医院衰弱风险评分预测老年患者不良临床结局的Meta分析

胡冰,翁艳秋,胡敏

(中国人民解放军海军军医大学第一附属医院 急诊科,上海 200433)

据调查[1]显示,2018年中国老年居民住院率为23.2%,老年患者的管理逐渐占据医疗机构管理的重要部分。衰弱是主要发生于老年人的复杂的健康状况,会增加老年患者离院后再次入院、住院时间延长和死亡等不良临床结局[2]。有研究[3]显示,衰弱早期评估及有效干预可降低不良结局的发生率。2018年,Gilbert等[4]研发了医院衰弱风险评分(hospital frailty risk scores ,HFRS),其根据国际疾病统计分类第 10次修订代码(international Classification of diseases-10,ICD-10)进行运算,对住院老年患者不良临床结局进行预测。该评分可以客观且迅速地评估大量样本,被多个国家大量使用[5-8]。一项对社区老年人的研究[9]表明,HFRS更适用于住院老年患者。但目前国内对于HFRS的使用并不多,本研究通过Meta分析对各国使用HFRS预测老年患者不良临床结局的总体情况进行整理,为我国老年住院患者的病情评估提供依据。

1 资料与方法

1.1 资料来源 计算机检索中国知网、维普、Pubmed、Web of Science等数据库中使用HFRS预测老年患者不良临床结局的相关文献,并追溯相关参考文献,以获取完整资料。检索时限为建库至2023年8月。查找相关文献后,确定中文检索策略为(医院衰弱风险评分)AND(老年人 OR 老年住院患者 OR 老年患者)AND(不良事件 OR 不良结局 OR 临床结果)对知网、维普数据库进行检索。英文检索策略为(HFRS OR hospital frailty risk score) AND(adverse health outcomes OR outcomes OR results)AND(predict OR predicting)。主题词之间用and连接,主题词和自由词之间用or连接。

1.2 文献纳入与排除标准 纳入标准:(1)研究类型为前瞻性或回顾性队列研究;(2)研究内容为HFRS预测老年患者不良临床结局或HFRS的使用;(3)不良临床结局包括入院30 d内死亡率、住院延长率(住院>7 d或10 d)、出院后30 d再次入院率。排除标准:(1)研究对象资料来源于社区;(2)未提供不良临床结局指标比值比(OR值)、接收者操作特性曲线(receiver operating characteristic curve,ROC)下面积(area under curve,AUC)、率(死亡率、再入院率、住院延长率)等相关指标数据的文献;(3)无法获取全文、信息不全的文献。

1.3 文献的筛选与资料的提取 由两名研究者独立进行文献筛选及资料提取,再统一整理,意见无法统一时由第3方协助判断。文献资料提取的内容包括:第一作者、发表年份、研究地点、样本量、年龄、不良临床结局。

1.4 文献的质量评价 由2名研究人员采用美国卫生保健质量和研究机构 (Agency for Healthcare Research and Quality,AHRQ)推荐的评价标准进行文献质量评价,包括11个条目,各评价标准参考曾宪涛等[10]对各个条目的解析分别用“是”(1 分)、“否”(0分)和“不清楚”(0 分)作答。0～3分为低质量研究,4～7分为中质量研究,8～11分为高质量研究。

1.5 统计学处理 使用Excel表格进行文献基本资料的整理及原始数据的整理。部分缺失的OR值使用SPSS交叉表计算,原始文献中已提供OR值、AUC值者提取调整后的数据进行合并。使用Medcalc 20.0进行以AUC为效应量的合并。使用Stata17进行以OR值及率为效应量的合并及亚组分析,并采用95%可信区间(confidence interval,CI)。使用Chi-square(I2)检验和统计量检验研究间异质性,若I2<50%,P>0.1提示研究间具有同质性,采用固定效应模型进行合并分析;若I2>50%,P<0.1提示研究间具有异质性,采用随机效应模型,并进行敏感性分析,采用Egger检验评估是否存在发表偏倚。检验水准为α=0.05。

2 结果

2.1 文献检索结果 初检获得268篇文献,按照标准初筛后获得46篇,进一步阅读原文后排除32篇,同时通过追溯参考文献后获得文献2篇,最终纳入16篇文献,共纳入5 221 554位老年患者。

2.2 纳入研究文献的一般特征及质量评价 16篇文献均为回顾性或前瞻性队列研究,但纳入研究在死亡率、住院延长率、再入院率等不良临床结局指标上有一定的差异,见表1。

表1 纳入文献的一般特征(n=16)

2.3 HFRS预测老年患者临床不良结局的Meta分析结果 为了解HFRS预测老年患者临床不良结局的能力,提取选入文献中有效的AUC数据并合并,由于异质性较高,采用随机效应模型进行合并。Egger检验结果显示,P>0.05,提示均无发表偏倚。Meta结果显示,HFRS预测老年患者30 d内死亡率的AUC值最高,为0.706(95%CI:0.660～0.753),见表2。

表2 HFRS预测老年患者临床不良结局的Meta分析结果

2.4 HFRS预测老年患者临床不良结局的亚组分析 Gilbert等[4]建议根据HFRS总分将患者分为低风险(<5分)、中风险(5～15分)和高风险(>15分)3个衰弱风险类别。为了解住院老年患者不良临床结局与HFRS的相关性,提取文献中的高、中风险组不良临床结局发生率与低风险组对比的OR值进行合并,结果如下。

2.4.1 各风险组死亡率的比较

2.4.1.1 HFRS中风险组与低风险组死亡率的比较 对11篇文献[5-8,11-14,16,18-19]进行了中风险组与低风险组死亡率的比较,共3 786 041位老年患者。结果显示,HFRS中风险组死亡率较低风险组增加,合并后OR为2.11(95%CI:1.81～2.46),Egger检验结果P=0.268,无发表偏倚。敏感性分析显示,结果具有稳定性,但异质性很高(I2=99.5%,P<0.1);两项研究[6,12]合并后,异质性较低(I2=0%,P=0.903),合并后OR为1.99(95%CI:1.91～2.07)。

2.4.1.2 HFRS高风险组与低风险组死亡率的比较 对13篇文献[4-8,11-14,16,18-20]进行了高风险组与低风险组死亡率的比较,共4 816 424位老年患者。结果显示,HFRS高风险组死亡率较低风险组增加,合并后OR为2.74(95%CI:2.24～3.36),Egger检验结果P=0.504,无发表偏倚。敏感性分析显示,结果具有稳定性。但异质性很高(I2=99.6%,P<0.1),把样本量较小且不良临床结局指标相同的两篇文献[11-13]作为1组,其他文献作为2组进行亚组分析后发现1组异质性较低(I2=0%,P=0.481),合并后OR为4.96(95%CI:3.96～6.21)。

2.4.2 各风险组再入院率的比较

2.4.2.1 HFRS中风险组与低风险组再入院率的比较 对12篇文献[4-8,11-14,16-17,19]进行了中风险组与低风险组死亡率的比较,共4 059 951位老年患者。结果显示,HFRS中风险组再入院率较低风险组增加,合并后OR为1.40(95%CI:1.19～1.64),Egger检验结果P=0.721,无发表偏倚。敏感性分析显示,结果具有稳定性。但异质性很高(I2=99.7%,P<0.1),两项研究[5-6]合并后异质性较低(I2=0%,P=0.538),合并后OR为1.58(95%CI:1.54～1.61)。

2.4.2.2 HFRS高风险组与低风险组再入院率的比较 对14篇文献[4-8,12-19,21]进行了高风险组与低风险组死亡率的比较,共5 199 804位老年患者。结果显示,老年患者HFRS高风险组再入院率较低风险组增加,合并后OR为1.51(95%CI:1.22～1.86),Egger检验结果P=0.691,无发表偏倚。敏感性分析显示,结果具有稳定性,但异质性很高(I2=99.8%,P<0.1),把英国两项大样本量急诊老年患者的研究[4,14]作为1组,其他文献作为2组进行亚组分析后,发现1组异质性较低(I2=0%,P=0.390),合并后OR为1.48(95%CI:1.46～1.50)。

2.4.3 各风险组住院延长率的比较

2.4.3.1 HFRS中风险组与低风险组住院延长率的比较 对11篇文献[6-8,11-14,16-19]进行了中风险组与低风险组住院延长率的比较,共3 372 324位老年患者。HFRS中风险组住院延长率较低风险组增加,合并后OR为2.48(95%CI:1.85～3.34),Egger检验P=0.681,无发表偏倚。敏感性分析显示,结果有稳定性。但异质性很高(I2=99.8%,P<0.1),把两项研究[7,17]作为1组,其他文献作为2组进行亚组分析后,发现1组异质性较低(I2=25%,P=0.248),合并后OR为2.54(95%CI:2.44～2.64)。

2.4.3.2 HFRS高风险组与低风险组住院延长率的比较 对13篇文献[4,6-8,11-14,16-19,21]进行了高风险组与低风险组住院延长率的比较,共4 388 654位老年患者。结果显示,HFRS高风险组住院延长率较低风险组增加,合并后OR4.61(95%CI:2.93～7.27),Egger检验结果P=0.936,无发表偏倚。敏感性分析显示,结果具有稳定性,但异质性很高(I2=100%,P<0.1),把文献[6,14]作为1组,其他文献作为2组进行亚组分析后发现异质性较低(I2=0%,P=0.849),合并后OR为2.06(95%CI:2.01～2.12)。

2.4.4 各风险组别不良临床结局发生率的Meta分析 HFRS高风险组死亡率、住院延长率、再入院率分别为15%(95%CI:0.13～0.16)、46%(95%CI:0.32～0.60)、19%(95%CI:0.15～0.24),处较高水平,见表3。

表3 各风险组别不良临床结局发生率的Meta分析

3 讨论

3.1 HFRS 对老年患者不良临床结局的预测效能 HFRS是通过对109个ICD-10日常使用诊断代码进行衰弱风险赋值后,由医疗电子系统自动匹配并加权评分后形成的衰弱评分值。Meta分析结果显示,老年患者入院30 d内死亡率合并后AUC值最高,为0.706(0.660～0.753),住院延长率、30 d再入院率合并后AUC值分别为0.687(0.602～0.772)、0.610(0.577～0.642)。将HFRS与衰弱电子评分工具比较,发现HFRS在老年住院患者不良临床结局方面的预测能力比衰弱电子评分工具好[14]。2023年,加拿大健康信息研究所Amuah等[22]研发了加拿大健康信息研究所医院衰弱风险评分,对老年患者不良结局预测AUC值为0.684～0.812,说明根据国情对诊断代码适当调整后,HFRS会达到更好的预测效果。随着国内老龄化的加重,使用HFRS对住院老年患者衰弱进行评估,有助于临床对老年患者整体住院时长、住院费用等信息的预测,进而优化老年患者的管理及促进医疗资源的合理分配。但HFRS的预测效能受住院老年患者医疗资料的完整性和诊断代码的可靠性影响,而且可能会遗漏影响衰弱的其他因素,如多重用药、抵抗力差等[4],临床使用前还要针对具体情况进行适当调整。

3.2 HFRS对老年患者不良临床结局的预测结果 Meta分析结果显示,老年患者HFRS高风险组不良临床结局发生率较低风险组更高,尤其是住院延长率OR为4.61(95%CI:2.93～7.27)。同时,HFRS低风险组老年患者的死亡率、住院延长率、再住院率分别为5%(95%CI:0.03～0.08)、14%(95%CI:0.10～0.19)、14%(95%CI:0.11～0.18),且HFRS低风险组死亡率达到5%(95%CI:0.03～0.08),高于慢性病患者的死亡率[23]。因此,临床应使用HFRS对老年患者衰弱进行早期筛查,以便早期干预,如加强营养支持、改善认知[24],进而延缓衰弱发展[25],降低老年住院患者不良临床结局发生率,减轻患者痛苦和临床工作压力。本次Meta分析结果显示,把不同研究的AUC值、OR值合并后均有较高的异质性,但以OR值为效应量进行亚组分析后发现具有相同条件的研究异质性较低,异质性高的来源原因可能为:纳入研究样本量、国家及不良结局指标的不同;各个国家的医疗条件、老年患者管理政策不同。

4 小结

HFRS作为衰弱评估工具,预测能力相对较好,根据不同国情对诊断代码进行适当调整后会达到更好的预测效果。使用HFRS对住院老年患者衰弱低成本、大量、快速且有效的评估,有助于优化老年患者的管理及促进医疗资源的合理分配;有助于对老年患者衰弱进行早期筛查、早期干预,延缓衰弱发展,降低老年住院患者不良临床结局发生率,减轻患者痛苦和临床工作压力。由于HFRS较好地预测能力,建议根据我国诊断代码对其进行优化,在我国老年住院患者中推广使用。