格拉斯哥入院预测评分在日本急诊环境中的验证

《Acute Medicine & Surgery》：Validation of the Glasgow Admission Prediction Score in a Japanese Emergency Setting

急诊预判工具GAPS评分在日本的应用研究显示，其能有效预测30天死亡率（HR=1.10 per point）、急诊再转运（HR=1.03 per point）及100天再入院率（HR=1.09 per point），并与住院时长呈负相关（HR=0.98 per point）。研究验证了GAPS评分在老龄化社会的适用性，为优化急诊资源配置提供依据。

　　GAPS，即格拉斯哥入院预测评分（Glasgow Admission Prediction Score），是一种用于预测患者是否需要住院的三甲分工具。它最初是在英国开发的，旨在通过患者在急诊科（ED）到达时的临床数据，如生命体征、病情严重程度等，来评估其入院的可能性。尽管GAPS已被证实与住院时间、6个月死亡率和再入院率等相关，但其在其他国家的有效性尚未得到充分验证。因此，本研究旨在评估GAPS在日本急诊环境中的预测性能，特别是在短中期结果方面，如30天死亡率、30天紧急再转运、100天再入院以及住院时间等指标。

日本的急诊系统面临着独特的挑战。随着人口老龄化趋势的加剧，每年救护车运送的急诊患者数量超过七百万，且其中超过一半的患者年龄在65岁以上。这种高龄化趋势使得急诊资源的分配和使用更加紧张，尤其是在面对大量中重度病例时，医疗人员往往面临巨大的工作压力。同时，日本的急诊科通常由初级医生或来自其他科室的医生轮班负责，而非专门的急诊科医生。这种安排可能导致急诊决策缺乏统一性和专业性，从而影响医疗质量。此外，日本的医疗体系中，全科医生并不承担急诊分流的职责，这使得救护车的使用率较高，急诊决策标准也因系统和文化差异而有所不同。

在这样的背景下，开发一种能够客观、高效预测患者入院可能性的工具显得尤为重要。GAPS作为一种基于患者到达时客观数据的评分系统，具有自动计算的优势，能够在不增加医护人员负担的前提下，为急诊决策提供支持。它不仅有助于提高急诊服务的效率，还能够增强医疗资源的合理分配，特别是在高龄患者数量庞大的情况下。本研究通过对日本某综合医院的回顾性队列分析，探讨了GAPS在预测日本急诊患者短期和中期结果方面的有效性。

研究的数据来源于该医院的信息系统，涵盖了2020年12月至2023年9月期间通过救护车运送至急诊科的所有患者。研究团队首先排除了儿童患者（年龄小于16岁）以及那些缺乏或数据不一致的患者，最终纳入了22,179例患者进行分析。GAPS评分在患者到达急诊科时由护士录入，并基于患者的生命体征、病情分类等信息进行计算。为了探索评分与结果之间的非线性关系，研究团队将患者分为三个组别，即低分组（评分低于14）、中等分组（评分14至19）和高分组（评分高于19），并分别评估这些组别在不同结果指标上的表现。

研究的主要结果表明，GAPS评分与多个关键结果指标存在显著关联。首先，30天死亡率与GAPS评分呈正相关。每增加1分，30天死亡风险提高约10.3%（风险比HR为1.10，95%置信区间为1.10–1.11）。对于15分的增加，风险比达到4.32，表明评分的上升与死亡率的增加具有明显的非线性关系。其次，30天紧急再转运率也随着GAPS评分的增加而显著上升，每增加1分，再转运风险提高约2.8%（HR为1.03，95%置信区间为1.02–1.03）。对于15分的增加，风险比为1.52，意味着评分越高，再转运的可能性越大。此外，100天再入院率同样与GAPS评分密切相关，每增加1分，再入院风险提高约9.1%（HR为1.09，95%置信区间为1.08–1.10），而15分的增加则使风险比达到3.69。最后，住院时间（LOS）与GAPS评分呈负相关，每增加1分，出院风险下降约2%（HR为0.98，95%置信区间为0.98–0.99），即住院时间延长。对于15分的增加，风险比为0.81，表明评分越高，住院时间越长。

这些结果表明，GAPS在预测日本急诊患者短期和中期结果方面具有良好的适用性。尽管该评分系统最初是在英国开发的，但其在不同医疗体系中的表现并未受到太大影响。特别是在日本，由于高龄化社会的特征，GAPS能够有效识别那些在急诊初期就面临较高风险的患者，从而为后续的治疗和护理提供指导。这种评分系统不仅有助于提高医疗资源的使用效率，还能够帮助医疗人员在有限的时间和资源条件下做出更加精准的决策。

此外，研究还指出，GAPS与日本常用的三甲分系统（如日本三甲分系统JTAS）在某些方面具有相似性，尽管它们的使用目的和评分方式有所不同。JTAS和GAPS在评估病情严重程度时都依赖于生命体征和病情分类，因此在一定程度上可以相互补充。然而，GAPS的优势在于其能够自动计算，并基于客观数据进行预测，这使得它在临床决策支持系统（CDSS）中具有更大的潜力。特别是在日本的急诊环境中，医疗人员往往需要在短时间内做出大量决策，而GAPS的自动化特性可以减轻他们的工作负担，提高决策的一致性和准确性。

值得注意的是，本研究还发现，GAPS的三个分组（低、中、高）之间的结果差异显著。例如，在30天死亡率方面，低分组的死亡率仅为中等分组的约三分之一，而高分组的死亡率则是中等分组的约1.5倍。这一结果进一步说明了GAPS在评估患者风险方面的有效性，也为急诊科医生在患者分诊时提供了有价值的参考依据。同时，研究还指出，GAPS的使用可能对医疗资源的分配和使用产生积极影响，特别是在高龄患者比例较高的国家，如日本。

然而，本研究也存在一定的局限性。首先，由于是回顾性分析，其结果可能受到数据完整性和准确性的限制。其次，GAPS仅基于患者到达时的客观数据，无法考虑患者个人的社会因素、家庭支持、医疗偏好等非临床变量，这些因素可能对入院决策产生重要影响。此外，研究并未对GAPS与其他三甲分系统（如NEWS）进行直接比较，未来的研究可以进一步探讨其在不同评分系统中的协同作用或整合可能性。最后，研究仅限于单一医院，其结果的外部推广性仍需在更多地区和医院中进行验证。

尽管如此，GAPS在临床决策支持系统中的应用前景仍然广阔。它能够为急诊医生提供一个客观、可重复的评分工具，从而帮助他们在面对高龄患者和资源紧张的环境中做出更合理的决策。特别是在日本，由于高龄化社会的特征，急诊科医生需要处理大量复杂病例，而GAPS的引入可能有助于提高医疗效率和质量。此外，随着数字医疗的发展，GAPS可以进一步整合到电子健康记录系统中，实现自动评分和实时反馈，从而提升急诊服务的智能化水平。

总的来说，本研究的结果表明，GAPS在预测日本急诊患者的短期和中期结果方面具有良好的适用性。它不仅能够帮助医生更准确地评估患者的入院风险，还能够为医疗资源的合理分配提供支持。尽管存在一些局限性，但GAPS的自动化特性和预测能力使其成为急诊决策支持系统中的一个重要工具。未来的研究可以进一步探索其在不同医疗体系中的适用性，并考虑与其他评分系统的整合，以更好地服务于临床实践。