基于多中心队列信息的两阶段风险分层预测

—以新冠肺炎院内死亡为例

1 研究背景

新型冠状病毒肺炎是由冠状病毒引起的严重急性呼吸系统综合症传染病，已导致数百万人发病和死亡。由于医疗卫生系统资源有限，当面临住院人数急剧增加，而重症监护病房床位短缺的情况时，找到具有高死亡风险的病人并及时给予相应的医疗支持，对降低院内死亡率、优化医疗资源配置都有重要意义。因此，如何分流病人、准确识别高死亡风险人群，已经成为临床实践中的一个重要问题。

2 研究目标

基于患者临床检查信息的风险预警模型是识别高风险人群的重要解决方案。传统的预警模型耗时耗力，具备地区特异性，跨地区预测能力不佳。本研究将基于不同地区多个中心的研究队列，构建一个快速、准确，具有一定跨地区预测能力的风险分层模型，从而实现临床病人快速分流的目的。具体目标如下。

（1) 确定风险因素。从患者基础信息和临床医学检查数据中识别重要指标，评估不同因素的影响效果，为了解疾病进程和进行医疗干预提供参考。

（2）构建可量化的风险评价体系。针对新冠确诊住院病人，建立死亡风险评分系统，量化危险因素作用，区分具有较低、中等、较高死亡风险的人群。

（3）形成简单、易用的评价方案。针对临床患者堆积、评估检查复杂耗时的情况，评分系统应能够利用简单的指标实现精确的区分，从而提高分流效率。

3 研究思路

针对预期目标，本研究分两个阶段构建风险评分模型，依次对目标人群进行划分（图1：两阶段风险预警流程图）。

（1）第一阶段： 利用简单指标进行快速风险分级

病人的基础信息、实验室检查数据、影像数据等都是构建模型、进行决策的重要基础，但实验室检查和成像检查会延长评估时间，增加已经满负荷运行的医疗保健系统的负担。故本研究在第一阶段仅使用人口统计学信息、生命体征等简单、易获得的指标构建评分模型，分别筛选出死亡风险较低或者较高的患者；中等风险的病人则纳入第二阶段，继续进行风险评估。

（2）第二阶段：利用复杂指标进一步分流患者

阶段一中划分为中等风险的患者可看作较难区分人群，阶段二将通过纳入实验室检查数据来丰富预测指标，以构建更精准的风险评分模型，进而将患者进一步分为较低、中等、较高风险组，从而实现病人分流。

图1：两阶段风险预警流程图

4 研究结果及意义

本研究整合了来自美国弗吉尼亚州、佛罗里达州、加利福尼亚州和华盛顿哥伦比亚特区四所大学的新冠肺炎确诊病例的住院数据，依次进行了单中心的模型开发和多中心的独立评分验证，并与传统的单阶段风险预警模型进行比较，主要结果如下。

（1）本研究识别并验证了影响死亡率的危险因素，通过评分量化了不同因素对结局的影响作用。其中，年龄、呼吸频率、某些生物标志物指标的评分较高，反映了这些指标对疾病严重程度的高影响作用。

（2）本研究在不同地区的外部队列上进行验证，死亡率预测准确，风险分层合理。首先，两阶段方案根据评分的高低，能够将确诊人群分成较低、中等、较高三类。其中，较低风险组死亡率可维持在3%以内，中等风险组死亡率保持在10%以内，较高风险组死亡率保持在30%以上（图2）。其次，多地区队列分布具有异质性，而两阶段方案在多个验证中泛化表现稳定（如图3，反映了预测结果的分组一致性和预测一致性），证明了研究结果的普遍性和评分系统的通用性。

图2：各中心住院患者风险分层结果及死亡率估计

图3:预测结果的子类分布和校正曲线分析

（3）与传统的一步预测方法相比，两阶段模型准确度高，方法简单实用。一方面，两阶段风险评分模型在验证队列上取得了更好的预测结果，临床有用性评价更高（图4）。另一方面，相比于传统方法，阶段一能够利用简单指标快速分流病人，节约时间和资源。分流成本的降低能够提高评估覆盖率，最终将使更多患者受益。

图4：两阶段评分模型的临床有用性评价

总体而言，本研究针对新冠肺炎院内住院病人的死亡风险评估，构建了两阶段风险分层模型，形成了一套完整的死亡风险评分系统。该评分形式简单，便于临床使用；预测较为准确，风险分层可靠。两阶段策略的应用降低了评估的时间和资源成本，可为临床患者分流和优化医疗资源配置提供参考。