编辑推荐：
社区获得性肺炎（CAP）致死率高，确定病情严重程度至关重要。研究人员对比 PSI、CURB-65 和 I-ROAD 评分系统预测 CAP 患者死亡率的效果，发现 PSI 和 CURB-65 能显著预测 30 天和 90 天死亡率，I-ROAD 则无统计学意义。该研究为临床评估提供参考。
在健康与疾病的战场上，社区获得性肺炎（Community-Acquired Pneumonia，CAP）犹如一个隐藏的杀手，时刻威胁着人们的生命健康。据世界卫生组织（WHO）2021 年的数据显示，下呼吸道感染在主要死因中排名第五 ，在某些国家，呼吸道疾病更是成为第三大常见死因，占死亡总数的 13.2%。对于 CAP 患者而言，确定疾病的严重程度至关重要，这不仅关系到治疗场所（门诊、医院、重症监护室）的选择，还影响着抗生素的使用和治疗时长 。然而，现有的多种病情评估系统，如 CURB-65 和肺炎严重指数（Pneumonia Severity Index，PSI），以及新出现的 I-ROAD 系统，它们在预测患者死亡率方面的效果究竟如何，一直是医学界关注的焦点。为了解开这些谜团，来自 Trakya University Faculty of Medicine 的研究人员开展了一项具有重要意义的研究 。
研究人员前瞻性地纳入了 2019 年 1 月至 2020 年 1 月期间在 Trakya University Faculty of Medicine Hospital 住院的成年 CAP 患者 。他们详细记录了患者的各项信息，包括人口统计学特征、症状、体格检查结果、实验室检查结果、影像学检查结果，以及 CURB-65、PSI 和 I-ROAD 评分等 。在治疗过程中，依据国内外指南进行经验性抗生素治疗，并根据微生物检测结果调整治疗方案 。研究主要观察指标为患者 30 天和 90 天的死亡率，并分析影响死亡率的因素，同时对比三种评分系统预测死亡率的有效性 。
在研究方法上，研究人员运用了多种关键技术手段。他们收集了住院的 CAP 成年患者这一特定样本队列，详细记录各类临床数据。利用 IBM SPSS Statistics for Windows 23.0 软件进行数据分析，对于定量数据，根据其分布特征采用 Student t 检验或 Mann–Whitney U 检验；对于分类数据，则使用卡方检验 。通过逻辑回归分析潜在因素对死亡率的影响，运用 Kaplan–Meier 分析来研究患者的生存特征 。
研究结果令人瞩目。在参与研究的 60 例 CAP 患者中，男性占 66.7% 。在影响 30 天死亡率的因素分析中，免疫抑制（p = 0.004）、恶性肿瘤（p = 0.003）、Apache II 评分（p = 0.014）和类固醇使用（p = 0.004）的影响显著 。PSI 和 CURB-65 评分对 30 天死亡率均有影响（p = 0.005；p = 0.007），而 I-ROAD 评分对死亡率的影响虽有差异，但无统计学意义（p = 0.093） 。在 90 天死亡率方面，PSI 和 CURB-65 分类也显著影响死亡率（p < 0.001；p = 0.037） ，I-ROAD 评分不同分组间死亡率虽有差异，但仍无统计学意义（p = 0.256） 。进一步分析发现，PSI 评分大于 113 时，预测 90 天死亡率的特异性为 79.2%，CURB-65 评分大于 0 时，特异性为 37.7%，I-ROAD 评分大于 1 时，特异性仅为 28.3% 。
从研究结论和讨论来看，该研究具有重要意义。PSI 和 CURB-65 评分系统在预测 CAP 患者 30 天和 90 天死亡率方面表现显著，其中 PSI 的特异性最高 。这意味着在临床实践中，医生可以依据这两种评分系统，更准确地评估患者的死亡风险，从而制定更合理的治疗方案 。然而，I-ROAD 评分系统虽在不同病情分组间显示出死亡率差异，但未达到统计学意义，可能是由于研究样本量不足 。这也提示后续需要更大规模的研究来进一步评估 I-ROAD 评分系统在 CAP 中的应用价值 。该研究为 CAP 的临床评估和治疗决策提供了重要的参考依据，有助于提高 CAP 患者的救治水平，降低死亡率 。
