中华急诊医学杂志  2021, Vol. 30 Issue (10): 1279-1282   DOI: 10.3760/cma.j.issn.1671-0282.2021.10.024
脓毒症评分体系的研究进展
张恺1 , 张淑芳2 , 张根生1     
1. 浙江大学医学院附属第二医院重症医学科,杭州 310009;
2. 浙江大学医学院附属第二医院心内科,杭州 310009

脓毒症是危重症患者最常见的死亡原因之一,如何做到早期诊断及严重程度的预判,对有效治疗的实施和预后的改善至关重要。当前脓毒症评分体系主要分为两类:第一类是脓毒症诊断相关评分,如SIRS标准、SOFA评分和qSOFA评分等;第二类是死亡风险评分,选取与脓毒症死亡风险显著相关的指标构建预测模型,对脓毒症患者的病死率进行预测,主要有急诊脓毒症病死率(mortality in emergency department sepsis,MEDS)评分等。本文对以上两类脓毒症评分系统进行综述。

1 脓毒症诊断相关评分 1.1 SIRS标准

1991年美国胸科医师协会和美国危重病医学会召开联席会议,将脓毒症定义为感染所致的全身性炎症反应,并确定脓毒症的诊断标准为感染联合SIRS,即脓毒症1.0 [1]。SIRS诊断标准在脓毒症早期识别、预测死亡风险方面具有较高的敏感度[2],且计算简单,在临床实践中曾得到广泛的应用。然而,人们后续发现该标准存在一些问题:首先,SIRS标准过于宽泛、敏感度较高而特异度偏低。在预测脓毒症短期病死率时其敏感度高达88.1%,而特异度仅有25.8%[3]。其次,由于特异性低,部分非感染性疾病如烧伤、创伤、胰腺炎等也满足诊断标准[4]。另外,部分免疫功能低下的脓毒症患者由于反应低下,反而存在漏诊高风险。研究发现,将近90%的ICU患者满足SIRS诊断标准[5],而12.1%的严重脓毒症患者却为阴性[6]

1.2 脓毒症2.0和PIRO分级系统

鉴于脓毒症1.0和SIRS标准存在诸多不足,2001年国际脓毒症定义会议制定了新的脓毒症诊断标准,即脓毒症2.0[7]。但是脓毒症2.0依然建立在炎症基础上,其核心仍然是感染及其引起的SIRS,且由于其过于繁琐而未得到临床普及。同时,专家组成员参照恶性肿瘤的TNM分期提出了PIRO分级系统的概念:包括易感因素(predisposition)、感染(infection)、机体反应(response)和器官功能不全(organ dysfunction),涵盖了大部分脓毒症发生发展相关的因素[8],并可对脓毒症的严重程度进行分级。但会议上只对PIRO分级系统进行了大致阐述,并未提出能够用于临床的分级系统。Moreno等[9]在2008年推出第一个能应用于临床的Moreno-PIRO模型,随后Rubulotta等[10]和Howell等[11]分别开发了Rubulotta-PIRO和Howell-Piro模型。理论上PIRO分级系统覆盖了大部分脓毒症发生发展相关的因素,是一项较为理想的评分系统,同时也为开发新的评分系统提供了思路和框架。但目前具有临床应用价值的PIRO分级系统较少,对现有模型的评估和预测指标的选择仍需要更多的研究来验证和完善[12-13]

1.3 SOFA评分和qSOFA评分

SOFA评分于1994年在巴黎提出[14],对呼吸、凝血、肝脏、心血管、中枢神经、肾脏这6个器官或系统进行评估,并以分数对各器官功能进行量化评价。随后的一项纳入了1 449例ICU患者的前瞻性研究发现当SOFA评分≥15分时,病死率高达90%[15];另一项荟萃分析发现,住院期间SOFA评分最高值与入院时SOFA评分之差与患者病死率相关,提示SOFA评分随时间的变化趋势可以作为患者病死率的预测指标[16]。2016年,脓毒症被重新定义为机体对感染反应失调所导致的危及生命的器官功能障碍,并确定脓毒症诊断标准为感染+SOFA评分变化≥2分,即脓毒症3.0[17]

对于脓毒症3.0和SOFA评分,也存在一些争议:首先,脓毒症3.0是基于高收入国家成人患者的数据库制定的[17],其研究结果在其他人群如欠发达地区或儿童中的适用性尚未得到证实[18];当SOFA评分增加≥2分时,病情往往较为严重,不能对脓毒症进行早期诊断和干预;

此外,SOFA评分在急诊科及普通病房中并未得到普及。针对该情况,专家组确定了3项与脓毒症患者预后显著相关的指标,作为快速筛查脓毒症的简易评分工具,即qSOFA。在ICU外可疑感染患者群体中,如果qSOFA评分≥2分即可认为存在脓毒症[17]。研究表明qSOFA预测ICU以外的感染患者院内死亡风险的准确度优于SOFA评分和SIRS标准(AUC:qSOFA 0.81,SOFA 0.79,SIRS 0.76)[19]

然而,qSOFA评分作为一项脓毒症筛查工具和死亡风险预测系统在临床应用上存在诸多争议:首先,qSOFA评分系统敏感度低,两项荟萃分析发现其预测怀疑感染患者病死率的敏感度均小于50% [3, 20], 较低的敏感度代表有相当部分高危脓毒症患者被漏诊,不利于开展脓毒症的早期治疗干预[18];其次,在临床实践中,仅凭qSOFA评分并不能诊断脓毒症,并且在脓毒症早期筛查中也无法取代SIRS标准[21]

2 脓毒症死亡风险评分 2.1 MEDS评分

MEDS评分由Shapiro团队在2003年开发[22],用于预测急诊室内怀疑感染患者的28 d死亡风险,并根据得分将患者分为5个死亡风险亚组。经过内部验证,MEDS评分在预测患者28 d死亡风险方面有较好的区分度(AUC:0.76)。同时,有多项研究对MEDS评分进行了外部验证。Nannan等[23]回顾分析了2003年至2017年间的相关研究,认为MEDS评分在预测急诊室内患有感染或脓毒症患者的死亡风险方面具有最佳的准确性,优于其他评分体系。我们团队综合分析了24篇相关研究,结果显示MEDS预测急诊室怀疑感染患者死亡风险的区分度优秀(AUC:0.83),并且灵敏度(79%)和特异度(74%)均衡稳定[24]

然而,MEDS评分依旧存在一些问题:(1)部分评分指标依赖临床医生的主观判断,如终末期疾病、意识状态等;(2)目前多数研究只对MEDS评分预测是否发生院内死亡的准确度进行验证,而未对各死亡风险亚组内的病死率准确度进行评价;(3)缺少与qSOFA评分、SIRS评分进行直接比较的相关研究。因此,目前MEDS评分依然需要在更多的多中心大样本研究中得到验证和完善,并与qSOFA评分进行一对一的比较[25]

2.2 早期预警评分(early warning score,EWS)

EWS的概念最初由Morgan等于1997年提出,使用患者入院时采集的生理参数来“早期识别潜在的危重患者”。EWS系统由于其计算简单、在临床上易于操作,深受临床工作者喜爱。问世以来经过不断的研究和改进,目前常用的EWS系统主要有改良早期预警评分(modified early warning score, MEWS)和国家早期预警评分(national early warning score, NEWS)。在我国,MEWS已广泛应用于临床各年龄段患者病情的评估;NEWS在MEWS的基础上,对各项指标的评分阈值做了细微调整,并增加血氧饱和度和吸氧干预的评分。在本次新型冠状病毒肺炎疫情中,发现其在预测新冠肺炎患者病情恶化方面有较好的表现[26]

在评估脓毒症死亡风险方面,由于EWS系统仅包含患者的生理指标,其预测准确性与纳入了人口特征、生理参数、检验结果等指标的综合性评分系统相比有所欠缺,目前较常用于急诊患者入院早期的初步评估, 发现MEWS对预测脓毒症死亡风险的敏感度(50%)较低,存在遗漏部分高危患者的风险[27];虽然NEWS的敏感性(71%)优于qSOFA(48%),但整体预测性能一般(AUC:0.7)[28]。此外,目前缺少统一的阈值用于判定高危患者,未来的研究需要对EWS评分进行进一步的验证和完善。

2.3 急诊室严重脓毒症病死率(mortality in severe sepsis in the emergency department,MISSED)评分

MISSED评分是Sivayoham团队基于急诊室内严重脓毒症和感染性休克患者数据集开发的一项评分体系[29],包含年龄、血清白蛋白、INR这3个预测指标,总分为9分,评分≥5.5为阳性阈值。内部验证显示其区分度(AUC:0.68)与APAHCE II相当(AUC:0.69),预测准确性一般;外部验证显示,其预测接受早期目标导向治疗的急诊严重脓毒症患者院内病死率的区分度一般(AUC:0.64),低于SOFA评分(AUC:0.71)[30]。随后Sivayoham团队提出了简化MISSED评分[31]:将各项分值简化为1分,将INR的截断值改为≥1.3,并将总分≥2分定为评分阳性阈值。内部验证显示其在预测病死率准确度(AUC:0.74)优于原先MISSED评分(0.72)。Mc Cormack等[32]进行的外部验证表明简化MISSED评分区分度较好(AUC:0.78)。

MISSED评分计算简便,具有一定的预测准确度,是一项有临床应用潜力的急诊室快速评分体系。但是针对该评分的验证研究目前较少,评分的可靠性需要进一步验证。另外,研究对象仅限于严重脓毒症或感染性休克患者,对于在急诊室内较为常见的感染患者和普通脓毒症患者的应用价值需要进一步的评估。

2.4 脓毒症严重程度评分(sepsis severity score,SSS)

SSS是Osborn团队分析了来自18个国家、218所医疗中心的23 438名脓毒症患者数据后建立的一项包含32项预测指标、总分130分的评分系统,能够对脓毒症患者的院内死亡风险进行预测[33]。该评分系统发布后,先后有两项研究对其预测准确性进行验证:Khwannimit等[34]发现SSS预测ICU脓毒症患者院内病死率方面其区分度优秀(AUC:0.89),并且在病情严重程度不同的亚组中也有稳健的表现(AUC:普通脓毒症亚组0.86;感染性休克亚组0.89;社区获得性感染亚组0.88;院内感染亚组0.86),但是在严重脓毒症患者(基于脓毒症2.0标准,AUC:0.60)中的表现明显低于其他亚组。至于SSS系统的预测准确度,其与ICU内常用评分系统如APACHEⅡ相近(AUC:0.89 vs. 0.91)[35]

SSS评分是基于多中心、大样本数据集建立,具有优秀的区分度和校准度,在多个亚组中的表现较为稳定,适用于预测ICU内脓毒症和感染性休克患者的短期病死率。但是,目前外部验证研究较少,并且均为单中心、回顾性研究,存在偏倚风险。另外,SSS评分在严重脓毒症患者亚组中预测准确度明显低于其他亚组,需要更多的研究对其进行验证。

3 小结

综上所述,目前有多项评分系统用于脓毒症患者的诊断和预后评估,脓毒症3.0标准和SOFA评分、qSOFA评分饱受关注并富有争议,需要进一步的验证和改进;脓毒症1.0标准和SIRS标准在脓毒症患者早期筛查方面仍有应用价值;脓毒症2.0标准虽然因为繁琐而未得到临床应用,但提出的PIRO分期概念为后续的评分模型开发提供了框架和模式;MEDS评分作为一项发布较早、经过广泛验证的评分系统,在快速评估急诊患者的短期死亡风险方面具有较好的准确性。同时,近年来有很多基于大样本数据集的评分模型如SSS系统的问世,在经过外部验证评估后显示具有一定的临床应用价值,值得期待。

利益冲突  作者声明无利益冲突。

参考文献
[1] Bone RC, Balk RA, Cerra FB, et al. Definitions for sepsis and organ failure and guidelines for the use of innovative therapies in sepsis[J]. Chest, 1992, 101(6): 1644-1655. DOI:10.1378/chest.101.6.1644
[2] Sprung CL, Schein RMH, Balk RA. To SIRS with love—an open letter[J]. Crit Care Med, 2017, 45(4): 736-738. DOI:10.1097/ccm.0000000000002156
[3] Fernando SM, Tran A, Taljaard M, et al. Prognostic accuracy of the quick sequential organ failure assessment for mortality in patients with suspected infection[J]. Ann Intern Med, 2018, 168(4): 266. DOI:10.7326/m17-2820
[4] Vincent JL, Opal SM, Marshall JC, et al. Sepsis definitions: time for change[J]. Lancet, 2013, 381(9868): 774-775. DOI:10.1016/S0140-6736(12)61815-7
[5] Sprung CL, Sakr Y, Vincent JL, et al. An evaluation of systemic inflammatory response syndrome signs in the sepsis occurrence in acutely ill patients (SOAP) study[J]. Intensive Care Med, 2006, 32(3): 421-427. DOI:10.1007/s00134-005-0039-8
[6] Kaukonen KM, Bailey M, Pilcher D, et al. Systemic inflammatory response syndrome criteria in defining severe sepsis[J]. N Engl J Med, 2015, 372(17): 1629-1638. DOI:10.1056/nejmoa1415236
[7] Levy MM, Fink MP, Marshall JC, et al. 2001 SCCM/ESICM/ACCP/ATS/SIS international sepsis definitions conference[J]. Crit Care Med, 2003, 31(4): 1250-1256. DOI:10.1097/01.ccm.0000050454.01978.3b
[8] Yin J, Chen Y, Huang JL, et al. Prognosis-related classification and dynamic monitoring of immune status in patients with sepsis: a prospective observational study[J]. World J Emerg Med, 2021, 12(3): 185. DOI:10.5847/wjem.j.1920-8642.2021.03.004
[9] Moreno RP, Metnitz B, Adler L, et al. Sepsis mortality prediction based on predisposition, infection and response[J]. Intensive Care Med, 2008, 34(3): 496-504. DOI:10.1007/s00134-007-0943-1
[10] Rubulotta F, Marshall JC, Ramsay G, et al. Predisposition, insult/infection, response, and organ dysfunction: a new model for staging severe sepsis[J]. Crit Care Med, 2009, 37(4): 1329-1335. DOI:10.1097/ccm.0b013e31819d5db1
[11] Howell MD, Talmor D, Schuetz P, et al. Proof of principle: The predisposition, infection, response, organ failure sepsis staging system[J]. Crit Care Med, 2011, 39(2): 322-327. DOI:10.1097/ccm.0b013e3182037a8e
[12] 张清, 李春盛. 急诊脓毒症严重程度各标记物的比较[J]. 中华急诊医学杂志, 2019, 28(2): 163-169. DOI:10.3760/cma.j.issn.1671-0282.2019.02.007
[13] 李探, 张潇月, 刘克琴, 等. 迷你营养评估简表和序贯器官衰竭评估评分对急诊老年脓毒症患者预后的评估价值[J]. 中华急诊医学杂志, 2020, 29(11): 1461-1466. DOI:10.3760/cma.j.issn.1671-0282.2020.11.014
[14] Vincent JL, Moreno R, Takala J, et al. The SOFA (sepsis-related organ failure assessment) score to describe organ dysfunction/failure[J]. Intensive Care Med, 1996, 22(7): 707-710. DOI:10.1007/bf01709751
[15] Vincent JL, de Mendonca A, Cantraine F, et al. Use of the SOFA score to assess the incidence of organ dysfunction/failure in intensive care units[J]. Crit Care Med, 1998, 26(11): 1793-1800. DOI:10.1097/00003246-199811000-00016
[16] de Grooth HJ, Geenen IL, Girbes AR, et al. SOFA and mortality endpoints in randomized controlled trials: a systematic review and meta-regression analysis[J]. Crit Care, 2017, 21(1): 1-9. DOI:10.1186/s13054-017-1609-1
[17] Singer M, Deutschman CS, Seymour CW, et al. The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3)[J]. JAMA, 2016, 315(8): 801-10. DOI:10.1001/jama.2016.0287
[18] Sprung CL, Schein RMH, Balk RA. The new sepsis consensus definitions: the good, the bad and the ugly[J]. Intensive Care Med, 2016, 42(12): 2024-2026. DOI:10.1007/s00134-016-4604-0
[19] Seymour CW, Liu VX, Iwashyna TJ, et al. Assessment of clinical criteria for Sepsis[J]. JAMA, 2016, 315(8): 762. DOI:10.1001/jama.2016.0288
[20] Song JU, Sin CK, Park HK, et al. Performance of the quick sequential (sepsis-related) organ failure assessment score as a prognostic tool in infected patients outside the intensive care unit: a systematic review and meta-analysis[J]. Crit Care, 2018, 22(1): 1-13. DOI:10.1186/s13054-018-1952-x
[21] Vincent JL, Martin GS, Levy MM. qSOFA does not replace SIRS in the definition of sepsis[J]. Crit Care, 2016, 20(1): 1-3. DOI:10.1186/s13054-016-1389-z
[22] Shapiro NI, Wolfe RE, Moore RB, et al. Mortality in emergency department sepsis (MEDS) score: a prospectively derived and validated clinical prediction rule[J]. Crit Care Med, 2003, 31(3): 670-675. DOI:10.1097/01.ccm.0000054867.01688.d1
[23] Nannan Panday RS, Minderhoud TC, Alam N, et al. Prognostic value of early warning scores in the emergency department (ED) and acute medical unit (AMU): a narrative review[J]. Eur J Intern Med, 2017, 45: 20-31. DOI:10.1016/j.ejim.2017.09.027
[24] Zhang GS, Zhang K, Zheng X, et al. Performance of the MEDS score in predicting mortality among emergency department patients with a suspected infection: a meta-analysis[J]. Emerg Med J, 2020, 37(4): 232-239. DOI:10.1136/emermed-2019-208901
[25] Zhou HJ, Lan TF, Guo SB. Outcome prediction value of National Early Warning Score in septic patients with community-acquired pneumonia in emergency department: a single-center retrospective cohort study[J]. World J Emerg Med, 2020, 11(4): 206-215. DOI:10.5847/wjem.j.1920-8642.2020.04.002
[26] Zhang K, Zhang X, Ding WY, et al. The prognostic accuracy of national early warning score 2 on predicting clinical deterioration for patients with COVID-19: a systematic review and meta-analysis[J]. Front Med, 2021, 8: 699880. DOI:10.3389/fmed.2021.699880
[27] Zhang K, Zhang GS. An updated meta-analysis of modified early warning scores in patients with sepsis outside intensive care unit[J]. J Infect, 2020, 81(1): e100-e101. DOI:10.1016/j.jinf.2020.04.015
[28] Zhang K, Zhang X, Ding WY, et al. National early warning score does not accurately predict mortality for patients with infection outside the intensive care unit: a systematic review and meta-analysis[J]. Front Med, 2021, 8: 704358. DOI:10.3389/fmed.2021.704358
[29] Sivayoham N, Rhodes A, Cecconi M. The MISSED score, a new scoring system to predict mortality in severe sepsis in the emergency department: a derivation and validation study[J]. Eur J Emerg Med, 2014, 21(1): 30-36. DOI:10.1097/MEJ.0b013e328364a8d4
[30] Ryoo SM, Ahn S, Kim WY, et al. External validation of the MISSED score to predict mortality in patients with severe sepsis and septic shock in the emergency department[J]. Eur J Emerg Med, 2015, 22(5): 327-330. DOI:10.1097/mej.0000000000000156
[31] Sivayoham N, Holmes P, Cecconi M, et al. Internal emergency department validation of the simplified MISSED score[J]. Eur J Emerg Med, 2015, 22(5): 321-326. DOI:10.1097/mej.0000000000000176
[32] Mc Cormack D, Ruderman A, Menges W, et al. Usefulness of the mortality in severe sepsis in the emergency department score in an urban tertiary care hospital[J]. Am J Emerg Med, 2016, 34(6): 1117-1120. DOI:10.1016/j.ajem.2016.03.037
[33] Osborn TM, Phillips G, Lemeshow S, et al. Sepsis severity score: an internationally derived scoring system from the surviving sepsis campaign database[J]. Crit Care Med, 2014, 42(9): 1969-1976. DOI:10.1097/ccm.0000000000000416
[34] Khwannimit B, Bhurayanontachai R, Vattanavanit V. Validation of the Sepsis severity score compared with updated severity scores in predicting hospital mortality in sepsis patients[J]. Shock, 2017, 47(6): 720-725. DOI:10.1097/shk.0000000000000818
[35] Sathaporn N, Khwannimit B. Validation the performance of New York Sepsis Severity Score compared with Sepsis Severity Score in predicting hospital mortality among sepsis patients[J]. J Crit Care, 2019, 53: 155-161. DOI:10.1016/j.jcrc.2019.06.017