老年人入住 ICU 的疾病严重程度和死亡率的趋势

Posted 2022-07-11 叶庭云

---

一、论文说明

研究老年人入住 ICU 的疾病严重程度和死亡率的趋势：

• 1 美国马萨诸塞州波士顿贝斯以色列女执事医疗中心和哈佛医学院重症监护室；
• 2 临床研究中心，Soroka 大学医学中心和健康科学学院，Ben Gurion University of the Negev, Beer-Sheba, Israel；
• 3 生物医学伦理研究所，University of Basel, Basel, Switzerland；
• 4 Harvard-MIT 学院健康科学与技术部，美国马萨诸塞州波士顿。

MIMIC III数据集详细介绍
MIMIC-III数据集介绍 师姐的笔记
MIMIC-III Clinical Database 官方地址
MIMIC-III Clinical Database 中文

Johnson, A., Pollard, T., & Mark, R. (2016). MIMIC-III Clinical Database (version 1.4). PhysioNet. https://doi.org/10.13026/C2XW26.

谢谢师兄，我负责的两篇论文都仔细阅读了，有关数据熟悉了一遍，在准备开始数据分析和复现，但发现它这个日期是偏移处理了的，年龄到是可以通过入院时间 - 出生时间得到（同一个患者他们做的偏移应该是一样）。但好像无法直接反偏移映射回 2001-2008 具体时间，文献 7 将 2001-2008 分了四个段分析的，论文里也没有详细说他怎么处理（它就直接论述的分析结果，文献 7 它好像用的是 MIMIC-II 数据集，我们这个是 MIMIC-III v1.4），我查了官方文档好像也没有解决方法。

MIMIC-III v1.4，重症监护室病人数据在将数据纳入 MIMIC-III 数据库之前，首先根据《健康保险可移植性和责任法案》（HIPAA）标准，使用结构化数据清理和日期转换对其进行识别。结构化数据的识别过程需要删除 HIPAA 中列出的所有18个识别数据元素，包括患者姓名、电话号码、地址和日期等字段。特别是，以一致的方式将每个患者的日期以随机偏移的方式转移到未来，以保持间隔，从而导致在 2100 年和 2200 年之间的某个时候住院。日期转换期间，一天中的时间、一周中的日期和近似季节性保持不变。89 岁以上患者的出生日期被改变，以掩盖其真实年龄，并符合 HIPAA 规定：这些患者出现在数据库中，年龄可能超过 300 岁。

ADMISSIONS（住院表）：ADMITTIME/DISCHTIME（入院时间和出院时间），PATIENTS（病人登记表）：DOB/DOD（出生日期/死亡日期），

---

二、摘要

背景：入住 ICU 的老年患者的入院率有所增加。当比较宽松的 ICU 入院阈值相比更严格的阈值时，死亡率较低。我们试图描述三级医院增加 8 个床位的 MICU（medical ICU） 前后老年人入院和预后的时间趋势。

方法：我们对来自大型三级医疗中心的综合纵向 ICU 数据库进行了回顾性分析，检查了 2001-2008 年患者特征、疾病严重程度、护理强度和死亡率的趋势。研究人群由老年患者组成，主要终点是入住 ICU 后 28 天和 1 年的死亡率。

结果：2001 年至 2008 年间，7265 名老年患者 8916 人次入住 ICU。入住 ICU 的比率每年增加 5.6%。增加一个 8 床 MICU 后，ICU 入院时疾病的严重程度显著下降，粗死亡率随后下降。根据就诊时的疾病严重程度进行调整后，在多年观察期间，入住 ICU 的老年患者 28 天死亡率降低，但一年生存率没有改善。从 2001 年到 2008 年，医院死亡率保持不变。

结论：在高容量 ICU 床位的医院中，ICU 入院时疾病的严重程度暂时下降，在增加额外的医疗 ICU 床位后更是如此。虽然粗死亡率在研究期间有所下降，但 ICU 幸存者的调整后一年生存率并未随着 ICU 床位的增加而改变。这些研究结果表明，重症老年患者的预后可能不受入住 ICU 的影响。因此，增加额外的 ICU 床位以应对人口老龄化可能无效。

三、引言

重症监护病房存在的理由是改善急性疾病患者的临床结果。然而，在明智地利用有限和高成本的资源与提供最佳护理强度之间达成平衡是具有挑战性的。老年患者的情况尤其如此。随着人口老龄化，高龄 ICU 患者的比例正在增加 [1-5]。最近的一项大型回顾性分析发现，高龄患者入住 ICU 的比率每年增加 5.6% [4]。

对于其他人来说，ICU 护理的价值值得怀疑 [6]。ICU 床位可用性与高龄 ICU 入院率之间存在正相关关系 [7]。但医院 ICU 容量与老年患者生存获益之间的关联仍不确定。先前一项基于欧洲的研究发现，较高的 ICU 接受率提高了高龄患者的生存率，尤其是那些以前被认为 “病得不够严重” 而无法入住 ICU 的患者 [7]。这一发现强调了 ICU 床位容量和分诊对 ICU 存活率的影响。其他研究显示，一旦增加治疗强度（即肾脏替代疗法和血管加压药的使用），所选老年患者的预后改善 [7-13]。

美国医学研究所（Institute of Medicine）最近的报告《低成本最佳医疗》（Best Care at Lower Cost，IOM，2012）强调了医疗保健系统中与质量、结果、成本和公平性有关的一系列持续存在的问题，这些问题如果得不到解决，可能会对医疗保健系统的绩效产生负面影响。该报告设想了一个学习型医疗保健系统，该系统可以促进和实现医疗保健的有效性和效率的持续和实时改进。这种转变的核心是利用信息技术持续可靠地获取护理体验，并使用数据为患者和医院层面的决策提供信息。

我们假设机构中 ICU 床位比例的增加可能会导致对患者的敏锐度下降，并且通过收治更少的患者进入 ICU，预计 ICU 粗死亡率会降低。我们试图研究在我们机构增加 ICU 床位之前和之后，入住 ICU 是否确实提高了老年人的死亡率和生存率。

四、方法

这是一项回顾性观察性队列研究。利用从电子病历中收集的大量 ICU 数据库。麻省理工学院（MIT）和贝思以色列女执事医疗中心（BIDMC）的机构审查委员会批准了重症监护多参数智能监测（MIMIC-II）项目【14,15】，并批准放弃知情同意。MIMIC-II 数据库包括 2001 年 8 月至 2008 年 8 月期间入院的患者，由 Harvard-MIT 学院健康科学与技术部的研究人员维护。它包括从 BIDMC 成人 ICU 的床边监护仪收集的生理信息，BIDMC 是马萨诸塞州波士顿的一个大型学术性三级医疗中心。该数据库包含人口统计学和临床数据的记录。使用 SAPS 1（简化急性生理学评分）[16] 和 SOFA（序贯器官衰竭评估） [17] 从数据库中计算入院时的急性生理状态水平。添加到数据库中的其他临床数据包括入院和死亡记录、出院总结和每次入院主要诊断的 ICD-9 编码。长期死亡率数据来自社会保障管理局的死亡总档案。

1. 队列集合

分析了研究期间 65 岁以上患者的非计划内科和外科 ICU 入院。数据来自 10 张床位的创伤重症监护室（TICU）、16 张床位的外科重症监护室（SICU） 和两个 8 张床位的内科重症监护室（MICU）。2006 年 8 月，增加了第三个八床 MICU。到那时，ICU 病床占病床的比例为 13%。SICU 是半封闭单元，MICU 是封闭单元。ICU 入院时间少于 24 小时、心脏外科 ICU 入院和非手术心脏 ICU 入院被排除在外，因为本研究的重点是非计划 ICU 入院结果，并且难以区分这些组中的急性入院与择期入院。

2. 统计分析

该队列被分为三个年龄组：65–74岁（年轻老年人）、75–84岁（中老年人）和 85 岁及以上（高龄老年人）。研究期间共有 85 个月，平均分为三个 21 个月和一个 22 个月：第一个是 2001 年 8 月至 2003 年 4 月，第二个是 2003 年 5 月至 2005 年 1 月，第三个是 2005 年 2 月至 2006 年 10 月，最后一个是 2006 年 11 月至 2008 年 8 月。

分析的单元是入住 ICU 重症病人。主要终点是 28 天和 1 年死亡率。为了捕捉原发性非计划入住 ICU 对老年人结局（ ICU 和住院时间和死亡率 ）的影响，仅分析了首次入住 ICU。分析所有入院以描述患者的特征。合理使用频率表、汇总统计量、置信区间和 $p$ 值对数据进行汇总。连续变量分析的首选方法是参数检验。仅当无法满足参数假设时才使用非参数分析方法，即使在数据转换尝试之后也是如此。使用正态图或 Shapiro-Wilks 统计量来验证参数模型假设以验证正态性，并使用 Levene 检验来验证方差的同质性。使用 Pearson 的 ${\chi }^2$ 检验对分类变量进行了偶然性检验。建立长秩检验的 Kaplan-Meier 生存曲线用于分析全因死亡率。

基于临床和统计显着性将变量引入模型（单变量分析中，p value >= 0.1），使用 Logistic Regression 模型对入院后 28 天的死亡进行多变量分析。最终的简约模型包括以下变量：75-84 岁和 84 岁以上的年龄组与 65-74 岁的年龄组；DNR 状态、入院时的 SOFA [17] 严重程度评分和 Elixhauser 合并症评分 [18,19]。使用 Cox 比例风险生存回归模型对所有患者和具有里程碑意义的 1 年死亡率进行分析。对于里程碑式分析，该模型仅包括存活 28 天的患者。这种类型的分析使我们能够评估存活急性期患者的死亡率趋势。 引入模型的变量包括引入逻辑回归模型的相同变量。

通过将局部加权散点图平滑（LOcally wEighted Scatterplot Smoothing，LOESS）曲线拟合到每月数据 [20] 来评估时间趋势。报告的所有 p value 均四舍五入到小数点后三位。所有统计检验和/或置信区间，视情况而定，在 $\alpha =0.05$（2-sideed）下进行。使用 SPSS 18 软件对数据进行分析。

五、结果

1. 人口统计结果

2001 年至 2008 年期间，7265 名 65 岁以上的老年患者有 8916 人次意外入住 ICU。患者的特征如 Table 1 所示。在研究的四个时间段内，入住 ICU 的老年人每年增加 5.6%。虽然 MICU 入院比例下降，但 SICU 入院比例增加（分别为 71.8% 至 59.9% 和 28.2% 至 40.1%，p < 0.001）。队列的中位年龄没有变化（所有四个时间段均为 78 岁）。

三种最普遍的合并症仍然是充血性心力衰竭、心律失常和高血压。尽管入住 ICU 最常见的病因是心血管疾病，但发病率从第一个研究时间段的 25.6% 下降到最后一个时间段的 19.4%（表 1）。在研究期间，入院的心血管和胃肠道原因分别仍然是第一和第二普遍，但传染性（在第三时间段第二普遍）和创伤患病率（在最后一个时间段第三普遍）增加。

2. ICU 入院的敏锐性

ICU 入院时疾病的严重程度（由第一个 SOFA 评分反映）呈非线性下降，在第三和第四个时间段显著下降（表1，图1）。通过亚组分析，MICU 和 SICU 患者的这种趋势是正确的。

3. 入院趋势

ICU 入院人数呈非线性增长（图 2）。前三个时期的老年 ICU 入院率稳步上升，此后趋于平稳（从第一个时期的每月 73.5 例增加到第四时期的每月 127.2 例）。 尽管老年人入院率以每年 5.6% 的速度增长，但在整个研究期间，所有 ICU 患者中高龄（85 岁以上）患者的比例保持相似（每年约 10%）（图 3）。最终时间段显示老年患者的比例有所下降（占所有 ICU 患者的 43.1%，占所有 ICU 患者的 45.5%）（图 3 和表 1）。

4. 死亡率趋势

对于这些分析，每个患者仅使用第一次 ICU 入院（N=7265）。年龄与 ICU、住院、28 天和 1 年死亡率直接相关（表 2）。 ICU 后的粗短期（28 天）和长期（1年）死亡率多年来持续下降（图 4 和 5）。然而，Logistic Regression 分析（表 3，图 6）显示，调整基线特征（SOFA、Elixhauser 评分、DNR 代码状态和​​年龄）后，研究期间 28 天死亡率有所改善（OR 0.93，p=0.001），Cox 回归分析和 28 天幸存者一年死亡率（表 4）未能显示整个研究期间的存活率提高（HR 0.96，p = 0.06）。正如预期的那样，年龄（OR 1.23 per year，P < 0.001）、SOFA 评分（OR 1.21 per point，P < 0.001）、DNR 编码状态（OR 6.07，P < 0.001），和 Elixhauser 合并症评分（OR 1.06 per point，P < 0.001）是 28 天死亡率的独立危险因素。在一年死亡率方面，所有指标均保持显著水平（表4）。从 2001 年到 2008 年的研究期间，BIDMC 的医院死亡率保持不变（表 5，p=0.43）。

在老年人中，与 MICU 入院相比，SICU 入院是一个重要的短期死亡率风险因素（OR 1.19 p=0.01；表3），但在 ICU 入院存活后不是长期死亡率风险因素（OR 0.88，p=0.02；表 4）。

---

六、讨论

我们的研究结果表明，在 2001 年至 2008 年间，ICU 入院时疾病的严重程度在时间上有所下降，在增加额外的医疗 ICU 床位后更是如此。虽然粗死亡率和调整后的 28 天死亡率在研究期间有所下降，但 ICU 幸存者的一年生存率并没有随着 ICU 病床的增加而改变。我们发现，在疾病严重程度低于一定水平时，扩大 ICU 床位容量会导致 ICU 入院时的敏锐度降低，机械通气、血管加压药和肾脏替代治疗的利用率降低，但并未降低入住 ICU 患者的调整后死亡率。研究期间的住院死亡率保持稳定。虽然入住 ICU 患者的平均年龄有所增加，但入院患者的平均年龄没有变化（表 5）。这表明老年患者入住 ICU 的比例过高。增加 8 个 ICU 床位，不会影响调整后的医院或 ICU 的一年死亡率。这些研究结果表明，重症老年患者的预后可能不受入住 ICU 的影响，因此增加额外的 ICU 床位以应对人口老龄化可能无效。

ICU 入院时疾病的严重程度和死亡率：2006 年增加 8 张 ICU 病床后，疾病严重程度评分（按 SOFA 和 SAPS I 评分）突然下降，死亡率趋势随之下降 (图 1 和表 1)。这张图片可能会产生误导；人们可以假设，通过降低入院阈值，可以以类似的方式降低死亡率。然而，在对疾病的严重程度进行调整后，观察到短期死亡率降低，但未观察到长期死亡率降低（表 3 和表 4，图 6）。

护理强度与老年 ICU 患者的生存率：护理强度和老年 ICU 生存率先前的研究表明，让病情较重的老年患者进入 ICU 并增加护理强度可能会提高生存率。通过收治病情较重的老年患者（80 岁及以上）和提供更积极的治疗（血管加压药、机械通气和肾脏替代治疗的利用率更高），死亡率降低了 300% [8]。其他研究也显示了同样的趋势[9,11]。

在我们的研究中，护理强度的特点是机械通气率和使用呼吸机的时间（分别为 52.6% 至 44.8%，p<0.001 和 109 小时至 59 小时）和血管加压药的使用率（27.5% 至 22.4%，p < 0.001) 在增加一个八床 MICU 后。 这种降低护理强度与降低死亡率无关。我们研究结果的差异可能反映了与 Lerolle 等人的研究相比，ICU 患者的疾病严重程度较低（平均 SAPS 评分分别为 14.9 分和 50 分）。他们发现，一旦放开老年人入院门槛，护理强度就会增加，结果也会改善 [8]。

在明智地利用资源和提供最佳护理强度之间取得平衡是一项具有挑战性的工作。在解决 ICU 与医院床位的比例时，需要考虑生存效益和成本，特别是考虑到最近的数据显示，ICU 床位的数量随着时间的推移而增加[21]。ICU 老年患者的高排斥率可能导致更差的预后。基于欧洲的 ELDICUS 试验显示，ICU 拒绝率随着患者年龄的增加而增加，并且通过在一定程度上放宽老年 ICU 入院门槛，提高了生存率 [7]。其他研究表明，更高强度的护理也能提高生存率 [8，9，11]。

这项研究描述了光谱的另一面。在我们的医疗中心，与参与 Eldicus 试验的那些相比，ICU 与病床的比例更高，并且没有 ICU 拒绝政策，导致入住 ICU 的老年患者比例更高（(10% vs. 3.3%， 85 岁以上 ICU 患者总数的百分比）。这种较高的入院率也转化为入住 ICU 时疾病评分较低（SAPS 评分为 14.9 与 33.0）。2001 年至 2008 年间，在调整疾病严重程度后，仅短期死亡率出现暂时性改善，但我们无法发现调整后的老年 ICU 幸存者死亡率发生变化。调整后的住院死亡率同样没有改善。这就提出了一个问题，即持续增加 ICU 床位数量并进一步降低 ICU 入院门槛，是否可以改善患者预后，或者是否存在一个饱和点，超过该点增加 ICU 床位容量可能会造成浪费。

进行一项将患者随机分配到 ICU 与常规病房入院的研究是不道德的。但是有一项队列研究比较了入住 ICU 的患者（入住 ICU 门槛低的医院）与入住病房的可比患者队列（入住 ICU 门槛较高的医院）的结果，可能有助于更好地确定将从 ICU 入院中受益最大的患者群体。Wunsch 最近的一篇论文讨论了这个问题：“重症监护有 Starling 曲线吗？”[22]。我们的研究结果与她的结论一致：可能存在，但将从 ICU 入院中受益的患者亚组尚未确定。未来的研究应该集中在描述这个阈值点。

这项研究的优势包括结合了大型和全面的 ICU 数据库以及随访时间。关于纵向 ICU 入院趋势的文献很少。据我们所知，这是过去十年中最大的一项研究，研究了老年人和高龄 ICU 人群的特征和结果的趋势。此外，由于自由的 ICU 入院政策和罕见的高 ICU 病床比，我们能够研究一系列病情较轻的 ICU 患者。研究期间增加了 8 张床位的 MICU，使我们能够比较改变前后调整后的医院和 ICU 死亡率。

这项研究的不足与这是一项单中心研究有关。此外，我们没有非 ICU 患者的数据，因此没有匹配的未入住 ICU 的高龄患者对照组。人们还承认，入住 ICU 后的生活质量评估是一个重要的终点，本研究并未涉及这一点。最后，在研究期间，除了增加 8 张 MICU 床位外，我们不知道有任何其他变化可以解释入住 ICU 时疾病严重程度的突然降低，但我们知道可能存在未捕获的协变量。为了调整这些未捕获的协变量，我们在模型中包括了4个预定义的时间段作为自变量。

---

七、总结

在我们的高容量 ICU 床位医院，ICU 入院时疾病严重程度的降低与较低的老年 ICU 幸存者调整死亡率无关。增加 ICU 床位的数量与患者在 ICU 入院时疾病的严重程度降低以及为老年 ICU 患者群体提供的护理强度以及总体住院死亡率没有变化有关。需要进一步的研究来更好地定义将从 ICU 住院中获益最多的老年患者人群。

---