重症监护病房患者姑息照护需求早期识别预测评分（PC-ICU评分）的开发与验证：一项多中心回顾性队列研究

本研究针对ICU患者姑息照护（PC）需求识别难题，开发并验证了基于入院24小时常规数据的PC-ICU预测评分。该评分包含10项参数，在开发队列中AU-ROC达0.81，外部验证显示良好判别力，为早期识别PC需求、促进多学科协作提供了量化工具，对优化重症医疗资源配置具有重要意义。

　　

在当代医疗体系中，重症监护病房（ICU）承担着救治危重症患者的重要使命。据统计，2008至2019年间美国有超过2000万住院患者涉及ICU治疗。然而，危重症不仅给患者带来沉重的身体负担，还伴随着心理、社会和精神层面的多重压力，这些都可以通过专业姑息照护（Palliative Care, PC）得到缓解。专业PC团队由多学科专业人员组成，能够有效改善患者及其家属的生活质量。研究表明，高达20%的ICU患者会在住院期间出现PC需求。

尽管将专业PC融入ICU治疗已被证明能够提高目标一致性护理、减少医疗资源使用，并提升患者对重症治疗的满意度，但如何在患者入住ICU早期识别那些需要专业PC干预的患者，至今仍是一个重大挑战。现有的一些PC咨询触发因素，如住院时间、晚期恶性肿瘤、心脏骤停后状态等，不仅预测性能有限（敏感度约45%，特异度约55%），而且在医生和护士中的接受度不高，未能得到一致应用。更值得注意的是，目前尚缺乏能够个体化、加权整合多变量以反映临床决策复杂性的工具。

为解决这一迫切需求，由Theresa Tenge和Maximilian S. Schaefer等研究人员领导的多中心团队开展了一项大规模回顾性队列研究，旨在开发和验证一个简单而准确的预测评分——PC-ICU评分，用于预测患者在ICU治疗期间的专业PC介入情况。该研究最近发表在《Eco-Environment 》上，为ICU中的早期PC整合提供了重要科学依据。

研究人员通过多中心回顾性队列研究设计，利用来自美国三家学术医疗中心（波士顿、奥马哈和亚特兰大）的电子医疗记录数据，采用自适应lasso逻辑回归模型和10折交叉验证进行变量筛选和模型开发，最终通过外部验证在两个独立队列中评估评分性能。

研究结果：

研究人群特征

研究共纳入99,582例患者，其中开发队列60,091例，验证队列I 1,449例，验证队列II 38,042例。开发队列中5.5%的患者接受了专业PC，且PC介入率从2011年的5.1%增加到2022年的7.0%。接受PC的患者年龄更大，合并症负担更重，ICU住院时间更长，死亡率更高。

评分开发

通过自适应lasso逻辑回归最终确定了PC-ICU评分的10个预测因素：低体重、实体肿瘤、转移性癌症、家庭氧疗依赖、急诊/紧急入院、非外科ICU入院、ICU再入院、SOFA评分≥2、ECMO使用和限制性代码状态。PC-ICU评分值范围为0-17分，中位数为7分（IQR 5-7）。综合评分和PC-ICU评分均表现出良好的判别能力，AU-ROC分别为0.85和0.81。Brier评分分别为0.0462和0.0468，表明预测准确性高。

外部验证

在验证队列I中，PC-ICU评分的AU-ROC为0.78，Brier评分为0.0721。在验证队列II中，AU-ROC为0.67，Brier评分为0.1097。评分在不同ICU专科（内科、外科和其他）、年龄组（≤65岁和>65岁）、COVID-19疫情期间和非癌症患者中均表现良好。

与其他触发因素的比较

PC-ICU评分在预测专业PC介入方面优于先前发布的触发因素子集（Secunda等：AU-ROC 0.70；Hua等：AU-ROC 0.69）。

敏感性分析

通过多重插补缺失协变量后，PC-ICU评分仍保持稳定的判别能力（AU-ROC 0.80）。评分在不同ICU专科类型、年龄组、COVID-19疫情期间和非癌症患者亚组中均表现良好。

研究结论与讨论：

PC-ICU评分是首个基于多中心大数据开发的、用于预测ICU患者专业PC介入风险的量化工具。该评分包含10个常规收集的临床参数，所有参数均可在患者入住ICU后24小时内获得，为早期识别PC需求提供了实用工具。

评分的开发过程严格遵循预测模型构建规范，采用自适应lasso回归进行变量筛选，确保了模型的简洁性和临床适用性。通过外部验证证实了评分在不同机构间的适用性，尽管在不同PC实践模式的医疗机构中性能存在一定差异，这反映了现实世界中PC服务的异质性。

与以往基于单一触发因素的方法相比，PC-ICU评分采用了多变量加权的方式，更好地反映了临床决策的复杂性。评分中，转移性癌症、急诊/紧急入院和现有限制性代码状态是专业PC咨询的最强预测因素。值得注意的是，家庭氧疗依赖与ICU中的专业PC咨询密切相关，这一因素在以往的触发因素集中未被纳入。

研究的实际意义在于，PC-ICU评分可以集成到临床工作流程中，作为自动化支持工具，帮助识别PC需求高风险患者。虽然不能替代临床评估，但可以帮助标准化转诊流程，减少变异，并支持ICU中基于团队的高效决策。

需要强调的是，PC-ICU评分的目的是促进多学科协作，而非限制治疗性护理。评分有助于促进关于PC整合的知情讨论，支持医生更合理地分配资源。在 specialist PC 资源有限的 settings 中，该评分仍可作为识别未满足姑息需求的提示，启动初级PC。

研究的局限性包括回顾性设计可能存在的未测量混杂偏倚，以及依赖于电子健康记录中常规收集的数据。此外，评分反映的是参与机构的PC转诊实践模式，不同文化和医疗环境中的适用性需要进一步验证。

未来研究应前瞻性评估PC-ICU评分实施对早期PC介入和患者中心结局的影响，特别关注与医疗资源使用和ICU生活质量相关的指标。同时需要开展定性研究，探索提供者和机构实践如何影响专业PC的利用，将客观测量与主观评估相结合。

总之，PC-ICU评分的开发和验证为ICU中早期识别姑息照护需求提供了重要工具，有望促进多学科协作，优化重症医疗资源配置，最终改善危重症患者及其家属的照护体验和治疗结局。该评分的网站平台（www.pc-icu.com）为临床推广应用提供了便利，未来需要在更广泛的地理区域和医疗环境中进一步验证其普适性。