Construction and Validation of Risk Factors Prediction Model for Unplanned Readmission to the Surgical Intensive Care Unit: A Retrospective Study

在外科重症监护室（SICU）这种高风险的环境中，判定一名患者是否已稳定到可以离开的时刻，与手术本身一样至关重要。这些专门的病房旨在支持人体度过术后最脆弱的几小时，通过对生命体征和器官功能进行严密监测来提供支持。然而，患者的康复旅程并不总是以转入普通病房而结束。有时，在离开重症监护室几天内，患者的病情就会恶化，迫使他们非计划性地返回。这一事件不仅仅是物流上的不便；它是一个严重的警告信号，表明患者的康复过程并不如预期的那样稳固。世界各地的医疗系统都在密切追踪这些返院情况，因为它们与更高的死亡风险、更长的住院时间以及更大的医疗资源压力相关联。长期以来，医生的挑战在于如何在患者走出大门之前，识别出谁可能会出现状况并需要再次返回。

上海一家大型医院的研究团队致力于为接受非心脏手术的患者解决这一特定的难题。他们回顾了近3,000名成年人的记录，这些患者在接受了肝脏、胃、肠道或其他器官手术后，曾在其外科重症监护室停留过。通过仔细审查这些患者的数据，研究人员试图寻找出现在那些需要重新入院的患者与那些康复顺利的患者医疗记录中的特定线索。他们重点关注了患者出院前的这段时期，寻找血液检查、生命体征以及衡量患者病情严重程度的评分系统中的模式。其目标是建立一个工具，能够将这些零散的信息整合在一起，形成一个清晰的单一风险预测。

研究显示，非计划性返回重症监护室的情况相对较少，在所研究的患者中约占2.4%。当这些返回发生时，最常见的原因是呼吸衰竭，即患者在进入普通病房后出现了呼吸困难。为了理解这种情况为何发生，研究人员将返回患者的医疗数据与未返回的患者进行了对比。他们发现，在回归的患者群体中，有几个特定因素始终存在差异。这些因素包括患者进入重症监护室时的整体严重程度评分、一种评估早期预警信号的快速评估法，以及在他们离开重症监护室前进行的特定测量值。

研究人员确定了七个作为返回独立预测因子的关键变量。其中包括：评估急性生理功能和慢性健康状况的系统评分；一个追踪呼吸频率和意识等早期预警信号的评分；以及血液凝固所需的时间。他们还观察了指示肾脏功能如何的血清肌酐水平、心率、衡量氧气从肺部转移到血液中效率的指标，以及携带氧气循环全身的血红蛋白水平。分析表明，较高的疾病严重程度评分和早期预警信号评分，结合较慢的血液凝固速度、较高的心率以及较低的氧气效率或血红蛋白水平，都会增加患者需要返回重症监护室的可能性。

利用这七个因素，该团队构建了一个名为“列线图”（nomogram）的可视化工具。这个工具的功能就像是医生的个性化计算器。使用时，临床医生会在图表上找到患者这七个因素的具体数值，画一条线到评分量表，然后将总分相加。最终的总分直接指向一个百分比，代表患者被重新入院的概率。研究人员利用现有数据测试了这个工具，其表现出了极高的准确性，在绝大多数情况下都能正确区分哪些患者会返回，哪些不会。当他们将该工具应用于另一组患者以验证其有效性时，它继续表现出强大的可靠性，在超过85%的病例中能够正确预测结果。

该研究表明，这一工具可以帮助医疗团队在决定何时安全地将患者转出时做出更明智的决策。通过基于具体数据而非仅仅依靠直觉来量化风险，医生可以识别出在离开重症监护室前的风险较高的人群。对于这些患者，该工具可能会促使医生决定让他们接受更长时间的观察，或者在他们进入普通病房后安排更密集的监测。研究人员指出，他们的工作局限于单一医院且仅针对非心脏手术，因此该工具需要在其他环境中进行进一步测试，以确认其在各处的适用性。然而，该模型提供了一种简单且个体化的方式，用以审视决定患者康复的复杂因素组合，为预防危险且昂贵的重症监护室返院提供了一条更清晰的路径。