验证和比较基于分拣的查策略来检测败血症
Kasra Rahmati1, Samuel M Brown2, Joseph R Bledsoe3
1University of California Los Angeles David Geffen School of Medicine, 855 Tiverton Dr, Los Angeles, CA, USA; Department of Pulmonary and Critical Care Medicine, Department of Medicine, Intermountain Medical Center, 5121 South Cottonwood St, Murray, UT, USA.
The American journal of emergency medicine
|September 12, 2024
概括
与现有方法相比,新的败血症风险评分,预测败血症和Borelli,在急诊室分拣时识别败血症的准确性得到改善. 这些验证得分为及时检测败血症提供了更好的特异性和积极的预测价值.
科学领域:
- 紧急医疗 紧急医疗
- 关键护理医学 关键护理医学
- 临床信息学 临床信息学
背景情况:
- 败血症风险分层对于紧急部门 (ED) 的及时干预至关重要.
- 现有的分辨器工具,如加拿大分辨器敏度评分 (CTAS) 和全身炎症反应综合征 (SIRS) 标准,在准确识别败血症方面存在局限性.
- 需要验证的败血症风险评分来改善早期检测和患者的治疗结果.
研究的目的:
- 为外部验证和比较用于ED分类的新型败血症风险分层方法.
- 根据当前的分拣标准,评估拟议的败血症风险得分的性能.
- 为了确定是否新的分数在识别符合败血症-3标准的患者中提供了更高的准确性.
主要方法:
- 一项嵌套病例/对照研究与犹他州四家医院的2000名患者进行.
- 使用精度回忆曲线 (AUPRC) 下面的面积和接收器操作员特征曲线 (AUROC) 下面的面积来评估败血症风险得分的表现.
- 败血症风险评分与加拿大分辨率敏度评分 (CTAS) 和全身炎症反应综合征 (SIRS) 标准进行了比较.
主要成果:
- 与CTAS和SIRS标准相比,预测败血症v3和博雷利分数显示出更高的表现.
- 预测败血症v3实现了0.183的AUPRC和0.859的AUROC;博雷利实现了0.127的AUPRC和0.845.8的AUROC.
- 这两个评分都显著超过了CTAS (AUPRC 0.038,AUROC 0.650) 和SIRS标准 (AUPRC 0.083,AUROC 0.775).
结论:
- 预测败血症和博雷利得分显示,在ED triage中,败血症识别的准确性提高了.
- 这些分数比CTAS和SIRS标准提供了更好的特异性和积极的预测值.
- 这些验证得分的实施可能会改善早期败血症检测和紧急情况下的患者管理.
