老年人群全因死亡預測模型綜述

李園園,劉曉紅

中國醫學科學院 北京協和醫學院 北京協和醫院老年醫學科,北京 100730

老年人群因衰老、患多種慢性疾病、功能減退等原因,利用醫療保健資源遠高于成年人[1]。但是慢性疾病是不可治愈的,老年醫學旨在維護老年人的功能,提高老年人的生活質量,延長健康預期壽命。迄今,我國仍然是“以疾病為中心”的急性病住院?？圃\療模式為主,對于衰弱、生存期有限的老年人獲益有限,反而增加醫源性問題、失能甚至死亡風險,并且加重醫療負擔。中國健康與退休縱向研究數據顯示患慢性疾病老年人的家庭醫療支出每年增加37%～45%[2]。制定醫療決策(如手術、化療、疾病預防與治療等)應該充分考慮老年人的獲益-風險-負擔,以及患者意愿。價值醫療是老齡化社會醫療衛生改革的必經之路。

僅根據臨床醫生的經驗判斷,常常很難區分那些生存期較長而受益于疾病篩查、特定醫療干預和那些接近生命末期可能受益于安寧緩和醫療服務的老年人[3]。死亡預測模型可以提供不良預后的決定因素,更實際地幫助醫生制定診療決策。國外學者已經研發了多種老年人死亡預測模型,分別適用于住院患者、社區以及長期照護機構的居民。本文將對老年人死亡預測模型進行綜述,目的是為開發適合我國老年人群的死亡預測模型及制定個體化最優臨床決策提供依據,減少對老年人的診療不足、無效醫療或低價值診療、醫源性傷害,減少糾紛,降低醫護負擔。

我國的三級醫院老年醫學科多數由干部保健科轉變而來,仍然分亞?？撇》渴罩位颊?關注疾病診療。對于老年患者處于健康狀態曲線“點”、預測生存期缺乏評估。這是我國老年醫學臨床實踐亟待解決的要點之一。

1 研究方法

為納入更多的文獻,本文檢索相對廣義的MeSH關鍵詞“老年/Aged”“預后/Prognosis”“死亡/Mortality”搜索2000年至2022年收錄在PubMed、Embsae、Web of Science、萬方、知網數據庫中老年人群(≥60歲)非?？萍膊∷劳鲱A測模型相關文獻共87篇,除外急診/重癥醫學病房預測模型10篇,緩和醫療預測模型12篇,2篇10年以上死亡預測模型,剩余63篇,19篇為原始模型的開發及驗證,44篇為模型的外驗證。19個模型中,包括7個老年住院患者死亡預測模型,9個老年社區居民死亡預測模型以及3個長期照護機構老年患者死亡預測模型。其中1個來自中國,2個來自韓國,其余16個均來自歐美國家。本文歸納整理19個模型的開發背景、預測因子、準確性相關內容,其中準確性主要涵蓋區分度C指數(C-statistic)和校準度,C-statistic<0.60為低區分度,0.60～0.75為中區分度,>0.75為高區分度。對于校準度,認為預測和觀察死亡率之間的差異≥10%是模型校準不良,<10%是模型校準良好[4]。

2 老年住院患者死亡預測模型

本文綜述了7個老年住院患者死亡預測模型,包括6個1年[5-10]和1個2年死亡預測模型[11],研究對象全部來自歐美國家,C-statistic 0.64～0.83。預測模型的風險因素在5～9個。美國學者Walter等[5]開發的預測模型被加州大學舊金山分校預期壽命評估網站eprognosis.ucsf.edu作為預測老年住院患者1年死亡風險的首先推薦模型。意大利學者Pilotto等開發的多維預后指數(MPI)[6]模型完全基于老年綜合評估,在意大利多家醫院的不同疾病(癡呆、抑郁、肝硬化等)患者中均得到了很好的驗證[12]。模型的預測變量包括了人口統計學、功能、共病、化驗診斷以及既往住院情況等。7個模型均評估了疾病,意大利學者[6]、西班牙學者[10]、法國學者[11]應用共病評分,3個模型重點關注影響預期壽命的疾病如腫瘤、心力衰竭、終末期腎病、癡呆等[5,7,9]。4個預測模型[5-6,9,11]關注了老年人的功能狀態,將日常生活能力(ADL)的Katz指數[13]納入預測模型中。所有模型匯總見表1,下面將重點介紹Walter等和Pilotto等開發的模型。

表1 老年住院患者死亡預測模型總結

Walter等[5]在美國一家三級醫院內科病房納入1 495名70歲及以上患者作為開發隊列,1 427名社區教學醫院內科病房老年患者作為驗證隊列,隨訪出院后1年全因死亡。通過logistic回歸分析篩選預測變量,最終包含5個預測變量:男性(1分),ADL依賴1～4項(2分)、5項(5分),充血性心力衰竭(CHF)(2分),孤立性腫瘤(3分),轉移性腫瘤(8分),肌酐>3 mg/L(2分),白蛋白30～34 g/L(1分)、<30 g/L(2分),總分20分,劃分4個風險等級。開發隊列中,低風險組(0～1分)1年死亡風險13%,高風險組(>6分)1年死亡風險高達68%。

Pilotto等[6]納入2004年在意大利一家三級醫院老年科出院的患者838例(≥65歲)開發模型,在2005年住院的857例老年患者中驗證模型,隨訪出院后1年全因死亡情況,基于老年綜合評估開發MPI,包含Katz-ADL[13],工具性日常生活能力(IADL)[14],認知功能[簡易心智狀態問卷(SPMSQ)][15],共病[疾病累積評分(CIRS)][16],營養[微型營養評定(MNA)][17],壓瘡[壓瘡風險評估(ESS)][18],藥物及社會支持情況,總分8分。MPI=總分/8,劃分3個風險等級,高風險患者出院后1年死亡風險是低風險患者的6倍。

3 老年社區居民死亡預測模型

本文綜述了9個老年社區居民死亡預測模型(表2),結局為1～10年死亡率,C-statistic:0.66～0.80。一篇基于歐美16個國家老年人群開發的10年死亡預測模型[19],納入35 367人[年齡(70.0±7.5)歲],10年死亡率30.8%,預測因素包括年齡、疾病、軀體功能等13個變量,區分度及校準度良好,相較于基于單一國家人群開發的模型有更好的說服力。除美國學者Gagne等[20]和韓國學者Kim等[21]開發的模型外,其余7個模型預測變量均關注了功能狀態:ADL、IADL、行走困難、體重下降等。Mazzaglia等[22]基于意大利老年人群開發的模型還包括內在能力:視力和聽力下降。因此,相較于住院人群,對于慢性病穩定的社區居民,老年人的功能狀態是影響預期生存期的重要因素,改善功能狀態對不良預后有預防作用。

表2 老年社區居民死亡預測模型總結

4 長期照護機構死亡預測模型

最小數據庫(Minimum Data Set,MDS)是美國政府用來檢測長期照護機構護理質量的一個數據集,規定長期照護機構必須評估每個居民的功能、情緒、認知和疾病狀態,并與醫療保險和醫療補助密切相關。Porock等[23]和Flacker等[24]分別基于MDS開發6月死亡預測模型和1年死亡預測模型并進行了二次修正與簡化使其更具實用性,預測變量[25-26]包括年齡、性別、共病、臨床表現(氣促、食欲下降、體重減輕等)及ADL(表3)。此類模型更關注疾病、基本日常生活能力及臨床不適癥狀,側重預測短期死亡率。我國香港學者基于香港12家長期照護機構開發了一個2年死亡預測模型[27],預測變量包括年齡、日常生活能力、Charlson共病指數(CCI)、前一年住院次數,并且在開發隊列和驗證隊列的區分度和校準度均表現較好。

表3 長照護機構老年人死亡率預測模型總結

5 討論

一篇納入100名意大利老年住院患者的前瞻性隊列研究中比較了5個死亡預測模型Levine Index[7],Walter Index[5],CARING Criteria[33],Silver Code[34],老年人疾病負擔評分(BISEP)[8],結果顯示BISEP區分度最佳,C指數0.72,5個模型中的校準度均表現較差[35]。一篇納入歐洲6個國家1 879名老年住院患者的前瞻性隊列研究[36]中,同時比較了6個死亡預測模型:BISEP[8],CARING Criteria[33],Charlson Comorbidity Index[37],Gagné Index[20],Levine Index[7],Walter Index[5],結果顯示6個模型的區分度及校準度均呈中等水平,且沒有模型在整體表現中顯示出絕對優勢。除我國香港學者開發的模型外,上述模型均未在我國驗證,因為老年人群的復雜性,以及對死亡率評估的準確性是否適用我國老年人尚不明確,因此預測模型只是為臨床醫生對死亡率的判斷提供一定的參考依據,并不能僅僅根據預測模型來判斷老人的預期生存期,還需根據具體情況以及臨床經驗綜合判斷。本篇文章并非系統綜述和薈萃分析,可能會限制本篇研究結果的有效性和可靠性,尚需要更多的研究在我國老年人群中驗證上述模型才能更好地指導臨床決策。