External validation and clinical utility of NELA and P-POSSUM risk models in an ageing Singapore emergency laparotomy cohort
本研究对 NELA 和 P-POSSUM 风险模型在新加坡高龄急诊剖腹手术队列中的有效性进行了外部验证，结果表明，在这一特定环境下，NELA 在围术期风险分层方面的判别力、校准度和临床实用性均优于 P-POSSUM。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每年，全球有数以千计的高龄患者面临突发的、威胁生命的腹部危机，这些危机需要立即进行手术。这些并非计划内手术，而是急诊手术，医生必须通过切开腹部来修复穿孔器官、梗阻或破裂的血管，以免患者病情恶化。由于这些患者通常年事已高且患有其他健康问题，术后一个月内的死亡风险很高，根据国家和具体医院的不同，这一比例在6%到20%之间不等。为了帮助医生决定患者需要多少程度的护理，医疗团队使用被称为“风险模型”的数学工具。这些工具通过收集患者的年龄、心脏功能和所需手术类型等信息，来计算生存概率。其中两个最著名的工具是波茨茅斯生理与手术严重度评分（简称P-POSSUM）和国家急诊剖腹术审计模型（简称NELA）。虽然这些工具是基于英国和其他西方国家的数据构建的，但它们是否同样适用于人口快速老龄化且医疗体系运作方式不同的亚洲患者，目前仍不明确。
在新加坡的一家大型医院，研究人员着手测试这两个模型是否能准确预测当地患者的预后情况。他们回顾了2020年末至2022年中期间接受过急诊腹部手术的393名成年人的记录。研究团队将重点放在了一个单一且明确的结果上：患者是否在术后三十天内死亡。通过将P-POSSUM和NELA计算器的预测结果与医院的实际情况进行对比，研究人员可以观察到哪种工具是在陈述事实，而哪种是在猜测。该研究包含了一群背景多样化的患者，中位年龄为69岁，并发现其中8%的人在手术后的一个月内未能存活。这一现实世界的结果成为了衡量这两个模型的标尺。
调查显示，虽然两种工具都能在一定程度上区分高风险患者和低风险患者，但其中一个明显更优。NELA模型被证明是更准确的预测工具，它对死亡可能性的识别与医院实际情况的匹配度远高于P-POSSUM模型。较旧的P-POSSUM工具往往会高估危险程度，即在许多患者实际存活的情况下，仍预测其会死亡。相比之下，NELA模型具有更好的校准度，这意味着其对风险的预测更接近患者的真实状况。当研究人员查看数据时，NELA模型展现出更强的区分生存者与非生存者的能力，而P-POSSUM模型则经常将原本安全的患者误标为高风险。
除了简单的准确性，该研究还考察了这些工具对于在繁忙急诊室中做出瞬间决定的外科医生而言有多大用处。研究人员使用了一种模拟不同场景的方法，以观察哪种模型能带来更好的临床决策，例如决定患者是否需要进入重症监护室或由高级专家接诊。他们发现，在医生真正关心的风险范围内，Nля模型提供了更大的净获益。它有助于识别需要额外护理的正确患者，而不会对病情稳定的患者造成不必要的警示。另一方面，随着关注阈值的提高，P-POSSUM模型变得不再那么有用，它经常暗示许多并不需要密集资源的患者也需要密集护理。
作者认为，这些差异很可能源于新加坡医疗体系的独特性质以及其患者的特定特征。该研究所在的医院拥有一支专门的高级外科医生团队，他们会立即审查急诊病例，并且该设施能够快速获得重症监护病床。这些组织优势可能会使生存率高于仅凭患者年龄或疾病严重程度所能预测的水平，而较旧的模型无法充分捕捉到这一因素。由于P-POSSUM工具是基于不同时代和不同地点的数据构建的，它难以解释这些本地优势，从而导致其预测的死亡率高于实际发生的死亡率。NELA模型由于更新且源自更大、更近期的数据集，因此能更好地适应这种环境。
最终，研究结论指出，虽然两种工具都有价值，但NELA模型是指导该特定环境下护理工作的更好选择。它为新加坡人口老龄化背景下的风险提供了一个更清晰、更诚实的图景。这些发现提醒人们，在一个国家开发的医疗工具不能在未经测试的情况下就被假设能在另一个国家完美运行。在医院采用新的风险计算器之前，必须验证该工具是否符合其自身的患者群体及其自身的运作方式。在这种情况下，证据指向NELA，使其成为应对高风险急诊腹部手术领域的更可靠指南针。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。