基于逻辑回归的急诊分诊胸痛危及生命风险评分构建与时间验证:一项回顾性队列研究

《Vascular Health and Risk Management》:Development and Temporal Validation of a Logistic Regression–Based Risk Score for Identifying Life-Threatening Chest Pain at Emergency Department Triage: A Retrospective Cohort Study

【字体: 大 中 小 】 时间:2026年09月27日 来源:Vascular Health and Risk Management 3.2

编辑推荐:

  背景:胸痛是急诊科(ED)常见的就诊原因,其结局具有高度时间依赖性。HEART和GRACE等广泛使用的风险工具需要纳入实验室检查结果,而这些结果在护士首次接触时无法获得,限制了其在即时分诊中的应用价值。在中国大陆,病情分级依据中国急诊分诊量表(CETS)执行,

  
背景:胸痛是急诊科(ED)常见的就诊原因,其结局具有高度时间依赖性。HEART和GRACE等广泛使用的风险工具需要纳入实验室检查结果,而这些结果在护士首次接触时无法获得,限制了其在即时分诊中的应用价值。在中国大陆,病情分级依据中国急诊分诊量表(CETS)执行,但护士分诊的准确性仍存在差异,尤其是在经验较少的医护人员中。 目的:开发并时间验证一个简化的、无需实验室检查的临床风险评分,用于识别因胸痛就诊于急诊科的成人患者中危及生命的状况(LTCs)——定义为最终由医师判定的CETS I级或II级,并将评分阈值映射至四级CETS框架,为护士提供决策支持。 方法:本研究为单中心回顾性观察性队列研究,按照TRIPOD+AI规范报告,在中国安徽省合肥市一家大型三级教学医院的急诊科开展。队列按日历时间分为内部开发队列(n = 2,005;2020年7月–2021年2月)和时间验证队列(n = 501;2021年2月–3月)。内部队列随机分为训练集(n = 1,391)和测试集(n = 614)。候选预测因子仅限于护士分诊时常规可获得的信息。最小绝对收缩和选择算子(LASSO)回归筛选出简约预测因子,并纳入多变量逻辑回归(LR)模型。训练了六种机器学习(ML)算法作为基准。评估了区分度(AUC、AUPRC)、校准度(校准曲线、Brier评分)、临床效用(决策曲线分析、标准化净获益)以及AUC差异的DeLong检验。由LR系数推导出整数风险评分。基于LR模型使用SHAP值检验特征贡献。 结果:内部队列中LTC患病率为44.8%(899/2,005),急诊死亡率为1.7%(34/2,005)。LASSO保留了13个预测因子:年龄、性别、到达方式、症状发作时间、心源性胸痛(CCP)、胸闷、高血压、糖尿病、冠状动脉疾病(CAD)、慢性肾脏病(CKD)、脑血管疾病(CVD)、休克指数(SI)和改良早期预警评分(MEWS)。LR模型显示出稳定的区分度——训练集AUC 0.864(95% CI 0.844–0.883),测试集0.876(0.849–0.904),时间验证集0.860(0.825–0.896)——在测试集或验证集上,更复杂的ML模型未显示出统计学显著的AUC优势(DeLong P > 0.05)。在测试集中,LR取得了最高的AUPRC(0.858)、F1评分(0.792)和标准化净获益(0.690),以及最低的Brier评分(0.142)。整数评分范围为?3至49。在Youden最优截断值18.8处,定义了四个与CETS对齐的层级:IV级(评分 < 6.4)、III级(6.4–18.8)、II级(18.8–32.1)和I级(评分 > 32.1)。LR模型的SHAP分析将交通方式、CCP、MEWS、SI、性别和年龄列为贡献最强的因素。 结论:一个经过内部和时间验证的、无需实验室检查的基于LR的整数评分,其区分度和校准度与更复杂的ML模型相当,且对急诊护理实践具有更清晰的可解释性。该评分旨在支持而非替代临床判断。在常规临床采用之前,需要多中心外部验证和前瞻性实施研究。
论文解读:基于逻辑回归的急诊分诊胸痛危及生命风险评分——一项回顾性队列研究
一、研究背景与问题
胸痛是急诊科(ED)最常见的就诊主诉之一,其病因谱涵盖从良性肌肉骨骼疼痛到即刻危及生命的心血管急症。对于急性心肌梗死(AMI)、急性主动脉综合征和高危肺栓塞等疾病,识别和治疗的延迟与超额发病率和死亡率直接相关。因此,在急诊接触的最早环节——通常为护士主导的分诊——可靠地识别高危患者至关重要。然而,现有研究显示,护士对心肌梗死分诊的准确率大致处于半数至五分之四之间,既存在对真正急症的漏分诊,也存在因防御性医疗导致的系统性过度分诊,过度分诊率可超过70%,加剧了急诊拥挤和资源紧张。
在中国大陆,急诊分诊采用中国急诊分诊量表(CETS),这是一个四级系统(I级复苏、II级危重、III级紧急、IV级非紧急),基于主诉、生命体征和临床评估。尽管多中心研究显示CETS具有较高的评估者间信度,但其表现仍依赖护士经验、班次背景和客观辅助工具的可用性。与此同时,HEART、GRACE、TIMI等主流胸痛评分工具均依赖实验室和心电图数据,这些数据在纯护士分诊阶段无法获得,无法用于首接触时的即时风险分层。尽管已有若干无需实验室的评分工具(如HEAR、Sanchis风险评分)及院前模型被提出,但尚无专门针对中国成人、并与CETS框架对齐的护士分诊工具。此外,机器学习(ML)是否能在这一特定任务中超越透明回归模型,以及任何增量获益是否值得牺牲可解释性,尚未得到严格验证。
二、研究设计与方法
研究人员在中国安徽省合肥市中国科学技术大学附属第一医院急诊科开展了一项单中心回顾性观察性队列研究,按照TRIPOD+AI规范报告。研究纳入2020年7月至2021年3月期间以胸痛或胸痛等同症状为主诉的成人急诊就诊者,排除了妊娠、到院死亡、晚期恶性肿瘤伴放弃复苏、绕过分诊、未就诊即离院及核心生理记录不完整者。最终分析队列共2,506例患者,按日历时间分为内部开发队列(n = 2,005)和时间验证队列(n = 501);内部队列再随机分为训练集(n = 1,391)和测试集(n = 614)。
研究采用的关键技术方法包括:在训练集上使用最小绝对收缩和选择算子(LASSO)逻辑回归进行预测因子筛选,以10折交叉验证的一倍标准误规则(λ_1se)选择惩罚项,保留非零系数的变量进入多变量逻辑回归(LR)模型;同时训练六种机器学习算法(随机森林、梯度提升机、LightGBM、多层感知器、径向基核支持向量机、朴素贝叶斯)作为基准模型;通过AUC、AUPRC、校准曲线、Brier评分、决策曲线分析(DCA)和标准化净获益(SNB)等指标全面评估模型性能,并用DeLong检验比较AUC差异;从LR系数推导整数风险评分,以Youden指数确定最优截断值,并定义与CETS对齐的分层阈值;使用SHAP值对LR模型进行可解释性分析。缺失数据采用链式方程多重插补(MICE,m = 5)处理。
三、研究结果
队列特征与特征选择。 内部队列2,005例患者中,44.6%年龄超过65岁,57.5%为男性,34.4%经120救护车到达,44.8%(899例)符合LTC定义,急诊死亡率为1.7%(34例)。LASSO在λ_1se = 0.005251处保留了13个预测因子:年龄、性别、交通方式、症状发作时间、心源性胸痛(CCP)、胸闷、高血压、糖尿病、冠状动脉疾病(CAD)、慢性肾脏病(CKD)、脑血管疾病(CVD)、休克指数(SI)和改良早期预警评分(MEWS)。
模型性能与基准比较。 在训练集上,LightGBM和随机森林取得了最高AUC(分别为0.909和0.904),但测试集上各模型AUC趋于收敛:LR为0.876,GBM为0.877,SVM-RBF为0.876,LightGBM和随机森林均为0.874。时间验证集上GBM数值最高(0.878),LR为0.860。DeLong检验显示,在测试集和时间验证集上,LR与任何ML模型之间均无统计学显著的AUC差异(P > 0.05)。LR在测试集上取得了最高的AUPRC(0.858)、F1评分(0.792)和标准化净获益(0.690),以及最低的Brier评分(0.142),校准曲线显示预测与观测风险高度一致。ML模型表现出更大的训练至测试衰减,提示过拟合。
预测因子贡献。 SHAP分析显示,交通方式(0.676)、CCP(0.662)、MEWS(0.449)、SI(0.292)、性别(0.250)和年龄(0.199)是贡献最强的预测因子。120救护车到达、CCP、较高MEWS、更极端的SI、男性、年龄≥65岁、CAD、高血压、糖尿病、胸闷、CKD和CVD均与较高的LTC风险相关。
评分构建与分诊映射。 整数评分由LR系数推导(评分 = 四舍五入(β/β_min),β_min = 0.147814),总分范围为?3至49。训练集ROC上Youden最优阈值为18.8(Youden指数0.587);评分6.4对应约99%的灵敏度(LTC中约1%漏诊率),32.1对应高特异度极端。据此定义了四个与CETS对齐的操作层级:IV级(评分 < 6.4)、III级(6.4–18.8)、II级(18.8–32.1)、I级(评分 > 32.1)。
四、讨论与结论
研究人员指出,本研究的核心贡献在于开发了一个无需实验室检查、可在护士首接触时计算的整数风险评分,并将其阈值映射至中国急诊分诊量表(CETS)四级框架。该评分在区分最终医师判定的CETS I/II级(即LTC)方面,AUC达到0.86–0.88,与包含肌钙蛋白和心电图的HEART评分相当,且优于或等同于更复杂的机器学习模型,同时保持了护理实践所需的可解释性。研究人员强调,LTC在本研究中指高急性和紧急资源需求,而非接近必然死亡——内部队列中LTC患病率44.8%与急诊死亡率1.7%的差异印证了这一界定。交通方式作为最强的单一预测因子,应被理解为风险标志和工作流程提示而非因果证据。评分旨在支持而非替代临床判断,尤其不能因女性平均预测风险较低而放松对非典型症状的警惕。
研究结论为:研究人员开发并时间验证了一个无需实验室检查、基于逻辑回归的整数风险评分,使用护士分诊时常规采集的13项变量,在训练集、测试集和时间验证集中分别以0.864、0.876和0.860的AUC区分最终CETS I/II级病情,校准度和决策分析净获益可接受,性能与更复杂的机器学习算法相当,同时保持了对护理实践的可解释性。所提出的与CETS I–IV级对齐的阈值是决策支持锚点而非自主指令。这些发现属于初步单中心证据,在常规临床采用或大规模电子健康记录部署之前,需要多中心外部验证、硬临床结局评估和前瞻性实施研究。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号