- Inleiding
- Methodes
- Gegevensbron
- Extractie en verwerking van gegevens
- Inclusie- en exclusiecriteria
- Groepering
- Statistische analyse
- Resultaten
- Basislijngegevens
- Evaluatie van de 28- en 90-dagen mortaliteit door middel van de ROC-curven van verschillende scoringssystemen en vergelijking van AUC’s
- Discussie
- Correlaties van SOFA, qSOFA-, en LODS-scores met de prognose van septische patiënten
- Prognostische waarden van SOFA score, qSOFA score, en LODS score voor patiënten met sepsis
- Beperkingen van de studie
- Conclusies
- Acknowledgments
- Footnote
Inleiding
Sepsis, die wordt gedefinieerd als orgaan disfunctie veroorzaakt door de reactie van het lichaam op een infectie, manifesteert zich als een reeks van klinische symptomen. Vanwege de complexe pathogene mechanismen en de frequente betrokkenheid van meerdere organen bij sepsis (1), kunnen veel verschillende factoren de prognose ervan beïnvloeden. Er waren veel verschillende factoren kunnen septische prognose beïnvloeden. Zoals, gastheer-gerelateerd: Afwijkingen in de ontstekingsreactie van de gastheer kunnen wijzen op een verhoogde vatbaarheid voor ernstige ziekte en sterfte. Het uitblijven van koorts (of hypothermie) en de ontwikkeling van leukopenie, trombocytopenie, hyperchloremie, de comorbiditeit van de patiënt, leeftijd, hyperglycemie, hypocoagulabiliteit en het uitblijven van een daling van het procalcitonine zijn bijvoorbeeld allemaal in verband gebracht met slechte uitkomsten (2-7). Plaats van de infectie: De plaats van de infectie bij patiënten met sepsis kan een belangrijke bepalende factor zijn voor het resultaat, waarbij sepsis ten gevolge van een urineweginfectie over het algemeen wordt geassocieerd met het laagste sterftecijfer (8). Er is een aantal scoringssystemen ontwikkeld om de prognose van patiënten met sepsis te helpen voorspellen (9). De Sequential Organ Failure Assessment (SOFA), een scoringsinstrument om de orgaanfunctie te beoordelen, werd geïntroduceerd voor de diagnose van sepsis (10). In 2016 werd in nieuwe richtlijnen over sepsis en septische shock de Quick SOFA (qSOFA), een vereenvoudigde versie van de SOFA, aanbevolen als hulpinstrument voor de snelle identificatie van sepsis bij hoogrisicopatiënten (11). Sinds 1996 wordt ook het Logistic Organ Dysfunction System (LODS), een door Le Gall et al. voorgesteld scoringssysteem voor orgaanstoornissen, gebruikt om de orgaanfunctie bij kritisch zieke patiënten te beoordelen (12). SOFA-score en qSOFA-score zijn de door sepsis-3 voorgestelde scoringsindices ter ondersteuning van de diagnose van sepsis, die een goede correlatie hebben met de prognose van sepsis. De LODS-scores variëren naar gelang van het orgaanfalen. Raith ontdekte dat bij volwassenen met verdenking van infectie die op een IC werden opgenomen, een verhoging van de SOFA-score met 2 of meer een grotere prognostische nauwkeurigheid had voor de sterfte in het ziekenhuis dan SIRS-criteria of de qSOFA-score (13). Wij gebruiken het LODS scoringssysteem, het LODS scoringssysteem is minder, en de studies met betrekking tot de 28- en 90-dagen prognose van sepsis zijn nog minder in onze studie. En de studie van de 28- en 90-dagen mortaliteit is ook de belangrijkste evaluatie-index voor veel sepsis keuzes. In onze studie werden gegevens uit de Medical Information Mart for Intensive Care III (MIMIC-III) database geanalyseerd, en de waarden van qSOFA, SOFA, en LODS voor het voorspellen van de prognose van septische patiënten werden vergeleken.
Methodes
Gegevensbron
Alle gegevens die in de huidige analyse werden gebruikt, werden opgehaald uit de Medical Information Mart for Intensive Care III (MIMIC-III) database (14). MIMIC-III is een voor het publiek toegankelijke database, ontwikkeld door het MIT Lab for Computational Physiology, die de informatie bevat van intramurale patiënten in het Beth Israel Deaconess Medical Center. Tot op heden heeft de database als basis gediend voor vele studies (15-17).
Extractie en verwerking van gegevens
De bestanden werden gedownload uit de MIMIC-III database na toestemming te hebben verkregen van Physionet. Vervolgens werden ze geïnstalleerd en geïmporteerd in de PostGres 12.0-software. Voor het opvragen en extraheren van de gegevens werd een verbinding tot stand gebracht met de Structured Query Language (SQL) met behulp van de Navicat Premium 15.08 software, en de resultaten werden voor analyse geïmporteerd in een gegevensblad. Wij presenteren het volgende artikel in overeenstemming met de STROBE-rapportagechecklist (beschikbaar op http://dx.doi.org/10.21037/apm-20-984).
Inclusie- en exclusiecriteria
De in deze analyse geïncludeerde gevallen waren afkomstig uit een retrospectief cohort van MIMIC-III patiënten. Alle geïncludeerde gevallen waren patiënten die voldeden aan de diagnostische criteria van sepsis en die niet eerder waren opgenomen op de intensive care unit (ICU). De in aanmerking komende patiënten voldeden aan de SEPSIS-3 definitie van septische shock en hadden klinische infecties en orgaanfalen, met een SOFA score van ≥2 punten. Patiënten die voldeden aan een van de volgende criteria werden uitgesloten van de analyse: (I) leeftijd <18 jaar of ≥90 jaar; (II) zwangere vrouwen of vrouwen die borstvoeding geven; (III) patiënten met hematologische ziekten zoals tumoren of lymfomen; en (IV) patiënten met een acuut myocardinfarct.
Groepering
Op basis van het overlijden op dag 28 en 90 werden de patiënten verdeeld in de 28-dagen overlevingsgroep, 28-dagen overlijdensgroep, 90-dagen overlevingsgroep, en 90-dagen overlijdensgroep. Gegevens met inbegrip van de demografische informatie, SOFA score, qSOFA score, en LODS score werden geëxtraheerd.
Statistische analyse
De normaliteit van de meting werd getest met Levene’s test. De normaal verdeelde gegevens werden uitgedrukt als gemiddelde ± standaardafwijking ( x ¯ ±SD), terwijl niet-normaal verdeelde gegevens werden weergegeven als mediaan en kwantiel. Student’s t-test werd gebruikt om normaal verdeelde gegevens met gelijke variantie (α=0,10) te analyseren, en de Wilcoxon-Mann-Whitney-test werd gebruikt om niet-normaal verdeelde en heterogene gegevens te analyseren. De tellingsgegevens werden geanalyseerd met behulp van Pearson’s χ2 test met Yates’ continuïteitscorrectie of met Fisher’s exact test. EM-algoritme (expectation-maximization) werd toegepast om de ontbrekende gegevens te schatten. De relatie tussen de relevante indicatoren en de mortaliteit werd geëvalueerd door binaire logistische regressieanalyse. Receiver operating characteristic (ROC) curven werden getekend voor verschillende indicatoren, en de gebieden onder de ROC curven (AUC) van deze scoringssystemen werden vergeleken. Een indicator werd geacht diagnostische waarde te hebben als zijn AUC >0,5 was en het verschil statistisch significant was in vergelijking met 0,5. Vergelijkingen tussen de AUC’s werden uitgevoerd volgens de methode beschreven door DeLong et al. en voltooid in het softwarepakket MedClac 19.1.3. De andere statistische analyses werden uitgevoerd in het softwarepakket SPSS 17.0, en een P-waarde <0,05 werd beschouwd als statistisch significant.
Resultaten
Basislijngegevens
Er werden in totaal 10.512 gevallen opgenomen in onze studie. Op basis van het overlijden op dag 28 en 90 werden de patiënten verdeeld in de 28-dagen overlevingsgroep, 28-dagen overlijdensgroep, 90-dagen overlevingsgroep, en 90-dagen overlijdensgroep. De basisgegevens in deze groepen zijn samengevat in Tabel 1. Leeftijd, duur van het ziekenhuisverblijf, en de SOFA, qSOFA, en LODS scores verschilden significant tussen de 28-dagen overlevingsgroep en de 28-dagen overlijdensgroep (alle P<0,001). Bovendien verschilden leeftijd, geslacht, duur van het verblijf in het ziekenhuis en de SOFA-, qSOFA- en LODS-scores significant tussen de 90-dagen overlevingsgroep en de 90-dagen overlijdensgroep (alle P<0,05).
Volledige tabel
Evaluatie van de 28- en 90-dagen mortaliteit door middel van de ROC-curven van verschillende scoringssystemen en vergelijking van AUC’s
Gebaseerd op de prognoses op dag 28 en 90, werden de ROC-curven gecreëerd voor de SOFA-score, qSOFA-score en LODS-score, en werden de AUC’s vergeleken. Zoals blijkt uit de figuren 1, 2 en Tabel 2, had elk van de drie scoresystemen klinische waarde voor het voorspellen van de 28- en 90-dagen mortaliteit van patiënten met sepsis. Bij het voorspellen van de 28-dagen mortaliteit bij sepsis patiënten was de AUC waarde van de qSOFA score statistisch verschillend in vergelijking met die van de SOFA en LODS scores (P<0.001) (Tabel 3). Intussen was de AUC niet significant verschillend tussen de SOFA-score en de LODS-score (P=0,306). De AUCs van de SOFA-, qSOFA-, en LODS-scores werden vergeleken, en onthulden een significant verschil wanneer deze scoresystemen werden gebruikt om de 90-dagen mortaliteit bij septische patiënten te voorspellen (P<0,001).
Volledige tabel
Volledige tabel
Volledige tabel
Discussie
Correlaties van SOFA, qSOFA-, en LODS-scores met de prognose van septische patiënten
In patiënten met sepsis bleken de SOFA-score, qSOFA-score, en LODS-score significant te verschillen tussen de overlevingsgroep en de overlijdensgroep. De kwartielen van zowel de SOFA-score als de LODS-score op dag 28 en 90 waren significant lager in de overlevingsgroep dan in de overlijdensgroep (P<0,001).
In eerste instantie werd de SOFA-score (tabel 4) ontworpen om de ernst van de orgaanstoornissen bij kritisch zieke sepsispatiënten sequentieel te beoordelen en werd gevalideerd bij 1.449 patiënten van 40 ICU’s in 16 landen (18). Aangezien ernstig zieke patiënten vaak disfunctioneren in meerdere organen, is de SOFA-score ook gebruikt om het sterftecijfer te voorspellen van patiënten bij wie het orgaanfalen andere oorzaken heeft, waaronder acetaminofen-geïnduceerd acuut leverfalen, chronisch leverfalen en kanker, evenals om het sterftecijfer te voorspellen van patiënten die een hartoperatie of hematopoëtische stamceltransplantatie hebben ondergaan (19,20). Het gebruik van de SOFA-score als hulpmiddel bij het identificeren van het sterfterisico bij septische patiënten is aanbevolen door zowel de Society of Critical Care Medicine (SCCM) als de European Society of Intensive Care Medicine (ESICM) (10,11,21). In onze huidige studie werd de SOFA score ook waargenomen als een waardevol instrument voor het voorspellen van de prognose van septische patiënten.
Volledige tabel
De qSOFA-score (tabel 5) werd aanvankelijk aanbevolen door een SCCM/ESICM-taskforce uit 2016 als een bedside-instrument voor het identificeren van hoogrisicopatiënten buiten de ICU en helpt bij het identificeren van patiënten die mogelijk overlijden aan sepsis. Als een vereenvoudigde versie van de SOFA-score kan de qSOFA-score en worden gebruikt om snel patiënten met sepsis te identificeren, waarbij een qSOFA-score van ≥2 wijst op een slechte prognose voor sepsis (11). In overeenstemming hiermee werd een hoge qSOFA score geassocieerd met een slechte prognose bij de septische patiënten in de huidige studie.
Volledige tabel
De LODS-score (tabel 6) wordt gebruikt om de ernst van de orgaanfunctiestoornissen te beoordelen, waarbij vooral de zenuw-, cardiovasculaire en renale disfunctie wordt gewogen, gevolgd door pulmonale en vasculaire disfunctie, waarbij leverdysfunctie het minst wordt gewogen (12). De SOFA-score komt overeen met dezelfde slechtste score voor elk orgaan, terwijl de LODS deze toestand onderscheidt. Bijvoorbeeld, de hoogste score van zenuwstelsel, hart en nieren is 5, terwijl de slechtste score van longfunctie 3 is, en die van leverinsufficiëntie slechts 1. Dit kan de correlatie tussen de ernst van de ziekte en verschillende orgaaninsufficiëntie beter onderscheiden. In de huidige studie zou LODS kunnen worden toegepast om de prognose van septische patiënten te voorspellen, waarbij een hogere LODS-score wijst op een slechtere prognose.
Volledige tabel
Prognostische waarden van SOFA score, qSOFA score, en LODS score voor patiënten met sepsis
In onze huidige studie werden de SOFA-, qSOFA-, en LODS-scores gebruikt om de 28- en 90-dagen mortaliteit van patiënten met sepsis te analyseren. In de 28-dagen groepen waren de AUC’s van de SOFA-score en LODS-score significant groter dan die van de qSOFA-score, en de AUC’s van de SOFA- en LODS-scores waren vergelijkbaar in waarde. Daarom zijn de sensitiviteit en specificiteit van de SOFA score en de LODS score in het voorspellen van de 28-dagen prognose van septische patiënten hoger dan die van de qSOFA score. In de 90-dagen groepen was AUC-LODS groter dan AUC-SOFA, en AUC-SOFA was groter dan AUC-qSOFA. Met slechts drie componenten – mentale status, ademhalingsfrequentie en bloeddruk – is de qSOFA relatief eenvoudig (11). Voor ICU patiënten met sepsis is de bruikbaarheid van qSOFA echter beperkt, en het bleek inferieur aan de LODS score en SOFA score in het voorspellen van de prognose na 28 en 90 dagen. Niettemin maakt de eenvoud van qSOFA als instrument voor de snelle identificatie van sepsis het meer geschikt voor een spoedeisende hulp setting. Hoewel de AUC waarde van de LODS score hoger was dan die van de SOFA score in het voorspellen van de 90-dagen prognose voor septische patiënten in onze huidige studie, is de LODS score een gecompliceerder instrument, en de AUC waarde was slechts marginaal hoger dan die van de SOFA score. Daarom geniet de SOFA-score momenteel de voorkeur in de SEPSIS-3-criteria.
Beperkingen van de studie
Onze studie werd beperkt door haar retrospectieve opzet. Zo ontbraken in sommige gevallen gegevens, die door het EM-algoritme moesten worden aangevuld. Maar het ontbrekende percentage van elk gegevensitem was in onze studie niet meer dan 25%. Bovendien kan de retrospectieve aard van deze studie selectiebias hebben veroorzaakt, die moet worden geverifieerd en gecorrigeerd door toekomstige prospectieve studies.
Conclusies
SOFA-score, qSOFA-score, en LODS-score kunnen alle worden gebruikt om de prognose van patiënten met sepsis te voorspellen. LODS-score en SOFA-score hebben een hogere nauwkeurigheid dan qSOFA-score in het voorspellen van de prognose; qSOFA is echter een eenvoudiger instrument, waardoor het geschikter is voor gebruik in noodsituaties.
Acknowledgments
Funding: Het specifieke onderzoeksfonds voor TCM-wetenschap en -technologie van het provinciale ziekenhuis voor Chinese geneeskunde van Guangdong (nr. YN2018ZD03), het provinciale sleutellaboratorium van Guangdong voor onderzoek naar noodsituaties in TCM (nr. 2017B030314176), het Bureau voor Traditionele Chinese Geneeskunde van de provincie Guangdong (nr. 20182052).
Footnote
Rapportage Checklist: De auteurs hebben de STROBE-rapportagechecklist ingevuld. Beschikbaar op http://dx.doi.org/10.21037/apm-20-984
Conflicts of Interest: Alle auteurs hebben het ICMJE-formulier voor uniforme openbaarmaking ingevuld (beschikbaar op http://dx.doi.org/10.21037/apm-20-984). De auteurs hebben geen belangenconflicten aan te geven.
Ethische verklaring: De auteurs zijn verantwoordelijk voor alle aspecten van het werk om ervoor te zorgen dat vragen met betrekking tot de nauwkeurigheid of integriteit van een deel van het werk op de juiste wijze worden onderzocht en opgelost.
Open Access Statement: Dit is een Open Access artikel dat wordt verspreid volgens de Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International License (CC BY-NC-ND 4.0), die de niet-commerciële reproductie en verspreiding van het artikel toestaat met de strikte voorwaarde dat er geen wijzigingen of bewerkingen worden aangebracht en dat het originele werk correct wordt geciteerd (inclusief links naar zowel de formele publicatie via de relevante DOI als de licentie). Zie: https://creativecommons.org/licenses/by-nc-nd/4.0/.
- Xia WF, Li BY, Lin WS, et al. Progress in Diagnosis and Treatment of Sepsis. Medical Recapitulate 2019;25:2169-73.
- Schuetz P, Birkhahn R, Sherwin R, et al. Serial Procalcitonin Predicts Mortality in Severe Sepsis Patients: Results From the Multicenter Procalcitonin MOnitoring SEpsis (MOSES) Study. Crit Care Med 2017;45:781-9.
- van Vught LA, Wiewel MA, Klein Klouwenberg PM, et al. Admission Hyperglycemia in Critically Ill Sepsis Patients: Association With Outcome and Host Response. Crit Care Med 2016;44:1338-46.
- Thiery-Antier N, Binquet C, Vinault S, et al. Is Thrombocytopenia an Early Prognostic Marker in Septic Shock? Crit Care Med 2016;44:764-72.
- Neyra JA, Canepa-Escaro F, Li X, et al. Association of Hyperchloremia With Hospital Mortality in Critically Ill Septic Patients. Crit Care Med 2015;43:1938-44.
- Peres Bota D, Lopes Ferreira F, Melot C, et al. Body temperature alterations in the critically ill. Intensive Care Med 2004;30:811-6.
- Shahreyar M, Fahhoum R, Akinseye O, et al. Ernstige sepsis en cardiale aritmieën. Ann Transl Med 2018;6:6.
- Krieger JN, Kaiser DL, Wenzel RP. Urinary tract etiology of bloodstream infections in hospitalized patients. J Infect Dis 1983;148:57-62.
- Huang SW, Guan XD, Chen J, et al. Comparison of four intensive care score modes in the patients with severe sepsis. Chinese Journal of Critical Care Medicine 2005;11:802-3.
- Singer M, Deutschman CS, Seymour CW, et al. The Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA 2016;315:801-10.
- Seymour CW, Liu VX, Iwashyna TJ, et al. Assessment of Clinical Criteria for Sepsis: For the Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA 2016;315:762-74.
- Le Gall JR, Klar J, Lemeshow S, et al. The Logistic Organ Dysfunction system. Een nieuwe manier om orgaan disfunctie te beoordelen op de intensive care unit. ICU Scoring Group. JAMA 1996;276:802-10.
- Raith EP, Udy AA, Bailey M, et al. Prognostic Accuracy of the SOFA Score, SIRS Criteria, and qSOFA Score for In-Hospital Mortality Among Adults With Suspected Infection Admitted to the Intensive Care Unit. JAMA 2017;317:290-300.
- Johnson AE, Pollard TJ, Shen L, et al. MIMIC-III, a freely accessible critical care database. Sci Data 2016;3:160035.
- Fan Y, Zhao YZ, Li PY, et al. Analyse van ziektedistributie in Medical Information Mart for Intensive Care III database. Chinese Critical Care Medicine 2018;30:531-7.
- Zhao HJ, Yang PC, Wang YL. ARDS-ernstidentificatie op basis van niet-invasieve parameter SpO2/FiO2. Chinese Medical Equipment Journal 2018;39:6-9.
- Li HD, Xing B. Voorspellende waarde van lactaatdehydrogenase in de prognose van patiënten met septische shock. Chinese Critical Care Medicine 2019;39:211-5.
- Vincent JL, de Mendonca A, Cantraine F, et al. Use of the SOFA score to assess the incidence of organ dysfunction/ failure in intensive care units: results of a multicenter, prospective study. Werkgroep voor “sepsis-gerelateerde problemen” van de European Society of Intensive Care Medicine. Crit Care Med 1998;26:1793-800.
- ffrench-O’Carroll R, Frohlich S, Murphy N, et al. Predictors of outcome in decompensated liver disease: validation of the SOFA-L score. Ir Med J 2015;108:114-6.
- Pan HC, Jenq CC, Tsai MH, et al. Scoringsystemen voor 6-maands mortaliteit bij kritisch zieke cirrotische patiënten: een prospectieve analyse van chronic liver failure – sequential organ failure assessment score (CLIF-SOFA). Aliment Pharmacol Ther 2014;40:1056-65.
- Shankar-Hari M, Phillips GS, Levy ML, et al. Developing a New Definition and Assessing New Clinical Criteria for Septic Shock: For the Third International Consensus Definitions for Sepsis and Septic Shock (Sepsis-3). JAMA 2016;315:775-87.