A three-axis burden score and in-hospital mortality in ICU patients with heart failure and atrial fibrillation: limited incremental discrimination and transportability in a retrospective cohort study

In der intensiven, hochriskanten Umgebung einer Intensivstation suchen Ärzte ständig nach Hinweisen, die vorhersagen könnten, ob ein Patient seinen Aufenthalt überleben wird. Wenn ein Patient mit zwei schweren Erkrankungen gleichzeitig eintrifft – Herzinsuffizienz, bei der das Herz Schwierigkeiten hat, Blut effektiv zu pumpen, und Vorhofflimmern, einem chaotischen Rhythmus, der dieses Pumpen stört – steigt das Sterberisiko signifikant an. Um dieser Gefahr zu begegnen, verlassen sich Kliniker oft auf standardisierte Schweregrad-Scores, die viele Faktoren wie Blutdruck oder Organfunktion gewichten. Forscher fragten sich jedoch schon lange, ob eine einfachere Kombination aus drei spezifischen Bluttestergebnissen ein klareres Bild vermitteln könnte. Diese drei Marker repräsentieren verschiedene Aspekte des Kampfes des Körpers: die nährstoffliche Reserve, gemessen durch einen Wert, der Proteinspiegel und die Anzahl der weißen Blutkörperchen kombiniert; das Ausmaß der systemischen Entzündung, angezeigt durch das Verhältnis zweier Arten von Infektionsabwehrzellen; und die Fähigkeit des Körpers, ein Abfallprodukt namens Laktat abzubauen, das sich ansammelt, wenn das Gewebe unter Sauerstoffmangel leidet. Die Frage war, ob das Zählen, wie viele dieser drei Marker „schlecht“ waren, als schnelles, zuverlässiges Warnsystem für Ärzte dienen könnte.

Ein Forschungsteam setzte sich zum Ziel, diese Idee unter Verwendung von Daten aus zwei massiven, anonymisierten Datenbanken von Intensivpatienten in den USA zu testen. Sie konzentrierten sich speziell auf Erwachsene, die mit einer Herzinsuffizienz und Vorhofflimmern auf die Intensivstation aufgenommen wurden. Das Team definierte einen einfachen „Belastungs-Score“ (Burden Score), der von null bis drei reicht. Ein Patient erhielt einen Punkt für jeden der drei Marker, die in eine Hochrisikokategorie fielen: einen niedrigen Ernährungs-Score, ein hohes Entzündungsverhältnis oder eine schlechte Rate der Laktatklärung. Die Forscher legten die Schwellenwerte für das, was als „Hochrisiko“ galt, zunächst anhand der Daten aus einer Datenbank fest und wandten dieselben Regeln dann auf eine zweite, völlig separate Datenbank an, um zu sehen, ob das Muster Bestand hatte. Ihr Ziel war es zu bestimmen, ob diese einfache Zählung die Sterblichkeit besser vorhersagen kann als die komplexen, standardmäßigen Modelle, die Ärzte bereits verwenden, und ob sie über verschiedene Patientengruppen hinweg konsistent funktioniert.

Die Ergebnisse zeigten, dass der Score zwar eine Geschichte erzählte, aber nicht die, auf die die Forscher als eigenständiges Werkzeug gehofft hatten. In der ersten Datenbank, die über 7.500 Patienten umfasste, stieg das Risiko, im Krankenhaus zu versterben, mit zunehmendem Score deutlich an. Patienten mit einem Score von null hatten eine Sterblichkeitsrate von etwa 11 Prozent, während Patienten mit einem Score von drei ein Risiko von fast 25 Prozent aufwiesen. Dieser Trend war auch in der zweiten Datenbank sichtbar, was darauf hindeutet, dass das Vorhandensein von mehr dieser negativen Marker tatsächlich mit einem schlechteren Ausgang verbunden ist. Als die Forscher jedoch versuchten, diesen Score zu nutzen, um die bestehenden, detaillierten medizinischen Modelle zu verbessern, waren die Ergebnisse jedoch weitaus weniger beeindruckend. Die Standardmodelle, die bereits Informationen über Albuminspiegel, die Anzahl der weißen Blutkörperchen und Laktat enthalten, waren bereits recht gut darin, das Risiko vorherzusagen. Das Hinzufügen dieses einfachen Drei-Punkte-Counts zu diesen Modellen bot nur eine winzige, fast unsichtbare Verbesserung der Genauigkeit.

Die Situation wurde noch komplizierter, als die Forscher die zweite Datenbank genauer untersuchten. Während der allgemeine Trend höherer Scores korrelierend mit höheren Sterberaten bestehen blieb, wurde die spezifische Rangfolge der Risikostufen unübersichtlich. In dieser zweiten Gruppe schien das Risiko für Patienten mit einem Score von eins tatsächlich höher zu sein als für jene mit einem Score von zwei, was das glatte, vorhersehbare Muster der ersten Gruppe durchbrach. Darüber hinaus verlor der Score an statistischer Aussagekraft, als die Forscher ihn unter Berücksichtigung der vielen anderen Faktoren anpassten, die bereits in den Standardmodellen enthalten sind. Er zeigte in der zweiten Datenbank keinen eindeutigen, unabhängigen Zusammenhang mit der Sterblichkeit mehr. Dies deutet darauf hin, dass die Informationen, die durch diese drei Bluttests bereitgestellt werden, größtenteils bereits durch die anderen Datenpunkte erfasst werden, die Ärzte bereits sammeln. Der Score deckte keine verborgene Gefahr auf, die die Standardmodelle übersehen hatten; vielmehr schien er eine grobe Zusammenfassung von Risiken zu sein, die bereits auf präzisere Weise gemessen wurden.

Die Studie hob auch eine praktische Hürde für die Anwendung dieses Scores in realen Krankenhäusern hervor. Um den dritten Teil des Scores, die Fähigkeit des Körpers, Laktat abzubauen, zu berechnen, benötigen Ärzte zwei separate Bluttests, die zu unterschiedlichen Zeiten durchgeführt wurden. In der zweiten Datenbank fehlte dieser zweite Test für die überwältigende Mehrheit der Patienten, was die Berechnung des Scores für die meisten unmöglich machte. Selbst in der ersten Datenbank fehlte der Test bei einem signifikanten Teil der Patienten. Dies bedeutet, dass der Score zwar theoretisch für diejenigen funktioniert, die über die Daten verfügen, er aber nicht universell in einem geschäftigen Krankenhausumfeld angewendet werden kann, in dem nicht jeder Patient einen zweiten Laktat-Test erhält. Die Forscher kamen zu dem Schluss, dass die Zählung dieser drei Marker zwar eine nützliche Methode ist, um den Schweregrad des Zustands eines Patienten in einem Forschungskontext zu beschreiben, sie jedoch kein validiertes oder zuverlässiges Werkzeug zur Vorhersage individueller Ergebnisse in einem neuen Krankenhaus darstellt. Er bietet keine Abkürzung, die die komplexen, etablierten Methoden verbessert, mit denen Ärzte derzeit kritisch kranke Patienten versorgen.