抽象的
介绍COPD(AECOPD)的急性加剧(AECOPD)复杂的急性(achaxim)高型呼吸衰竭(AHRF)需要通风是常见的。适当施用时,通风大幅降低了死亡率。尽管如此,有证据表明实践不佳和预后悲观。临床预测工具可以改善关于通气的决策,但无常规使用。
方法在为不同人群服务的两家医院中确定了连续接受辅助通气(主要是无创通气)的AECOPD和AHRF患者。确定已知和潜在的预后指标先天的.采用多元回归分析方法,建立了住院死亡预测工具。前瞻性的外部验证是在一个时间上独立的、地理上不同的10个中心研究中进行的。试验方法遵循TRIPOD(对个体预后或诊断的多变量预测模型的透明报告)的建议。
结果来源队列:n=489,住院死亡率25.4%;验证队列:n=733,住院死亡率20.1%。使用6个简单的分类变量(扩展医学研究委员会呼吸困难评分1-4/5a /5b,从入院到酸血症>12 h, pH <7.25,存在心房颤动,格拉斯哥昏迷评分≤14,胸片实变),实现了一个简单的评分系统,对住院死亡率有很强的预测作用。结果得出的无创通气结果(NIVO)评分的受试者工作曲线下面积为0.79,在其验证队列中提供了良好的校准和区分分层风险组的能力。
讨论NIVO评分优势表现出预先指定的比较器分数。它在一般的队列中验证,尽管该患者组和这种干预所固有的异质性,但是仍然有效。潜在的应用包括与患者及其家人的讨论,帮助伴随治疗升级决策,挑战悲观主义,并在中心的风险调整的结果进行比较。
抽象的
该NIVO比分是为了预测院内死亡率在需要辅助通气COPD急性加重。在10个英国的医院节目很容易优于现有的其他得分现实条件下,预期验证。https://bit.ly/3okmzdi.
介绍
COPD(AECOPD)的急性恶化占英国每年> 141 000招生[1],其中四分之一住院期间并发(酸性)急性高碳酸血症呼吸衰竭(AHRF) [2那3.].当发生酸血症时,指导明确支持使用无创通气(NIV) [4.那5.].Cochrane综述指出NIV由65%((NNT)5需要治疗数)减少需要插管和由46%(NNT 12)降低死亡率,和进一步的试验,以证明效力是不必要[6.].然而,NIV经常被滥用和/或交付不佳。英国国家审计数据表明,所有患有AECOPD和AHRF患者的患者的少于一半,尚未达到〜20%将纠正医疗治疗[2那3.那7.].大多数临床医生的结果估计已被证明是悲观的,这可能有助于欠利用[8.].与其他服务相比,急性NIV服务与诸如中风或心肌梗死的其他服务相比,急性NIV服务可以说是可以说的。在英国国家实践中的国家机密调查中指出了所关注,以及机构的大量差异[9.].最近的,出版的国家数据在英国以外的稳健性不那么强大,但有证据表明欧洲和北美的实践中的实质性变化[10-13].
实施通气的决定是复杂的,需要临床医生具有合适的专业知识,并需要对几个因素的详细了解,包括起始时间、治疗效果的大小和成功治疗的总体可能性。这些因素应与患者或家属沟通,以达成共同决定。在最近对英国实践的回顾中,超过三分之二的发起无创通气的决定是由低于顾问级别的非专科医生做出的,而在31.7%的病例中,首次高级回顾是由专科医生(呼吸或重症监护医学)做出的[9.].
针对预后准确性差的对策是对患者结果进行客观分层,使临床医生和患者更好地了解干预可能的成功。据我们所知,目前还没有一个预测模型在这种情况下被广泛使用。Confalonieri.et al。[14]但需要计算并从引入通风后从事件中获得大部分预测力,因此无法指导初始决策。在保持许多预测模型中,它具有相对有限的外部验证。其他预测工具,如apache(急性生理学和慢性健康评估)II [15],COPD和哮喘生理评分(CAPS)[16], CURB-65 (confusion of new onset, blood urea nitrogen >7 mmol·L-1(19 mg·dL-1),呼吸≥30次·min-1;血压<90 mmHg收缩或≤60mmHg舒张,≥65岁)[17]、HACOR(心率、酸中毒、意识、氧合、呼吸频率)[18]或DECAF(呼吸困难、嗜酸粒细胞减少、实变、酸血症和心房颤动)评分[19那20.]可能被用来加强决策制定。APACHE II和CAPS是复杂的,是在选定的人群中提取的,依赖的信息并不总是能在床边获得。CURB-65易于应用,但不是为这一人群设计的。HACOR是最近报告的,因此在我们的协议中没有预先指定,但我们已经评估了它相对于其他工具的性能。它预测NIV引入后的失效而不是死亡率。DECAF评分(由无创通气结果(NIVO)研究组的一些成员开发)预测所有COPD加重患者的住院死亡率,无论是否存在酸血症;受者工作特征曲线(AUROC)下面积总体为0.82-0.86,但在需要通气的患者中表现不强。
频繁地注意到了良好的预测模型的缺失和潜在价值,包括Cochrane财团:“额外的研究将提高我们更准确地选择合适的患者和适当的通风水平的能力”[6.].一个构建良好的预测模型有可能挑战悲观主义,规范实践,与患者讨论他们的护理,指导护理水平和促进审计。
方法
项目概述
NIVO计划旨在推导并验证一个工具,以预测AHRF复杂的AECOPD的结果。这项工作的指导原则是它坚持透明报告个体预后或诊断(三脚架)方法的多变量预测模型[21],人口(s)为普遍意义和获得的工具很简单,有面子的有效性和只使用立即可用的数据主治医师。
NIVO有两个不同的部分;首先,对具有不同集水区和单一信托(Northumbria Healthcare NHS Foundation trust)内护理结构的两家医院进行回顾性研究,得出并开发一个预测模型。其次,一个10个中心的前瞻性验证研究在一个单独的人群中测试这些发现。为了保持匿名性,这里的位点被报道为A - j位点(尽管我们报道的先导位点是A位点)。在开始之前,一个患者小组讨论、修改并认可了提出的方法。衍生和验证方案均在招募前公布(ISRCTN 16977236和22921168,分别)。在这项观察性研究中,常规护理不受影响,因此不需要患者个人同意;获得了国家卫生服务区域道德委员会的伦理批准。特别注意的是确保研究人群是可泛化的,并确定连续的患者。选择外部验证位点是为了确保很少有患者在假设无效的情况下拒绝通气,并最大限度地提高不同规模医院的地理多样性。进一步加强验证,先导位点对衍生和验证队列之间的急性护理交付模型进行了大规模重组。
纳入标准以AECOPD为主要诊断,入院前肺活量测定证实气流阻塞(1秒用力呼气量(FEV))1)/重要的容量<0.7),AHRF(按时间匹配指南定义),用辅助通风处理(NIV或侵袭性机械通气(IMV)),吸烟历史≥10包达年龄≥35岁。除COPD可能将生命限制为<1年(主要转移性癌症)之外的研究或疾病之前纳入了排除标准。
数据采集
衍生队列是通过交叉参考已有的数据库来识别的,包括NIV滚动审计,通过编码搜索来确保捕获连续的独特患者。从文献综述中收集了人口统计学、人口和临床描述、血液学/生化/动脉血气数据、比较模型成分和与死亡率相关的指标。对每个病例记录(纸质记录和电子记录)进行审查,并编制定制数据库。胸部x线片实变的存在是通过以下等级来确定的:出席的高级临床医生解释,放射科医生报告,研究人员解释。
To standardise the recording of dynamic variables (for example, physiological data), the value with greatest deviation from normal in the 24 h prior to the decision to instigate ventilation was collected.
在验证队列中,数据收集仅限于描述符、相关已发表预后工具的组成部分(Confalonieri风险图、APACHE II、CAPS、DECAF评分、CURB-65)和衍生研究中与死亡率单变量相关的任何指标。虽然没有预先说明,但最近开发的HACOR评分也进行了比较。通过每日筛查提供通风的位置,前瞻性地确定患者;使用通风服务记录和编码搜索以确保没有潜在的符合条件的患者被遗漏。铅位点招募限制在200例患者。
统计方法
为了估计工具的敏感性(假设预期敏感性为70%,标准误差为5%),每个队列中应研究85例死亡病例。估计住院死亡率为20%,在推导和验证队列中都需要≥425例患者。
对于具有<20%缺少变量,假定数据在随机会丢失,并使用最大期望算法估算。数据进行了表征成平均值±sd如果参数,中值(四分位数间距(IQR))如果非参数和仿佛分类的比例。分别采用t检验,Mann-Whitney U检验和卡方检验,进行单因素分析。潜在预测变量之间的多重共线性是根据被F处理建议我[22].
为了构建预测工具,我们遵循了以下步骤。1)确定潜在的预测变量:单变量与死亡率的关联(p<0.1);2)共线性评估;如果存在,则使用可信度最强或相关性最显著的变量;3)如果与死亡率存在可信或确定的关联,则考虑变量进行进一步评估,缺失数据<10%,如果是分类数据,则不存在高度不对称分裂(>90:10);4)多变量分析;使用了后勤回归和后退的逐步进入方法;5)对“完整模型”中剩余的连续独立预测因子进行了简化。二分法采用以下分层方法:AUROC分析,以前研究的结果,临床有意义的值或中位数分割。扩大后的医学研究局呼吸困难量表(eMRCD)有三个类别,与以往的研究一致[19那20.];6)将分类的变量重新输入到回归分析中,以确保它们保留预后值。包括回归系数的最强剩余变量,并且相对加权归因于[23];7)使用校准图,Hosmer-Lemeshow良好拟合测试和R评估校准和型号拟合。2.残差和库克距离允许对异常值进行评估;8)采用AUROC分析对最终模型进行判别,并与其他模型进行比较,采用D方法进行统计学差异评估E.L.昂et al。[24].使用分类(简单模型)和连续(完全回归方程)指数的工具的性能;9)在验证队列中检查了推导模型的预测变量和重量,以确定进一步简化是可行的。
对于验证队列,数据以相同的方式处理。网站并不知道他们收集的许多索引中的哪一个是预测结果,以防止知识影响通常的护理。提交了匿名数据通过数字平台接近实时地连续远程数据监控和最终数据监测访问。
在整个单因素分析和建模过程中,按照方案,我们使用住院死亡率作为因变量。90天的结果也有报道。
为了援助临床决策,我们检查了少数强烈的临床预测因子是否可以用于识别出特别高风险的群组,其中通风可能没有患者最佳利益,称为“经验法则”。
结果
推导组
在2008年11月30日至2013年5月19日期间,489名符合选择标准的独特、连续的患者被诺森比亚医疗保健系统基金会(Northumbria Healthcare NHS Foundation Trust)收治。489名患者中有124人(25.4%)死于医院。缺失数据显示在补充材料;表格1显示了人口描述符。被录取的学生在两个Trust网站上平分(52%)相对48%)。目前吸烟者代表48.7%,总吸烟负担高:平均±sd49.5±26.0包 - 年。70.1%的人在没有正式护理包裹的情况下从他们自己的家中录取。中位数(IQR)EMRCD得分为5A(4-5B),建议在收到非正式护理中的大量家庭患者。入院后,大多数患者(94.5%)只收到NIV;其余的接受了IMV±NIV。胸部X型射线照相固结在47.2%中存在。
从入学于指数发作的酸血症是146(56-852)分钟,在前12小时内发生73.8%。在通风开始时,中位吸气的正气道压力/呼气正气道压力为16/4 CMH2O,上升到18/4 cmH2O在1 h和20/4 cmH2O最大。幸存者中位(IQR)停留时间为10(7-17)天;从住院到死亡时间为7(2-14)天。
工具建设
按照方法学步骤1至3,将21个变量输入回归方程(补充材料).无论是否输入数据,单变量显著性没有变化。一些与死亡率的统计关联被拒绝:白蛋白(缺失数据率)、平均动脉压和体重指数(床边不能常规获得)、住院治疗(多重混杂因素)、无效咳嗽(需要主观评估)和当前吸烟者(保护性和与多重混杂因素相关)。值得注意的是,肺功能测量与住院死亡率无关。收集了详细的共病信息,但只有左室收缩功能障碍和房颤显示与住院死亡率的单因素相关。
在步骤4之后(使用连续变量的回归),剩余11个变量。步骤5生成的分类变量和多变量回归重复(步骤6)(表2).注意,虽然pH和基本多余的时间没有达到相连的定义,但它们测量相似的概念并在模型建筑时互动。由于强烈的面部有效性参数支持pH并避免对推导数据集进行过度拟合,我们选择包含pH,而不是略微更强的基础超越(与死亡率相关的负基础过量)。类似地,在选择我们八个变量以形成推导模型时,我们选择pH值过呼吸率,因为呼吸速率高度动态并且与观察频率相关。
一个简单的预测住院死亡率的工具,每个变量得分1分,eMRCD得分为5b,得到衍生队列的AUROC为0.85(0.82-0.89)。
验证组
招聘在2016年10月14日至2018年2月28日期间开放,尽管不是所有网站都在整个期间招聘。前瞻性招募了733名独特的、连续的A-J中心患者。住院死亡率为20.1%,90天死亡率为32.2%。缺失数据率低;在衍生项目的8个变量中,除了Glasgow昏迷量表(2.3%)和嗜酸性粒细胞计数(2.9%),缺失数据为0%,其中数据是使用期望最大化算法输入的补充材料).
每位患者的最高疗养级别被记录在括号中显示的内部死亡率:46.7%关于呼吸支援单位管理(17.3%死亡率),32.2%医疗病房(22.5%死亡率),13.5%的高依赖单位(20.2%的死亡率)和7.6%的重症监护病房(死亡率为26.8%)。护理地点与住院医生死亡率没有显着相关。中位数(IQR)的住宿时间为8(6-14)天。98%的参与者是高加索人(英格兰95.5%的65岁,威尔士是高加索人)[25].显著先行烟草负担看出,平均±sd44.8±23.7包。出于前一年的任何原因,68.9%已被送往医院。
对衍生研究中的8个变量进行了检验(使用logistic回归分析),以查看是否有可能进一步简化(补充材料).重要的是,使用衍生研究中预先确定的切点的相同变量被评估,并且没有进一步探索与死亡率新关联的验证数据。这表明嗜酸性粒细胞计数和长期氧处方都可以从模型中移除(多变量回归中不显著),而不会产生有害影响。表3示出了最后的回归数据。因此,在预先确定的目标保持创造最简单的模型,六变量模型定稿。在除去的变量,重新加权施加;注意,重新加权不变是否由所述导出或验证队列确定。该模型,称为NIVO得分,具有可变权重中示出图1.图2显示比较表现。
表4按NIVO评分和简单风险类别显示住院和90天死亡率。NIVO评分在预测住院死亡率方面显著优于预先指定的比较因子评分(p<0.001, NIVO相对交互工具,使用方法由DE.L.昂et al。[24])。此外,如果不对连续变量进行分类转换,模型的精度并没有明显提高:AUROC 0.80(0.76-0.84)。
表5显示了仅使用两个变量的非常简单的“拇指”,以识别特别高风险的患者。
讨论
该项目代表了NIVO评分预测模型的完整推导和前瞻性多中心验证,该模型可以根据住院死亡率风险对患者进行准确分层。
的患者(270出来的733)近40%落入低风险组与住院死亡率较低(5.0%)。该小组还具有低得多的90天死亡率比其他患者。在光谱的另一端,NIVO得分允许识别患者较小的队列在医院和90天的死亡率非常高。
重要的是要注意什么没有包括在NIVO分数。某些与结果几乎没有关联的预测因子可能被用来不恰当地支持悲观的做法;无论是FEV1也不是常规测量的血液测试很重要。其他,如年龄和长期氧疗处方使用的使用量有限。由于在多个变量跨越多个变量的预测,pH紊乱和固结的存在的幅度和固结的存在是重要的,但少于预期。
优势
验证是前瞻性的,从时间上与推导分离;它包括大医院和小医院的不同护理结构,地点分布在英格兰和威尔士各地。相当大的努力,以确保纳入的患者是连续的,以避免生存偏差。这些数据集是专门为这个项目而生成的,并由广泛的文献综述和整理的专家意见指导。这种方法允许对索引的广度进行研究,并避免了在许多潜在有趣的候选预测器不可用时挖掘现有数据集所带来的限制。通过对吸烟史和气流阻塞的客观验证,以及研究人员确定入院原因为COPD加重,与消除AECOPD模拟的基于编码的策略相比,具有实质性的优势。同样,通过不强加许多其他的选择标准,一个具有代表性的现实世界的患者被包括在内,因此易于推广。代表现实世界的实践,研究中的许多患者在他们的指标入院时已经接受了无创NIV治疗。纳入NIV-naïve患者,即既往有急性加重需要无创通气的患者和少量接受室内通气的患者,最大限度地发挥了NIVO评分的效用。
弱点
一些人可能认为并发肺炎使慢性阻塞性肺病加重的诊断无效;然而,这并不是研究小组的立场[26].影像学实变患者被包括在许多最初研究非NIV在AECOPD中的试验中。我们认为,将影像学实变作为一个不利的标记是更合理的方法。支持这一观点的是,在一项肺炎中非NIV的小型随机对照试验中,仅在潜在COPD亚组中发现生存获益[27].
我们承认几个潜在的弱点,尽管有意识的潜在弱点。在不控制干预时,可能存在符合通风准则标准的患者队列,但未收到它。我们故意包括具有既有良好的通风服务和审查审计数据的网站,并在接受减轻此过程之前。如果发生过量的患者选择,那么死亡率可能会降低,并且描述的人口较少(中位数患者是家庭行时,EMRCD 5A)。其次,干预已经过异质地应用。协议纳入和干预较少代表通常的临床护理,因此在这种特定的观察性研究中,人口的异质性和最常性可能已经丢失。在不受控制的人口内的比较器中的NIVO评分的卓越性能支持其在常规临床实践中的应用。
一些有影响力的团体已经报告了预测建模最佳实践的意见[28].在大多数情况下,他们倡导了一种令人杀戮的方法,特别是在处理连续变量,IE。保持变量为连续或使用十分位数。这将导致复杂的评分,如APACHE II评分。我们采用了一种重视简单性的方法,假设过于复杂的工具很少被主流使用,因此不太可能给患者带来好处。尽管如此,我们还是公布了完整的回归结果,这在一个计算量不断增加的时代可能会变得有用。重要的是要强调,当NIVO评分中的连续变量被分类转换时,性能相对不受影响,这增加了我们方法的可信性。可能的解释是,各种指数范围内的增量风险不是线性的,而是明显倾斜的,这意味着对变量进行分类不会丧失多少预测能力。
与以前的研究相比
NIVO评分显着优于所有比较评分,具有面部有效性并产生临床有意义的风险分层。通过仅使用六种简单且易于获得的变量,不仅可以预测入院死亡率的可能性,但也与90天的死亡率相关。
在文献综述之后,eMRCD评分和发生酸血症的时间作为这种情况下结局的预测因素特别有趣(自原始文献搜索以来,时间的重要性再次被强调)[20.那29那30.].在此之前,这些变量没有被纳入预测结果的模型中,它们是预测结果的最有力的变量。它们很可能解释了更复杂的评分(APACHE II和CAPS)的优越性能,此外,为什么下一个最佳比较器(采用eMRCD的DECAF)提供了合理的性能[20.].最近报道的HACOR评分包括动脉氧张力/吸气氧分数(FIO.2) 比率。无论是使用来自不受控制的氧气的估计值还是限于已知人群的整体群体FIO.2,NIVO是明显更好。拇指规则(表5)通过单独使用这些指数进一步探索预后的简单方法。结合,他们可以识别少量的高风险患者。这有利于轻松记住,并可以帮助决策对待升级。
潜在的用途和未来的研究
临床工具不能取代个性化决策,但增加了有价值的支持数据。临床医生在预测这种情况下的结果时可能不准确和悲观。如果采用NIVO评分,可以更好地客观化预期结果,挑战悲观情绪,在提示时提高NIV的及时提供。分层风险有可能提高诸如进入更高级别护理床位等决策的标准化,或者可能被用于国家审计计划,以促进单元之间的比较。
共享决策是现代医疗保健的一个重要方面;这其中至关重要的是交流事实。更客观的评估有助于真正共同作出决定。与此相关,NIV可能是一种侵入性治疗,有些人难以忍受。确定那些死亡风险最大的人,可以帮助临床医生、病人和家属作出决定,以姑息治疗代替积极的治疗选择。
结论
NIVO评分允许准确的风险分层对医院接受医院的患者,并通过Acidaemia和AHRF所需的辅助通风。它使用简单,易于可用的信息,并且无法实现真实世界的条件。在这种常见条件下,尽管治疗得很好,但实践不良是普遍的;我们预见了Nivo工具的最大实力是挑战悲观主义,并不断及时地获得救生治疗。
补充材料
可共享的PDF
确认
NIVO团队要感谢BRIGHT Northumbria,英国注册慈善机构编号1083122支持开放获取出版费用。188滚球软件
脚注
这篇文章有补充资料可从www.qdcxjkg.com
这项研究是注册www.isrctn.com作为ISRCTN 16977236(推导)/ISRCTN 22921168.(验证)。可根据要求提供原始数据。
利益冲突:T. Hartley报告了飞利浦呼吸科和辉瑞OpenAir在研究期间的拨款。
利益冲突:N.D. Lane报告了Chiesi对会议出席的非经济支持,Bright Northumbria和ResMed基金会的资助,在提交的工作之外。
利益冲突:J.斯蒂尔从基耶西有限公司外提交的工作报告补助。
兴趣冲突:M.W. Elliott向Philips的讲座报告个人费用,顾问的个人费用和从已提交的工作之外的咨询和讲座。
利益冲突:M.P.Sovani报告了辐射计的赠款,其他(对课程的支持)来自Resmed和Philips Respironic,Chiesi,Astrazeneca和Boehringer Ingelheim的讲座的个人费用,在提交的工作之外。
利益冲突:H.J.柯蒂斯没有什么可披露的。
兴趣冲突:E.R.富勒没有任何披露。
利益冲突:P.B. Murphy报告了来自飞利浦、ResMed、F&P和B&D Electromedical的拨款和个人费用,来自Santhera和Chiesi的个人费用,来自GSK的拨款,在提交的工作之外。
利益冲突:施里克里希纳没有什么可披露的。
利益冲突:K.E. Lewis报道了来自威尔士呼吸创新的其他(医疗主任),在提交的工作之外。
利益冲突:N.R.沃德没什么可披露的。
利益冲突:C.D. Turnbull报告了拜耳的个人咨询费,在提交的作品之外。
利益冲突:N. Hart报告了来自飞利浦和Resmed的不受限制的赠款,在此评论的工作领域之外,由Guy's & St Thomas' NHS基金会信托持有和管理的资金;来自飞利浦的资金支持,用于MYOTRACE技术的开发,该技术已在欧洲和美国获得专利批准。philip - respiratory, Philips, Resmed和Fisher-Paykel在工作领域之外的演讲的个人费用;N. Hart是飞利浦肺研究顾问委员会的一部分,在此评论的工作领域之外,盖伊和圣托马斯的NHS基金会信托持有这个角色的资金。
兴趣冲突:S.C.Bourke报告了飞利浦Resporonics和Prifient OpenAir的赠款;来自GSK和Resmed,Astrazeneca,Chiesi,Novartis,Pufird和Resmed的个人费用,以及Astrazeneca,Boehringer Ingelheim,Chiesi和GSK的非财务支持,外部提交的工作之外。
支持声明:除了来自赞助组织的资金和英国临床研究网络(CRN)投资组合的支持外,我们还从飞利浦和辉瑞OpenAir获得了开放、竞争、慈善的资助,以部分支持该研究。商业资助者没有参与设计、分析或报告。本文的资金信息已存入Crossref资助者注册表.
- 已收到2020年11月1日。
- 公认2020年12月29日。
- 版权所有©作者2021
这个版本是在知识共享署名非商业许可4.0的条款下发布的。有关商业复制权利和许可,请联系权限{exernet.org