引用本文： 杨莎, 李东泽, 郑艾宜, 李哲, 唐郭, 姚蓉. 简易体征评分系统对新冠患者严重程度和预后预测价值的多中心观察性研究. 中国胸心血管外科临床杂志, 2023, 30(2): 167-172. doi: 10.7507/1007-4848.202203002 复制
新型冠状病毒感染（coronavirus disease 2019，COVID-19）是2019年12月被首次报道的新发急性呼吸道传染病[1]，已在全世界范围内传播流行。截至2022年5月5日24时国家卫生健康委员会官方网站公布的数据：我国31个省（自治区、直辖市）和新疆生产建设兵团现有确诊病例11 515例（其中重症病例659例），累计死亡病例5 153例，累计报告确诊病例218 945例，累计收到港澳台地区通报确诊病例563 581例，确诊和疑诊的病例人数仍不断上升。COVID-19具有传染性强、临床症状不典型和病情进展隐匿等特点[2]，重症患者病死率高[3-4]，需要大量医疗资源，早期识别高危患者进行风险分层，对于预后判断、及时干预及合理分配资源具有重要意义。《新型冠状病毒肺炎诊疗方案（试行第八版修订版）》[5]明确推荐对COVID-19患者根据临床分型进行风险评估、制定个体化管理策略、优化治疗方案、改善患者预后。目前尚缺乏特异性针对COVID-19患者的早期预后评估工具，本研究拟通过多中心观察性研究收集易采集的临床变量，建立简便易行的COVID-19患者早期危险预后评分系统。
1 资料与方法
1.1 临床资料和分组
回顾性纳入2020年1月—5月就诊于四川省及湖北省45家医院的1 615例COVID-19确诊患者（均为本土病例）。纳入标准：（1）经实时逆转录聚合酶链式反应严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）核酸检测确诊的COVID-19患者；（2）年龄≥18岁。排除标准：（1）临床资料不全；（2）妊娠期妇女。因临床资料不全排除10例，最终纳入1 605例COVID-19确诊患者。依据《新型冠状病毒肺炎诊疗方案（试行第八版修订版）》[5]临床分型标准，将轻型、普通型患者合为轻症患者，重型及危重型合为重症患者。轻症组1 150 例，男 508 例，平均年龄（51.32±16.26）岁；重症组455 例，男 248 例，平均年龄（57.63±16.16）岁。
1.2 资料收集
本研究从各参与医院的电子病历中采集患者首次就诊时的人口学和临床特征，包括：年龄、性别、既往史；入院时体征，包括：体温、呼吸频率、心率、收缩压、舒张压、外周血氧饱和度（peripheral oxygen saturation，SpO2）及格拉斯哥昏迷评分（Glasgow coma scale，GCS 评分）。计算患者就诊时快速序贯器官衰竭评分（quick sequential organ failure assessment，qSOFA评分，由收缩压、呼吸频率、GCS评分构成）[6]及改良早期预警评分（modified early warning score，MEWS评分，由心率、收缩压、呼吸频率、体温、意识状态构成）[7]。
1.3 统计学分析
采用SPSS 26.0及R 4.2.0统计软件进行统计分析。检验计量资料正态性，若为正态分布，采用均数±标准差（
±s）描述，两组间比较采用独立样本 t 检验；不符合正态分布数据采用中位数及上下四分位数［M（P25，P75）］表示，组间比较采用秩和检验。计数资料采用频数及百分比描述，组间比较采用Mann-Whitney秩和检验。以患者严重程度分型为因变量，患者首次入院的人口学及生命体征为自变量，进行单因素logistic回归分析，然后将单因素分析中差异有统计学意义的变量（P≤0.05）作为自变量输入多因素logistic回归分析中，从而建立预测模型。列线图基于多因素logistic回归中每个变量的系数并按比例转换成具有一定范围的标尺。列线图中每一个变量对应一个分数，将全部变量的分数求和后得到总评分，按照图中最下方的标尺进行比对得到COVID-19患者发生重症的风险概率。受试者工作特征（receiver operating characteristic，ROC）曲线评估预测模型和qSOFA评分及MEWS评分对COVID-19患者严重程度及死亡的判断价值。双侧检验水准α=0.05。
1.4 伦理审查
本研究根据《赫尔辛基宣言》进行，并已获得四川大学华西医院医学伦理委员会批准，伦理批准号：2020（272）号。
2 结果
2.1 COVID-19患者一般情况比较
重症组患者年龄、男性比例、就诊时呼吸频率、收缩压、平均动脉压、qSOFA评分及MEWS评分均大于或高于轻症组（P<0.05）；重症组患者SpO2及GCS评分均低于轻症组（P<0.05），重症组患者院内病死率显著高于轻症组（14.7% vs. 1.5%，P<0.001）；见表1。
表1
两组患者一般资料比较［
/例（%）/M（P25，P75）］
2.2 COVID-19患者严重程度分型的危险因素
多因素logistic回归分析显示患者的年龄、就诊时的呼吸频率、SpO2、GCS评分为患者发生重症的独立危险因素；见表2。
表2
COVID-19患者严重程度分型的独立危险因素
2.3 预测COVID-19患者发生重症的列线图模型
基于多因素logistic回归分析的4个指标，我们建立了用于预测COVID-19患者发生重症的列线图模型。每个变量根据数值大小分别评分后求和获得总分，然后可以预测COVID-19患者发生重症的风险概率；见图1。
图1
预测COVID-19患者发生重症的列线图模型
COVID-19：新型冠状病毒感染；GCS 评分：格拉斯哥昏迷评分；SpO2：外周血氧饱和度
2.4 简易体征评分系统预测COVID-19患者发生重症的效能
基于患者的年龄、就诊时呼吸频率、SpO2、GCS评分这4项指标构建简易体征评分系统，ROC曲线分析显示该评分系统预测COVID-19患者发生重症的曲线下面积为0.822，95%CI（0.795，0.849），具有较好的预测能力；见图2。该评分系统预测COVID-19患者发生重症的效能显著高于qSOFA评分及MEWS评分（分别为0.629及0.631，P均＜0.001）；见表3。
图2
简易体征评分系统预测COVID-19患者发生重症的ROC曲线分析
COVID-19：新型冠状病毒感染；ROC：受试者工作特征；AUC：曲线下面积
表3
简易体征评分系统、qSOFA评分及MEWS评分对COVID-19患者发生重症的ROC曲线分析
2.5 简易体征评分系统预测COVID-19患者院内死亡的效能
ROC曲线分析显示简易体征评分系统预测COVID-19患者发生院内死亡的曲线下面积为0.796，显著高于qSOFA评分及MEWS评分（分别为0.710及0.706，P均＜0.001）；见图3。
图3
简易体征评分系统预测COVID-19患者死亡的ROC曲线分析
COVID-19：新型冠状病毒感染；ROC：受试者工作特征；qSOFA 评分：快速序贯器官衰竭评分；MEWS 评分：改良早期预警评分
3 讨论
本研究首次构建了一个仅由4项简单参数组成的简易体征评分系统，通过ROC曲线分析显示，该评分系统对于预测COVID-19患者发生重症和院内死亡的效能较qSOFA评分及MEWS评分更佳。由于该评分系统仅需采集基本生命体征即可快速得出评分，有利于首次就诊或急诊进行初始危险评估，指导早期分诊及处置。
目前尚缺乏针对早期COVID-19确诊患者预后评估工具，建立简单、有效、无创的评估工具对COVID-19患者早期制定治疗方案及合理分配医疗资源至关重要，尤其是在疫情爆发或资源相对不足时。已有大量研究探讨基于临床指标建立COVID-19患者预后预测评分，大多纳入了依赖检验甚至影像学检查的指标，包括白细胞计数、中性粒细胞绝对值、淋巴细胞绝对值、中性粒细胞绝对值与淋巴细胞绝对值比值等血常规指标[8-9]，C反应蛋白、降钙素原等炎症反应指标[9-10]，白细胞介素6、白细胞介素8、白细胞介素10等细胞因子[11-12]指标等，增加了实施和推广的难度，也不适合用于急诊初诊快速进行风险分层。qSOFA评分及MEWS评分等重症预后评分，因其评分简单等优点也被尝试用于COVID-19患者的预后评估。有报道[6]显示，qSOFA评分对于COVID-19患者的重症死亡等关键临床结局的预测效能优于序贯器官衰竭评分（SOFA评分）、MuLBSTA评分（多小叶浸润、淋巴细胞过少、细菌合并感染、吸烟史、高血压和年龄评分）和HScore（反应性噬血细胞综合征评分系统）。另一项研究[7]证实MEWS评分可以有效预测COVID-19住院患者28 d的死亡率。本研究显示，基于患者年龄、就诊时呼吸频率、SpO2和GCS评分构建的简易体征评分，对于COVID-19患者发生重症或早期死亡的预后预测价值优于qSOFA评分和MEWS评分。由于本评分系统所需指标均可快速获得，可考虑用于急诊甚至院前快速对患者进行病情评估和预后预测，有助于优化资源分配。
高龄已在多项研究[2-4,13-17]中被报道与COVID-19患者死亡或预后不良相关，可能的原因包括：随着年龄增长，呼吸、免疫等系统储备和代偿能力均降低，导致易被感染并进展为重症，且老年人更易合并高血压、冠心病及糖尿病等其它基础疾病，而上述基础疾病也已被证实为COVID-19患者预后不良的危险因素[3-4,13-14,16]。呼吸频率与SpO2[2,18]则反映患者呼吸功能状况，COVID-19患者肺部改变多为肺泡Ⅱ型上皮细胞和支气管上皮细胞受损，病变呈间质性肺炎的表现，多表现为低氧血症、无CO2潴留，这也使得COVID-19患者实际低氧状况与呼吸困难症状不一致，如未能及时监测，发现严重的沉默性低氧血症患者[19]，可能延误最佳救治时机，增加救治难度及患者病死率。此外，COVID-19患者的神经系统症状早期常被忽略，一项多中心队列研究[20]发现：约80% COVID-19患者出现神经症状，并与早期死亡相关，具有神经体征或综合征的患者住院死亡风险增高5倍。本研究也证实，患者就诊时的GCS评分为患者预后的独立危险因素，提示针对COVID-19患者，除关注其呼吸、循环系统表现以外，及时发现并针对性干预神经系统症状，也可能有助于改善预后。
本研究存在一定局限性：首先，本研究为回顾性研究，部分病例因数据缺失被排除，可能对结果产生影响；其次，本研究虽为多中心研究，但71.53%的病例数据来自2020年5月前疫情早期城市湖北武汉，目前COVID-19病毒不断变异，故数据代表性尚有待进一步验证；此外，本研究仅关注了患者院内结局，未能对患者长期预后进一步随访；最后，本研究仅比较了该评分与qSOFA评分和MEWS评分两个评分系统的预测效能，后续还应该对更多其它评分进行比较。
综上，本研究显示：COVID-19患者的年龄、就诊时呼吸频率、SpO2、GCS评分为病情严重程度的独立危险因素，基于此4 项指标构建的简易体征评分系统可用于预测COVID-19患者发生重症或早期死亡的风险，效能均优于qSOFA评分及MEWS评分。该评分是否适合所有COVID-19患者还需通过前瞻性研究进一步验证。
利益冲突：无。
作者贡献：杨莎负责数据收集，论文设计与撰写；李东泽、姚蓉参与选题与设计，论文指导和修正；郑艾宜、李哲、唐郭参与数据收集和分析。
新型冠状病毒感染（coronavirus disease 2019，COVID-19）是2019年12月被首次报道的新发急性呼吸道传染病[1]，已在全世界范围内传播流行。截至2022年5月5日24时国家卫生健康委员会官方网站公布的数据：我国31个省（自治区、直辖市）和新疆生产建设兵团现有确诊病例11 515例（其中重症病例659例），累计死亡病例5 153例，累计报告确诊病例218 945例，累计收到港澳台地区通报确诊病例563 581例，确诊和疑诊的病例人数仍不断上升。COVID-19具有传染性强、临床症状不典型和病情进展隐匿等特点[2]，重症患者病死率高[3-4]，需要大量医疗资源，早期识别高危患者进行风险分层，对于预后判断、及时干预及合理分配资源具有重要意义。《新型冠状病毒肺炎诊疗方案（试行第八版修订版）》[5]明确推荐对COVID-19患者根据临床分型进行风险评估、制定个体化管理策略、优化治疗方案、改善患者预后。目前尚缺乏特异性针对COVID-19患者的早期预后评估工具，本研究拟通过多中心观察性研究收集易采集的临床变量，建立简便易行的COVID-19患者早期危险预后评分系统。
1 资料与方法
1.1 临床资料和分组
回顾性纳入2020年1月—5月就诊于四川省及湖北省45家医院的1 615例COVID-19确诊患者（均为本土病例）。纳入标准：（1）经实时逆转录聚合酶链式反应严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）核酸检测确诊的COVID-19患者；（2）年龄≥18岁。排除标准：（1）临床资料不全；（2）妊娠期妇女。因临床资料不全排除10例，最终纳入1 605例COVID-19确诊患者。依据《新型冠状病毒肺炎诊疗方案（试行第八版修订版）》[5]临床分型标准，将轻型、普通型患者合为轻症患者，重型及危重型合为重症患者。轻症组1 150 例，男 508 例，平均年龄（51.32±16.26）岁；重症组455 例，男 248 例，平均年龄（57.63±16.16）岁。
1.2 资料收集
本研究从各参与医院的电子病历中采集患者首次就诊时的人口学和临床特征，包括：年龄、性别、既往史；入院时体征，包括：体温、呼吸频率、心率、收缩压、舒张压、外周血氧饱和度（peripheral oxygen saturation，SpO2）及格拉斯哥昏迷评分（Glasgow coma scale，GCS 评分）。计算患者就诊时快速序贯器官衰竭评分（quick sequential organ failure assessment，qSOFA评分，由收缩压、呼吸频率、GCS评分构成）[6]及改良早期预警评分（modified early warning score，MEWS评分，由心率、收缩压、呼吸频率、体温、意识状态构成）[7]。
1.3 统计学分析
采用SPSS 26.0及R 4.2.0统计软件进行统计分析。检验计量资料正态性，若为正态分布，采用均数±标准差（±s）描述，两组间比较采用独立样本 t 检验；不符合正态分布数据采用中位数及上下四分位数［M（P25，P75）］表示，组间比较采用秩和检验。计数资料采用频数及百分比描述，组间比较采用Mann-Whitney秩和检验。以患者严重程度分型为因变量，患者首次入院的人口学及生命体征为自变量，进行单因素logistic回归分析，然后将单因素分析中差异有统计学意义的变量（P≤0.05）作为自变量输入多因素logistic回归分析中，从而建立预测模型。列线图基于多因素logistic回归中每个变量的系数并按比例转换成具有一定范围的标尺。列线图中每一个变量对应一个分数，将全部变量的分数求和后得到总评分，按照图中最下方的标尺进行比对得到COVID-19患者发生重症的风险概率。受试者工作特征（receiver operating characteristic，ROC）曲线评估预测模型和qSOFA评分及MEWS评分对COVID-19患者严重程度及死亡的判断价值。双侧检验水准α=0.05。
1.4 伦理审查
本研究根据《赫尔辛基宣言》进行，并已获得四川大学华西医院医学伦理委员会批准，伦理批准号：2020（272）号。
2 结果
2.1 COVID-19患者一般情况比较
重症组患者年龄、男性比例、就诊时呼吸频率、收缩压、平均动脉压、qSOFA评分及MEWS评分均大于或高于轻症组（P<0.05）；重症组患者SpO2及GCS评分均低于轻症组（P<0.05），重症组患者院内病死率显著高于轻症组（14.7% vs. 1.5%，P<0.001）；见表1。
表1
两组患者一般资料比较［/例（%）/M（P25，P75）］
2.2 COVID-19患者严重程度分型的危险因素
多因素logistic回归分析显示患者的年龄、就诊时的呼吸频率、SpO2、GCS评分为患者发生重症的独立危险因素；见表2。
表2
COVID-19患者严重程度分型的独立危险因素
2.3 预测COVID-19患者发生重症的列线图模型
基于多因素logistic回归分析的4个指标，我们建立了用于预测COVID-19患者发生重症的列线图模型。每个变量根据数值大小分别评分后求和获得总分，然后可以预测COVID-19患者发生重症的风险概率；见图1。
图1
预测COVID-19患者发生重症的列线图模型
COVID-19：新型冠状病毒感染；GCS 评分：格拉斯哥昏迷评分；SpO2：外周血氧饱和度
2.4 简易体征评分系统预测COVID-19患者发生重症的效能
基于患者的年龄、就诊时呼吸频率、SpO2、GCS评分这4项指标构建简易体征评分系统，ROC曲线分析显示该评分系统预测COVID-19患者发生重症的曲线下面积为0.822，95%CI（0.795，0.849），具有较好的预测能力；见图2。该评分系统预测COVID-19患者发生重症的效能显著高于qSOFA评分及MEWS评分（分别为0.629及0.631，P均＜0.001）；见表3。
图2
简易体征评分系统预测COVID-19患者发生重症的ROC曲线分析
COVID-19：新型冠状病毒感染；ROC：受试者工作特征；AUC：曲线下面积
表3
简易体征评分系统、qSOFA评分及MEWS评分对COVID-19患者发生重症的ROC曲线分析
2.5 简易体征评分系统预测COVID-19患者院内死亡的效能
ROC曲线分析显示简易体征评分系统预测COVID-19患者发生院内死亡的曲线下面积为0.796，显著高于qSOFA评分及MEWS评分（分别为0.710及0.706，P均＜0.001）；见图3。
图3
简易体征评分系统预测COVID-19患者死亡的ROC曲线分析
COVID-19：新型冠状病毒感染；ROC：受试者工作特征；qSOFA 评分：快速序贯器官衰竭评分；MEWS 评分：改良早期预警评分
3 讨论
本研究首次构建了一个仅由4项简单参数组成的简易体征评分系统，通过ROC曲线分析显示，该评分系统对于预测COVID-19患者发生重症和院内死亡的效能较qSOFA评分及MEWS评分更佳。由于该评分系统仅需采集基本生命体征即可快速得出评分，有利于首次就诊或急诊进行初始危险评估，指导早期分诊及处置。
目前尚缺乏针对早期COVID-19确诊患者预后评估工具，建立简单、有效、无创的评估工具对COVID-19患者早期制定治疗方案及合理分配医疗资源至关重要，尤其是在疫情爆发或资源相对不足时。已有大量研究探讨基于临床指标建立COVID-19患者预后预测评分，大多纳入了依赖检验甚至影像学检查的指标，包括白细胞计数、中性粒细胞绝对值、淋巴细胞绝对值、中性粒细胞绝对值与淋巴细胞绝对值比值等血常规指标[8-9]，C反应蛋白、降钙素原等炎症反应指标[9-10]，白细胞介素6、白细胞介素8、白细胞介素10等细胞因子[11-12]指标等，增加了实施和推广的难度，也不适合用于急诊初诊快速进行风险分层。qSOFA评分及MEWS评分等重症预后评分，因其评分简单等优点也被尝试用于COVID-19患者的预后评估。有报道[6]显示，qSOFA评分对于COVID-19患者的重症死亡等关键临床结局的预测效能优于序贯器官衰竭评分（SOFA评分）、MuLBSTA评分（多小叶浸润、淋巴细胞过少、细菌合并感染、吸烟史、高血压和年龄评分）和HScore（反应性噬血细胞综合征评分系统）。另一项研究[7]证实MEWS评分可以有效预测COVID-19住院患者28 d的死亡率。本研究显示，基于患者年龄、就诊时呼吸频率、SpO2和GCS评分构建的简易体征评分，对于COVID-19患者发生重症或早期死亡的预后预测价值优于qSOFA评分和MEWS评分。由于本评分系统所需指标均可快速获得，可考虑用于急诊甚至院前快速对患者进行病情评估和预后预测，有助于优化资源分配。
高龄已在多项研究[2-4,13-17]中被报道与COVID-19患者死亡或预后不良相关，可能的原因包括：随着年龄增长，呼吸、免疫等系统储备和代偿能力均降低，导致易被感染并进展为重症，且老年人更易合并高血压、冠心病及糖尿病等其它基础疾病，而上述基础疾病也已被证实为COVID-19患者预后不良的危险因素[3-4,13-14,16]。呼吸频率与SpO2[2,18]则反映患者呼吸功能状况，COVID-19患者肺部改变多为肺泡Ⅱ型上皮细胞和支气管上皮细胞受损，病变呈间质性肺炎的表现，多表现为低氧血症、无CO2潴留，这也使得COVID-19患者实际低氧状况与呼吸困难症状不一致，如未能及时监测，发现严重的沉默性低氧血症患者[19]，可能延误最佳救治时机，增加救治难度及患者病死率。此外，COVID-19患者的神经系统症状早期常被忽略，一项多中心队列研究[20]发现：约80% COVID-19患者出现神经症状，并与早期死亡相关，具有神经体征或综合征的患者住院死亡风险增高5倍。本研究也证实，患者就诊时的GCS评分为患者预后的独立危险因素，提示针对COVID-19患者，除关注其呼吸、循环系统表现以外，及时发现并针对性干预神经系统症状，也可能有助于改善预后。
本研究存在一定局限性：首先，本研究为回顾性研究，部分病例因数据缺失被排除，可能对结果产生影响；其次，本研究虽为多中心研究，但71.53%的病例数据来自2020年5月前疫情早期城市湖北武汉，目前COVID-19病毒不断变异，故数据代表性尚有待进一步验证；此外，本研究仅关注了患者院内结局，未能对患者长期预后进一步随访；最后，本研究仅比较了该评分与qSOFA评分和MEWS评分两个评分系统的预测效能，后续还应该对更多其它评分进行比较。
综上，本研究显示：COVID-19患者的年龄、就诊时呼吸频率、SpO2、GCS评分为病情严重程度的独立危险因素，基于此4 项指标构建的简易体征评分系统可用于预测COVID-19患者发生重症或早期死亡的风险，效能均优于qSOFA评分及MEWS评分。该评分是否适合所有COVID-19患者还需通过前瞻性研究进一步验证。
利益冲突：无。
作者贡献：杨莎负责数据收集，论文设计与撰写；李东泽、姚蓉参与选题与设计，论文指导和修正；郑艾宜、李哲、唐郭参与数据收集和分析。
