简化临床衰弱量表预测急诊急性呼吸困难老年患者死亡率：一项提升风险分层效能的队列研究

　　【编辑推荐】为改善急诊老年急性呼吸困难患者的风险分层，本研究基于ADYS队列开展回顾性分析，创新性利用市政护理服务数据构建简化临床衰弱量表（SCFS）。研究发现SCFS可独立预测90天死亡率（HR=2.60），与METTS分诊系统联合使用时显著提升预测效能（AUC 0.681）。该研究为急诊室快速识别脆弱患者、优化临床决策提供了实用工具。

　　

在急诊室的繁忙环境中，急性呼吸困难始终是 clinicians 面临的重要挑战。这种症状背后可能隐藏着从慢性心衰急性加重到肺炎等多种严重疾病，尤其对老年患者而言，其预后差异巨大且死亡风险显著升高。当前广泛使用的分诊系统如医疗紧急分诊和治疗系统（METTS）虽能评估病情紧急程度，却在老年群体中表现出预测准确性不足的局限。这主要是由于传统分诊工具未能充分考虑与衰老相关的生理储备下降及衰弱状态——这种状态体现了机体多系统功能衰退，使患者即使面对轻微应激源也可能出现严重后果。

衰弱作为一个反映生理易损性的重要概念，其评估通常依赖临床衰弱量表（CFS）。该量表通过评估患者日常生活活动能力、认知状态及疾病负担等方面，将衰弱程度分为9个等级。尽管CFS已被证实能够有效预测住院时间、死亡率及再入院风险等多种临床结局，其在急诊场景中的应用却面临巨大挑战：急诊医护人员需要在极短时间内完成评估，而完整CFS评估所需详细信息（如工具性日常生活活动能力细节）往往难以快速获取。此外，CFS评估存在主观性差异，且对特定疾病人群的识别能力有限，这些因素都限制了其在急诊实践中的推广。

为突破这些限制，研究团队尝试开发一种更简化的评估工具。他们利用既有的市政护理服务数据，创新性地构建了简化临床衰弱量表（SCFS）。这种简化工具仅包含三个明确层级：SCFS 1级（无衰弱，无需市政护理服务）、SCFS 2级（中度衰弱，接受居家护理服务）和SCFS 3级（重度衰弱，居住于短期照护机构或护理院）。这种分类方式与原始CFS存在对应关系：SCFS 1级对应CFS 1-4级（独立生活个体），SCFS 2级对应CFS 5-6级（需要部分协助），SCFS 3级则对应CFS 7-9级（完全依赖他人照护）。通过这种简化，研究人员希望在保持评估准确性的同时，大幅提高工具在急诊环境中的可行性。

本研究基于急性呼吸困难研究（ADYS）队列展开，该队列共纳入1,745例因呼吸困难至急诊就诊的成年患者。研究人员从中筛选出668例拥有完整市政护理服务记录的患者作为最终分析样本。通过回顾性收集这些患者的临床数据、实验室结果及随访信息，团队系统地探讨了SCFS与90天死亡率及住院风险之间的关联。

研究采用多变量Cox回归和逻辑回归模型控制混杂因素，包括年龄、性别、体重指数（BMI）、合并症数量、近期再入院情况、METTS分诊级别和C反应蛋白（CRP）水平等。通过受试者工作特征（ROC）曲线分析评估预测模型的判别能力，并使用DeLong检验比较不同模型间的性能差异。

研究结果显示，在整个队列中，35.2%的患者被归类为衰弱（SCFS 2级和3级）。这些衰弱患者表现出更高的合并症负担、更多用药数量、更高水平的炎症标志物（CRP）以及更急需的分诊级别。特别值得注意的是，SCFS 3级患者90天死亡率高达20.9%，显著高于非衰弱组。

多变量Cox回归分析揭示，即使在调整了年龄、性别、BMI、合并症、再入院史、METTS分诊和CRP水平后，SCFS 3级仍然与90天死亡率独立相关（风险比[HR]=2.60，95%置信区间[CI]：1.27-5.29，p=0.009）。Kaplan-Meier生存曲线进一步证实，SCFS 3级患者的生存率最低（p<0.001）。

预测模型分析显示，SCFS单独预测90天死亡率的曲线下面积（AUC）为0.631，与METTS单独预测的效能相当（p=0.791）。然而，当将SCFS与METTS结合使用时，组合模型的预测效能显著提高（AUC=0.681），且明显优于单独使用SCFS（p=0.015）或单独使用METTS（p=0.032）的模型。

关于住院风险，SCFS 3级与住院几率增加独立相关（比值比[OR]=2.57，95% CI：1.11-6.71，p=0.037）。然而，这一关联在进一步调整METTS分诊级别后减弱并失去统计学意义，表明急性病情严重度在住院决策中可能起到更为主导的作用。

本研究证实了简化临床衰弱量表（SCFS）在急诊老年急性呼吸困难患者中的临床应用价值。SCFS不仅能够独立预测90天死亡率，而且与METTS分诊系统结合使用时，能显著提高预测准确性。这一发现支持了在急诊分诊过程中整合衰弱评估的潜在价值，有助于识别高风险患者并指导临床决策。

从方法学角度看，SCFS的创新之处在于其利用现有市政护理服务数据进行自动化评估，避免了额外床旁评估的负担。这种简化方法特别适合急诊环境，因其不依赖专业人员的主观判断，且能快速获取相关数据。然而，研究也存在一定局限性：单中心设计可能限制结果的普适性；SCFS的三级分类可能无法完全捕捉衰弱的连续变化特征；且未能区分"衰弱前状态"这一重要过渡阶段。

未来研究应致力于在多中心环境中验证SCFS的有效性，探索其在不同医疗体系和文化背景下的适用性。同时，开发能够整合电子健康记录中多种数据源的自动化衰弱评估工具，将有助于实现衰弱筛查的常规化和标准化。

最终，这项发表在《GeroScience》的研究为我们提供了重要启示：在急诊医学中，结合传统分诊工具与衰弱评估，可能成为优化老年患者护理的新途径。通过早期识别脆弱患者，clinicians 能够实施更有针对性的干预措施，最终改善患者结局并提升医疗资源利用效率。