编辑推荐：
在比较死亡率时需考虑疾病或损伤严重程度，现有评分系统存在局限性。研究人员基于韩国国家急诊科信息系统数据库，开展了基于国际疾病分类（ICD） - 10、年龄和生命体征的急诊患者严重程度评分系统研究。结果显示新模型预测能力良好，有助于标准化急诊患者严重程度和比较治疗结果。
在急诊医疗领域，准确评估患者病情严重程度并预测死亡率对于提高救治质量至关重要。以往在比较死亡率时，疾病或损伤的严重程度是一个关键因素，为此人们开发了多种评分系统。像在感染患者的评估中，重症监护病房常用的序贯器官衰竭评估（SOFA）或急性生理学与慢性健康评估（APACHE）评分，在急诊科应用时存在局限性，因为并非所有急诊患者都能进行相关血液检测以计算这些评分。在创伤救治方面，创伤和损伤严重程度评分（TRISS）长期用于比较不同创伤治疗结果，但其中的损伤严重程度评分（ISS）由于需要使用缩写损伤量表（AIS）进行复杂编码，成本高且难以在非专业创伤中心广泛应用。此外，基于国际疾病分类（ICD）代码预测治疗结果的研究虽有尝试，但适用于一般急诊患者的严重程度评分系统仍较少。
为了解决这些问题，韩国的研究人员开展了一项重要研究。他们基于韩国国家急诊科信息系统（NEDIS）数据库，该数据库由韩国国家急诊医学中心（NEMC）维护，涵盖了全国急诊医疗设施的患者人口统计学和临床数据。研究人员旨在开发并验证一种基于常规收集数据的严重程度评分系统，以预测急诊患者的院内死亡率。研究结果显示，新开发的模型展现出良好的预测能力，其受试者工作特征曲线下面积（AUROC）达到 0.975（95% 置信区间：0.974 - 0.977），当使用阈值 - 5.869 判断死亡率时，总体准确率为 0.958（0.958 - 0.958）。这一成果意义重大，该评分系统可用于标准化急诊患者的严重程度，便于比较不同治疗方案的效果，为急诊医疗质量的提升提供了有力支持。该研究成果发表在《BMC Emergency Medicine》上。
研究人员开展研究时用到了以下几个主要关键技术方法：首先，从 NEDIS 数据库选取 15 岁及以上患者的数据，2016 - 2018 年数据用于开发评分系统，2019 年数据用于验证。其次，计算疾病特异性生存概率（DSP），构建基于 ICD - 10 的急诊严重程度评分（ICESS）。最后，运用逻辑回归模型，结合 ICESS、年龄和生理参数（采用改良早期预警评分 MEWS 表示）预测院内死亡率，并通过四折交叉验证等方法评估模型性能。
研究结果具体如下：
- 研究对象特征：共有 12,889,082 例患者符合 ICESS 推导条件，推导集和验证集在性别、年龄、疾病类型、意识状态等方面具有一定分布特征。
- 疾病特异性生存概率：研究计算了各 ICD 对应的 DSPs，并在补充表中呈现。
- ICESS 计算的最佳 DSP 数量：研究发现增加 DSP 数量并不能提升预测性能，因此 ICESS 定义为最低单个 DSP。
- 预测模型：通过四折交叉验证得到相似结果，确定了基于 2016 - 2018 年数据集的急诊严重程度评分（ESS）公式，预测死亡率的阈值为 - 5.869。
- 测试：使用 2019 年数据集对 ESS 进行验证，结果显示其预测能力优秀，AUROC 为 0.975，AUPRC 为 0.724，相应的准确率、灵敏度和特异性也达到一定水平，Brier 评分为 0.001，但校准图表明模型在预测重症患者生存概率时存在低估情况。
研究结论和讨论部分强调了该研究的重要意义。新开发的严重程度评分系统在预测急诊患者死亡率方面表现出色，优于以往的 SOFA 或 APACHE II 评分，且无需实验室值，计算简便。与其他创伤评分系统相比，该模型不仅适用于创伤患者，还扩展到所有急诊患者，考虑了年龄和生理参数，且纳入了受伤患者的医疗诊断 DSPs。不过，该模型也存在一些局限性，如受 ICD - 10 编码系统限制，无法区分某些疾病的严重程度差异；未包含实验室结果和脉搏血氧饱和度数据，可能影响预测性能；研究结果不能直接推广到韩国以外的国家。总体而言，这项研究为急诊患者严重程度评估和死亡率预测提供了新的有效工具，尽管存在不足，但为后续研究和临床实践改进提供了重要参考，有望推动急诊医疗领域的进一步发展。
