Prognostiska värden av SOFA-poäng, qSOFA-poäng och LODS-poäng för patienter med sepsis

Introduktion

Sepsis, som definieras som en organdysfunktion som orsakas av kroppens svar på en infektion, visar sig i form av en rad kliniska symptom. På grund av de komplexa patogena mekanismerna och den frekventa involveringen av flera organ vid sepsis (1) kan många olika faktorer påverka dess prognos. Det fanns många olika faktorer som kan påverka septisk prognos. Till exempel värdrelaterade: Anomalier i värdets inflammatoriska respons kan indikera ökad känslighet för allvarlig sjukdom och dödlighet. Som exempel kan nämnas att utebliven feberutveckling (eller hypotermi) och utveckling av leukopeni, trombocytopeni, hyperkloremi, patientens komorbiditeter, ålder, hyperglykemi, hypokoagulerbarhet och utebliven sänkning av prokalcitonin har alla förknippats med dåliga resultat (2-7). Infektionsstället: Infektionsstället hos patienter med sepsis kan vara en viktig faktor för utfallet, där sepsis från en urinvägsinfektion i allmänhet är förknippad med den lägsta dödligheten (8). Ett antal poängsystem har utarbetats för att hjälpa till att förutsäga prognosen för patienter med sepsis (9). Sequential Organ Failure Assessment (SOFA), ett poängsättningsverktyg för att bedöma organfunktionen, infördes för att diagnostisera sepsis (10). År 2016 rekommenderades i nya riktlinjer för sepsis och septisk chock Quick SOFA (qSOFA), en förenklad version av SOFA, som ett hjälpverktyg för snabb identifiering av sepsis hos högriskpatienter (11). Sedan 1996 har Logistic Organ Dysfunction System (LODS), ett poängsystem för organdysfunktion som föreslagits av Le Gall et al. också använts för att bedöma organfunktionen hos kritiskt sjuka patienter (12). SOFA-poäng och qSOFA-poäng är de poängindex som föreslås av sepsis-3 för att underlätta diagnosen av sepsis och som har en god korrelation med prognosen för sepsis. LODS-poängen varierar beroende på organsvikt. Raith fann att bland vuxna med misstänkt infektion som lagts in på en intensivvårdsavdelning hade en ökning av SOFA-poängen med 2 eller mer större prognostisk träffsäkerhet för dödlighet på sjukhus än SIRS-kriterierna eller qSOFA-poängen (13). Vi använder LODS-poängsystemet, LODS-poängsystemet är mindre, och studierna som rör 28- och 90-dagarsprognosen för sepsis är ännu mindre i vår studie. Och studien av 28- och 90-dagars mortalitet är också det viktigaste utvärderingsindexet för många sepsisval. I vår studie analyserades data från databasen Medical Information Mart for Intensive Care III (MIMIC-III), och värdena för qSOFA, SOFA och LODS för att förutsäga prognosen för septiska patienter jämfördes.

Metoder

Datakälla

Alla data som användes i den aktuella analysen hämtades från databasen Medical Information Mart for Intensive Care III (MIMIC-III) (14). MIMIC-III är en allmänt tillgänglig databas som utvecklats av MIT Lab for Computational Physiology och som innehåller information om inneliggande patienter på Beth Israel Deaconess Medical Center. Hittills har databasen legat till grund för många studier (15-17).

Dataextraktion och bearbetning

Filerna hämtades från MIMIC-III-databasen efter att tillstånd hade erhållits från Physionet. De installerades sedan och importerades till programvaran PostGres 12.0. För att hämta och extrahera data upprättades en anslutning till Structured Query Language (SQL) med hjälp av programvaran Navicat Premium 15.08, och resultaten importerades till ett datablad för analys. Vi presenterar följande artikel i enlighet med checklistan för STROBE-rapportering (tillgänglig på http://dx.doi.org/10.21037/apm-20-984).

Inklusions- och exklusionskriterier

De fall som ingick i denna analys kom från en retrospektiv kohort av MIMIC-III-patienter. Alla inkluderade fall var patienter som uppfyllde de diagnostiska kriterierna för sepsis och som inte hade lagts in på intensivvårdsavdelning (ICU) tidigare. De berättigade patienterna uppfyllde SEPSIS-3-definitionen av septisk chock och hade kliniska infektioner och organsvikt, med en SOFA-poäng på ≥2 poäng. Patienter som uppfyllde något av följande kriterier uteslöts från analysen: (I) ålder <18 år eller ≥90 år, (II) gravida eller ammande kvinnor, (III) patienter med hematologiska sjukdomar såsom tumörer eller lymfom och (IV) patienter med akut hjärtinfarkt.

Gruppering

Enligt dödsfallen dag 28 och 90 delades patienterna in i 28-dagars överlevnadsgrupp, 28-dagars dödsgrupp, 90-dagars överlevnadsgrupp och 90-dagars dödsgrupp. Data inklusive demografisk information, SOFA-poäng, qSOFA-poäng och LODS-poäng extraherades.

Statistisk analys

Mätningens normalitet testades med Levenes test. De normalfördelade uppgifterna uttrycks som medelvärde ± standardavvikelse ( x ¯ ±SD), medan icke-normalfördelade uppgifter presenteras som median och kvantilar . Studentens t-test användes för att analysera normalt fördelade data med lika varianser (α=0,10), och Wilcoxon-Mann-Whitney-testet användes för att analysera icke-normalt fördelade och heterogena data. Räknedata analyserades med hjälp av Pearsons χ2-test med Yates kontinuitetskorrigering eller med hjälp av Fishers exakta test. EM-algoritmen (expectation-maximization) tillämpades för att uppskatta de saknade uppgifterna. Sambandet mellan de relevanta indikatorerna och mortalitet utvärderades genom binär logistisk regressionsanalys. ROC-kurvor (Receiver Operating Characteristic) ritades för olika indikatorer, och ytorna under ROC-kurvorna (AUC) för dessa poängsättningssystem jämfördes. En indikator ansågs ha ett diagnostiskt värde om dess AUC var >0,5 och skillnaden var statistiskt signifikant jämfört med 0,5. Jämförelser mellan AUC:erna utfördes med hjälp av den metod som beskrivs av DeLong et al. och som kompletterades i programvarupaketet MedClac 19.1.3. De övriga statistiska analyserna utfördes i mjukvarupaketet SPSS 17.0 och ett P-värde <0,05 ansågs vara statistiskt signifikant.

Resultat

Baslinjedata

Totalt 10 512 fall ingick i vår studie. Enligt dödsfallen på dag 28 och 90 delades patienterna in i 28-dagars överlevnadsgrupp, 28-dagars dödsgrupp, 90-dagars överlevnadsgrupp och 90-dagars dödsgrupp. Utgångsdata i dessa grupper sammanfattas i tabell 1. Ålder, sjukhusvistelsens längd samt SOFA-, qSOFA- och LODS-poäng skiljde sig signifikant mellan 28-dagarsöverlevnadsgruppen och 28-dagarsdödsgruppen (alla P<0,001). Dessutom skilde sig ålder, kön, sjukhusvistelsens längd samt SOFA-, qSOFA- och LODS-poängen signifikant mellan 90-dagarsöverlevnadsgruppen och 90-dagarsdödsgruppen (alla P<0,05).

Tabell 1 Grunddata i de fyra grupperna
Fullständig tabell

Utvärdering av 28- och 90-dagarsdödligheten genom ROC-kurvorna för olika poängsättningssystem och jämförelse av AUC

Baserat på prognoserna på dag 28 och 90, ROC-kurvorna skapades för SOFA-poängen, qSOFA-poängen och LODS-poängen, och AUC:erna jämfördes. Som framgår av figurerna 1, 2 och tabell 2 hade vart och ett av de tre poängsystemen ett kliniskt värde för att förutsäga 28- och 90-dagarsdödligheten hos patienter med sepsis. När det användes för att förutsäga 28-dagarsdödligheten hos septiska patienter var AUC-värdet för qSOFA-poängen statistiskt annorlunda jämfört med SOFA- och LODS-poängen (P<0,001) (tabell 3). Samtidigt var AUC-värdet inte signifikant annorlunda mellan SOFA-poängen och LODS-poängen (P=0,306). AUC för SOFA-, qSOFA- och LODS-poängen jämfördes och avslöjade en signifikant skillnad när dessa poängsystem användes för att förutsäga 90-dagarsdödligheten hos septiska patienter (P<0,001).

Figur 1 ROC-kurvor för de olika poängsystemen för att förutsäga 28-dagarsdödligheten hos septiska patienter. ROC, receiver operating characteristic.

Figur 2 ROC-kurvor för de olika poängsättningssystemen för att förutsäga 90-dagars dödlighet hos septiska patienter. ROC, receiver operating characteristic.

Tabell 2 AUC för de olika poängsättningssystemen vid förutsägelse av 28- och 90-dagars dödlighet hos septiska patienter
Fullständig tabell

Tabell 3 AUC för de olika poängsättningssystemen vid förutsägelse av 28-. och 90-dagars mortalitet hos septiska patienter
Full tabell

Diskussion

Korrelationer mellan SOFA, qSOFA- och LODS-poäng med prognosen hos septiska patienter

I patienter med sepsis visade sig SOFA-poängen, qSOFA-poängen och LODS-poängen vara signifikant olika mellan överlevnadsgruppen och dödsgruppen. Kvartilerna av både SOFA-poängen och LODS-poängen dag 28 och 90 var signifikant lägre i överlevnadsgruppen än i dödsgruppen (P<0,001).

Inledningsvis utformades SOFA-poängen (tabell 4) för att sekventiellt bedöma allvarlighetsgraden av organdysfunktion hos kritiskt sjuka sepsispatienter och validerades på 1 449 patienter från 40 intensivvårdsavdelningar i 16 länder (18). Eftersom kritiskt sjuka patienter ofta lider av dysfunktion i flera organ har SOFA också använts för att förutsäga dödligheten hos patienter som drabbas av organsvikt som tillskrivs andra orsaker, bland annat akut leversvikt orsakad av acetaminofen, kronisk leversvikt och cancer, samt för att förutsäga dödligheten hos patienter som genomgått hjärtkirurgi eller transplantation av hematopoetiska stamceller (19,20). Användningen av SOFA-poängen som ett underlättande verktyg för att identifiera dödsrisken hos septiska patienter har rekommenderats av både Society of Critical Care Medicine (SCCM) och European Society of Intensive Care Medicine (ESICM) (10,11,21). I vår aktuella studie observerades också att SOFA-poängen var ett värdefullt verktyg för att förutsäga prognosen för septiska patienter.

Tabell 4 The sequential organ failure assessment score (SOFA score)
Full tabell

Den qSOFA-poängen (tabell 5) rekommenderades ursprungligen av en arbetsgrupp från 2016 från SCCM/ESICM som ett verktyg vid sängkanten för att identifiera högriskpatienter utanför intensivvårdsavdelningen och hjälper till att identifiera patienter som kan dö av sepsis. Som en förenklad version av SOFA-poängen kan qSOFA-poängen och användas för att snabbt identifiera patienter med sepsis, där en qSOFA-poäng på ≥2 indikerar en dålig prognos för sepsis (11). I enlighet med detta observerades att en hög qSOFA-poäng var förknippad med dålig prognos hos de septiska patienterna i den aktuella studien.

Tabell 5 Sequential Organ Failure Assessment (Quick) qSOFA
Full tabell

LODS-poängen (tabell 6) används för att bedöma allvarlighetsgraden av organdysfunktion, där nerv-, hjärt- och kärl- och njurdysfunktion väger tyngst, följt av lung- och kärldysfunktion, med leverns dysfunktion som den minst vägda (12). SOFA-poängen motsvarar samma värsta poäng för varje organ, medan LODS särskiljer detta tillstånd. Till exempel är den högsta poängen för nervsystem, hjärta och njurar 5, medan den sämsta poängen för lungfunktion är 3 och den för leverinsufficiens endast är 1. Detta kan bättre särskilja korrelationen mellan sjukdomens svårighetsgrad och olika organsvikt. I den aktuella studien skulle LODS kunna användas för att förutsäga prognosen för septiska patienter, där en högre LODS-poäng indikerar en sämre prognos.

Tabell 6 Logistic Organ Dysfunction Score (LODS)
Fullständig tabell

Prognostiska värden för SOFA score, qSOFA score, och LODS-poäng för patienter med sepsis

I vår aktuella studie användes SOFA-, qSOFA- och LODS-poängen för att analysera 28- och 90-dagarsdödligheten hos patienter med sepsis. I 28-dagarsgrupperna var AUC:erna för SOFA-poängen och LODS-poängen betydligt större än för qSOFA-poängen, och AUC:erna för SOFA- och LODS-poängen hade ett liknande värde. Därför är känsligheten och specificiteten hos SOFA-poängen och LODS-poängen för att förutsäga 28-dagarsprognosen för septiska patienter högre än hos qSOFA-poängen. I 90-dagarsgrupperna var AUC-LODS större än AUC-SOFA och AUC-SOFA större än AUC-qSOFA. Med endast tre komponenter – mentalt tillstånd, andningsfrekvens och blodtryck – är qSOFA relativt enkel (11). För intensivvårdspatienter med sepsis är dock användbarheten av qSOFA begränsad, och den visade sig vara sämre än LODS-poängen och SOFA-poängen när det gäller att förutsäga prognosen efter 28 och 90 dagar. Trots detta gör qSOFA:s enkelhet som ett verktyg för snabb identifiering av sepsis det mer lämpligt för akutsituationer. Även om AUC-värdet för LODS-poängen var högre än för SOFA-poängen när det gäller att förutsäga 90-dagarsprognosen för septiska patienter i vår aktuella studie, är LODS-poängen ett mer komplicerat verktyg och dess AUC-värde var endast marginellt högre än för SOFA-poängen. Därför är SOFA-poängen för närvarande det föredragna verktyget i SEPSIS-3-kriterierna.

Studiebegränsningar

Vår studie begränsades av dess retrospektiva utformning. Till exempel saknades data i vissa fall och var tvungna att fyllas i med hjälp av EM-algoritmen. Men andelen saknade uppgifter för varje uppgift översteg inte 25 % i vår studie. Dessutom kan studiens retrospektiva karaktär ha skapat selektionsbias, vilket måste verifieras och korrigeras av framtida prospektiva studier.

Slutsatser

SOFA-poäng, qSOFA-poäng och LODS-poäng kan alla användas för att förutsäga prognosen för patienter med sepsis. LODS-poäng och SOFA-poäng har högre noggrannhet än qSOFA-poäng när det gäller att förutsäga prognosen; qSOFA är dock ett enklare verktyg, vilket gör det mer lämpligt för användning i akuta situationer.

Acknowledgments

Finansiering: Fonden: Den särskilda forskningsfonden för TCM-vetenskap och teknik vid Guangdongs provinsiella sjukhus för kinesisk medicin (nr YN2018ZD03), Guangdongs provinsiella nyckellaboratorium för forskning om nödsituationer inom TCM (nr 2017B030314176), Guangdongs provinsiella byrå för traditionell kinesisk medicin (nr 20182052).

Fotnot

Rapporteringschecklista:

Fotnot

Fotnot

Fotnot

Rapporteringschecklista: Författarna har fyllt i STROBE:s checklista för rapportering. Tillgänglig på http://dx.doi.org/10.21037/apm-20-984

Intressekonflikter: Alla författare har fyllt i ICMJE:s enhetliga blankett för offentliggörande av intressekonflikter (tillgänglig på http://dx.doi.org/10.21037/apm-20-984). Författarna har inga intressekonflikter att deklarera.

Etiskt uttalande: Författarna är ansvariga för alla aspekter av arbetet genom att se till att frågor som rör riktigheten eller integriteten hos någon del av arbetet undersöks och löses på lämpligt sätt.

Uttalande om öppen tillgång: Författarna är ansvariga för alla aspekter av arbetet genom att se till att frågor som rör riktigheten eller integriteten hos någon del av arbetet undersöks och löses på lämpligt sätt: Detta är en Open Access-artikel som distribueras i enlighet med Creative Commons Attribution-NonCommercial-NoDerivs 4.0 International License (CC BY-NC-ND 4.0), som tillåter icke-kommersiell kopiering och distribution av artikeln med det strikta förbehållet att inga ändringar eller redigeringar görs och att originalverket citeras på rätt sätt (inklusive länkar till både den formella publikationen genom relevant DOI och licensen). Se: https://creativecommons.org/licenses/by-nc-nd/4.0/.

1. Xia WF, Li BY, Lin WS, et al. Progress in Diagnosis and Treatment of Sepsis. Medical Recapitulate 2019;25:2169-73.
2. 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.
3. van Vught LA, Wiewel MA, Klein Klouwenberg PM, et al. Admission Hyperglycemia in Critically Ill Sepsis Patients: Samband med resultat och värdrespons. Crit Care Med 2016;44:1338-46.
4. Thiery-Antier N, Binquet C, Vinault S, et al. Är trombocytopeni en tidig prognostisk markör vid septisk chock? Crit Care Med 2016;44:764-72.
5. 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.
6. Peres Bota D, Lopes Ferreira F, Melot C, et al. Kroppstemperaturförändringar hos kritiskt sjuka patienter. Intensive Care Med 2004;30:811-6.
7. Shahreyar M, Fahhoum R, Akinseye O, et al. Svår sepsis och hjärtarytmier. Ann Transl Med 2018;6:6.
8. Krieger JN, Kaiser DL, Wenzel RP. Urinvägens etiologi vid blodströmsinfektioner hos sjukhuspatienter. J Infect Dis 1983;148:57-62.
9. Huang SW, Guan XD, Chen J, et al. Jämförelse av fyra intensivvårdspoäng hos patienter med svår sepsis. Chinese Journal of Critical Care Medicine 2005;11:802-3.
10. 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.
11. Seymour CW, Liu VX, Iwashyna TJ, et al. Bedömning av kliniska kriterier för sepsis: För den tredje internationella konsensusdefinitionen för sepsis och septisk chock (Sepsis-3). JAMA 2016;315:762-74.
12. Le Gall JR, Klar J, Lemeshow S, et al. Logistic Organ Dysfunction system. Ett nytt sätt att bedöma organdysfunktion på intensivvårdsavdelningen. ICU Scoring Group. JAMA 1996;276:802-10.
13. 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.
14. Johnson AE, Pollard TJ, Shen L, et al. MIMIC-III, a freely accessible critical care database. Sci Data 2016;3:160035.
15. Fan Y, Zhao YZ, Li PY, et al. Analysis of diseases distribution in Medical Information Mart for Intensive Care III database. Chinese Critical Care Medicine 2018;30:531-7.
16. Zhao HJ, Yang PC, Wang YL. Identifiering av ARDS-svårighetsgrad baserat på den icke-invasiva parametern SpO2/FiO2. Chinese Medical Equipment Journal 2018;39:6-9.
17. Li HD, Xing B. Prediktivt värde av laktatdehydrogenas i prognosen för patienter med septisk chock. Chinese Critical Care Medicine 2019;39:211-5.
18. Vincent JL, de Mendonca A, Cantraine F, et al. Användning av SOFA-poängen för att bedöma förekomsten av organdysfunktion/svikt på intensivvårdsavdelningar: resultat av en prospektiv multicenterstudie. Arbetsgrupp för ”sepsisrelaterade problem” inom European Society of Intensive Care Medicine. Crit Care Med 1998;26:1793-800.
19. 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.
20. Pan HC, Jenq CC, Tsai MH, et al. Scoring systems for 6-month mortality in critically ill cirrhotic patients: a prospective analysis of chronic liver failure – sequential organ failure assessment score (CLIF-SOFA). Aliment Pharmacol Ther 2014;40:1056-65.
21. 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.