引用本文： 鄒琳琳, 胡忠, 王進, 王洋. 基于 MIMIC-Ⅲ公共數據庫評價六種重癥評分對呼吸重癥監護患者 ICU 死亡風險的預測價值. 中國呼吸與危重監護雜志, 2021, 20(3): 170-176. doi: 10.7507/1671-6205.201907084 復制
疾病嚴重程度評估在重癥患者救治過程中極其重要，早期正確評估病情有助于醫務人員采取更為恰當的醫療措施，最大程度挽救危重癥患者生命。一個優質的疾病嚴重程度評分標準也有助于臨床科研工作[1]。呼吸系統疾病嚴重程度評分有 CURB-65 評分[2]、肺炎嚴重指數評分[3]、綜合肺指數[4]等，但對呼吸重癥監護患者，還缺乏一個公認的評分標準來預測病情嚴重程度及預后，現在多沿用急性生理與慢性健康評分（APACHE）Ⅱ評分，但 APACHEⅡ評分可能高估重癥監護患者的重癥加強治療病房（ICU）死亡率[5]，APACHEⅡ評分在慢性阻塞性肺疾病急性加重患者院內死亡預測價值甚至不如簡單的 CURB-65 評分[6]。由于重癥醫學研究受試對象往往存在明顯的異質性[7]，小樣本研究勢必缺乏檢驗效能，得到的結論不一定可靠，因此需要一個大樣本臨床研究來評估常見的重癥評分系統在呼吸重癥監護患者 ICU 死亡風險的預測價值。MIMIC-Ⅲ數據庫是由美國麻省理工大學、牛津大學和麻省總醫院的急診科、重癥科、計算機專家共同建立的一個大型數據庫，納入了 2001 年 6 月到 2012 年 10 月共計 53423 例重癥監護患者住院信息[8]，其中包括大量呼吸重癥監護患者。本研究利用 MIMIC-Ⅲ數據庫的大數據，比較急性生理學評分（APS）Ⅲ、簡化急性生理評分（SAPS）Ⅱ、牛津急性疾病嚴重程度評分（OASIS）、Logistic 器官功能障礙系統評分（LODS）、全身炎癥反應綜合征評分（SIRS）、序貫器官衰竭評分（SOFA）對呼吸重癥監護患者 ICU 死亡風險的預測價值。
1 資料與方法
1.1 臨床資料
本研究利用 MIMIC-Ⅲ數據庫提取 2001 年 6 月到 2012 年 10 月入住麻省總醫院患者數據進行回顧性研究。納入標準：入住重癥監護室且主要出院診斷為呼吸系統疾病。排除標準：入住 ICU 時間不足 24 小時；年齡<18 歲的未成年人；住院期間多次入住 ICU；遺漏 6 種重癥評分所需關鍵數據。結局事件是 ICU 死亡。待評價指標包括 APSⅢ評分、SAPSⅡ評分、SOFA 評分、OASIS 評分、SIRS 評分、LODS 評分，因 MIMIC-Ⅲ數據庫編碼人員無法提取經典重癥評分 APACHE 評分，本研究應用 APACHE 中最重要的急性生理功能評分 APSⅢ替代。膿毒癥標準參考文獻[9]。
本研究所用 MIMIC-Ⅲ數據庫所有患者相關信息均為匿名，知情同意豁免。作者已通過 Protecting Human Research Participants exam（No. 8240690）獲得該數據庫下載及使用權。
1.2 方法
本研究應用 Navicat Premium（版本號 12.0，公司：卓軟數碼科技有限公司）提取數據。數據提取方法：① 在 https://mimic.physionet.org/注冊賬號，通過 https://about.citiprogram.org/en/homepage/倫理考試，獲得獲取訪問權限，并下載 MIMIC-Ⅲ臨床數據庫；② 將 MIMIC-Ⅲ臨床數據庫解壓縮；③ 下載及安裝 Navicat Premium（版本號 12.0，公司：卓軟數碼科技有限公司），通過軟件登錄 MIMIC-Ⅲ數據庫；④ 編寫結構化的查詢語言（SQL）代碼對數據庫進行數據檢索并提取需要數據。
1.3 統計學方法
統計描述：所有數據使用統計產品與服務解決方案（Statistical Product and Service Solutions，SPSS，版本號 24.0，公司：IBM）和 Medicalc（版本號 19.0.4，公司：medcalc）處理數據。連續變量資料首先對樣本資料來源的總體進行 Kolmogorov-Smirnov 正態檢驗，正態分布數據使用均數±標準差（
±s）表述，假設檢驗方法依據方差是否齊同使用 t 檢驗或者校正 t 檢驗；偏態分布數據使用中位數（四分位間距）表述，假設檢驗行 Mann-Whitney U 秩和檢驗。分類資料以率或構成比表述，假設檢驗使用 Pearson χ2 檢驗。
統計推斷及假設檢驗：待評價指標以結局事件為分類變量，評價值為自變量，應用 Medicalc 軟件繪制受試者操作特征曲線（ROC），確定閾值及曲線下面積（AUC），選擇 Youden 指數最大截斷點所對應界值作為診斷閾值，應用 DeLong et al. 檢驗法兩兩驗證待評價指標。依據入住 ICU 期間是否行有創機械通氣將患者分為未行有創機械通氣組（A 組）和行有創機械通氣組（B 組），分別計算 6 種重癥評分預測兩組患者 ICU 死亡風險的 AUC 值并進行獨立 ROC 曲線比較。取檢驗水準 α=0.05。
2 結果
2.1 納入人群基本特征
本研究共納入 2988 例患者，年齡中位數 67（55，79）歲，男性占比 49.4%，前五位疾病分別是呼吸衰竭 1198 例（40.1%）、呼吸道感染 720 例（24.1%）、吸入性肺炎 385 例（12.0%）、慢性阻塞性肺疾病 209 例（7.0%）、支氣管哮喘 116 例（3.9%）。其中，ICU 死亡 394 例，ICU 死亡率 13.2%。除了最高動脈血二氧化碳分壓外，ICU 死亡組患者各項生理指標均顯著差于 ICU 存活組，ICU 死亡組 6 種重癥評分顯著高于 ICU 存活組，具體見表 1。
表1
納入人群的一般特征［中位數（四分位間距）/百分比/（
）］
2.2 6 種重癥評分系統預測呼吸重癥監護患者 ICU 死亡風險的 ROC 曲線及 AUC 比較
SAPSⅡ評分、LODS 評分、APSⅢ評分、OASIS 評分、SOFA 評分、SIRS 評分預測呼吸重癥監護患者 ICU 死亡風險的 AUC 和 95% 置信區間（CI）分別為 0.73（0.70，0.75）、0.71（0.68，0.73）、0.69（0.67，0.72）、0.69（0.67，0.72）、0.67（0.64，0.70）、0.58（0.56，0.62），如圖 1。對 6 種重癥評分預測呼吸重癥監護患者 ICU 死亡風險的 AUC 值進行差異性分析，結果顯示 SAPSⅡ評分顯著高于其余 5 種重癥評分，而 SIRS 評分顯著低于其他 5 種重癥評分，具體見表 2。SAPSⅡ評分、LODS 評分、APSⅢ評分、OASIS 評分、SOFA 評分、SIRS 評分預測呼吸重癥監護患者 ICU 死亡風險的診斷閾值分別為 41、4、46、38、4、3 分，診斷敏感性分別為 68.3%、74.1%、70.3%、64.5%、66.8%、41.1%，特異性分別為 66.6%、55.9%、58.3%、65.5%、57.4%、72.3%，敏感性最高的是 LODS 評分，特異性最高的是 SIRS 評分，具體見表 3。
圖1
6 種重癥評分預測呼吸重癥監護患者 ICU 死亡風險的 ROC 曲線圖
表2
6 種重癥評分預測呼吸重癥監護患者 ICU 死亡風險 ROC 曲線的 AUC 比較及差異性分析
表3
6 種重癥評分預測呼吸重癥監護患者 ICU 死亡風險能力評價表
2.3 6 種重癥評分預測呼吸重癥監護期間未行有創機械通氣與行有創機械通氣患者 ICU 死亡風險的 ROC 曲線及 AUC 比較
A 組患者共 1159 例，年齡中位數 68（55，80）歲，男性占比 46.5%，ICU 死亡 89 例，ICU 死亡率 7.7%。6 種重癥評分系統中 OASIS 評分、SAPSⅡ評分預測 A 組患者 ICU 死亡風險的 AUC≥0.8，兩項評分 AUC（95%CI）差值 0.007（–0.039，0.053）未見統計學差異（Z=0.3，P=0.77）。
B 組患者共 1829 例，年齡中位數 67（55，78）歲，男性占比 51.3%，ICU 死亡 305 例，ICU 死亡率 16.7%，入 ICU 首日開始有創機械通氣患者 1405 例，占 B 組患者總數 76.8%，開始有創機械通氣時間距入 ICU 時間的中位數為 11.2（5.5，23.3）h。6 種重癥評分系統預測 B 組患者 ICU 死亡風險的 AUC<0.70。
獨立 ROC 曲線比較結果顯示 OASIS 評分、SAPSⅡ評分、LODS 評分、APSⅢ評分、SOFA 評分預測 A 組患者 ICU 死亡的 AUC 顯著高于 B 組患者，SIRS 評分預測 A、B 兩組患者 ICU 死亡風險未見顯著性差異，見表 4。
表4
6 種重癥評分預測呼吸重癥監護期間未行有創機械通氣、行有創機械通氣患者 ICU 死亡風險的獨立 ROC 曲線比較
3 討論
本研究利用 MIMIC-Ⅲ公共數據庫豐富、權威、可靠的數據進行大樣本研究，結果顯示 6 種重癥評分對呼吸重癥監護患者 ICU 死亡風險預測能力欠佳。獨立 ROC 曲線比較結果顯示 SAPSⅡ、LODS、APSⅢ、OASIS、SOFA 預測有創機械通氣亞組患者能力欠佳是導致其預測呼吸重癥監護患者 ICU 死亡風險能力欠佳的重要原因。有創機械通氣患者 ICU 死亡風險除了與器官功能衰竭數目和嚴重程度相關之外，還與平臺壓[10]、入住 ICU 第一天的平均氣道力[11]等有創機械通氣參數有關。研究顯示，僅用平均氣道壓力預測有創機械通氣患者 ICU 死亡風險 AUC（95%CI）可達到 0.799（0.770，0.829）[11]。6 種重癥評分均未涉及有創機械通氣參數，是其預測有創機械通氣亞組患者 ICU 死亡風險價值不高的重要原因。本研究顯示呼吸重癥監護患者中有創機械通氣比例高達 61.2%，入 ICU 首日開始有創機械通氣比例高達 76.8%，提示在建模預測呼吸重癥監護患者 ICU 死亡風險評分中加入有創機械通氣參數是必要且可行的。
SAPSⅡ評分是 1993 年在 SAPSⅠ基礎上更新的重癥評分[12]，目前已經更新到 SAPSⅢ，但 SAPSⅢ高估了重癥監護患者 ICU 死亡率[13-14]，因此本研究仍采用 SAPSⅡ，結果顯示 SAPSⅡ對呼吸重癥監護患者 ICU 死亡風險預測 AUC（95%CI）為 0.73（0.70，0.75），預測有創通氣亞組患者 AUC 僅有 0.68（0.64，0.71），是其預測呼吸重癥監護患者能力欠佳的主要原因。APACHEⅡ評分是重癥監護室最常用評分，既往小樣本研究比較 SAPSⅡ與 APACHEⅡ對呼吸重癥監護患者 ICU 死亡預測能力的結論是矛盾的[15-16]，大樣本研究有待 MIMIC-Ⅲ數據庫更新 SQL 代碼后進一步研究，本研究選用其最為重要的 APS 進行評價，結果顯示 APSⅢ的 AUC（95%CI）為 0.69（0.67，0.72），預測能力顯著低于 SAPSⅡ（Z=2.8，P=0.00）。這可能是因為 APSⅢ缺少慢性健康狀況評分這個對預測能力有重要影響的參數，特別是其中的惡性腫瘤這個子項目。而惡性腫瘤是重癥監護患者 ICU 死亡的重要影響因素[12, 17-18]，本研究顯示 ICU 死亡組與存活組惡性腫瘤占比分別是 21.8%、11.0%，差異具有統計學意義（χ2=47.5，P=0.00）。因此，在建模呼吸重癥監護患者 ICU 死亡風險的評分中建議加入惡性腫瘤這個參數。OASIS 評分是應用機器學習算法對 APACHEⅣ參數優化所得[19]。國內研究顯示其預測重癥監護患者 ICU 死亡的 AUC 略低于 APACHEⅢ[20]，本研究顯示其預測呼吸重癥監護患者 ICU 死亡風險的 AUC（95%CI）僅為 0.69（0.67，0.72），原因除了參數中不包含有創機械通氣參數外，還可能與呼吸系統相關性較強的僅有呼吸頻率、有無機械通氣兩項，連動脈氧分壓或血氧飽和度都沒有納入，而動脈血氧分壓異常的重癥監護患者 ICU 死亡風險 OR 高達 1.75（1.28～2.40）[21]。
LODS、SOFA、SIRS 是評價器官功能衰竭的常用指標，但它們預測呼吸重癥監護患者 ICU 死亡風險仍然能力欠佳，可能原因是：Le Gall 在開發 LODS 認為，各個器官系統功能障礙對 ICU 死亡影響由重到輕依次是神經系統、心血管系統、腎功能、呼吸系統、血液系統和肝功能[22]，在 LODS 總分 22 分中呼吸系統功能障礙最高僅占 3 分，限制了其對呼吸重癥監護患者 ICU 死亡的預測能力。SIRS 是首個膿毒癥診斷標準，其識別膿毒癥敏感性高[23]，SOFA 是目前診斷膿毒血癥的標準[9]，它們預測膿毒癥患者 ICU 死亡風險的 AUC（95%CI）僅有 0.60（0.58，0.62）[24]和 0.73（0.71，0.74）[25]，本研究中有 29.9% 患者不符合膿毒癥標準，它們預測呼吸重癥監護患者 ICU 死亡的 AUC 更低就顯而易見。
除了 SAPSⅡ、OASIS 評分，其余 4 種重癥評分參數都缺少年齡這個參數，雖然有研究認為年齡不是重癥監護患者 ICU 死亡的影響因素[26-27]，但大多數研究結果仍顯示年齡與重癥監護患者 ICU 死亡相關[18, 28-29]。本研究也顯示 ICU 死亡組患者年齡中位數 73（61，82）歲顯著高于存活組 66（54，78）歲（Z=–5.6，P=0.00）。在建模呼吸重癥監護患者 ICU 死亡風險的評分中建議加入年齡這個參數。
本研究存在不足。首先，本研究為回顧性隊列研究，可能存在一些偏倚。數據來源于數據庫，一些評分所需的參數存在缺失，將這部分病例刪除，可能存在偏倚。其次，本研究的數據來源于國外數據庫，考慮到國內外醫療水平、人種身體狀態、疾病譜構成等方面存在一定差異，結論是否適用于我國，需要以我國呼吸重癥監護患者為對象的研究進一步明確。第三，未進行指標的聯合預測評價。
不同重癥評分對不同系統疾病預后的預測價值不同[30]。目前已經開發了針對心血管疾病重癥監護患者的院內死亡風險預測模型[31]，針對外科重癥監護患者的 ICU 死亡風險預測模型[32]，但還未開發出對呼吸重癥監護患者 ICU 死亡風險的預測能力較好的模型[33]。相信隨著臨床數據庫的建立和完善，呼吸重癥醫務工作者也會迎來自己的優質的 ICU 死亡風險預測模型。
利益沖突：本研究不涉及任何利益沖突。
疾病嚴重程度評估在重癥患者救治過程中極其重要，早期正確評估病情有助于醫務人員采取更為恰當的醫療措施，最大程度挽救危重癥患者生命。一個優質的疾病嚴重程度評分標準也有助于臨床科研工作[1]。呼吸系統疾病嚴重程度評分有 CURB-65 評分[2]、肺炎嚴重指數評分[3]、綜合肺指數[4]等，但對呼吸重癥監護患者，還缺乏一個公認的評分標準來預測病情嚴重程度及預后，現在多沿用急性生理與慢性健康評分（APACHE）Ⅱ評分，但 APACHEⅡ評分可能高估重癥監護患者的重癥加強治療病房（ICU）死亡率[5]，APACHEⅡ評分在慢性阻塞性肺疾病急性加重患者院內死亡預測價值甚至不如簡單的 CURB-65 評分[6]。由于重癥醫學研究受試對象往往存在明顯的異質性[7]，小樣本研究勢必缺乏檢驗效能，得到的結論不一定可靠，因此需要一個大樣本臨床研究來評估常見的重癥評分系統在呼吸重癥監護患者 ICU 死亡風險的預測價值。MIMIC-Ⅲ數據庫是由美國麻省理工大學、牛津大學和麻省總醫院的急診科、重癥科、計算機專家共同建立的一個大型數據庫，納入了 2001 年 6 月到 2012 年 10 月共計 53423 例重癥監護患者住院信息[8]，其中包括大量呼吸重癥監護患者。本研究利用 MIMIC-Ⅲ數據庫的大數據，比較急性生理學評分（APS）Ⅲ、簡化急性生理評分（SAPS）Ⅱ、牛津急性疾病嚴重程度評分（OASIS）、Logistic 器官功能障礙系統評分（LODS）、全身炎癥反應綜合征評分（SIRS）、序貫器官衰竭評分（SOFA）對呼吸重癥監護患者 ICU 死亡風險的預測價值。
1 資料與方法
1.1 臨床資料
本研究利用 MIMIC-Ⅲ數據庫提取 2001 年 6 月到 2012 年 10 月入住麻省總醫院患者數據進行回顧性研究。納入標準：入住重癥監護室且主要出院診斷為呼吸系統疾病。排除標準：入住 ICU 時間不足 24 小時；年齡<18 歲的未成年人；住院期間多次入住 ICU；遺漏 6 種重癥評分所需關鍵數據。結局事件是 ICU 死亡。待評價指標包括 APSⅢ評分、SAPSⅡ評分、SOFA 評分、OASIS 評分、SIRS 評分、LODS 評分，因 MIMIC-Ⅲ數據庫編碼人員無法提取經典重癥評分 APACHE 評分，本研究應用 APACHE 中最重要的急性生理功能評分 APSⅢ替代。膿毒癥標準參考文獻[9]。
本研究所用 MIMIC-Ⅲ數據庫所有患者相關信息均為匿名，知情同意豁免。作者已通過 Protecting Human Research Participants exam（No. 8240690）獲得該數據庫下載及使用權。
1.2 方法
本研究應用 Navicat Premium（版本號 12.0，公司：卓軟數碼科技有限公司）提取數據。數據提取方法：① 在 https://mimic.physionet.org/注冊賬號，通過 https://about.citiprogram.org/en/homepage/倫理考試，獲得獲取訪問權限，并下載 MIMIC-Ⅲ臨床數據庫；② 將 MIMIC-Ⅲ臨床數據庫解壓縮；③ 下載及安裝 Navicat Premium（版本號 12.0，公司：卓軟數碼科技有限公司），通過軟件登錄 MIMIC-Ⅲ數據庫；④ 編寫結構化的查詢語言（SQL）代碼對數據庫進行數據檢索并提取需要數據。
1.3 統計學方法
統計描述：所有數據使用統計產品與服務解決方案（Statistical Product and Service Solutions，SPSS，版本號 24.0，公司：IBM）和 Medicalc（版本號 19.0.4，公司：medcalc）處理數據。連續變量資料首先對樣本資料來源的總體進行 Kolmogorov-Smirnov 正態檢驗，正態分布數據使用均數±標準差（±s）表述，假設檢驗方法依據方差是否齊同使用 t 檢驗或者校正 t 檢驗；偏態分布數據使用中位數（四分位間距）表述，假設檢驗行 Mann-Whitney U 秩和檢驗。分類資料以率或構成比表述，假設檢驗使用 Pearson χ2 檢驗。
統計推斷及假設檢驗：待評價指標以結局事件為分類變量，評價值為自變量，應用 Medicalc 軟件繪制受試者操作特征曲線（ROC），確定閾值及曲線下面積（AUC），選擇 Youden 指數最大截斷點所對應界值作為診斷閾值，應用 DeLong et al. 檢驗法兩兩驗證待評價指標。依據入住 ICU 期間是否行有創機械通氣將患者分為未行有創機械通氣組（A 組）和行有創機械通氣組（B 組），分別計算 6 種重癥評分預測兩組患者 ICU 死亡風險的 AUC 值并進行獨立 ROC 曲線比較。取檢驗水準 α=0.05。
2 結果
2.1 納入人群基本特征
本研究共納入 2988 例患者，年齡中位數 67（55，79）歲，男性占比 49.4%，前五位疾病分別是呼吸衰竭 1198 例（40.1%）、呼吸道感染 720 例（24.1%）、吸入性肺炎 385 例（12.0%）、慢性阻塞性肺疾病 209 例（7.0%）、支氣管哮喘 116 例（3.9%）。其中，ICU 死亡 394 例，ICU 死亡率 13.2%。除了最高動脈血二氧化碳分壓外，ICU 死亡組患者各項生理指標均顯著差于 ICU 存活組，ICU 死亡組 6 種重癥評分顯著高于 ICU 存活組，具體見表 1。
表1
納入人群的一般特征［中位數（四分位間距）/百分比/（）］
2.2 6 種重癥評分系統預測呼吸重癥監護患者 ICU 死亡風險的 ROC 曲線及 AUC 比較
SAPSⅡ評分、LODS 評分、APSⅢ評分、OASIS 評分、SOFA 評分、SIRS 評分預測呼吸重癥監護患者 ICU 死亡風險的 AUC 和 95% 置信區間（CI）分別為 0.73（0.70，0.75）、0.71（0.68，0.73）、0.69（0.67，0.72）、0.69（0.67，0.72）、0.67（0.64，0.70）、0.58（0.56，0.62），如圖 1。對 6 種重癥評分預測呼吸重癥監護患者 ICU 死亡風險的 AUC 值進行差異性分析，結果顯示 SAPSⅡ評分顯著高于其余 5 種重癥評分，而 SIRS 評分顯著低于其他 5 種重癥評分，具體見表 2。SAPSⅡ評分、LODS 評分、APSⅢ評分、OASIS 評分、SOFA 評分、SIRS 評分預測呼吸重癥監護患者 ICU 死亡風險的診斷閾值分別為 41、4、46、38、4、3 分，診斷敏感性分別為 68.3%、74.1%、70.3%、64.5%、66.8%、41.1%，特異性分別為 66.6%、55.9%、58.3%、65.5%、57.4%、72.3%，敏感性最高的是 LODS 評分，特異性最高的是 SIRS 評分，具體見表 3。
圖1
6 種重癥評分預測呼吸重癥監護患者 ICU 死亡風險的 ROC 曲線圖
表2
6 種重癥評分預測呼吸重癥監護患者 ICU 死亡風險 ROC 曲線的 AUC 比較及差異性分析
表3
6 種重癥評分預測呼吸重癥監護患者 ICU 死亡風險能力評價表
2.3 6 種重癥評分預測呼吸重癥監護期間未行有創機械通氣與行有創機械通氣患者 ICU 死亡風險的 ROC 曲線及 AUC 比較
A 組患者共 1159 例，年齡中位數 68（55，80）歲，男性占比 46.5%，ICU 死亡 89 例，ICU 死亡率 7.7%。6 種重癥評分系統中 OASIS 評分、SAPSⅡ評分預測 A 組患者 ICU 死亡風險的 AUC≥0.8，兩項評分 AUC（95%CI）差值 0.007（–0.039，0.053）未見統計學差異（Z=0.3，P=0.77）。
B 組患者共 1829 例，年齡中位數 67（55，78）歲，男性占比 51.3%，ICU 死亡 305 例，ICU 死亡率 16.7%，入 ICU 首日開始有創機械通氣患者 1405 例，占 B 組患者總數 76.8%，開始有創機械通氣時間距入 ICU 時間的中位數為 11.2（5.5，23.3）h。6 種重癥評分系統預測 B 組患者 ICU 死亡風險的 AUC<0.70。
獨立 ROC 曲線比較結果顯示 OASIS 評分、SAPSⅡ評分、LODS 評分、APSⅢ評分、SOFA 評分預測 A 組患者 ICU 死亡的 AUC 顯著高于 B 組患者，SIRS 評分預測 A、B 兩組患者 ICU 死亡風險未見顯著性差異，見表 4。
表4
6 種重癥評分預測呼吸重癥監護期間未行有創機械通氣、行有創機械通氣患者 ICU 死亡風險的獨立 ROC 曲線比較
3 討論
本研究利用 MIMIC-Ⅲ公共數據庫豐富、權威、可靠的數據進行大樣本研究，結果顯示 6 種重癥評分對呼吸重癥監護患者 ICU 死亡風險預測能力欠佳。獨立 ROC 曲線比較結果顯示 SAPSⅡ、LODS、APSⅢ、OASIS、SOFA 預測有創機械通氣亞組患者能力欠佳是導致其預測呼吸重癥監護患者 ICU 死亡風險能力欠佳的重要原因。有創機械通氣患者 ICU 死亡風險除了與器官功能衰竭數目和嚴重程度相關之外，還與平臺壓[10]、入住 ICU 第一天的平均氣道力[11]等有創機械通氣參數有關。研究顯示，僅用平均氣道壓力預測有創機械通氣患者 ICU 死亡風險 AUC（95%CI）可達到 0.799（0.770，0.829）[11]。6 種重癥評分均未涉及有創機械通氣參數，是其預測有創機械通氣亞組患者 ICU 死亡風險價值不高的重要原因。本研究顯示呼吸重癥監護患者中有創機械通氣比例高達 61.2%，入 ICU 首日開始有創機械通氣比例高達 76.8%，提示在建模預測呼吸重癥監護患者 ICU 死亡風險評分中加入有創機械通氣參數是必要且可行的。
SAPSⅡ評分是 1993 年在 SAPSⅠ基礎上更新的重癥評分[12]，目前已經更新到 SAPSⅢ，但 SAPSⅢ高估了重癥監護患者 ICU 死亡率[13-14]，因此本研究仍采用 SAPSⅡ，結果顯示 SAPSⅡ對呼吸重癥監護患者 ICU 死亡風險預測 AUC（95%CI）為 0.73（0.70，0.75），預測有創通氣亞組患者 AUC 僅有 0.68（0.64，0.71），是其預測呼吸重癥監護患者能力欠佳的主要原因。APACHEⅡ評分是重癥監護室最常用評分，既往小樣本研究比較 SAPSⅡ與 APACHEⅡ對呼吸重癥監護患者 ICU 死亡預測能力的結論是矛盾的[15-16]，大樣本研究有待 MIMIC-Ⅲ數據庫更新 SQL 代碼后進一步研究，本研究選用其最為重要的 APS 進行評價，結果顯示 APSⅢ的 AUC（95%CI）為 0.69（0.67，0.72），預測能力顯著低于 SAPSⅡ（Z=2.8，P=0.00）。這可能是因為 APSⅢ缺少慢性健康狀況評分這個對預測能力有重要影響的參數，特別是其中的惡性腫瘤這個子項目。而惡性腫瘤是重癥監護患者 ICU 死亡的重要影響因素[12, 17-18]，本研究顯示 ICU 死亡組與存活組惡性腫瘤占比分別是 21.8%、11.0%，差異具有統計學意義（χ2=47.5，P=0.00）。因此，在建模呼吸重癥監護患者 ICU 死亡風險的評分中建議加入惡性腫瘤這個參數。OASIS 評分是應用機器學習算法對 APACHEⅣ參數優化所得[19]。國內研究顯示其預測重癥監護患者 ICU 死亡的 AUC 略低于 APACHEⅢ[20]，本研究顯示其預測呼吸重癥監護患者 ICU 死亡風險的 AUC（95%CI）僅為 0.69（0.67，0.72），原因除了參數中不包含有創機械通氣參數外，還可能與呼吸系統相關性較強的僅有呼吸頻率、有無機械通氣兩項，連動脈氧分壓或血氧飽和度都沒有納入，而動脈血氧分壓異常的重癥監護患者 ICU 死亡風險 OR 高達 1.75（1.28～2.40）[21]。
LODS、SOFA、SIRS 是評價器官功能衰竭的常用指標，但它們預測呼吸重癥監護患者 ICU 死亡風險仍然能力欠佳，可能原因是：Le Gall 在開發 LODS 認為，各個器官系統功能障礙對 ICU 死亡影響由重到輕依次是神經系統、心血管系統、腎功能、呼吸系統、血液系統和肝功能[22]，在 LODS 總分 22 分中呼吸系統功能障礙最高僅占 3 分，限制了其對呼吸重癥監護患者 ICU 死亡的預測能力。SIRS 是首個膿毒癥診斷標準，其識別膿毒癥敏感性高[23]，SOFA 是目前診斷膿毒血癥的標準[9]，它們預測膿毒癥患者 ICU 死亡風險的 AUC（95%CI）僅有 0.60（0.58，0.62）[24]和 0.73（0.71，0.74）[25]，本研究中有 29.9% 患者不符合膿毒癥標準，它們預測呼吸重癥監護患者 ICU 死亡的 AUC 更低就顯而易見。
除了 SAPSⅡ、OASIS 評分，其余 4 種重癥評分參數都缺少年齡這個參數，雖然有研究認為年齡不是重癥監護患者 ICU 死亡的影響因素[26-27]，但大多數研究結果仍顯示年齡與重癥監護患者 ICU 死亡相關[18, 28-29]。本研究也顯示 ICU 死亡組患者年齡中位數 73（61，82）歲顯著高于存活組 66（54，78）歲（Z=–5.6，P=0.00）。在建模呼吸重癥監護患者 ICU 死亡風險的評分中建議加入年齡這個參數。
本研究存在不足。首先，本研究為回顧性隊列研究，可能存在一些偏倚。數據來源于數據庫，一些評分所需的參數存在缺失，將這部分病例刪除，可能存在偏倚。其次，本研究的數據來源于國外數據庫，考慮到國內外醫療水平、人種身體狀態、疾病譜構成等方面存在一定差異，結論是否適用于我國，需要以我國呼吸重癥監護患者為對象的研究進一步明確。第三，未進行指標的聯合預測評價。
不同重癥評分對不同系統疾病預后的預測價值不同[30]。目前已經開發了針對心血管疾病重癥監護患者的院內死亡風險預測模型[31]，針對外科重癥監護患者的 ICU 死亡風險預測模型[32]，但還未開發出對呼吸重癥監護患者 ICU 死亡風險的預測能力較好的模型[33]。相信隨著臨床數據庫的建立和完善，呼吸重癥醫務工作者也會迎來自己的優質的 ICU 死亡風險預測模型。
利益沖突：本研究不涉及任何利益沖突。
