翟振国/王胜锋团队《Blood》子刊发文:西方VTE风险评估模型用于中国住院患者“可以分层,但需要本土化校准”
来源: 呼吸界 10-20


导读


静脉血栓栓塞症(VTE)是住院患者可预防的重要死亡原因,规范的风险评估是院内VTE防治的起点。目前临床使用的Caprini、Padua等评分均源自欧美人群。这些模型在中国住院患者中表现如何?哪一个更适合我国临床?

近日,中日友好医院翟振国教授、张竹副研究员团队联合北京大学公共卫生学院王胜锋研究员团队,在Blood Advances发表前瞻性多中心研究。研究在全国17家医院连续入组2948例成人住院患者,对5种国际上现有的院内VTE风险评估模型进行了头对头验证。结果显示,Caprini、Padua和Intermountain模型区分度相当,但各有侧重。外科患者中Caprini表现最佳。接受预防的患者中,各模型表现均有减弱。研究为我国住院患者VTE风险评估工具的选择和本土化改良提供了前瞻性证据。


截图来源:

https://ashpublications.org/bloodadvances/article/10/20/7004/569791/Performance-of-Western-HA-VTE-risk-models-in-East


研究背景


医院相关VTE(HA-VTE)指住院期间及出院后90天内发生的VTE,是住院患者致病、致死和医疗费用增加的重要原因。由于VTE症状常不典型,影像学检查又难以普遍及时开展,有效预防在很大程度上依赖于早期准确的风险分层。国内外指南均推荐使用风险评估模型(RAM)指导预防决策,但目前尚无公认的统一标准。现有模型大多在特定西方人群中建立,推广到其他人群时表现并不一致。


我国学者在这一领域已开展了大量有益探索。自2012年起,国内多个团队先后在住院患者中评估Caprini、Padua等模型的适用性,比较了不同模型的敏感度和特异度,并结合我国人群特点构建或改良本土模型,为院内VTE防治积累了宝贵经验。在此基础上,仍有几个问题值得进一步回答。第一,前瞻性、连续入组的多中心队列证据相对较少,难以在真实发生率背景下同时评估模型的区分度和校准度。第二,多个模型在同一队列中的头对头比较仍然有限。第三,我国住院患者预防率与国际水平存在差异,预防措施本身如何影响模型表现,尚缺乏系统评估。


研究目的


在中国住院患者前瞻性多中心队列中,系统评估Caprini、Padua、IMPROVE、Kucher和Intermountain 5种HA-VTE风险评估模型的区分度、校准度和临床效用,并比较其在内科、外科以及接受预防和未接受预防亚组中的表现差异。


研究方法



研究设计:研究在全国17家医院开展,于2022年3月至7月连续入组成人住院患者,自入院起随访90天。纳入标准为年龄18岁及以上、预计住院72小时及以上、因急性内科疾病或手术入院。主要排除标准包括仅因诊断检查或血液透析入院、日间手术、住院超过30天、入院时已诊断VTE或已接受抗凝、疑似VTE入院诊治、妊娠或哺乳期,以及无法完成90天随访等。



结局判定:主要结局为90天内症状性HA-VTE。深静脉血栓经静脉造影或彩色多普勒超声确诊,肺栓塞经CT肺动脉造影、通气灌注扫描、肺动脉造影等确诊。所有阳性影像结果均由影像科医师和肺血管病专科医师独立复核,复核者对基线资料和风险评分设盲。



模型选择:入选模型需既往至少经过1项前瞻性队列验证,且全部预测变量可在本数据集中获取,最终纳入上述5种模型。预测变量严格按照原始模型定义匹配,无法直接对应时采用经临床验证的替代变量。



统计分析:以AUC评价区分度,采用DeLong检验比较模型间差异。以校准曲线、校准截距和斜率及Brier评分评价校准度,以净重分类指数(NRI)和综合判别改善指数(IDI)评价重分类能力。按原始文献推荐阈值计算敏感度、特异度、阳性预测值和阴性预测值。主分析采用缺失值插补后的全病例数据,敏感性分析采用完整病例数据。


主要发现


一、队列特征与HA-VTE发生率


共筛查4654例患者,最终纳入2948例,其中内科1599例(54.2%),外科1349例(45.8%)。平均年龄58.4岁,男性占56.9%,合并肿瘤者占24.8%。90天HA-VTE总发生率为2.54%(75/2948),内科和外科分别为2.75%和2.30%。整体预防率为33.7%,外科明显高于内科(46.7%比22.6%)。



不同入院诊断患者的HA-VTE风险差异明显。内科患者中,代谢与内分泌疾病患者发生率最高(4.1%)。外科患者中,颅脑手术患者发生率高达12.8%(95% CI 6.3%-22.3%),创伤患者为5.9%。



二、Caprini、Padua和Intermountain区分度相当,但临床取向不同


在全部住院患者中,Caprini(AUC 0.759,95% CI 0.711-0.808)、Intermountain(AUC 0.738,95% CI 0.675-0.802)和Padua(AUC 0.726,95% CI 0.666-0.786)模型区分度相当,校正后两两比较差异均无统计学意义,且均优于IMPROVE(AUC 0.554)和Kucher(AUC 0.621)模型。


三者的差别主要体现在敏感度与特异度的取舍上。Caprini敏感度最高(0.83),但将42.6%的患者判定为高危。Padua和Intermountain更偏重特异度(0.75-0.81),敏感度较低(0.64-0.67),高危比例也较低(分别为26.4%和20.6%)。在内科患者中,三个模型AUC均在0.733-0.741之间,表现接近。



三、外科患者中Caprini表现最佳


在外科患者中,Caprini模型区分度最高(AUC 0.804,95% CI 0.736-0.871),敏感度0.90,阴性预测值达1.00。与Padua(AUC 0.743)相比,差异未达统计学意义,但NRI和IDI分析显示Caprini在外科亚组具有一定的重分类优势。值得注意的是,IMPROVE模型在外科患者中敏感度仅为0.03,基本不具备识别价值,这与其为内科患者设计的初衷一致。


四、整体校准良好,高危层存在偏差


各模型校准截距接近0,斜率接近1,Brier评分为0.0244-0.0248,整体校准可以接受。但校准表现在不同风险层间并不均一,Intermountain模型在最高风险十分位存在低估风险的现象。完整病例敏感性分析结果与主分析一致。



五、预防措施削弱模型表现


在未接受预防的患者中,模型表现与总体队列一致,Caprini、Padua和Intermountain的AUC为0.726-0.783,Caprini阴性预测值为1.00。而在接受预防的患者中,区分度明显下降,Caprini的AUC降至0.682,Padua降至0.674,Intermountain相对稳定(0.727)。同时校准曲线在高风险区间偏离更明显,Brier评分升至约0.048。这提示预防措施改变了高危患者的结局,基线评分难以准确反映预防后的残余风险。



研究亮点


本研究是东亚人群中少有的前瞻性、连续入组、多中心的院内VTE风险评估模型头对头验证研究。研究采用盲法独立判定结局,在同一队列中同时评估5种模型的区分度、校准度和重分类能力,并首次系统分析了预防措施对模型表现的影响,弥补了非西方人群中高质量外部验证证据的不足。


临床启示


第一,没有一个模型在所有场景下都占优,模型选择应结合临床目标。Caprini敏感度高,适合以减少漏诊为优先的外科场景,可作为可靠的排除工具,但其超过40个条目在日常工作中负担较重,且高危比例偏高,可能带来过度预防。Padua和Intermountain条目更少、特异度更高,有助于减少不必要的预防,但会漏掉部分事件。


第二,现有评分更适合用于指导入院初始的预防决策,而不宜用于评估预防后的残余风险。现有模型很少将预防状态作为协变量,这是未来模型改良需要考虑的方向。


第三,对我国临床实践而言,本研究结果有特殊意义。东亚人群HA-VTE基线风险总体低于西方人群,因子V Leiden和凝血酶原G20210A突变在汉族人群中罕见,而FGG、FABP2、ABO单倍型等人群特异性遗传位点以及血尿酸等代谢指标也参与了VTE风险。同时,我国住院患者预防率(37.9%)仍低于全球平均水平(54.5%),不同病种的预防实践差异也很大。这些因素共同决定了西方模型不能简单照搬。在全国VTE防治体系建设的基础上,对现有模型进行本土化再校准,并开发条目更少、更适合我国人群的简化评分,是下一步的重要方向。


局限性


本研究也存在一定局限。首先,队列中虽包含重症监护和肿瘤患者,但未对这些高危亚组单独分析。其次,仅纳入了经前瞻性验证且变量易于获取的模型,许多机器学习模型因算法未公开而未能纳入。再次,分类NRI对阈值选择较为敏感,需谨慎解读。此外,研究未对所有患者常规进行影像学筛查,可能遗漏部分无症状VTE。最后,预防措施并非随机分配,可能影响模型表现的估计。


专家介绍

翟振国

医学博士,主任医师,北京大学医学部、北京协和医学院、首都医科大学、北京中医药大学教授,博士生导师,博士后流动站导师。国家呼吸医学中心副主任、实验研究部副主任,中日医院呼吸与危重症医学科执行主任,长期从事肺栓塞与肺血管病的临床研究与转化医学工作。现任亚太呼吸学会(APSR)肺循环专家委员会候任主席、国际肺血管病研究院(PVRI)委员、美国胸科协会(ATS)肺循环专业委员会委员、INVENT VTE国际研究联盟中国区负责人等多个国际学术组织的重要任职、并担任中华医学会呼吸病学分会、中国医师协会呼吸医师分会肺栓塞与肺血管病学组常务副组长等职务。在Lancet子刊、Nature子刊、 Eur Respir J等发表论文 200 余篇。入选中组部领军人才、国家百千万人才工程国家级人选、享受国务院政府特殊津贴,获国家科技进步二等奖和中华医学科技二等奖。


王胜锋

博士,长聘副教授/研究员,博士生导师。国家级青年人才项目入选者,北京大学博雅青年学者,现任北京大学公共卫生学院院长助理。长期从事数智化驱动的药物警戒、健康医疗大数据及罕见病研究。主持国家重点研发计划课题、国家自然科学基金等各类项目20项。近五年发表中英文论文150余篇,研究成果(第一/责任作者)发表于Lancet HIV、JAMA Network Open等国际知名期刊。现任中国医药教育学会糖尿病专业委员会副主任委员、中国健康促进与教育协会健康教学方法学研究分会副主任委员、中国医学学会罕见病专业委员会常务委员等职务,并担任《Fundamental Research》《中华流行病学杂志》等期刊编委。荣获北京大学教学卓越奖、北京高校教师教学创新大赛一等奖等多项荣誉。


张竹

国家呼吸医学中心中日友好医院呼吸中心 主诊医师;中华医学会呼吸病学分会肺栓塞与肺血管病学组 秘书;北京整合医学学会人工智能与转化医学分会常务委员;美国耶鲁大学、荷兰莱顿医学中心访问学者;Phenomics、JTIM、Engineering等 SCI 杂志 青年编委;主持包括2030青年科学家项目、国自然面上、青年等多项国家级课题;入选北京市科技新星。主要研究方向为肺栓塞与肺血管病精准研究及临床转化,以第一作者或通讯作者发表20余篇SCI论文,包括呼吸领域顶级刊物《ERJ》《CHEST》《ATVB》Lancet子刊等。授权国家发明专利4项。


李梦瑶

北京大学医学部中日友好临床医学院硕士研究生,师从翟振国教授。主要方向为肺血栓栓塞症的临床诊疗及相关研究,曾多次参加国内外呼吸病学领域的学术交流活动。


* 文章仅供医疗卫生相关从业者阅读参考


本文完

责编:Jerry

91