的臨床變量，建立簡便易行的COVID-19患者早期危險預后評分系統。
1 資料與方法
1.1 臨床資料和分組
回顧性納入2020年1月—5月就診于四川省及湖北省45家醫院的1 615例COVID-19確診患者（均為本土病例）。納入標準：（1）經實時逆轉錄聚合酶鏈式反應嚴重急性呼吸綜合征冠狀病毒2型（SARS-CoV-2）核酸檢測確診的COVID-19患者；（2）年齡≥18歲。排除標準：（1）臨床資料不全；（2）妊娠期婦女。因臨床資料不全排除10例，最終納入1 605例COVID-19確診患者。依據《新型冠狀病毒肺炎診療方案（試行第八版修訂版）》[5]臨床分型標準，將輕型、普通型患者合為輕癥患者，重型及危重型合為重癥患者。輕癥組1 150 例，男 508 例，平均年齡（51.32±16.26）歲；重癥組455 例，男 248 例，平均年齡（57.63±16.16）歲。
1.2 資料收集
本研究從各參與醫院的電子病歷中采集患者首次就診時的人口學和臨床特征，包括：年齡、性別、既往史；入院時體征，包括：體溫、呼吸頻率、心率、收縮壓、舒張壓、外周血氧飽和度（peripheral oxygen saturation，SpO2）及格拉斯哥昏迷評分（Glasgow coma scale，GCS 評分）。計算患者就診時快速序貫器官衰竭評分（quick sequential organ failure assessment，qSOFA評分，由收縮壓、呼吸頻率、GCS評分構成）[6]及改良早期預警評分（modified early warning score，MEWS評分，由心率、收縮壓、呼吸頻率、體溫、意識狀態構成）[7]。
1.3 統計學分析
采用SPSS 26.0及R 4.2.0統計軟件進行統計分析。檢驗計量資料正態性，若為正態分布，采用均數±標準差（±s）描述，兩組間比較采用獨立樣本 t 檢驗；不符合正態分布數據采用中位數及上下四分位數［M（P25，P75）］表示，組間比較采用秩和檢驗。計數資料采用頻數及百分比描述，組間比較采用Mann-Whitney秩和檢驗。以患者嚴重程度分型為因變量，患者首次入院的人口學及生命體征為自變量，進行單因素logistic回歸分析，然后將單因素分析中差異有統計學意義的變量（P≤0.05）作為自變量輸入多因素logistic回歸分析中，從而建立預測模型。列線圖基于多因素logistic回歸中每個變量的系數并按比例轉換成具有一定范圍的標尺。列線圖中每一個變量對應一個分數，將全部變量的分數求和后得到總評分，按照圖中最下方的標尺進行比對得到COVID-19患者發生重癥的風險概率。受試者工作特征（receiver operating characteristic，ROC）曲線評估預測模型和qSOFA評分及MEWS評分對COVID-19患者嚴重程度及死亡的判斷價值。雙側檢驗水準α=0.05。
1.4 倫理審查
本研究根據《赫爾辛基宣言》進行，并已獲得四川大學華西醫院醫學倫理委員會批準，倫理批準號：2020（272）號。
2 結果
2.1 COVID-19患者一般情況比較
重癥組患者年齡、男性比例、就診時呼吸頻率、收縮壓、平均動脈壓、qSOFA評分及MEWS評分均大于或高于輕癥組（P<0.05）；重癥組患者SpO2及GCS評分均低于輕癥組（P<0.05），重癥組患者院內病死率顯著高于輕癥組（14.7% vs. 1.5%，P<0.001）；見表1。
表1
兩組患者一般資料比較［/例（%）/M（P25，P75）］
2.2 COVID-19患者嚴重程度分型的危險因素
多因素logistic回歸分析顯示患者的年齡、就診時的呼吸頻率、SpO2、GCS評分為患者發生重癥的獨立危險因素；見表2。
表2
COVID-19患者嚴重程度分型的獨立危險因素
2.3 預測COVID-19患者發生重癥的列線圖模型
基于多因素logistic回歸分析的4個指標，我們建立了用于預測COVID-19患者發生重癥的列線圖模型。每個變量根據數值大小分別評分后求和獲得總分，然后可以預測COVID-19患者發生重癥的風險概率；見圖1。
圖1
預測COVID-19患者發生重癥的列線圖模型
COVID-19：新型冠狀病毒感染；GCS 評分：格拉斯哥昏迷評分；SpO2：外周血氧飽和度
2.4 簡易體征評分系統預測COVID-19患者發生重癥的效能
基于患者的年齡、就診時呼吸頻率、SpO2、GCS評分這4項指標構建簡易體征評分系統，ROC曲線分析顯示該評分系統預測COVID-19患者發生重癥的曲線下面積為0.822，95%CI（0.795，0.849），具有較好的預測能力；見圖2。該評分系統預測COVID-19患者發生重癥的效能顯著高于qSOFA評分及MEWS評分（分別為0.629及0.631，P均＜0.001）；見表3。
圖2
簡易體征評分系統預測COVID-19患者發生重癥的ROC曲線分析
COVID-19：新型冠狀病毒感染；ROC：受試者工作特征；AUC：曲線下面積
表3
簡易體征評分系統、qSOFA評分及MEWS評分對COVID-19患者發生重癥的ROC曲線分析
2.5 簡易體征評分系統預測COVID-19患者院內死亡的效能
ROC曲線分析顯示簡易體征評分系統預測COVID-19患者發生院內死亡的曲線下面積為0.796，顯著高于qSOFA評分及MEWS評分（分別為0.710及0.706，P均＜0.001）；見圖3。
圖3
簡易體征評分系統預測COVID-19患者死亡的ROC曲線分析
COVID-19：新型冠狀病毒感染；ROC：受試者工作特征；qSOFA 評分：快速序貫器官衰竭評分；MEWS 評分：改良早期預警評分
3 討論
本研究首次構建了一個僅由4項簡單參數組成的簡易體征評分系統，通過ROC曲線分析顯示，該評分系統對于預測COVID-19患者發生重癥和院內死亡的效能較qSOFA評分及MEWS評分更佳。由于該評分系統僅需采集基本生命體征即可快速得出評分，有利于首次就診或急診進行初始危險評估，指導早期分診及處置。
目前尚缺乏針對早期COVID-19確診患者預后評估工具，建立簡單、有效、無創的評估工具對COVID-19患者早期制定治療方案及合理分配醫療資源至關重要，尤其是在疫情爆發或資源相對不足時。已有大量研究探討基于臨床指標建立COVID-19患者預后預測評分，大多納入了依賴檢驗甚至影像學檢查的指標，包括白細胞計數、中性粒細胞絕對值、淋巴細胞絕對值、中性粒細胞絕對值與淋巴細胞絕對值比值等血常規指標[8-9]，C反應蛋白、降鈣素原等炎癥反應指標[9-10]，白細胞介素6、白細胞介素8、白細胞介素10等細胞因子[11-12]指標等，增加了實施和推廣的難度，也不適合用于急診初診快速進行風險分層。qSOFA評分及MEWS評分等重癥預后評分，因其評分簡單等優點也被嘗試用于COVID-19患者的預后評估。有報道[6]顯示，qSOFA評分對于COVID-19患者的重癥死亡等關鍵臨床結局的預測效能優于序貫器官衰竭評分（SOFA評分）、MuLBSTA評分（多小葉浸潤、淋巴細胞過少、細菌合并感染、吸煙史、高血壓和年齡評分）和HScore（反應性噬血細胞綜合征評分系統）。另一項研究[7]證實MEWS評分可以有效預測COVID-19住院患者28 d的死亡率。本研究顯示，基于患者年齡、就診時呼吸頻率、SpO2和GCS評分構建的簡易體征評分，對于COVID-19患者發生重癥或早期死亡的預后預測價值優于qSOFA評分和MEWS評分。由于本評分系統所需指標均可快速獲得，可考慮用于急診甚至院前快速對患者進行病情評估和預后預測，有助于優化資源分配。
高齡已在多項研究[2-4,13-17]中被報道與COVID-19患者死亡或預后不良相關，可能的原因包括：隨著年齡增長，呼吸、免疫等系統儲備和代償能力均降低，導致易被感染并進展為重癥，且老年人更易合并高血壓、冠心病及糖尿病等其它基礎疾病，而上述基礎疾病也已被證實為COVID-19患者預后不良的危險因素[3-4,13-14,16]。呼吸頻率與SpO2[2,18]則反映患者呼吸功能狀況，COVID-19患者肺部改變多為肺泡Ⅱ型上皮細胞和支氣管上皮細胞受損，病變呈間質性肺炎的表現，多表現為低氧血癥、無CO2潴留，這也使得COVID-19患者實際低氧狀況與呼吸困難癥狀不一致，如未能及時監測，發現嚴重的沉默性低氧血癥患者[19]，可能延誤最佳救治時機，增加救治難度及患者病死率。此外，COVID-19患者的神經系統癥狀早期常被忽略，一項多中心隊列研究[20]發現：約80% COVID-19患者出現神經癥狀，并與早期死亡相關，具有神經體征或綜合征的患者住院死亡風險增高5倍。本研究也證實，患者就診時的GCS評分為患者預后的獨立危險因素，提示針對COVID-19患者，除關注其呼吸、循環系統表現以外，及時發現并針對性干預神經系統癥狀，也可能有助于改善預后。
本研究存在一定局限性：首先，本研究為回顧性研究，部分病例因數據缺失被排除，可能對結果產生影響；其次，本研究雖為多中心研究，但71.53%的病例數據來自2020年5月前疫情早期城市湖北武漢，目前COVID-19病毒不斷變異，故數據代表性尚有待進一步驗證；此外，本研究僅關注了患者院內結局，未能對患者長期預后進一步隨訪；最后，本研究僅比較了該評分與qSOFA評分和MEWS評分兩個評分系統的預測效能，后續還應該對更多其它評分進行比較。
綜上，本研究顯示：COVID-19患者的年齡、就診時呼吸頻率、SpO2、GCS評分為病情嚴重程度的獨立危險因素，基于此4 項指標構建的簡易體征評分系統可用于預測COVID-19患者發生重癥或早期死亡的風險，效能均優于qSOFA評分及MEWS評分。該評分是否適合所有COVID-19患者還需通過前瞻性研究進一步驗證。
利益沖突：無。
作者貢獻：楊莎負責數據收集，論文設計與撰寫；李東澤、姚蓉參與選題與設計，論文指導和修正；鄭艾宜、李哲、唐郭參與數據收集和分析。
