编辑推荐：
为解决急性非创伤性胸痛患者在急诊科分诊评估缺乏简单快速工具的问题，研究人员开展了构建和评估胸痛分诊评估模型的研究。结果显示该模型能准确预测高风险胸痛人群，开发的在线工具为急诊科决策提供支持129。
在医院的急诊科里，常常能看到因胸痛前来就诊的患者。胸痛，这个看似普通的症状，背后却隐藏着巨大的危机。急性非创伤性胸痛是急诊科常见的主诉之一，在普通人群中的患病率高达 20% - 40%。它与急性冠状动脉综合征、急性主动脉综合征、急性肺栓塞等致命疾病密切相关。然而，现有的分诊评估存在诸多问题。一方面，现有的胸痛分类指南缺乏全面的定量指标，分诊护士只能依据临床经验评估患者病情。这就导致了护士常常将胸痛患者分诊到较高等级，使得轻症患者占用了大量的急诊资源，造成了资源的浪费。另一方面，虽然之前有一些针对胸痛评估的风险评分系统，比如 HEART、TIMI、GRACE 等，但这些评分大多用于病房或抢救室患者的预后和出院评估，很少用于分诊评估。原因在于它们大多涉及生物标志物检测，难以满足分诊的时间限制。还有一些专门为分诊环境开发的评分系统，如 EDACS，虽然有一定的参考价值，但评分规则复杂，风险分层也未与分诊等级挂钩。因此，开发一种能应用于分诊过程、简单易用且结果直观的胸痛评估工具迫在眉睫。
为了解决这些问题，福建省立医院的研究人员开展了一项混合回顾性和前瞻性观察研究。他们的研究成果发表在《BMC Emergency Medicine》杂志上。
研究人员首先确定了研究对象。纳入标准为年龄≥18 岁、以 “胸部不适” 为主诉、发病时间在 24 小时内且非创伤导致的患者；排除标准包括心脏骤停和意识障碍的患者、被诊断患有严重疾病（如中风、恶性肿瘤、全身炎症反应综合征、器官衰竭）的患者、因公共紧急事件导致的群体性胸痛事件患者、病历不完整的患者以及拒绝签署知情同意书或在研究第二阶段要求退出的患者。
在研究过程中，研究人员用到了几个主要关键的技术方法。他们从电子病历系统中收集数据，分别建立了回顾性分析的开发队列（2020 年 1 月至 2021 年 12 月福建省立医院所有连续的胸痛成年患者数据）和前瞻性观察的验证队列（2022 年 3 月至 2022 年 7 月福建省立医院的胸痛患者数据）。然后，对收集到的数据进行预处理，排除有缺失数据和异常值的样本。接着，通过单因素分析筛选出对结果有明显影响的预测变量，再进行多因素逻辑回归分析构建模型，最后通过受试者工作特征曲线（ROC）、校准曲线和决策曲线分析（DCA）等方法评估模型性能。
研究结果如下：
- 基线特征和预测变量选择：开发队列最初有 827 例胸痛患者，经过排除标准筛选后，保留了 405 例，其中 135 例（33.3%）为高风险胸痛患者；验证队列纳入了 142 例胸痛患者，高风险患者占 39.4%。通过单因素分析，筛选出年龄、吸烟、高血压、糖尿病、高血脂、冠心病、外周血管疾病、心力衰竭、疼痛位置、伴随症状、体温、血氧饱和度、数字评分量表、心电图结果等与高风险胸痛相关的预测变量3。
- 胸痛分诊评估模型的开发：多因素逻辑回归分析确定了年龄、吸烟、高血压、糖尿病、高血脂、冠心病、疼痛位置、伴随症状、心电图结果等为高风险人群的独立预测因素，并基于这些因素开发了列线图模型4。
- 模型性能：开发队列和验证队列的 ROC 分析显示，曲线下面积（AUC）分别为 0.919（95% CI：0.891 - 0.947）和 0.904（95% CI：0.855 - 0.952），差异不显著。该模型在准确性、敏感性、特异性、阳性预测值、阴性预测值和 F1 值等方面表现良好，校准曲线表明模型的预测概率与实际概率一致性较高，决策曲线分析显示该模型在两个队列中的临床实用性均高于所有患者均不干预或均干预的策略56。
- 风险分类：通过决策树分析，基于列线图模型的预测风险评分，研究人员制定了胸痛患者的风险分类系统。发现低风险和中等风险对应分诊级别 3 级，高风险对应分诊级别 2 级7。
- 构建在线工具：基于模型性能，研究人员开发了在线可视化工具，分诊护士可将提取的数据输入该工具，根据评估结果将患者分诊到合适区域等待治疗，以减少等待不良事件的风险8。
研究结论和讨论部分指出，该研究构建的胸痛评估模型结合了关键临床风险因素和胸痛特征，通过内部和外部验证表现出良好的性能，可用于筛查高风险胸痛患者。基于此模型开发的在线工具，有助于分诊护士进行胸痛分诊，丰富了胸痛的早期筛查方法，提高了急诊医疗资源的利用率，对保障患者健康具有重要意义。然而，该研究也存在一些局限性，如单中心研究、在线工具需进一步优化、风险分层与分级结果的对应关系需进一步探索等。但总体而言，这项研究为胸痛的临床评估和管理提供了新的思路和方法，对推动胸痛中心的建设和管理具有积极作用。
