快速计算查尔森共病评分的电子应用程序

背景

对共病疾病的不确定性，以及对积极治疗的耐受性，导致老年癌症患者进入临床试验的人数极少，而且常常是不合格的治疗。越来越多的共病疾病量表已被证明在识别更有可能忍受和受益于积极治疗的老年患者亚组中是有用的。不幸的是，这种量表的使用还没有被广泛地整合到临床实践或临床试验研究中。

方法

本文综述了Charlson共病指数(CCI)在肿瘤学中的有效性的证据，并提供了一个Microsoft Excel (MS Excel)宏来快速和准确地计算CCI评分。并讨论了共病与恶性疾病的相互作用和Charlson指数在肿瘤学中的验证。

结果

CCI评分基于内科住院病人一年的死亡率数据，是肿瘤学中最广泛使用的共病指数。构建了一个MS Excel宏文件，用于使用Microsoft Visual Basic计算CCI评分。宏提供下载和传播。

CCI已在整个肿瘤学文献中广泛使用和验证，并已证明对大多数主要癌症有效。MS Excel CCI宏提供了一种快速计算CCI分数的方法，可以调整年龄，也可以不调整年龄。计算器消除了分数计算的困难，这是将CCI整合到临床研究中的一个限制。MS Excel CCI宏和CCI本身的简单特性使其非常适合集成到新兴的电子病历系统中。

结论

随着老年人口的增加和肿瘤疾病的同时增加，了解年龄和共病对预期寿命的相互作用变得越来越重要。MS Excel CCI Macro提供了一种增加CCI量表在临床研究中的使用的方法，最终目标是改进老年癌症患者最佳治疗方案的确定。

共病在恶性疾病的诊断和治疗中起着至关重要的作用，但定义不清。人们越来越认识到以一致和量化的方式测量共病的重要性。这一运动的部分原因是越来越多的共识，即共病混淆了临床试验和临床试验的结果限制将结果推广到年龄较大和病情较重的患者[1，2]。然而，由于各种原因，将共病广泛地纳入临床研究尚未实现。我们认为，有限的可及性和繁琐的评分技术是导致共病指数使用有限的部分原因。我们相信，易于获得的计算共病的工具可以增加它们在临床研究中的使用。

虽然多种共病指标都有其独特的优点和缺点，但没有一个指标明显优于其他的。事实上，我们已经注意到，预后效用和易用性之间存在明显的权衡。我们相信一个评分系统，最大限度地提高了使用的便利性，同时保持了预后效度，代表了在临床研究中使用所需的最佳平衡。此外，一个可以很容易地集成到电子病历中的评分系统将进一步促进共病数据的广泛使用。因此，我们选择使用Charlson共病指数(CCI)作为我们科的典型共病指数。因此，本文的主要目的是提供一个电子Charlson共病指数评分程序，并解释其发展和使用。为了向读者提供电子应用程序开发和应该使用的背景，共病和恶性疾病的相互作用和肿瘤学查尔森指数的验证进行了讨论。对于本文中概述的共病指数的更详细的综述，作者建议读者参阅Extermann和de Groot对共病疾病评分系统的三个系统综述[2- - - - - -4]。

疾病和癌症

20世纪60年代，Feinstein在分析肺癌患者的实际生存结果与TNM分期预测结果之间的差异时，首次报告了患者相关特征（如症状学和并发疾病）的预后重要性[5]。近年来，共病对包括膀胱癌、肺癌、头颈癌、结直肠癌、乳腺癌和前列腺癌在内的多种恶性肿瘤的治疗决策和生存结果的直接影响已被证实[6- - - - - -11]。

大厅等,例如,评估合并症的影响在头颈部癌症患者生存,得出结论,16%的死亡率在3年和5年18%可归因于共病,与非癌症死因超过癌症相关死因后7.5年(6]Satariano和Ragland在他们对乳腺癌患者的研究中进行了类似的观察。在他们的分析中，共病率随着年龄的增长而直接增加（p<0.001），并且观察到共病率与接受治疗的类型之间存在显著相关性（p<0.0001）。在控制了年龄、癌症分期和治疗类型后，增加共病率仍然可以显著预测全因死亡率的增加（1种情况，p=0.04；2种或3种情况，p<0.001）[7]。

共病对前列腺癌患者的生存和治疗分配也显示了显著的预测能力。例如，荷兰的一项癌症登记研究发现，共病是影响3年生存率的最重要的单项预后因素，单一共病疾病的风险比为2.0 (95% CI = 1.0-4.3)， 2种或2种以上共病的风险比为7.2 (95% CI = 3.1-16.6)。并且伴随病程度高的男性根治性前列腺切除术的趋势更少[8]共病总数也被发现是结肠癌患者生存率的有力预测因素。除了确定随年龄增加的共病（p<0.0001）外，Yancik等人还发现，在包含年龄组、疾病分期和性别（p=0.0007）的模型中，共病情况的原始计数对生存率有很强的预测作用，风险比为1.11（95%可信区间1.10–1.90）和1.84（95%可信区间1.39–2.46）共病总数分别为5-6和7-14[9]。De Marco对结肠癌患者的额外研究[10]，Firat与肺癌患者[11]，以及头颈癌患者的Piccirillo [12]为共病对肿瘤患者生存和治疗相关并发症的重要性提供了无可置疑的支持。

虽然前面的例子并不是要全面回顾共病对肿瘤学中生存和治疗相关并发症的影响，但它们提供了一个明确的效果证明。此外，随着年龄的增加共病的主题以及共病对结果和治疗决策的影响也被阐明。考虑到这些相互作用，共病的研究已经成为我们部门越来越感兴趣的一个领域。特别是，我们已经开始关注共病指标的使用及其在临床研究中的应用。由于各种各样的原因，我们将在接下来的工作章节中解释，我们已经把Charlson共病指数作为研究基础的原型指数。

查尔森共病指数

Charlson指数是1987年根据纽约一家医院住院内科患者1年死亡率数据制定的，最初是在一组乳腺癌患者中进行验证。该指数包括19种疾病，加权1-6，总分0-37。在该指数的制定阶段，每种疾病的死亡率都被转化为12个月内死亡的相对风险。然后根据相对风险(RR)为每种情况分配权重;例如，RR <1.2 =体重0,RR≥1.2<1.5 =体重1,RR≥1.5<2.5 =体重2,RR≥2.5<3.5 =体重3，两种情况(转移性实体瘤和艾滋病)=体重6。

从加权的条件，一个总和得分可以被计算出总的共病得分。CCI可以进一步调整以适应年龄的增长。在CCI的验证阶段，年龄也被发现是因共病死亡的独立危险因素。因此，根据计算，每延长10年，相对风险增加2.4倍。在同一队列中，CCI评分每增加1分，相对死亡风险为2.3。为了解释年龄增长的影响，50岁以上的人每活10年，CCI评分就增加1分[13]。

对CCI的回顾表明，它具有良好的可靠性，与死亡率和无进展生存结果有极好的相关性，且易于修改，特别是考虑年龄的影响。CCI的基本局限性包括仅保存指数中列出的19种疾病的数据，排除非恶性血液病，如贫血，以及对< 6个月预后的预测能力降低。CCI因其易于使用、评分时间短、可从其他指数提取和广泛使用而受到赞扬[2，3.]。

查尔森指数的验证

评估测试效度的统计标准包括内容效度、标准效度、结构效度和信度[4]。虽然对有效性统计检验的详细讨论超出了本综述的范围，但评估提供了一个基础，从这里开始对查尔森指数的有效性进行分析。用于共病指标的效度统计标准最终取决于各共病指标之间的比较，以及对某些标准的主观评价，如内容效度、相关系数的截止点等。因此，这些标准本身就是有问题的。尽管有这些局限性，但它们在常见共病指标中的应用已被广泛研究。

在一项关于共病指标有效性的综述中，de Groot等系统地识别了1966年至2000年间涉及共病的文章。他们将Charlson指数与累积疾病评定量表(CIRS)、Kaplan-Feinstein指数(KFI)和共存疾病指数(ICED)进行了比较，确定了CCI的相关系数为> 0.40、“良好”测试重测信度和“中等到良好”的评分者间信度[4]。此外,Charlson指数和死亡率显著相关,残疾,重新接纳,并保持结果的长度,显示良好的预测效度主要de Groot et al,得出Charlson指数,以及冰,KFI,和新闻,是一个有效和可靠的方法来评估疾病在临床研究4]。

Extermann的一篇类似的综述表明，Charlson指数在肿瘤临床研究中具有良好的效度和可靠性。Extermann还报道了异常的预测效度，将CCI与癌症患者数周至数年的死亡风险、术后并发症、住院时间、出院到养老院以及无进展生存期的结果相关联。此外，在一组老年普通肿瘤患者和一组老年乳腺癌患者中，各指标间的信度分别为0.74和0.945。Test-retest信度也很好，外科患者信度为0.92，前面提到的老年肿瘤患者信度为0.86。虽然Extermann敦促一些谨慎基于CCI导致疾病的倾向分数有时低于与其他指标观察,她得出结论,CCI易于使用和“高度适合巨大的群组研究但可能under-detect重大问题导致非致命端点”(2]。

Charlson指数已经证明了对各种临床结果和许多恶性肿瘤的良好预测有效性。如前所述，CCI是通过对内科患者1年死亡率的前瞻性分析开发的，然后在588名乳腺癌患者中进行验证。在Charlson原始研究的验证阶段，乳腺癌队列中CCI评分的增加与10年死亡率的增加显著相关(χ²= 163, p < 0.0001)， CCI评分为0、1、2和3，预测10年生存率分别为93%、73%、52%和45%。在原始手稿中，Charlson等人警告说，他们的索引应该被认为是初步的，需要在更大的人群中进行验证[13]。

自Charlson等人的原始研究以来，CCI在大量回顾性研究中显示了对生存和治疗相关并发症的实质性预后能力。例如，Singh等人回顾性分析了CCI在头颈癌患者队列中的有效性。他们的分析显示，晚期(≥2)CCI评分患者的中位肿瘤特异性生存期减少(12.3 vs. 38.7个月，p = 0.007)，癌症死亡风险增加(RR = 2.35)。CCI与KFI在晚期共病频率(CCI为30%，KFI为32%)和预后能力方面相似(Spearman相关系数，p <0.001, r = 0.73)。然而，CCI比KFI更适用于研究人群，与100%的CCI应用相比，KFI仅成功应用于80%的研究人群[14]。

Fowler等人还在一组接受EBRT或RP治疗的前列腺癌患者中检验了Charlson指数的有效性。在调整年龄后，所有患者的精算生存和CCI评分之间存在直接关系(p = 0.00001)。CCI评分为0、5和10年的患者生存率分别为86%和66%，而CCI评分为3至5的患者生存率分别为40%和9%。相对死亡风险，基于CCI评分0、1、2和3-5，分别从1增加到1.7、2.6和5.7 [15]。

在前列腺癌患者中进行的其他研究比较了CCI、KFI和ICED。例如，Albertsen等人发现三个共病指标预测生存率的能力相似(p均< 0.001)，在Gleason评分中加入任何一个指标都比单独Gleason评分提高了对生存率的预测能力[16]。我们最近还回顾了CCI在前列腺癌患者中共病和预后效用的重要性，发现CCI与生存率降低以及治疗分配一致相关[17]。

Charlson指数也被证实为肺癌队列中生存的预后指标。Firat等人最近探讨了临床NSCLC手术切除或明确EBRT患者共病对预后的重要性。在联合组中，CIRS-G评分≥4 (p < 0.001)和Charlson评分≥2 (p = 0.004)是总生存期降低的重要预后指标。分别对手术组和EBRT组的检查也显示，与手术组相比，EBRT组的CIRS-G和Charlson评分更高[18]。

此外，还研究了肺癌患者共病对并发症发生率的影响。例如，Brim等人将性别、CCI评分3-4、COPD和过去5年内的既往肿瘤作为主要并发症的预测因子（再次开胸、脓胸、胸腔积液、支气管胸膜瘘、通气支持>72小时、室性心律失常、肺栓塞、心力衰竭或心肌梗死）。多元回归后Charlson评分3-4保持统计学意义（or 9.8，95%可信区间2.1-45.9）[19]。

CCI评分在结肠癌患者的术后并发症和生存率方面也显示了预后价值。Rieker等发现66%、25%和8%的患者原始CCI评分达到0-2、3-4和≥5。在生存方面，CCI评分>2是所有阶段总生存的不良预后指标(p < 0.001, OR 2.91, 95% CI = 2.00-4.94)。III期和IV期患者的亚组分析显示CCI评分>2的患者癌症特异性生存率降低(log rank p <0.005)。CCI评分> 2也与接受输血(p < 0.021, OR 1.56, 95% CI = 1.07-2.28)、术后并发症(p < 0.001, OR 2.18, 95% CI = 1.50-3.16)和>住院2天(p < 0.001, OR 3.28, 95% CI = 1.91-5.64)相关[20.]。

综上所述，这一系列论文代表了查尔森指数的丰富和相对丰富的经验。在每个报告中，CCI评分与疾病特异性生存期、总生存期或治疗相关并发症一致相关，证实了其预测的有效性。

本手稿附带的CCI计算器基于Charlson等人提出的原始索引，可在“补充材料/表1/附录1”一节中找到[见额外的文件: CCICalc.xls]。该计算器使用Microsoft Excel/Visual Basic软件开发，可从本杂志下载。简单易用是主要的设计目标。

作为一个简单的Microsoft Excel工具，它可以很容易地扩展或与其他可以导入Microsoft Excel数据或作为平面文件导入的系统集成。该计算器功能良好，与微软Windows和Macintosh操作系统运行任何微软Excel版本的宏功能，是免费的所有用户的Biomed中心癌症。关于计算器软件的使用没有限制。可以通过选择文件中的条件和年龄组来计算运行CCI评分。根据Charlson等人的建议，该计算器可以使用，也可以不使用[13]值得注意的是，该计算器的上限分数为“未调整年龄”的37分和“调整年龄”的43分。Charlson分数>8–10在共病文献中未得到广泛评价。我们打算广泛分发计算器，以便CCI的使用可以成为肿瘤学临床研究的常规方面。

要使用计算器，用户必须在文件打开时选择“启用宏”。要计算CCI分数，可以选择任何适用的条件。所有选中的条件将在表格中以较浅的颜色显示。可以通过取消选择条件来进行修正，然后从分数中删除它们的加权值。CCI评分可以合计，或者通过选择任何一个适用的“按十年计算的年龄”组来确定年龄修改评分。未修改年龄的总分将显示在“年龄未调整CCI总分”中，而“年龄调整分数”的总分将不显示任何值。通过选择一个年龄组而不选择合并症的评分总计将导致两个总数都没有值，用户将被提示“重置和选择条件”。要重置程序，可以选择“重置CCI计算器”按钮。如果需要，可以通过更改工作簿“数据表”区域的条目来进一步修改计算器，工作簿“数据表”区域隐藏在计算器的只读版本中，但可以通过从Excel菜单中选择“格式”，然后选择“工作表”，然后选择“取消隐藏”来取消隐藏。然后可以选择“数据表”并查看。 To modify the original Macro, users can contact the authors and the password will be provided on a case-by-case basis.

CCI作为临床结果的有力预测指标的广泛验证，加上它的简单性和在肿瘤学中的广泛应用，导致我们科室采用Charlson指数作为原型共病指数。除了有效性，我们使用共病指数的标准关注设计的简单性、评分的一致性和易用性。我们认为，许多常用的共病指标，如ICED、CIRS和KFI，由于它们仍然复杂、使用繁琐，且在临床研究中难以获得，未能得到广泛应用。考虑到CCI对纳入其他变量(如年龄)的适应性，CCI也显示出显著的潜力，可修改为癌症特异性共病指标。因此，我们开发了一个基于microsoftexcel文件的Charlson共病计算器，以改进我们部门共病数据的收集。

在肿瘤学中，共病作为生存和治疗相关结果的预后因素已显示出越来越重要的重要性。它混淆了临床试验的结果，因为缺乏标准化测量，导致未能在结果数据的统计分析中调整共病[1，2]。它还限制了临床研究对大部分肿瘤人群的适用性，因为方案设计倾向于排除老年和病情较重的患者[21，22]。最近的综述一致认为CCI、ICED、CRIS和KFI是有效和可接受的共病测量方法，并推荐在临床研究中使用它们。尽管在某些系列中，ICED、CIRS和KFI获得了优越的预后能力，但CCI始终证明了统计上的有效性，特别是在预后有效性方面，并且仍然是结构上最简单、易于使用和定义明确的共病指标。例如，国际刑事司法和刑事司法系统都需要有效使用编码手册和培训课程。由于KFI最初设计用于评估糖尿病患者的共病，因此需要对其在肿瘤学中的应用进行广泛的修改。用于肿瘤学的KFI的最新修改，如Piccirillo在头颈癌中应用的KFI的特定修改(电子计算器格式可在http://oto.wustl.edu/clinepi/calc.html)亦须提供培训课程，以便有效使用[12]相比之下，查尔森指数是直观的，要求用户从定义的列表中选择一种情况，而不是搜索疾病值或关于疾病严重性的特定信息。在我们部门，使用ICED、KFI和CIRS的繁琐要求会降低对共病数据收集的遵从性。此外，培训要求的增加和这些指数的复杂性可能会增加分数之间的可变性，因为不可能由一名工作人员负责收集所有数据。因此，我们相信查尔森指数代表了易用性和预后能力之间的最佳平衡，因此，它已成为我们部门收集共病数据的首选方法。因此，我们开发了CCI计算器，以提高对共病数据收集的遵从性，并作为一种质量保证工具，确保正确、统一地收集此类数据。

临床研究中共病数据的使用正处于一个重要的十字路口，随着评估共病数据的电子功能变得更加可行，其使用变得势在必行。随着美国人口的老龄化，临床试验中使用共病数据的相关性只会增加。现时的估计显示，到2030年，长者将占人口的20% [23]对老年肿瘤患者的研究还表明，老年人承担了大部分癌症负担，其风险率是年轻患者的11倍，占所有癌症相关死亡率的50%以上[24]。随着年龄的增长，共病的增加是大多数共病回顾性研究的共同主题。因此，确定共病对癌症相关生存和治疗相关并发症的影响变得越来越重要。

此外，越来越多的证据表明，共病和行为状态代表独立的预后因素。例如，Extermann等人研究了共病和行为状态之间的关系。Charlson和CIRS-G与ECOG表现状态、日常生活活动(ADL)或日常生活工具活动(IADL)几乎或没有相关性。最近，Repetto等人发现，在269例报告ECOG表现评分<2的老年癌症患者中，13%有2个或更多的共病，9.3%有日常生活能力限制，37.7%有IADL限制。尽管在单因素分析中发现ECOG表现状态、共病数和综合老年评估之间存在统计学相关性，但在多因素分析中，只有共病、日常生活能力限制和IADL限制具有统计学意义。Firat等对4项III期肺癌RTOG试验的112例患者的预后因素进行分析，发现CIRS-G和Karnofsy表现状态是预后的独立预测因子[11]。

如果没有将共病数据广泛整合到临床研究中，越来越多的老年患者及其医生将得到与他们的年龄和共病水平缺乏相关性的治疗建议和结果数据。

与此同时，电子病历(EMR)和数据收集系统正变得越来越普遍和易于使用，欧洲国家使用EMR的比例接近60%至90% [27]。EMR最终有望提高医生的效率和改善患者的临床结果。现代电子病历系统通过使用电子处方系统减少了错误，并通过自动提醒系统改善了预防保健，从而改善了效果[28，29]例如，随本手稿提供的MS Excel CCI计算器可以轻松集成到电子病历中，以帮助数据收集。这种整合最终将提供一个庞大的数据池，为未来研究CCI的预后重要性奠定基础。

据我们所知，这是第一个为Charlson共病指数提供的电子数据收集系统。索引本身的简便性，加上MS Excel和Visual Basic编程语言的简便性，造就了一个健壮的电子CCI计算器，它在Windows和Macintosh平台上都能很好地运行。该计算器的最新版本，提供了这篇手稿，已经在第一(WH)，第二(RR)和第三(SN)作者的windows pc上运行，没有错误。

CCI计算器的主要局限性在于共病指数和指数本身已知的局限性。这些局限性包括缺乏对各种个体状况对死亡率、治疗相关并发症和生活质量的相对重要性的理解。此外，未能包括某些特定的情况r与癌症患者的相关性，如非恶性造血系统疾病和血栓栓塞疾病，以及一些特定疾病或总体疾病负担是否对预后更重要的不确定性，仍然是限制CCI使用的重要考虑因素[2，3.]。此外，CCI有强调共病的倾向，因为它仅限于19种情况，因为它排除了原发恶性情况。例如，有局限性前列腺癌、慢性阻塞性肺病和心肌梗死病史的患者，泌尿科医师计算的CCI评分会将前列腺癌排除在计算之外，得到2分。同一名患者可能会得到心脏病专家给的3分，因为心肌梗死而不是前列腺癌被排除在计算之外。CCI的另一个限制在于经常使用分组CCI分数，或CCI等级，而不是使用分数作为连续变量。在合并症可能很高的老年人队列中，如果CCI缺乏区分2分(代表轻到中度合并症)和8分(代表严重合并症)的能力，那么CCI的效用就会降低。考虑到这一限制，我们推荐使用CCI评分作为连续变量。

尽管CCI有局限性，一般肿瘤学文献支持在临床研究中使用CCI作为预后变量。需要强调的是，CCI并不意味着要取代临床经验，它在临床决策中的使用应该被认为是研究性的。通过进一步的研究，可以解决CCI方法的局限性，并修改索引以改进其效用。为了提高我们对CCI的理解，并确定需要改进的指标领域，我们目前正在调查评分阈值对前列腺癌专家治疗决策的影响。我们相信MS Excel CCI Macro的传播将导致更多的CCI用于临床研究，以及修改CCI以增加其有效性和临床效用。最终，我们希望CCI等共病指标将在临床研究中得到广泛应用，并最终作为这些努力的结果整合到EMRs中。

Charlson共病指数在众多癌症相关预后研究中显示了良好的预测有效性。它已经满足了几个作者概述的统计有效性的标准。在我们看来，CCI代表了易用性和预后能力之间的最佳平衡。它在设计上的简单性也使其适应包括额外的变量非常可行。因此，我们采用了CCI作为一种可接受的共病测量工具，并创建了Microsoft Excel Macro，以促进其在临床研究中的正确和统一使用。

• 项目名称: Charlson共病计算器

• 项目主页:没有

• 操作系统(年代): Windows或Macintosh操作系统

• 程序设计语言：Visual Basic

• 其他需求：Microsoft Excel（已启用宏）

• 许可证:没有

• 对非学者使用的任何限制:没有

•CCI：

Charlson发病率指数

•加冰的：

共存疾病指数

•KFI：

Kaplan-Feinstein指数

•CIRS：

累积疾病评定量表

•RR：

相对风险

•EMR：

电子医疗记录

•信用违约互换：

基于计算机的决策支持服务

从属关系

1. 加州大学戴维斯分校放射肿瘤系，加州大学戴维斯癌症中心，4501 X Street, G126，萨克拉门托，95817，美国

   William H Hall, Ramanathan Ramachandran, Samir Narayan和Srinivasan Vijayakumar

2. 美国芝加哥大学放射与细胞肿瘤学系，5758 S Maryland Ave, MC 9006, Chicago, IL, 60637, USA

   Ashesh B贾尼

相应的作者

对应到Srinivasan Vijayakumar．

相互竞争的利益

作者声明他们没有相互竞争的利益。

作者的贡献

WH、SN、AJ、SV对手稿进行了文献综述、汇编和编辑。RR创建了CCI计算器。所有作者阅读并批准了最终的手稿。

重印和许可