ICU的預測評分指標
-
簡介
預測評分指標能夠評估患者疾病的嚴重程度,並預測出ICU患者的預後及死亡率。這樣的指標,能夠標準化醫學研究,也能夠比較不同醫院ICU的品質。
評分指標
- 所需要的資料,包括過去及現在的健康資訊、生理參數、lab data等
要注意不同評分系統所用的參數以及測量的時間點 - 這些分數,能夠決定住院患者的outcome,包括在院死亡率、住院天數等
- 常用的評分系統,包括APACHE、SAPS、MPM0、SOFA等
APACHE Score
(1) 全名:Acute physiologic and Chronic Health Evaluation
(2) APACHE score於美國廣泛被使用,目前已經到了第四代
-
分析變項:取入住ICU最初24小時的最差數值
-
需要的變項各版有差異,大致上包括年紀、診斷、過去治療的地點、許多急性生理及慢性健康的變數
(3) APACHE IV:此模型由美國104間ICU,總計超過11萬名患者所算出的結果
(4) 能夠預測住院死亡率,以及住院的時間
(5) APACHE Score的優缺點
- 優點:預測精準,甚至能預測ICU的住院時間
- 缺點
要輸入的變項很多(電子病歷後後比較方便,能自動代入)
主要以美國的ICU資料算出,不一定能適用於其他國家的人
(6) 連結:https://intensivecarenetwork.com/Calculators/Files/Apache4.html
SAPS
(1) 全名:Simplified Acute Physiologic Score
(2) 目前出到第三代SAPS3
- 計算在入住ICU第一小時的最差數值
- 使用的參數比APACHE少上許多(SAPS 3只用了20個參數)
(3) SAPS 3:此模型由全世界35個國家,300間ICU,共20000名患者算出結果
(4) SAPS的優缺點
- 優點:比較容易計算、資料來源為全球的ICU data
- 缺點:無法預測住院時間
(5) 連結:http://clincalc.com/icumortality/sapsii.aspx
MPM0
(1) 全名:Mortality Prediction Model
(2) 目前出到第三版(MPM0-III)
- 計算在入住ICU當下的狀況 (因此名稱有”0”)
- 除了年齡外,所有的變項都是(有)或(沒有)
(3) MPM0-III:此模型由135間ICU,共124000名患者算出的結果(主要是美國)
(4) MPM0的優缺點
- 優點:計算最為方便,因為只有臨床和生理參數而已,不用lab data
- 缺點
不太能預測住院長度
主要以美國的ICU資料算出,不一定能適用於其他國家的人
(5) 連結
SOFA
(1) 全名:Sequential Organ Failure Assessment
(2) 用途
-
一開始主要用來評估敗血症患者的器官衰竭嚴重程度
-
因為多重器官衰竭在嚴重疾病的患者很常見,因此漸漸使用到其他族群
(3) SOFA score的計算
-
入住後24小時,並在之後每48小時計算一次
-
『平均值』和『最高值』對於死亡率最有預測力
(4) SOFA的內容:http://clincalc.com/icumortality/sofa.aspx
- 呼吸系統:看PaO2/FiO2;是否插管
- 心血管:看MAP、需要的血管收縮藥物
- 凝血系統:血小板濃度
- 神經系統:看GCS
- 肝臟:看Bilirubin
- 腎臟系統:看血中creatinine、尿量
(5) 其他用途
- 除了用來預估死亡率,SOFA也可用來Sepsis患者的辨識與診斷。
- Sepsis:感染 + SOFA升高大於2分
- Septic shock:Sepsis + 給予輸液後,仍需要升壓劑才能讓MAP≧65,或是lactate仍然大於18mg/dL
要選擇哪一個預測評分系統
-
目前沒有足夠的證據指出,哪一個評分系統比其他來的更好
-
要選擇最新的版本,且要符合目標族群的系統
-
也要考量到使用的方便性、可行性、成本等
-
要定時的更新,以反應新的治療方式,這樣才能更準確的預測
-
-
限制
- 這些指標只適用於『ICU的患者』,不能用於其他的臨床情境中
- 這些指標主要評估『general』的情境,所以可能不適用於特殊的疾病狀態(ex.產科),或是特殊的加護病房(ex. 造血幹細胞移植)
- 需要持續的更新,以反應現代的治療及病人的變化
Kelley MA (2017). Predictive scoring systems in the intensive care unit. Retrieved 2017 Aug 24th from www.uptodate.com.
- 所需要的資料,包括過去及現在的健康資訊、生理參數、lab data等