《Critical Pathways in Cardiology》：An Electronic Health Record-Based Classifier for Moderate-to-Severe Acute Respiratory Distress Syndrome With Persistent Hypoxemia
编辑推荐：
本文推荐一项利用电子健康记录（EHR）数据开发持续性中重度急性呼吸窘迫综合征（ARDS）分类器的研究。该分类器基于标准化EHR元素，在两个独立队列中验证，阳性预测值（PPV）达71%和66%，性能优于既往方法，为ARDS大规模流行病学研究、临床试验入组和质量改进提供了可行工具。
背景介绍
识别急性呼吸窘迫综合征（Acute Respiratory Distress Syndrome, ARDS）在临床和研究环境中均具挑战性。尽管已有工具利用电子健康记录（Electronic Health Record, EHR）数据和自然语言处理技术，但这些方法实施技术复杂，且阳性预测值（Positive Predictive Value, PPV）有限（范围43-70%）。此外，多数工具仅基于单时间点低氧血症，旨在识别任何严重程度的ARDS。开发一种准确且易于实施的工具，用于识别存在持续性中重度低氧血症的插管患者，对于促进大规模流行病学研究、加速符合特定疗法（如俯卧位通气）的ARDS患者纳入临床试验，以及用于临床决策支持以解决该人群循证护理交付的差距具有重要意义。
研究方法
本研究为一项回顾性观察性研究，旨在评估基于EHR数据的持续性中重度ARDS分类器的性能。研究在两个医疗系统的六个重症监护病房（Intensive Care Unit, ICU）中进行。研究对象为接受有创机械通气（Invasive Mechanical Ventilation, IMV）超过24小时，且在IMV最初72小时内任何时间点PaO2/FiO2≤ 150 mm Hg且FiO2≥ 0.6的成年患者。研究排除了心脏科ICU患者、术后24小时内发生低氧血症者、接受体外膜肺氧合（Extracorporeal Membrane Oxygenation, ECMO）者、在外院开始IMV者以及入院最初24小时内通过气管切开进行通气者。
研究设立了开发队列和验证队列。开发队列包括2021年1-3月及2022-2023年期间，来自中大西洋地区两家学术医学中心和三家社区混合ICU的患者。验证队列则来自2017年中西部一家学术医学中心ICU的既往描述队列。在两组队列中，均由临床医生根据柏林ARDS标准对患者进行ARDS判定，作为参考标准。
基于EHR的分类器主要定义包括两个标准：1）在IMV最初72小时内出现初始PaO2/FiO2≤ 150 mm Hg且FiO2≥ 0.6；2）在首次符合低氧血症标准后的12-24小时内，出现第二次持续性低氧血症证据，包括PaO2/FiO2≤ 150 mm Hg且FiO2≥ 0.6，和/或为处理严重低氧血症而启动辅助干预措施（即俯卧位通气、神经肌肉阻滞剂输注、吸入性肺血管扩张剂）。研究还评估了使用脉氧饱和度（Peripheral Oxygen Saturation, SpO2）/FiO2≤ 162作为第二次低氧血症标志物的替代分类器定义。研究数据采用开源通用纵向ICU数据格式（Common Longitudinal ICU data Format, CLIF 2.0）进行构建。
主要结果
开发队列最终纳入924例患者，其中504例（55%）经临床医生判定为ARDS。验证队列纳入90例患者，其中48例（53%）判定为ARDS。
基于EHR的主要分类器在开发队列中识别出382例患者为持续性中重度ARDS，其PPV为71%（95% CI, 66–75%）。在验证队列中，分类器识别出38例患者，PPV为66%（95% CI, 50–81%）。
当分类器定义中不包括低氧血症干预措施（仅依赖PaO2/FiO2）时，识别出的患者数量减少，PPV在开发队列和验证队列中分别降至69%和61%。若排除可能用于治疗肺动脉高压的吸入性肺血管扩张剂，开发队列的PPV升高至73%，验证队列略降至65%。
当使用SpO2/FiO2≤ 162作为第二次低氧血症标志物时，分类器在两组队列中识别出更多的ARDS患者，但PPV有所降低（开发队列67%，验证队列62%）。
在COVID-19和/或流感阳性患者亚组（ARDS患病率83%）以及学术医学ICU患者亚组（ARDS患病率59%）中，分类器的PPV更高，分别达到94%和75%。
作为次要结局，主要分类器在开发队列中的敏感性为54%（95% CI, 50–58%），特异性为74%（95% CI, 70–78%）。在验证队列中，敏感性和特异性分别为52%（95% CI, 38–67%）和69%（95% CI, 55–82%）。
与分类器阳性患者相比，分类器阴性患者年龄更大，体重指数更低，较少在学术医院ICU，COVID-19阳性率更低，呼吸系统顺应性更高，接受的FiO2和呼气末正压（Positive End-Expiratory Pressure, PEEP）水平更低，院内死亡率也更低。
讨论
本研究表明，基于EHR的分类器在两个不同医疗系统的独立队列中，能够以66-71%的PPV识别持续性中重度ARDS患者，其性能达到或超过了先前报道的EHR定义ARDS方法。使用SpO2/FiO2作为持续性低氧血症的第二次测量指标，可以增加分类为阳性的患者数量，仅伴随PPV的小幅下降。正如预期，分类器在ARDS患病率较高的群体中表现更好。
该分类器的应用需视具体情境而定。在大型医疗系统和多中心协作组不断扩展的数据中，它有巨大潜力促进对中重度ARDS患者实践模式及相关结局的理解。若前瞻性应用并结合床旁医护人员的实时输入，该分类器或可用于识别可能符合循证干预措施（如俯卧位通气）条件的患者。然而，70%的PPV在某些场景下可能不足，例如在临床试验中，它可用于加速初步筛查，但不能替代详细的入排标准确认。
该工具的开放源代码和EHR数据格式化增强了其可及性，有利于未来的迭代改进，例如结合ARDS危险因素（如呼吸道病毒阳性、胰腺炎、创伤、影像学双侧浸润）的自动识别。在将工具应用于其他人群时，需了解当地持续性中重度ARDS的患病率和辅助治疗策略，因为这些因素会影响PPV。
研究局限性
本研究存在若干局限性。首先，研究人群局限于学术医学中心或社区混合ICU。其次，由于临床判定的ARDS病例定义不要求持续低氧血症，部分被评估者判定为ARDS但未被EHR分类器识别的患者可能确实患有ARDS，这限制了对敏感性和特异性结果的解读。此外，研究队列旨在富集更严重的ARDS人群，该方法可能不适用于较轻度的ARDS。最后，虽然将SpO2/FiO2纳入替代分类器定义，但仍要求初始动脉血气测量值，各机构不同的记录习惯和动脉血气采样实践可能影响该工具的迁移性。
结论
一项基于易于获取的EHR数据的分类器，能够较准确地识别出富集了持续性中重度ARDS患者的队列。这一开源工具可用于回顾性或前瞻性地识别这一脆弱人群，服务于研究和质量改进计划。
