疑診肺栓塞患者患病風險評估的新模型

趙洋子，蘇廣勝，李卉，吳曦子，曾仁慶，李蕙伊，劉暢，趙麗，徐俊杰，崇巍

（中國醫科大學1.附屬第一醫院急診科，沈陽 110001；2.附屬盛京醫院心內科，沈陽 110004；3.附屬第四醫院心內科，沈陽 110032；4.附屬第一醫院放射科，沈陽 110001；5.附屬第一醫院檢驗醫學科，衛生部艾滋病免疫學重點實驗室，沈陽 110001）

疑診肺栓塞患者患病風險評估的新模型

趙洋子1，蘇廣勝2，李卉3，吳曦子1，曾仁慶1，李蕙伊1，劉暢1，趙麗4，徐俊杰5，崇巍1

（中國醫科大學1.附屬第一醫院急診科，沈陽 110001；2.附屬盛京醫院心內科，沈陽 110004；3.附屬第四醫院心內科，沈陽 110032；4.附屬第一醫院放射科，沈陽 110001；5.附屬第一醫院檢驗醫學科，衛生部艾滋病免疫學重點實驗室，沈陽 110001）

目的 建立新的肺栓塞（PE）患病風險評估模型，提高肺動脈CTA的陽性檢出率。方法 將研究樣本中PE患病組和非患病組組間有統計學差異的變量納入logistic回歸分析，構建疑診PE的患病風險評估模型。根據模型求得的每位患者的患病概率，繪制受試者工作（ROC）曲線并確定截斷值。另收集驗證樣本評價該模型的診斷效能。結果 對研究樣本的單因素分析顯示，共17個變量在患病和非患病2組間存在統計學差異。其中不明原因的呼吸困難、整條腿腫脹/凹陷性水腫、D?二聚體和年齡是患PE的獨立危險因素。由ROC曲線確立模型的截斷值為0.38。驗證樣本顯示，本研究提出的PE患病風險評估模型可將我院肺動脈CTA陽性檢出率從27%提高至54%。結論 新的PE患病風險評估模型可提高肺動脈CTA的檢出率。

肺栓塞；患病風險評估模型；肺動脈CTA；D?二聚體

肺栓塞（pulmonary embolism，PE）是急診和住院患者常見的急重癥，存在猝死風險。由于PE的臨床表現缺乏特異性，典型胸痛、咯血、呼吸困難三聯征同時出現的患者十分少見，故其診斷率并不理想［1］。當患者出現難以解釋的呼吸困難、胸痛、咯血、心悸、暈厥、背痛等心肺系統表現時，應警惕其罹患PE的可能，將其列為疑診對象［2?3］。診斷PE的金標準是肺動脈造影。肺動脈CTA（computed tomo?graphic pulmonary angiography，CTPA）因其高敏感度（83%）和高特異度（96%）在臨床上已經替代肺動脈造影［4?6］。盡管CTPA的普及使更多的疑診PE患者得以明確診斷［7?8］，但是其陽性檢出率并未提高，反而存在資源浪費的現象［9］，輻射暴露［10］和碘對比劑［11］對健康的影響則要求臨床上慎重進行CTPA檢查，并且提高CTPA的陽性檢出率。因此亟需準確、簡單和實用的PE患病風險評估模型，用以篩選需要行CTPA的患者。

1 材料與方法

1.1 研究樣本

連續收集2014年2月至6月于中國醫科大學附屬第一醫院行CTPA的疑診PE患者191例。其中CTPA檢查結果顯示陽性者70例，陰性者121例。記錄與PE有關的病史、癥狀、體格檢查和實驗室指標。

1.2 驗證樣本

按樣本量計算公式計算驗證樣本所需樣本量，另收集2016年1月至2月就診于中國醫科大學附屬第一醫院行CTPA的疑診PE患者106例。其中CT?PA檢查結果顯示陽性者29例，陰性者77例，記錄相關指標。

1.3 統計學分析

所有數據輸入Excel 2013，采用SPSS 22.0軟件進行統計學分析。正態分布的計量資料以x±s表示，組間比較采用t檢驗；非正態分布的計量資料以中位數（四分位數間距）表示，組間比較采用非參數秩和檢驗。模型構建采用logistic回歸分析。繪制受試者工作（receiver operating characteristic curve，ROC）曲線，得出截斷值。計算準確度、敏感度、特異度、漏診率、誤診率、陽性預測值和陰性預測值以評價模型的診斷效能。

2 結果

2.1 PE患病風險評估模型的建立

2.1.1 PE患病危險因素的單因素分析：將研究樣本中的191例疑診PE患者按其CTPA檢查結果分為陽性（70例）與陰性（121例）2組。比較2組間有關病史、癥狀、體格檢查和實驗室指標，P＜0.2為差異有統計學意義。結果顯示，在CTPA檢查結果陽性和陰性2組患者中，不明原因呼吸困難、單側下肢腓腸肌疼痛或腫脹、整條腿腫脹/凹陷性水腫、反常的心動過緩、高血壓、冠心病、急性心肌梗死、腎病綜合癥、近期創傷或骨折、因各種原因的制動/長期臥床＞3 d、妊娠/產褥期、植入人工假體（髖關節或膝關節置換）、年齡、休克指數、心率及血D?二聚體有統計學差異，見表1。

2.1.2 Logistic回歸分析和模型構建：將上述17個2組間有統計學差異的因素納入logistic回歸分析，性別變量盡管與患病無關，但同時作為變量強制納入回歸分析，使用逐步法構建模型，P＜0.05為差異有統計學意義。結果顯示，不明原因的呼吸困難、整條腿腫脹/凹陷性水腫、D?二聚體和年齡為PE患病的獨立危險因素。見表2。據此建立PE患病風險評估模型，患病概率P的計算方法如下：P=ExpA/（1+ExpA），A=0.793×不明原因的呼吸困難+1.677×整條腿腫脹/凹陷性水腫+0.134×D?二聚體-0.025×年齡-0.281。上述模型中不明原因的呼吸困難、整條腿腫脹/凹陷性水腫取0（無）或1（有），D?二聚體、年齡取其數值部分，0.281為常數項。

2.1.3 患病風險評估模型中患病概率P的截斷值確定：計算研究樣本中的患者的患病概率值P，對其繪制ROC曲線，見圖1。曲線下面積為0.776（95%CI：0.708～0.845），截斷值取0.38，敏感度為0.726，特異度為0.744。如果P＞0.38，則認為該患者患PE高風險，本研究樣本中共有83例，實際CTPA陽性率62%；反之，若P＜0.38，則為低風險，共108例，陽性率18%。

2.2 PE患病風險評估模型的評價

驗證樣本為疑診PE的106例，其中29例CTPA陽性，CTPA的陽性檢出率為27%。如表3所示，將驗證樣本中的患者按患病概率P的截斷值分為高風險和低風險2組，與CTPA結果進行比較，計算出不同截斷值下PE患病風險評估模型的準確度、敏感度、特異度、陽性預測值及陰性預測值。當患病概率（P）的截斷值取0.38時，模型的準確度和陽性預測值最高，診斷效能最優，可將我院CTPA的陽性檢出率從上述的27%提高至54%。

3 討論

MINIATI等［12］利用和本研究類似的方法，建立了預測疑診PE患者患病概率的模型Pisa評分。該模型中的變量共有16個，模型的ROC曲線下面積為0.88，而本研究模型則為0.776，這可能與本研究的樣本量較少有關。盡管MINIATI等［13］在其建立Pisa模型的一系列前期研究的基礎上，摒棄了胸部影像學表現，但其中仍包含諸如心電圖改變、血氣分析結果、肺部啰音、心臟雜音等比較主觀或容易受環境影響的指標，這些指標的缺點是難以標準化。與此類似，LE GAL等［14］剔除掉Geneva評分血氣分析和胸部影像學表現這2個難以標準化的指標，提出了改良Geneva評分。本研究尤其關注到這一點，納入的與PE有關的癥狀、體征和實驗室檢查結果都比較客觀［15］。

表1 疑診PE患者的臨床表現之單因素分析Tab.1 Basic characters of suspected patients with univariate analysis

圖1 風險評估模型的ROC曲線Fig.1 ROC of prediction model of the clinical probability

目前臨床常用的PE患病風險評估模型，如Wells評分、Geneva評分，只引入了患者的癥狀和體征而沒有實驗室檢查指標。因此，歐洲心臟病學會或美國醫師協會推薦的急性PE診斷流程中，均需要在上述PE患病風險模型基礎上，結合實驗室檢查D?二聚體，對PE的風險進行兩步評估。而本研究提出的患病風險評估模型直接將不明原因呼吸困難（癥狀）、單側腿腫（體征）和D?二聚體（實驗室檢查）一步納入，使患病風險的評估過程得以簡化，便于判斷疑診患者是否需要進一步行CTPA檢查。具體來說，應用本研究提出的新模型計算患者的患病概率P，如果P＞截斷值0.38，則推薦患者行CTPA檢查。臨床醫生可在電腦上方便地使用該模型進行計算，獲得疑診PE患者的年齡、D?二聚體、是否存在不明原因的呼吸困難和整條腿腫脹/凹陷性水腫等參數，就可做出是否推薦CTPA檢查的臨床決策。

表2 評估PE患病風險的logistic回歸模型Tab.2 Logistic regression model for risk prediction of suspected patients

表3 不同截斷值下PE患病風險評估模型的診斷效能對比（%）Tab.3 The diagnostic efficiency evaluations of different cut?off values（%）

本研究屬于回顧性研究，在收集患者資料時不可避免地會出現信息不全的問題，從而丟失了部分病例，以至于模型構建時的研究樣本樣本量相對較少。本研究建立的PE患病風險評估模型簡化了PE診斷流程，改善了患者對臨床醫生的依從性，提高了CTPA的檢出率，尤其適于在急診科應用。

［1］CHUNILALl SD，EIKELBOOM JW，GINSBERG JS，et al.Does this patient have pulmonary embolism?［J］.JAMA，2003，290（21）：2849-2958.DOI：10.1001/jama.290.21.2849.

［2］KONSTANTINIDES SV，TORBICKI A，AGNELL G，et al.2014 ESC Guidelines on the diagnosis and management of acute pulmo?nary embolism［J］.Eur Heart J，2014.35（45）：3145-2146.DOI：10.1093/eurheartj/ehu393.

［3］RAJA AS，GREENBERG JO，SCHUUR JD，et al.Evaluation of pa?tients with suspected acute pulmonary embolism：best practice ad?vice from the clinical guidelines committee of the american college of physicians［J］.Ann Intern Med，2015.163（9）：701-711.DOI：10.7326/M14?1772.

［4］ENG J，KRISHNAN JA，BASS EB，et al.Accuracy of CT in the diag?nosis of pulmonary embolism：a systematic literature review［J］.Am J Roentgenol，2004，183（6）：1819-1827.DOI：10.2214/ajr.183.6.01 831819.

［5］MAYO JY，THAKUR Y.Pulmonary CT angiography as first?line im?aging for PE：image quality and radiation dose considerations［J］. Am J Roentgenol，2013，200（3）：522-528.DOI：10.2214/ajr.12.99 28.

［6］PINES JM，LESSLER AL，MARK COURTNEY D，et al.The mortal?ity benefit threshold for patients with suspected pulmonary embolism［J］.Acad Emerg Med，2012，19（9）：E1109-E1113.DOI：10.1111/ j.1553?2712.2012.01432.x.

［7］BOONE JM，BRUNBERG JA.Computed tomography use in a tertia?ry care university hospital［J］.J Am Coll Radiol，2008，5（2）：132-138.DOI：10.1016/j.jacr.2007.07.008.

［8］FANIKOS J，RAO A，GOLDHABER SZ，et al.Hospital costs of acute pulmonary embolism［J］.Am J Med，2013，126（2）：127-132. DOI：10.1016/j.amjmed.2012.07.025.

［9］HALL WB，TRUITT SG，CARSON SS，et al.The prevalence of clini?cally relevant incidental findings on chest computed tomographic an?giograms ordered to diagnose pulmonary embolism［J］.Arch Intern Med，2009，169（21）：1961-1965.DOI：10.1001/archinternmed. 2009.360.

［10］JR ESA，BUTLER PF，APPLEGATE KE，et al.American college of radiology white paper on radiation dose in medicine［J］.J Am Coll Radiol，2007，4（5）：272-284.DOI：10.1016/j.jacr.2007.03. 002.

［11］SIKKENS JJ，BEEKMAN DG，SMULDERS YM，et al.How much overtesting is needed to safely exclude a diagnosis?A different per?spective on triage testing using bayes’theorem［J］.PLoS One，2016，11（3）：e0150891.DOI：10.1371/journal.pone.0150891.

［12］MINIATI M，BOTTAI M，PASSERA M，et al.Simple and accurate prediction of the clinical probability of pulmonary embolism［J］. Am J Respir Crit Care Med，2008，178（3）：290-294.DOI：10.1164/rccm.200802?207OC.

［13］MINIATI M，MONTI S，BOTTAI M，et al.A structured clinical model for predicting the probability of pulmonary embolism［J］. Am J Med，2003，114（3）：173-179.

［14］LE GAL G，RIGHINI M，PERRIER A，et al.Prediction of pulmo?nary embolism in the emergency department：the revised Geneva score［J］.Ann Intern Med，2006，144（3）：165-171.

［15］SUZUKI T，LYON A，SAGGAR R，et al.Biomarkers of acute car?diovascular and pulmonary diseases［J］.Eur Heart J Acute Cardio?vasc Care，2016，5（5）：416-433.DOI：10.1177/204887261665230 9.

（編輯 于 溪）

A New Risk Assessment Model for Suspected Pulmonary Embolism

ZHAO Yangzi1，SU Guangsheng2，LI Hui3，WU Xizi1，ZENG Renqing1，LI Huiyi1，LIU Chang1，ZHAO Li4，XU Junjie5，CHONG Wei1

（1.Department of Emergency Medicine，The First Hospital，China Medical University，Shenyang 110001，China；2.Departmen of Cardiology，Shengjing Hospital，China Medical University，Shenyang 110004，China；3.Departmen of Cardiology，The Fourth Affiliated Hospital，China Medical University，Shenyang 110032，Chi?na；4.Radiology，The First Hospital，China Medical University，Shenyang 110001，China，5.Key Laboratory of AIDS Immunology of Ministry of Health，Department of Laboratory Medicine，The First Hospital，China Medical University，Shenyang 110001，China）

Objective To develop a predictive model for pulmonary embolism（PE）based on the related clinical symptoms，signs，and the labo?ratory index，so as to improve the positive rate of CTPA.Methods The model was developed from a database of 119 patients with suspected PE. The risk factors of suspected PE were analyzed by logistic regression analysis，which included significant differences in the prevalence of PE be?tween non?diseased and non?diseased groups.Receiver operating characteristic（ROC）curves was draw to determine the cut?off value of the clini?cal probability.It was validated in an independent sample of 106 patients with suspected PE.Results According to the univariate analysis，17 of 51 variables show a significant difference between PE and non?PE patients.The model comprised 4 variables：age，dyspnea，D?dimer and unilater?al leg swelling.The area under the ROC curve is 0.776，and the cut?off value is supposed to be 0.38.In the validation sample，27%patients had PE confirmed by CTPA.The prevalence of PE was 54%when the clinical probability was above 0.38.Conclusion The proposed predictive mod?el in this study can improve the positive rate of CTPA，simplify the diagnosis process of suspected PE patients.

pulmonary embolism；prediction model of the clinical probability；computed tomographic pulmonary angiography；D?dimer

R447

A

0258-4646（2017）03-0266-04

10.12007/j.issn.0258?4646.2017.03.019

趙洋子（1990-），女，碩士研究生.

崇巍，E-mail：chongweixiena@126.com

2016-09-07

網絡出版時間：