《Journal de Chirurgie Viscérale》：Utilité des scores prédictifs de morbi-mortalité per- ou postopératoire en chirurgie viscérale
编辑推荐：
术后并发症死亡率预测评分系统验证及人工智能应用探讨，通过分析文献指出SORT评分表现最佳，ASA-PS仍常用但性能有限，POSPOM未验证，ACS不适用于欧洲，Charlson指数短期不足，尚无针对特定手术类型的正式外部验证，人工智能机器学习在评分开发中的应用仍需明确。
Karem Slim|Julie Veziant|Afak Nsiri|Arnaud Alves
共和国健康中心，ELSAN集团，消化外科与日间外科部门，法国克莱蒙费朗共和国大道99号，邮编63000
摘要
本文旨在探讨围手术期或术后发病率和死亡率预测评分的概念、验证方法及其在常规腹部外科手术中的应用价值。预测评分的开发与验证遵循一套明确的流程，包括内部验证、外部验证（基于时间、地区或领域），以及评估该评分在实际临床应用中的效果。文献分析显示，符合方法学要求的研宂数量较少。对各类评分（营养评分除外）的单独分析表明：ASA-PS评分易于使用但预测能力一般；SORT评分（包含6个变量）的区分度优于POSSUM评分；POSPOM评分尚未在腹部外科手术中得到验证；ACS评分在欧洲地区无法使用；Charlson指数在短期内的区分度不足。若仅针对特定类型的手术进行分析，也没有评分通过正式的外部验证。综上所述，SORT评分是目前验证最为充分的评分，而ASA-PS评分仍为临床常用评分。人工智能中的“机器学习”技术在预测评分中的应用价值仍有待进一步探讨。
引言
在外科手术中，预测并管理与患者状况及手术相关的风险是评估医疗质量的重要指标。然而，仅依靠临床判断往往难以准确预测围手术期或术后的并发症风险。任何基于经验的方法都受到经验、主观性及诊疗环境的影响。因此，开发出客观、可评估、可重复且可共享的围手术期/术后发病率和死亡率预测工具（如评分系统）变得至关重要。最古老的评分系统（发表于1941年）至今仍被广泛使用。截至2026年10月，通过PubMed?数据库搜索“surgery”和“predictive score”关键词可找到近80,500篇相关论文，这反映了该领域研究数量的指数级增长（见图1）。本文旨在向读者阐明预测评分的验证流程及其在常规腹部外科手术中的实际应用价值，而非单纯列举所有评分系统。
外科手术中的评分类型
评分类型
传统上，评分可分为描述性评分和预测性评分。描述性评分用于评估疾病或创伤的严重程度、肿瘤的可切除性或术后事件的检测情况。为简洁起见，本文不讨论这些描述性评分。预测性评分则用于预测围手术期或术后事件（如并发症、死亡率）的发生。
评分的验证
预测性评分的验证过程需遵循严格的标准。各验证步骤如图2所示，详细内容见附录1。首先进行内部验证，随后进行外部验证（涵盖时间、地区或领域因素）。评分的有效性通过区分度分析来评估（即评分识别出发生相关事件的患者与未发生事件患者的能力）。
腹部外科手术中预测评分的质量
自20世纪80年代起，预测评分的方法学质量便成为研究重点，当时医生们开始积极使用这些评分工具。[12] Wasson等人的研究评估了1981至1984年间发表的33个评分系统，发现其中42%的评分系统包含了方法学描述、患者特征及研究背景信息；34%的评分系统报告了验证结果，而仅有6%的评分系统进行了效果分析。
各评分系统的具体研究
可通过以下链接查看各评分系统的详细信息：- •美国麻醉医师学会（ASA-PS）评分：一项定量但非比较性的元分析评估了ASA-PS评分的预测能力，涵盖了77项研究（共165,705名手术患者）[19]，AUC值为0.736（95%置信区间0.51–0.78），适用于所有外科专业。
人工智能的作用
在预测评分的开发领域，人工智能主要运用“机器学习”技术。该技术能够自主处理大量数据，通过不断学习和新数据输入提升评分的准确性和性能。
结论
现有众多评分系统表明没有一种评分是完美的。在本文评估的所有评分中，SORT评分在可靠性和使用便捷性方面表现最佳。虽然客观的预测评分至关重要，但在验证出适用于多种临床情境的可靠评分之前，临床医生的判断力、经验和直觉仍具有重要作用。
人权与动物福利
作者声明本研究未涉及对人类或动物的实验。
患者知情同意与信息
作者声明本研究未涉及患者或志愿者的参与。
资金来源
本研究未获得任何公共机构、商业机构或非营利组织的资助。
作者贡献
所有作者均符合国际医学期刊编辑委员会（ICMJE）的作者资格标准。
