《Annals of Medicine》:Performance of the Phoenix Sepsis Score for in-hospital mortality in critically ill pediatric oncology patients with suspected infection
编辑推荐:
摘要
背景:患有感染的儿科肿瘤患者面临较高的死亡风险。尽管Phoenix脓毒症评分(Phoenix Sepsis Score, PSS)近期被引入作为量化儿科脓毒症相关器官功能障碍的评分工具,但其在儿科肿瘤人群中的表现尚未得到充分阐明。
方法:这项回顾性研究纳
摘要
背景:患有感染的儿科肿瘤患者面临较高的死亡风险。尽管Phoenix脓毒症评分(Phoenix Sepsis Score, PSS)近期被引入作为量化儿科脓毒症相关器官功能障碍的评分工具,但其在儿科肿瘤人群中的表现尚未得到充分阐明。
方法:这项回顾性研究纳入了因疑似感染而入住儿科重症监护病房(PICU)的儿科肿瘤患者。研究人员评估了PSS的预测效能,并将其与其他儿科危重症评分在区分住院死亡率方面的表现进行了比较。
结果:研究队列共纳入224例患者,对应254次PICU入院记录。总体住院死亡率为17.7%。除儿童死亡风险Ⅲ评分(PRISM Ⅲ)外,所有评分系统均显示出良好的区分度。Phoenix-8评分的受试者工作特征曲线下面积(AUC)最高,为0.855(95%置信区间CI:0.791–0.919),其次为PSS(0.837)和儿科序贯器官衰竭评估(pSOFA)评分(0.836)。Phoenix-8的AUC显著高于PHO-Phoenix评分和PRISM Ⅲ评分;其他评分系统之间的差异无统计学意义。敏感性分析与主要分析结果基本一致,但在纳入终止生命支持治疗后死亡的病例后,各评分的AUC值有所降低。
结论:PSS在预测入住PICU的感染儿科肿瘤患者的住院死亡率方面表现出良好的区分度,其AUC值与pSOFA和PELOD-2评分相当。由于其对数据需求较低,PSS可能有助于作为这一高风险人群中死亡率风险评估的临床可行工具。
论文解读:Phoenix脓毒症评分(PSS)在危重儿科肿瘤患者中的应用与评估
研究背景与问题
儿科肿瘤患者因其疾病本身和治疗相关的因素(如免疫抑制、骨髓抑制、化疗毒性等),一旦发生感染,进展为多器官功能障碍和死亡的风险远高于普通患儿。早期识别这部分高危患儿对于及时干预、改善预后至关重要。然而,现有的儿科危重症评分系统,如儿科序贯器官衰竭评估(pSOFA)、儿科逻辑性器官功能障碍-2(PELOD-2)和儿童死亡风险Ⅲ(PRISM Ⅲ),大多基于异质性较高的普通PICU人群开发,可能无法完全捕捉儿科肿瘤患者独特的病理生理学特点,导致其在此类特定人群中的预测效能不一或欠佳。2024年,美国重症医学会(SCCM)发布了修订版的儿科脓毒症诊断标准,并引入了全新的Phoenix脓毒症评分(PSS),用于量化脓毒症相关的呼吸、心血管、凝血和神经功能四个系统的器官功能障碍。此外,还推出了涵盖八个器官系统的扩展版本Phoenix-8评分。尽管PSS在一般PICU人群中展现了良好性能,但其在儿科肿瘤患者中的适用性和比较效能尚缺乏充分研究。因此,本研究旨在系统评估PSS在危重儿科肿瘤感染患者中的预测表现,并与现有成熟评分进行比较。
研究概述与结论
为填补上述证据空白,研究人员开展了一项单中心回顾性研究,纳入了2016年至2024年间因疑似或确诊感染而入住广州医科大学妇女儿童医疗中心PICU的儿科肿瘤患者。研究最终分析了224例患者贡献的254次合格PICU入院记录,总体住院死亡率为17.7%。通过计算入院后首个24小时内的各项评分,并运用受试者工作特征(ROC)曲线、校准分析和决策曲线分析等方法,研究人员全面评估了PSS及其衍生评分(如Phoenix-8、PHO-Phoenix)与pSOFA、PELOD-2、PRISM Ⅲ等评分系统在预测住院死亡率方面的区分度、校准度和临床净收益。研究得出结论:PSS在预测该类患者住院死亡率方面表现出良好的区分度,其AUC值为0.837,与pSOFA(0.836)和PELOD-2(0.817)相当。Phoenix-8评分获得了最高的AUC点估计值(0.855)。鉴于PSS所需的数据变量较少,它可能成为资源有限环境下进行死亡率风险评估的更便捷工具。
主要关键技术方法
- 1.
研究设计与人群:采用回顾性队列研究设计,研究对象为2016年1月至2024年12月期间,因疑似或确认感染入住广州医科大学妇女儿童医疗中心PICU的儿科肿瘤患者。疑似感染的操作性定义为在PICU入院后24小时内使用了全身性抗菌治疗并进行了微生物学评估。
- 2.
评分系统计算:研究人员从电子病历系统中提取数据,分别计算了PSS、Phoenix-8、PHO-Phoenix(不含血小板计数)、pSOFA、PELOD-2和PRISM Ⅲ评分。所有评分均使用PICU入院后首个24小时内最异常的生理指标值进行计算。
- 3.
缺失数据处理:对于未临床测量的评分项目(如D-二聚体、血尿素氮BUN),遵循原始评分制定方法,将其视为正常并赋予0分。针对此策略可能带来的偏倚,研究人员进行了多项敏感性分析,包括仅在测量了BUN或D-二聚体的亚组中进行比较,以及移除PRISM Ⅲ评分中BUN成分后重新计算。
- 4.
统计分析方法:使用ROC曲线和AUC评估各评分对住院死亡率的区分能力,并通过DeLong检验进行AUC的两两比较。通过校准图、Hosmer-Lemeshow拟合优度检验和Brier评分评估校准度。使用决策曲线分析(DCA)评估临床实用性。此外,还进行了多项敏感性分析,包括纳入终止生命支持治疗后死亡的病例、仅分析每位患者的首次合格PICU入院等,以检验结果的稳健性。
研究结果
3.1 队列的人口学和临床特征
研究队列共254次入院,中位年龄56.5个月,男性占55.9%。最常见的原发病是急性淋巴细胞白血病(41.3%)。大部分(80.3%)入院来自住院病房。总体住院死亡率为17.7%,中位死亡时间为2天。在合格入院中,92.1%的患者PSS评分≥2。
3.2 评分系统的区分效能
ROC分析显示,除PRISM Ⅲ(AUC=0.783)外,所有评分系统的AUC均大于0.80,显示出良好的区分能力。Phoenix-8的AUC最高(0.855),其次是PSS(0.837)和pSOFA(0.836)。DeLong检验表明,Phoenix-8的AUC显著高于PHO-Phoenix(ΔAUC=0.031, p=0.038)和PRISM Ⅲ(ΔAUC=0.072, p=0.022),但与PSS、pSOFA和PELOD-2的差异无统计学意义。
3.3 最佳截断值和分类效能
根据最大约登指数确定的最佳截断值分别为:pSOFA≥10,PSS≥5,PHO-Phoenix≥5,Phoenix-8≥7,PELOD-2≥9,PRISM Ⅲ≥12。在这些截断值下,Phoenix-8的约登指数最高(0.593)。PSS展现出最高的灵敏度(86.7%)和阴性预测值(95.9%)。所有评分系统均具有很高的阴性预测值(均≥93%)。
3.4 校准分析
校准图、Hosmer-Lemeshow检验(所有p>0.05)和Brier评分均表明,各评分系统在研究队列内均显示出可接受的校准度。其中,Phoenix-8的Brier评分最低(0.100),表示其预测概率与实际观察到的死亡率最为接近,而PRISM Ⅲ的Brier评分最高(0.116),且在较高风险区域出现一定偏差。
3.5 临床适用性的决策曲线分析
决策曲线分析结果显示,在临床相关的阈值概率范围内,所有评估的评分系统均保持了正向的净获益。Phoenix-8在较低的阈值概率(10%-20%)下表现出略高的净获益,而pSOFA在20%-40%范围内净获益最高。PRISM Ⅲ在大多数阈值下的净获益最低。
3.6 敏感性分析
各项敏感性分析结果与主要分析结果大体一致。当纳入终止生命支持治疗后死亡的病例后,所有评分的AUC均下降,但Phoenix-8仍保持最高的点估计值(0.803)。在仅分析首次合格入院的亚组中,整体区分度相似,但Phoenix-8与PRISM Ⅲ的AUC差异不再具有统计学显著性。在测量了BUN的亚组中,PRISM Ⅲ的AUC略有提升,但与Phoenix-8的差异同样不显著。
讨论与结论总结
讨论总结:本研究表明,PSS在预测危重儿科肿瘤感染患者的住院死亡率方面表现良好,其效能与pSOFA和PELOD-2相当。Phoenix-8评分在所有评估指标中普遍表现最优,这可能归因于其覆盖更多器官系统,更全面地反映了该人群多器官受累的特点。然而,Phoenix-8的统计优势并非在所有敏感性分析中都保持一致,因此应谨慎解读其相对于其他评分的优越性。值得注意的是,移除血小板计数后的PHO-Phoenix评分并未优于PSS,提示在该人群中,血小板减少可能受到多种非感染因素的影响。敏感性分析进一步证实了主要结果的稳健性,同时也揭示了数据完整性和队列构成对结果的影响。例如,排除终止生命支持治疗的死亡病例可能导致了对绝对区分度的过高估计。研究的局限性包括其单中心、回顾性设计,样本量有限,以及部分评分组件缺失等问题,这些都可能影响结果的普适性。
研究结论翻译:总之,Phoenix脓毒症评分(PSS)在预测入住PICU的疑似感染儿科肿瘤患者的住院死亡率方面表现出良好的区分度。其AUC值与pSOFA和PELOD-2评分相当。Phoenix-8评分持续显示出较高的AUC点估计值,但其相对于个别对照评分的统计优越性证据在各敏感性分析中并不一致。未来的前瞻性、多中心研究应纳入动态评分、治疗暴露情况和肿瘤特征,以改进对患有癌症和感染的危重儿童的风险评估。