引用本文： 孟玉蘭, 王寧, 黃偉. 膿毒癥相關病情與預后評分系統的進展. 中國呼吸與危重監護雜志, 2015, 14(5): 517-520. doi: 10.7507/1671-6205.2015128 復制
膿毒癥，尤其是嚴重膿毒癥與感染性休克是重癥監護室(ICU)內的最主要死因，患者病情程度的評估及預后評價也始終是重癥醫學研究的焦點。基于大樣本的病例數據庫開發的判斷疾病嚴重度/死亡風險的評分系統由于能夠準確且客觀地為臨床醫生及研究者提供相應信息而被廣泛采用并持續開發中。為此，本文就近年來與膿毒癥有關的病情程度和預后評分系統的開發與應用進展進行綜述，供同道參考。
一 膿毒癥有關的病情程度與預后評分系統
目前ICU內最常用的病情程度與預后評價系統主要可分為兩種，即非特異性和特異性病情程度評價系統[1-2]。前者主要有急性生理與慢性健康評分系統(APACHEⅠ~Ⅳ)、簡化急性生理評分(SAPSⅠ~Ⅲ)和病死概率模型(MPMⅠ~Ⅲ)等；改良早期預警評分(MEWS)、簡化臨床評分(SCS)等則是急診科常用的非特異性評估手段。而諸如序貫臟器衰竭評分(SOFA)或鎮靜評分等則屬于特定病情或對應干預措施的評估范疇。與所有評分系統一樣，開發膿毒癥相關評分系統的主要目的也是為了能夠早期發現高度疑似患者、進行危險分層和預后判斷、優化診療資源、確立質控標準(benchmarking)以及確保不同單位的病例資料具有可比性。
2011年Lagu等[3]基于309所醫院的166 931例患者入院2 d內的資料開發了膿毒癥患者病死率預測模型，模型為涵蓋人口統計數據(年齡、性別、種族和保險類型等)、膿毒癥部位與來源、25種并發癥類型以及機械通氣和(或)加壓藥物等治療情況的多水平混合效應Logistic回歸模型。在隨后的357例患者的驗證研究中，該評分模型與APACHEⅡ、SAPSⅡ和MPMⅢ等常用評分系統的分辨度相近，四種評分的工作者操作特性曲線下面積(AUC)依次為0.69、0.71、0.74和0.69，各評分間未見顯著差異。但在校準度方面，Hosmer-Lemeshow檢驗提示后三者均出現顯著差異，而新模型未出現顯著差異，表明該模型與實際病死率(AMR)的擬合良好。
2014年Osborn等[4]基于全球“拯救膿毒癥運動(SSC)”數據庫開發了“膿毒癥嚴重度評分(Sepsis Severity Score，SSS)”。SSS由18個國家、218個ICU的23 438例患者的數據通過最大似然Logistic回歸分析而來，數據庫的病例規模與SAPSⅢ(22 791例)相當，但少于APACHEⅣ(131 618例)和MPMⅢ0(124 855例)。評分模型包含36個變量，少于APACHEⅣ(39個)，但略多于SAPSⅢ(20個)和MPMⅢ(16個)。此外，模型未將年齡與并發癥納入變量。結果顯示開發及驗證模型的AUC分別為0.736和0.748，住院AMR與預計病死率(PMR)均為0.334，且Hosmer-Lemeshow檢驗P值均無明顯差異，說明校準度良好。以上研究提示SSS可準確地評估嚴重膿毒癥與感染性休克的病死率，在不同地理區域表現良好，可為未來國際研究與臨床工作的評價與比較提供了有力保障。
急診膿毒癥評分(MEDS)是2003年由Shapiro等[5]開發用于急診疑似感染患者的病情評價系統，數據庫包含3 179例外科或內科患者，評分包括9個參數，其預計28 d病死率的AUC在開發模型和驗證模型中分別為0.82和0.79。作者隨后將其用于1年病死率的預測并且發現隨著分數段的增加病死率也顯著增加[6]。不過Carpenter等[7]總結了6項關于MEDS用于預測急診膿毒癥患者病死率的研究后認為，由于MEDS設定的急診疑似感染患者需經血培養確定，且研究中上述急診患者的病死率僅有5.3%，遠低于膿毒癥通常18%的病死率，會產生低估病死率的情況，而低估病情可能有延遲高危患者啟動早期目標治療(EGDT)的風險，因此該評分可能更適合全身炎癥反應綜合征(SIRS)患者，而非嚴重感染或感染性休克患者。2012年Calle等[8]對急診疑似感染的病情嚴重評分系統進行了系統評價，研究提示APACHE和MEDS系統是急診室對疑似感染患者最常用的預后評價系統，后者更是唯一被開發用于急診鑒別膿毒癥及高危死亡患者的評分系統，但正如前所述，MEDS在驗證研究中的結果不盡一致，有低估病死率的傾向。
除SSS和MEDS外，也有其他與膿毒癥有關的疾病嚴重度評分被推薦，但問題在于多數模型實際主要是針對進行外科手術或收入ICU的膿毒癥或特定感染性疾病(例如敗血癥或肺炎)的患者，目前仍缺乏普遍適用且又可盡量避免干預措施影響的評分系統。即便如此，SSS和MEDS的效能也還需要進一步驗證和推廣。
二 多種膿毒癥評分系統的聯合應用
由于尚缺乏公認并且普遍使用的膿毒癥特定的病情評分系統，因此目前臨床多是以通用的非特異性病情程度與預后評價系統替代，最常用的就是APACHE系統、SAPS系統和MPM系統。但由于通用評分系統一旦用于特定疾病，其準確性將會下降[1]，因此近年來的趨勢是聯合應用，以更好地評估膿毒癥患者病情。最早于2003年Arabi等[9]首次采用6個模型對ICU內嚴重感染與感染性休克患者的病死率進行了預測，包括APACHEⅡ、SAPSⅡ、MPMⅡ0、MPMⅡ24，此外還包括2個SAPSⅡ和MPMⅡ24基于本地數據庫的專門版本。結果顯示6個模型均能滿足對整體病死率的預測，但APACHEⅡ、SAPSⅡ、MPMⅡ0和MPMⅡ24校準度均不足，而專門版的SAPSⅡ和MPMⅡ24則顯示較好的校準度，提示臨床需要根據自身情況調整上述模型，以更好地提高判別率。2014年Dabhi等[10]就APACHEⅣ與SAPSⅡ對內科ICU嚴重膿毒癥與感染性休克患者的PMR進行了比較。在這項前瞻性觀察性分析研究中，84例嚴重膿毒癥與感染性休克的實際整體病死率為60.71%，而APACHEⅣ預計的整體計病死率為37.85%，且其各個得分段的PMR都低于AMR；SAPSⅡ為72.36%，盡管其AMR與PMR較為相關，但同樣各得分段的PMR都高于AMR。即兩個評分系統的標準病死率(SMR。計算公式為SMR=AMR/PMR)分別為0.83和1.60，分別低估或高估了病死率。近期，Kramer等[11]利用38所美國醫院55個ICU內17萬次的入院數據進行回顧性分析，比較了APACHEⅣ、MPMⅢ和全國質量論壇ICU預后模型(NQF)三種評分系統預測住院病死率的準確性。在鑒別高危患者方面，APACHEⅣ的AUC最佳且擬合度最佳，為0.88，MPM和NQF分別為0.81和0.80。與AMR比較，APACHEⅣ高估了1.5%的病死率，MPM為3.1%，而NQF則低估了1.2%的病死率。同樣，APACHEⅣ在亞組或特定疾病中的表現也是最優的。
急診室常常是膿毒癥患者首診的主要場所。Macdonald等[12]比較了易感因素/損害/機體反應/器官功能不全評分(PIRO)與SOFA和MEDS對急診室內的嚴重感染與感染性休克患者30 d病死率評估結果。三種評分系統的AUC分別為PIRO 0.86[95%可信區間(CI)：0.80~0.92]，MEDS 0.81(95% CI：0.74~0.88)，SOFA 0.78(95% CI：0.71~0.87)；PIRO和MEDS都隨著評分增加而提示病死率增加，從而有助于在急診發現高危膿毒癥患者。土耳其??ld?r等[13]比較了MEDS、MEWS和Charlson并發癥指數(CCI)對急診室社區獲得性膿毒癥患者28 d病死率的預測作用。結果表明三個評價系統的5 d評分與28 d評分都能顯示出生存者與死亡者之間的顯著差異。其中改良的MEDS的28 d病死率AUC為0.77，顯著優于MEWS和CCI，作者因此推薦應用改良的MEDS用于評估急診膿毒癥患者的病死率。Nguyen等[14]比較了PIRO、APACHEⅡ和MEDS三個系統對急診符合實施EGDT以及嚴重膿毒癥復蘇策略的患者的評估表現。541例患者納入研究，平均PIRO、APACHEⅡ和MEDS評分分別為6、28和12分，對應的PMR分別為48.5%、66.0%和16.0%，SMR依次為0.70、0.70和4.00，Hosmer-Lemeshow檢驗未提示任何系統的AMR與PMR有顯著差異，但校正曲線提示PIRO和APACHEⅡ可能高估病死率，MEDS可能低估病死率。三者的AUC分別為0.71、0.71和0.63。研究還發現，對于APACHEⅡ≥25分的患者，其AMR會隨著PIRO的增加而顯著增加，從而有助于提供更多的分層信息。Geier等[15]則考察了MEDS、MEWS與急診病情程度指數(ESI)三種評分系統對急診疑似膿毒癥患者的判別及預測院內病死率的表現。共有151例患者參與此項單中心前瞻性觀察研究。結果顯示，本樣本中嚴重膿毒癥與感染性休克患者的住院病死率為27.8%，ESI、MEWS和MEDS三種評分的診斷AUC依次為0.609、0.641和0.778；病死率判斷的AUC分別為0.617、0.642和0.871。MEDS顯然在識別急診中的危重患者并通知醫生根據風險程度調整治療方面要優于另外兩種評分系統。
上述急診評分聯合用于非急診的膿毒癥患者也有研究報告。Crowe等[16]考察了快速急診評分(REMS)、MEDS和CURB-65三種評分判斷實施EGDT的嚴重膿毒癥與感染性休克患者住院病死率的效果。總計216例患者入選，總體病死率為32.9%，三種基于急診系統的評分系統對病死率的預測能力在中低水平，其AUC分別為MEDS 0.74(95% CI：0.67~0.81)，REMS 0.62(95% CI：0.54~0.69)，CURB-65(95% CI：0.51~0.67)。以色列學者采用四種評分系統，包括MEWS、SCS、MEDS和REMS，對1 072例普通內科住院的膿毒癥患者病情進行了比較[17]。結果顯示四種評分預測院內病死率的AUC分別為0.65~0.70，0.76~0.79，0.73~0.75和0.74~0.79。Hosmer-Lemeshow檢驗顯示SCS和REMS系統適合用于此類患者的病死率預測。Yu等[18]通過回顧性巢式病例對照研究比較了九種評分系統在預測非ICU患者病情加重中的作用。在臨床病情加重的前12 h，有7種評分能夠預警，其中SOFA的AUC為0.78，PIRO為0.76，VitalPac早期預警評分為0.75，SCS和MEDS均為0.74，MEWS與SAPSⅡ同為0.73，APACHEⅡ0.72，REMS為0.67。研究同時發現SOFA的動態演變能在病情惡化前24~48 h出現升高，依此進行臨床預測的敏感性為75%，特異性達72%，且明顯優于依賴單次SOFA測定進行的判斷。
三 其他
在危重癥患者，尤其是膿毒癥患者的病情評估中，依賴單次評估的得分來判斷患者的預后顯然是不夠的。2008年，Minne等[19]首次就SOFA評分預測ICU內病死率進行了系統回顧。研究中由于SOFA不同的應用而出現異質性，因此難以推薦理想的數學模型或衍生的SOFA參數。但總體而言外科或內科ICU患者入院時基于單次SOFA評分進行判別的效果略差于APACHEⅡ/Ⅲ，但與SAPSⅡ相當。而基于序貫SOFA評分進行的判斷則表現與其他評分相似。研究還發現序貫SOFA評分如與APACHEⅡ/Ⅲ及SAPSⅡ模型聯合應用的話，表現將優于任何單一模型。因此各評估系統的聯合與動態評估尤為重要。
另一方面，近年來有關膿毒癥病情評價的主要變化之一就是強調了將評分與其他全身炎癥反應相關的指標聯合應用，可能會更加提高病情判斷的準確性。Zhao等[20]報道應用MEDS與降鈣素原(PCT)、白細胞介素-1(IL-1)、C反應蛋白聯合應用在判斷膿毒癥患者病情與28 d病死率的效果。501例患者被分為膿毒癥組(319例)與嚴重膿毒癥和感染性休克組(182例)，同時患者根據28 d預后也被分為生存組(367例)和死亡組(134例)。結果顯示在判斷膿毒癥病情與28 d病死率方面MEDS的AUC都最大，分別為0.793和0.776，且與其他炎性指標均有顯著差異。Logistic回歸顯示PCT聯合MEDS可作為病情與病死率判別的獨立預測因子。兩者聯合后的AUC可分別增加為0.852和0.813，顯著優于單用MEDS，且其敏感性和特異性等也顯著優于單用MEDS。可見聯合應用對膿毒癥病情分層與預后評估意義深遠。
綜上所述，目前膿毒癥的病情判斷與預后評估有較多可選擇的評分模型。有關SSS和MEDS的評價還需要進一步深入驗證與推廣。無論何種評價手段，動態監測、多個評分系統聯合應用或評分系統與全身性炎癥/感染相關指標的聯合應用將有助于正確判斷膿毒癥病情。
膿毒癥，尤其是嚴重膿毒癥與感染性休克是重癥監護室(ICU)內的最主要死因，患者病情程度的評估及預后評價也始終是重癥醫學研究的焦點。基于大樣本的病例數據庫開發的判斷疾病嚴重度/死亡風險的評分系統由于能夠準確且客觀地為臨床醫生及研究者提供相應信息而被廣泛采用并持續開發中。為此，本文就近年來與膿毒癥有關的病情程度和預后評分系統的開發與應用進展進行綜述，供同道參考。
一 膿毒癥有關的病情程度與預后評分系統
目前ICU內最常用的病情程度與預后評價系統主要可分為兩種，即非特異性和特異性病情程度評價系統[1-2]。前者主要有急性生理與慢性健康評分系統(APACHEⅠ~Ⅳ)、簡化急性生理評分(SAPSⅠ~Ⅲ)和病死概率模型(MPMⅠ~Ⅲ)等；改良早期預警評分(MEWS)、簡化臨床評分(SCS)等則是急診科常用的非特異性評估手段。而諸如序貫臟器衰竭評分(SOFA)或鎮靜評分等則屬于特定病情或對應干預措施的評估范疇。與所有評分系統一樣，開發膿毒癥相關評分系統的主要目的也是為了能夠早期發現高度疑似患者、進行危險分層和預后判斷、優化診療資源、確立質控標準(benchmarking)以及確保不同單位的病例資料具有可比性。
2011年Lagu等[3]基于309所醫院的166 931例患者入院2 d內的資料開發了膿毒癥患者病死率預測模型，模型為涵蓋人口統計數據(年齡、性別、種族和保險類型等)、膿毒癥部位與來源、25種并發癥類型以及機械通氣和(或)加壓藥物等治療情況的多水平混合效應Logistic回歸模型。在隨后的357例患者的驗證研究中，該評分模型與APACHEⅡ、SAPSⅡ和MPMⅢ等常用評分系統的分辨度相近，四種評分的工作者操作特性曲線下面積(AUC)依次為0.69、0.71、0.74和0.69，各評分間未見顯著差異。但在校準度方面，Hosmer-Lemeshow檢驗提示后三者均出現顯著差異，而新模型未出現顯著差異，表明該模型與實際病死率(AMR)的擬合良好。
2014年Osborn等[4]基于全球“拯救膿毒癥運動(SSC)”數據庫開發了“膿毒癥嚴重度評分(Sepsis Severity Score，SSS)”。SSS由18個國家、218個ICU的23 438例患者的數據通過最大似然Logistic回歸分析而來，數據庫的病例規模與SAPSⅢ(22 791例)相當，但少于APACHEⅣ(131 618例)和MPMⅢ0(124 855例)。評分模型包含36個變量，少于APACHEⅣ(39個)，但略多于SAPSⅢ(20個)和MPMⅢ(16個)。此外，模型未將年齡與并發癥納入變量。結果顯示開發及驗證模型的AUC分別為0.736和0.748，住院AMR與預計病死率(PMR)均為0.334，且Hosmer-Lemeshow檢驗P值均無明顯差異，說明校準度良好。以上研究提示SSS可準確地評估嚴重膿毒癥與感染性休克的病死率，在不同地理區域表現良好，可為未來國際研究與臨床工作的評價與比較提供了有力保障。
急診膿毒癥評分(MEDS)是2003年由Shapiro等[5]開發用于急診疑似感染患者的病情評價系統，數據庫包含3 179例外科或內科患者，評分包括9個參數，其預計28 d病死率的AUC在開發模型和驗證模型中分別為0.82和0.79。作者隨后將其用于1年病死率的預測并且發現隨著分數段的增加病死率也顯著增加[6]。不過Carpenter等[7]總結了6項關于MEDS用于預測急診膿毒癥患者病死率的研究后認為，由于MEDS設定的急診疑似感染患者需經血培養確定，且研究中上述急診患者的病死率僅有5.3%，遠低于膿毒癥通常18%的病死率，會產生低估病死率的情況，而低估病情可能有延遲高危患者啟動早期目標治療(EGDT)的風險，因此該評分可能更適合全身炎癥反應綜合征(SIRS)患者，而非嚴重感染或感染性休克患者。2012年Calle等[8]對急診疑似感染的病情嚴重評分系統進行了系統評價，研究提示APACHE和MEDS系統是急診室對疑似感染患者最常用的預后評價系統，后者更是唯一被開發用于急診鑒別膿毒癥及高危死亡患者的評分系統，但正如前所述，MEDS在驗證研究中的結果不盡一致，有低估病死率的傾向。
除SSS和MEDS外，也有其他與膿毒癥有關的疾病嚴重度評分被推薦，但問題在于多數模型實際主要是針對進行外科手術或收入ICU的膿毒癥或特定感染性疾病(例如敗血癥或肺炎)的患者，目前仍缺乏普遍適用且又可盡量避免干預措施影響的評分系統。即便如此，SSS和MEDS的效能也還需要進一步驗證和推廣。
二 多種膿毒癥評分系統的聯合應用
由于尚缺乏公認并且普遍使用的膿毒癥特定的病情評分系統，因此目前臨床多是以通用的非特異性病情程度與預后評價系統替代，最常用的就是APACHE系統、SAPS系統和MPM系統。但由于通用評分系統一旦用于特定疾病，其準確性將會下降[1]，因此近年來的趨勢是聯合應用，以更好地評估膿毒癥患者病情。最早于2003年Arabi等[9]首次采用6個模型對ICU內嚴重感染與感染性休克患者的病死率進行了預測，包括APACHEⅡ、SAPSⅡ、MPMⅡ0、MPMⅡ24，此外還包括2個SAPSⅡ和MPMⅡ24基于本地數據庫的專門版本。結果顯示6個模型均能滿足對整體病死率的預測，但APACHEⅡ、SAPSⅡ、MPMⅡ0和MPMⅡ24校準度均不足，而專門版的SAPSⅡ和MPMⅡ24則顯示較好的校準度，提示臨床需要根據自身情況調整上述模型，以更好地提高判別率。2014年Dabhi等[10]就APACHEⅣ與SAPSⅡ對內科ICU嚴重膿毒癥與感染性休克患者的PMR進行了比較。在這項前瞻性觀察性分析研究中，84例嚴重膿毒癥與感染性休克的實際整體病死率為60.71%，而APACHEⅣ預計的整體計病死率為37.85%，且其各個得分段的PMR都低于AMR；SAPSⅡ為72.36%，盡管其AMR與PMR較為相關，但同樣各得分段的PMR都高于AMR。即兩個評分系統的標準病死率(SMR。計算公式為SMR=AMR/PMR)分別為0.83和1.60，分別低估或高估了病死率。近期，Kramer等[11]利用38所美國醫院55個ICU內17萬次的入院數據進行回顧性分析，比較了APACHEⅣ、MPMⅢ和全國質量論壇ICU預后模型(NQF)三種評分系統預測住院病死率的準確性。在鑒別高危患者方面，APACHEⅣ的AUC最佳且擬合度最佳，為0.88，MPM和NQF分別為0.81和0.80。與AMR比較，APACHEⅣ高估了1.5%的病死率，MPM為3.1%，而NQF則低估了1.2%的病死率。同樣，APACHEⅣ在亞組或特定疾病中的表現也是最優的。
急診室常常是膿毒癥患者首診的主要場所。Macdonald等[12]比較了易感因素/損害/機體反應/器官功能不全評分(PIRO)與SOFA和MEDS對急診室內的嚴重感染與感染性休克患者30 d病死率評估結果。三種評分系統的AUC分別為PIRO 0.86[95%可信區間(CI)：0.80~0.92]，MEDS 0.81(95% CI：0.74~0.88)，SOFA 0.78(95% CI：0.71~0.87)；PIRO和MEDS都隨著評分增加而提示病死率增加，從而有助于在急診發現高危膿毒癥患者。土耳其??ld?r等[13]比較了MEDS、MEWS和Charlson并發癥指數(CCI)對急診室社區獲得性膿毒癥患者28 d病死率的預測作用。結果表明三個評價系統的5 d評分與28 d評分都能顯示出生存者與死亡者之間的顯著差異。其中改良的MEDS的28 d病死率AUC為0.77，顯著優于MEWS和CCI，作者因此推薦應用改良的MEDS用于評估急診膿毒癥患者的病死率。Nguyen等[14]比較了PIRO、APACHEⅡ和MEDS三個系統對急診符合實施EGDT以及嚴重膿毒癥復蘇策略的患者的評估表現。541例患者納入研究，平均PIRO、APACHEⅡ和MEDS評分分別為6、28和12分，對應的PMR分別為48.5%、66.0%和16.0%，SMR依次為0.70、0.70和4.00，Hosmer-Lemeshow檢驗未提示任何系統的AMR與PMR有顯著差異，但校正曲線提示PIRO和APACHEⅡ可能高估病死率，MEDS可能低估病死率。三者的AUC分別為0.71、0.71和0.63。研究還發現，對于APACHEⅡ≥25分的患者，其AMR會隨著PIRO的增加而顯著增加，從而有助于提供更多的分層信息。Geier等[15]則考察了MEDS、MEWS與急診病情程度指數(ESI)三種評分系統對急診疑似膿毒癥患者的判別及預測院內病死率的表現。共有151例患者參與此項單中心前瞻性觀察研究。結果顯示，本樣本中嚴重膿毒癥與感染性休克患者的住院病死率為27.8%，ESI、MEWS和MEDS三種評分的診斷AUC依次為0.609、0.641和0.778；病死率判斷的AUC分別為0.617、0.642和0.871。MEDS顯然在識別急診中的危重患者并通知醫生根據風險程度調整治療方面要優于另外兩種評分系統。
上述急診評分聯合用于非急診的膿毒癥患者也有研究報告。Crowe等[16]考察了快速急診評分(REMS)、MEDS和CURB-65三種評分判斷實施EGDT的嚴重膿毒癥與感染性休克患者住院病死率的效果。總計216例患者入選，總體病死率為32.9%，三種基于急診系統的評分系統對病死率的預測能力在中低水平，其AUC分別為MEDS 0.74(95% CI：0.67~0.81)，REMS 0.62(95% CI：0.54~0.69)，CURB-65(95% CI：0.51~0.67)。以色列學者采用四種評分系統，包括MEWS、SCS、MEDS和REMS，對1 072例普通內科住院的膿毒癥患者病情進行了比較[17]。結果顯示四種評分預測院內病死率的AUC分別為0.65~0.70，0.76~0.79，0.73~0.75和0.74~0.79。Hosmer-Lemeshow檢驗顯示SCS和REMS系統適合用于此類患者的病死率預測。Yu等[18]通過回顧性巢式病例對照研究比較了九種評分系統在預測非ICU患者病情加重中的作用。在臨床病情加重的前12 h，有7種評分能夠預警，其中SOFA的AUC為0.78，PIRO為0.76，VitalPac早期預警評分為0.75，SCS和MEDS均為0.74，MEWS與SAPSⅡ同為0.73，APACHEⅡ0.72，REMS為0.67。研究同時發現SOFA的動態演變能在病情惡化前24~48 h出現升高，依此進行臨床預測的敏感性為75%，特異性達72%，且明顯優于依賴單次SOFA測定進行的判斷。
三 其他
在危重癥患者，尤其是膿毒癥患者的病情評估中，依賴單次評估的得分來判斷患者的預后顯然是不夠的。2008年，Minne等[19]首次就SOFA評分預測ICU內病死率進行了系統回顧。研究中由于SOFA不同的應用而出現異質性，因此難以推薦理想的數學模型或衍生的SOFA參數。但總體而言外科或內科ICU患者入院時基于單次SOFA評分進行判別的效果略差于APACHEⅡ/Ⅲ，但與SAPSⅡ相當。而基于序貫SOFA評分進行的判斷則表現與其他評分相似。研究還發現序貫SOFA評分如與APACHEⅡ/Ⅲ及SAPSⅡ模型聯合應用的話，表現將優于任何單一模型。因此各評估系統的聯合與動態評估尤為重要。
另一方面，近年來有關膿毒癥病情評價的主要變化之一就是強調了將評分與其他全身炎癥反應相關的指標聯合應用，可能會更加提高病情判斷的準確性。Zhao等[20]報道應用MEDS與降鈣素原(PCT)、白細胞介素-1(IL-1)、C反應蛋白聯合應用在判斷膿毒癥患者病情與28 d病死率的效果。501例患者被分為膿毒癥組(319例)與嚴重膿毒癥和感染性休克組(182例)，同時患者根據28 d預后也被分為生存組(367例)和死亡組(134例)。結果顯示在判斷膿毒癥病情與28 d病死率方面MEDS的AUC都最大，分別為0.793和0.776，且與其他炎性指標均有顯著差異。Logistic回歸顯示PCT聯合MEDS可作為病情與病死率判別的獨立預測因子。兩者聯合后的AUC可分別增加為0.852和0.813，顯著優于單用MEDS，且其敏感性和特異性等也顯著優于單用MEDS。可見聯合應用對膿毒癥病情分層與預后評估意義深遠。
綜上所述，目前膿毒癥的病情判斷與預后評估有較多可選擇的評分模型。有關SSS和MEDS的評價還需要進一步深入驗證與推廣。無論何種評價手段，動態監測、多個評分系統聯合應用或評分系統與全身性炎癥/感染相關指標的聯合應用將有助于正確判斷膿毒癥病情。