2023院内心脏骤停预后评估模型的研究进展

院内心脏骤停发病率高，即使经过积极的心肺复苏，患者存活率和神经系成功后昏迷患者停止生命维持治疗时机的诸多困惑与讨论。目前许多国家和地区已建立了院内心脏骤停患者预后评估模型，作为指导救治方案选择的辅助决策工具。该文对现有院内心脏骤停预后评估模型的特点及研究现状进行综述，以期帮助医护人员更加全面地认识此类模型，相对客观地评估院内心脏骤停患者预后，为医患沟通和医疗决策提供重要依据。心脏骤停是指心脏机械活动停止，循环征象消失。发生在医院内的心脏骤停被称为院内心脏骤停(in-hospitalcardiacarrest,IHCA)[1,2L目前研究表明，IHCA的发病率存在地区差异。在美国，IHCA的发病率为10.16%o[3];英国IHCA发病率约为1.6%o[4];1项来自北京地区的多中心前瞻性队列研究显示,中国IHCA发病率高达17.5%o[5L近年来，虽然IHCA的救治水平有了很大提高[6,7],但预后仍然很差[8L研究表明，在接受了心肺复苏(cardiopulmonaryresuscitation,CPR)的IHCA患者中，出院存活率仅为25.8%，出院良好神经功能率仅为21.2%[31因此，出现了关于不复苏和终止复苏的讨论以及复苏成功后昏迷患预后评估模型。本文将其分为3类进行综述:不复苏辅助决策工具、终止复苏辅助决策工具及成功复苏后预测预后工具。希望帮助医护人员更加全2023院内心脏骤停预后评估模型的研究进展研究表明，研究表明，CPR可能延长临终患者没有质量的生命，增加患者及家属的身心痛苦和经济负担[9L早在1987年，美国首次为不复苏立法[10],型，将其作为不复苏指令实施的客观依据之一。不复苏决策模型纳入的多是骤停发生前的临床变量，旨在IHCA事件发生之前，对患者预后进行预测，以指导不复苏决策实施。1.心脏骤停前预测发病率(pre-arrestmorbidity,PAM)及其演变模型：1989年，为评估IHCA患者短期(出院)及长期(出院后3个月)的存活率，George等[11]在Bedell等[12]的研究基础上，纳入了低血压等15个IHCA发生前的临床相关变量,开发出PAM模型。PAM得分在0~25分之间，与患者短期及长期生存率呈线性负相关，PAM>7分时长期生存率小于15%,当超过8分时,无一人存活至出院。PAM模型用于在IHCA事件发生之前，评估患者如发生IHCA后的存活率，以指导是否对患者行CPR。随着不复苏概念的推广，该模型的出现顺应了时代要求。1992年,Ebell[13]对PAM进行改良,提出了复苏后预后(prognosisafterresuscitation,PAR)评分，该模型只包含7个变量，更便于临床使用。1993年，Dautzenberg等[14]再次对PAM进行改进，开发了新的评分模型/称为修正后的PAM(themodifiedPAMindexzMPI),面地认识此类模型，相对客观地判断IHCA患者预后,为医疗决策提供重要依据。该评分在该评分在PAM基础上去除了肝硬化，增加了阿尔茨海默病年龄作为预测因子(表1\1993年，Cohn等[15]对PAM进行验证，当PAM每增加1分，死亡风险增加1.49倍，当PAM>8分时，同样无一人存活出院,证明该评分对部分IHCA患者预后有较强的预测能力。1999年，Bowker和Stewart[16]对PAM、PAR、MPI这3种评分进行比较,其预测CPR失败的灵敏度分别为20%、29%、22%,认为3种评分需要进一步完善后才可作为不复苏的辅助决策工具。2014年，1项来自瑞典的单中心研究 [17]认为PAM及PAR的灵敏度仅为20%~30%,无法准确预测IHCA患者预后，不能将其作为不复苏的辅助决策工具。因此，这3种预后模型在评价IHCA患者预后的有效性方面存在争议。如何改良上述模型或研发新的模型，用以提高IHCA患者预后评估的灵敏度，为IHCA患者是否选择不复苏决策提供科学依据，是下一步研究的方向。GO-FAR)模型:Ebell等[18]通过对遵循指南-复苏(GetWiththeGuidelines-Resuscitation,GWTG-R)数据库中的51240例成年IHCA患者进行分析，开发了包含13个变量的GO-FAR模型，用于预测患者发生IHCA后,出院时神经系统功能良好的概率，即脑功能评分(cerebralperformancecategory,CPC)=1分的可能性。随后，来自瑞典的2项研究对GO-FAR模型的预测能力进行了外部验证，其受试者工作特征曲线下面积(areaunderthereceiveroperatingcharacteristicscurve,AUROCC)分别为0.846和0.82[19,20],证实GO-FAR评分可有效预测IHCA测IHCA患者的预后。2019年，Thai和Ebell[21]对GO-FAR评分模型进行时间验证及外部验证，证实该模型可预测IHCA患者的预后。2020年，韩国1项研究通过对GO-FAR进行外部验证，证实GO-FAR评分模型同样适用于东亚人群，可作为不复苏指令的依据之一[22]o同年，George等[23]再次通过对GWTG-R数据库中的成年IHCA患者进行统计分析，将年龄等10个变量纳入模型,以出院时CPC<2分的存活率作为结局，开发了GO-FAR2评分模型，MAUROCC为0.70。GO-FAR评分模型的2个版本(表2)均可作为发生IHCA前是否行不复苏决策的依据。该模型评估了IHCA患者出院时的神经系统预后情况，对评估患者远期生活质量具有十分重要的意义。GO-FAR评分自出现以来被广泛讨论、验证，但GO-FAR2开发时间较短,目前尚未有大型队列研究对其进行外3分.类和回归树(classificationandregressiontreeszCART)模型：2013年，Ebell等[24]建立了5个决策树模型,即CART模型。其中,模型1和模型5被筛选为最优模型,这2个模型均以患者入院时的CPC评分作为决策起始，模型5分为2个决策树，分别适用于入院时神经功能对IHCA患者CPC=1分的出院存活率进行评估，并作为不复苏决策的辅助工具(图1和2\2017年，瑞典的1项研究对CART进行外部验证,2个模型的AUROCC分别为0.77和0.71,研究认为CART对患者预后的预测效果良好[25],该研究虽然仅有287例样本，但是在不同国家的人4达.特茅斯评分4达.特茅斯评分(Dartmouthscore,DS)模型和IHCA的结果预测(predictionofoutcomeforin-hospitalcardiacarrest,PIHCA)模型：2015年，Merja等[26]纳入年龄等9个变量，开发了DS模型：DS<7分的患者有可能存活到出院,而DS>9分的患者则不可能存活到出院；在与PAM、PAR、MPI的比较中,DS具有最高的敏感性(43%\开发了包含9个变量的PIHCA模型,该模型将具有良好神经结果(CPC<2)的出院存活率作为结局。但2种模型研究的样本量都较小，未在外部队列中进行验证，其临床效能尚不可知。二、终止CPR辅助决策工具当对IHCA患者持续进行CPR而仍未发生自主循环恢复(returnofspontaneouscirculation,ROSC)时，何时终止CPR是困扰家属和医生的难题。目前,终止CPR是建立在对患者预后预测的基础上[28],综合家属意愿做出的。CPR终止决策模型纳入的是骤停发生前及骤停发生时的变量，包括骤停节律和CPR持续时间等，目的是在CPR期间预测IHCA患者的预后，并以预后信息来辅助决策是否继续对患者进行CPR。群中进行验证，一定程度证明了CART较广泛的临床适用性。2003年，Cooper和Evans[29]纳入英国一家医院的1633例接受CPR的IHCA患者，开发出复苏预后评分(theResuscitationPredictor当IHCA患者成功复苏后，临床医生通常会对患者的预后进行综合评估，包括患者存活的可能性和神经功能恢复的情况。研究者结合IHCA前的基线特征和与IHCA预后相关的重要临床因素(如复苏持续时间、骤停地点等),开发预后模型，从而为生理、神经、心肺和认知障碍的多模式康复评估和治疗方案提供重要的参考依据。Scoring,RPS)量表，以期预测IHCA患者24h存活率。根据患者初始骤停模式(呼吸/心脏)是否已知分为量表A及量表B:当初始骤停模式已知时，结合骤停模式、初始心律及年龄，预测患者24h生存率;若初始骤停模式未知，则只依据初始心'律及年龄预测患者24h生存亵表3\此表适用于复苏超过15min却仍未发生ROSC的IHCA患者。2007年,该团队对RPS量表的可靠性进行验证,证明该量表具有一定的信度和效度,可用于指导CPR终止决策[30Lin-hospital,CASPRI)评分模型:2012年zChan等[31]利用GWTG-R数据库中42957例成功复苏的IHCA患者数据，开发了CASPRI评分模型，该模型纳入了初始心律、骤停地点和复苏持续时间等11个变量，结局为神经功能良好(CPC<2)的出院存活率。当CASPRI得分<10分时，患者神经功能良好的平均存活率为70.7%,当得分Z28分时，患者神经功能良好的平均存活率仅为2.8%。该模型的目的是为成功复苏的IHCA患如前所述，目前国际上已有多种IHCA如前所述，目前国际上已有多种IHCA预后评估模型，模型的预测因子多为骤停发生前和发生时的变量，主要为合并症和生命体征等。预测终点多为患者的出院结局，包括生存结局和神经功能结局。但上述模型可能存在上述大多数模型尚未在我国人群进行验证及推广使用。随着对复苏领域研究的深入，目前多种生物标志物被证实与IHCA预后相关，因此，在传统模型基础上,结合炎性因子[351神经元特异性烯醇化酶、S-100B蛋白[36]等生物标志物，研发新的、简便易行、灵敏度高、特异度好的IHCA相关预后模型将是未来研究的方向。2.英国IHCA预后风险模型：2014年，Harrison等[33]选择英国国家心脏骤停统计中心的22479例接受CPR的IHCA患者,对其危险因素进行分析，建立了由年龄、性别、初始心律等变量构成的IHC