健康

GCS-Pupils评分:GCS评分并非完美无缺

2019-09-23 22:41:09   

在医学各个学科领域中,都广泛采用数字化的评分系统,以方便评估病情严重程度并预测患者预后。各种评分工具的共性在于,如果追求的是提高准确性,就不得不尽可能把各种决定或影响因素都考虑进去,结果就是纳入项目繁杂,使用起来费时费力。

与之相反,项目简洁,耗时较少的评分系统,虽然会付出丢失细节信息、降低评估工具特异性的代价,但使用起来简单易行,占用医务人员的工作时间较少,临床依从性高,相对而言更容易受欢迎。如何在两者之间寻求最佳平衡点,始终是研究人员面临的挑战。

■对于颅脑损伤或其它类型的急性脑功能障碍患者而言,准确评估其意识水平并监测其动态演变,对于指导临床治疗、判断患者预后至关重要。

1974,英国格拉斯哥大学神经科学学院的两位神经外科学教授(供职于格拉斯哥市南部总医院),Graham Teasdale和Bryan J. Jennett 在《柳叶刀》杂志发表论文"Assessment of coma and impaired consciousness. A practical scale",首次提出GCS(Glasgow Coma Scale)评分系统[1]。

最初,GCS评分仅用来评估颅脑创伤患者意识障碍程度,后来逐渐被应用到各种病因导致的急性疾病或创伤,乃至慢性危重症患者的意识水平评估,而且因为其简单易行,表述清晰,四十多年来在全世界范围内被临床医生、护士、院前急救人员等医务工作者广泛使用。

■在重症监护领域,与急性生理与慢性健康评分(APACHE II )、简化急性生理学评分(SAPS II )和序贯器官衰竭评分(SOFA)一道,GCS构成ICU评分系统中的重要一环。具体包括睁眼(eye)、语言(verbal)和肢体运动(motor)三个方面的评估(表1),其中每一个独立项目的评分都能提供一定的预后信息,但均存在“天花板”及“地板”效应[2],而将三者分值进行简单的数学加和后,对脑损伤“整体”严重程度评估及预测预后更有价值(虽然也会丢失一部分信息),又称之为昏迷指数[3],一般以GCS x= ExVxMx来表示。

■在最初的版本中,GCS评分中没有“肢体异常屈曲”这一项,对应12个连续分值,总分为14分。后来包括初创团队所在的格拉斯哥病房,都采用了改良GCS,对应13个连续分值,最低3分(深度昏迷/脑死亡),最高15分(完全清醒)。通常对昏迷程度的划分标准为:深度(< 8–9)、中度(8 或 9–12)、轻度(≥ 13)。

■特殊情况下例如留置有人工气道,或颜面部、眼睛严重肿胀或损伤,无法评估语言及睁眼反应时,分值给1,同时标上特殊说明(例如E1c,其中c为closed 的缩写,代表闭眼,或者V1t,t为tube的缩写,代表人工气道导管)。更多情况下,分值1简略掉,因此表达为Ec或Vt。举例来说,GCS 5tc 意味着患者眼睛肿胀,评分1分;插管1分。将这2分从总分值中减掉,对应的就是运动评3分。

表1、经典的GCS评分

■虽然作为意识水平评估的金标准雄霸历史舞台四十年之久,但GCS评分并非完美无缺,其中最受诟病之处在于其评定者间可信度(inter-rater reliability)较低,且预测效力令人不甚满意。

例如Bledsoe等的研究显示,GCS不同项目的评估准确性差异较大,语言部分相对较好(69.2%; 95% CI, 67.8-70.4),睁眼其次(61.2%; 95% CI, 59.5-62.9),而运动评分最差(59.8%; 95% CI, 58.1-61.5),GCS总分的预测准确性仅为33.1%(95% CI, 30.2-36.0)[4]。

■ 因此不断有学者尝试以GCS为基础,试图添加其它项目,以期能提高其精准性:对于轻度颅脑损伤患者,Nell等增加了记忆能力方面的信息,提出了GCS-E评分(Extended Glasgow Coma Scale)[5];更多研究则集中在重症病例,加入了多种评估脑干功能的指标,例如GLS评分(Glasgow-Liège Scale,增加瞳孔反射、头眼反射、眼心反射)[6]、因斯布鲁克昏迷量表(Innsbruck coma score,增加瞳孔直径、瞳孔对光反射、眼球位置及移动、口部自动症例如噘嘴反射、吸吮反射、觅食反射等)[7]、无反应综合评分(Full Outline of UnResponsiveness score,FULL)评分(分为眼睛反应、运动反应、脑干反射、呼吸形式四大部分)[8]。

■ 但令人意外的是,研究发现,在GCS之上附加的这些指标,除了瞳孔对光反射以外似乎并没有太大的预测价值,例如在Eken的对比研究中 ↓

使用AUC(Area under curve, 曲线下面积)来比较GCS和FULL评分对3个月病死率的预测,结果分别为0.726(p=0.0001,95%CI:0.656-0.789)和0.776(p=0.0001,95%CI:0.709-0.834);

对住院病死率的预测,分别为0.735(p=0.0001,95%CI:0.655-0.797)和0.788(p=0.0001,95%CI:0.722-0.844);

对不良预后(改良Rankin评分:3-6分)的预测,分别为0.720(p=0.001,95%CI:0.650-0.784)和0.751(p=0.0001,95%CI:0.682-0.812)[9]。

■ 简化运动评分(simplified motor scale,SMS)虽然评定者间可信度较GCS提高近乎一倍(83% vs 42%)[10],但上述这些工具的共性均在于略为复杂且认可度较低,一直没有获得临床的广泛采用。

GCS之父——Graham Teasdale 始终致力于以GCS评分为基石,围绕其进行进一步的升级。有一次,在他向英国爱丁堡大学临床大脑科学中心的同事们展示了一张创作于上世纪七十年代,在完成最初工作之后一直保留的一张图表后, Paul M. Brennan从中得到灵感,并牵头开展了一项研究,来探讨将GCS评分与双侧瞳孔对光反射(同样作为颅脑损伤严重程度的重要评估指标之一在临床中广泛使用,但Teasdale早年出于各种原因的考虑,将其从GCS评分系统中剔除掉了)相结合,是否能够提高其预测病死率及预后的能力。

■ 为了将瞳孔反射数字化,Brennan建立了瞳孔反射评分(pupil reactivity score,PRS):

•双侧瞳孔对光反射消失,2分;

•一侧瞳孔对光反射消失,1分;

•双侧瞳孔对光反射均存在,0分。

•用GCS总分减去PRS,就得到了GCS-Pupils评分(简写为GCS-P):GCS-P = GCS – PRS。由于GCS分值范围为3-15分,因此GCS-P对应分值范围就是1-15分。

■ 研究团队采用了两个大型数据库,分别是CRASH(Corticosteroid Randomisation After Significant Head Injury)和IMPACT (International Mission for Prognosis and Clinical Trials in TBI)来对这一新型评分系统进行验证。

其中前者来源于一项前瞻性随机对照研究,纳入来自49个国家,239家医院的10008例成人颅脑损伤患者,轻、中、重度损伤的构成比例相近(分别为30.6%,30.4%和39.0%);后者数据来源为8项随机对照研究和3项流行病学研究,纳入11989例创伤性脑损伤(traumatic brain injury,TBI)患者,以重度损伤为主(80.7%)。

两个数据库之间死亡率差异不大(CRASH 为23.5%,IMPACT 为24.0%),而不良预后(植物状态、严重残疾)比例则略有不同(CRASH 为36.4%,IMPACT 为45.0%)。为了降低样本异质性(减少偏倚),提高研究的稳定性,研究团队将这两个数据库进行了合并(共计21997个病例)。在排除GCS评分、瞳孔反射及预后等指标记录不完整的病例之后,最终CRASH研究中有90%(9045例),IMPACT研究中有57%(6855例)纳入汇总数据库,合计15900例。两个独立数据库及汇总数据库的详细资料对比参见表2。

表2、两个独立数据库及汇总数据库中主要资料对比

在不确定GCS与PRS的最佳组合方式的前提下,研究团队使用逻辑回归模型分别对以下组合进行了验证:

•分别将GCS与无对光反射的瞳孔个数视做分类变量;

•将GCS作为线性变量,而将无对光反射的瞳孔个数视做分类变量;

•将GCS作为分类变量,而将无对光反射的瞳孔个数视做线性变量;

•将GCS和无对光反射的瞳孔个数均作为线性变量;

•将GCS-P作为分类变量;

•将GCS-P作为线性变量。

其中模型b和c是模型a的简化版,模型d是模型b和c的简化版。使用Nagelkerke’s R2(一种利用逻辑回归模型结局变异度比例进行比较的方法)进行统计分析。

■ 研究结果显示 ↓

•无论是患者病死率还是6个月后的不良预后(采用Glasgow预后评分,Glasgow Outcome Scale),与GCS评分均具有较好的相关性:分别从GCS 3分的51%和70%,4分的54%和79%逐渐降低至15分的3%和12%;

•与保留有瞳孔反射的数目之间也呈现类似的趋势,病死率及6个月后的不良预后分别从双侧瞳孔反射存在的16.3%和31%,增加到单侧反射消失的38.3%和63%,双侧反射消失的58.7%和79%。

•其中GCS评分3分的病死率与不良预后均高于4分是唯一不符合逻辑的地方,这一现象同样也在既往研究中出现过[11],原因不明,但也从侧面证明,单纯GCS评分特别是低分值下,的确存在评估预后的准确性较差的问题。

评分与瞳孔对光反射消失的发生率之间也存在一定的相关性(图1):GCS ≥13分时为2.1%,9-12分之间为5.5%(单侧及双侧消失差异不大,分别为3.5%和2.0%),≤8分时为35.7%(双侧消失显著多于单侧消失,分别为22.2%和13.5%)。

图1、与GCS评分对应的存在瞳孔反射异常的患者比例变异度示意图。NRP(nonreactive pupils):瞳孔对光反射消失。

总体而言,结合考虑GCS及瞳孔反射两项指标之后,对病死率及不良预后之间的预测出现一定程度的分化,特别是在低GCS评分的背景下(图2)。

图2、颅脑损伤6个月后死亡率(左图)及不良预后(右图),结合瞳孔对光反射后与GCS评分之间的关系。

将GCS与瞳孔反应性进行不同方式的组合以后,从最复杂的模型a(GCS及PRS均视为独立的分类变量)到GCS与PRS简单数值相减的模型f,Nagelkerke’sR2并无明显下降(表3),因此采用GCS-P评分最为合适。

表3、对GCS与瞳孔反应性进行不同方式的组合,来比较在预测患者的死亡和不良预后效力上的差异。

由于其最低分值比GCS增加了1分和2分两个分数段,相应增大了其评分范畴,因此提供了比GCS更多、更广谱的信息,例如将原先GCS 3分对应的死亡率和不良预后,分别从51%和70%拓展到GCS-P 1分对应的74%和90%,另外原先GCS评分4分的预后比评分3分还要差的矛盾现象不再发生,线性关系更为平滑(图3)。

图3、颅脑损伤后6个月的病死率(左图)及不良预后(右图)与GCS-P评分之间的线性关系。

需要注意的是,从图3中可以看出,GCS-P为1和2分时,会略微低估病死率和不良预后。研究团队曾试图增加瞳孔对光反射的评分权重,例如将单侧对光反射消失定义为-2分,双侧消失定义为-4分,或者只在GCS评分低于某个阈值(例如8分)才与PRS相减,但最终都因为与建立尽可能简洁的评分系统的初衷相违背而放弃。

■ 在汇总后的数据库中,按照GCS评分标准,轻(13-15分)中(9-12分)重度(≤8分)损伤的比例分别为20.8%,22.2%和57.0%。换用GCS-P并没有明显改变这一分布比例(分别为20.6%、21.8%、57.6%),其原因在于伴有单侧或双侧瞳孔对光反射消失的GCS-P 的1和2分,均在GCS 3分的范畴之内,因此无需改变GCS-P对颅脑损伤严重程度的划分标准。

■ 这项研究于2018年4月10号在线发表在《神经外科学杂志》(Journal of Neurosurgery)上,其精彩之处在于 ↓

将GCS评分与瞳孔对光反射这两个临床最常应用的预后评价指标,只要进行简单的数学相加后组合成GCS-P,损伤严重程度的分值范畴增大,梯度更为平滑,对于患者个体评估以及识别不同亚组更加有用,就能给患者预后提供更多,更精确的信息。

■在给Medscape医学新闻编辑解释时,Brennan举了个例子↓

高速行驶的汽车发生事故,乘客被甩出车外,查体发现无自主的睁眼、发音及肢体运动,对指令亦无反应。疼痛刺激下,仍无睁眼动作,但有发音,上肢异常屈曲,GCS评分为E1V2M3,总分6分,预测6个月死亡率为29%。如果同时患者双侧瞳孔对光反?湎В琍RS评分2分,那么GCS-P为6-2=4分,对应的6个月病死率就上升到39%。

研究团队期望进一步利用更多的前瞻性研究,例如CENTER-TBI (Collaborative European NeuroTrauma Effectiveness Research in TBI)以及TRACK-TBI (Transforming Research and Clinical Knowledge in Traumatic Brain Injury)来进一步验证GCS-P的临床价值并与其它评分系统进行比较,特别是在严重损伤组,让我们拭目以待。

展开全文

热点新闻