编辑推荐：
为解决现有兽医领域 qSOFA 相关研究局限及临床评估难题，研究人员开展评估 q-SOFA-C 反应蛋白（CRP）、qSOFA - 乳酸及快速全身炎症反应综合征（qSIRS）模型对犬急诊和危重症患者分诊及预后评估的研究。结果显示改良 qSOFA 模型预测效果更佳，qSOFA-CRP 模型潜力突出，为临床提供新依据。
在兽医临床中，脓毒症是一种严重的疾病，由宿主对感染的不平衡反应导致，可引发器官功能障碍 ，若未及时治疗会进展为感染性休克。目前，血液培养是诊断脓毒症的常用方法，但阳性率仅 15 - 49%，且检测时间长，容易延误治疗。而传统的评估工具，如全身炎症反应综合征（SIRS）标准、快速序贯器官衰竭评估（qSOFA）评分等，也存在灵敏度和特异性低等问题。急性患者生理和实验室评估（APPLEfast）虽然更全面客观，但依赖实验室检测结果，获取结果时间较长，在某些情况下还难以进行评分。因此，开发一种快速有效的评分系统迫在眉睫。
韩国 Konkuk University 的研究人员 Soyeon Gwak 和 HyunJung Han 开展了一项回顾性队列研究，旨在评估 q-SOFA-C 反应蛋白（CRP）、qSOFA - 乳酸和快速全身炎症反应综合征（qSIRS）模型对犬急诊和危重症患者分诊和预后评估的有效性，并与传统系统（SIRS、qSOFA 和 APPLEfast）进行比较。研究成果发表在《BMC Veterinary Research》上。
研究人员利用 2021 年 2 月至 2023 年 5 月 Konkuk Veterinary Medical Teaching Hospital 收治的犬类患者的电子病历进行分析。纳入标准为首次入院时具备初始体格检查（呼吸频率、心率、体温、精神状态和收缩压）和实验室检查（白细胞和血小板计数、白蛋白、葡萄糖、乳酸和 CRP 水平）数据。根据临床结果将患者分为幸存者和非幸存者两组，同时根据治疗期间抗生素使用情况将患者分为感染组和非感染组。研究采用了多种评分系统，包括 SIRS、qSOFA、qSIRS、APPLEfast 和 qSOFA - 乳酸，并通过受试者工作特征（ROC）曲线和尤登指数确定 qSOFA-CRP 模型的最佳临界值。
研究结果如下：
- 病例识别：研究期间共收治 166 只犬，排除 5 只后，最终纳入 161 只犬，其中 95 只为幸存者，66 只为非幸存者。
- qSOFA-CRP 模型临界值确定：通过 ROC 曲线分析，确定 qSOFA-CRP 模型中 CRP 的最佳临界值为 > 1.55 mg/dL，此时灵敏度为 88%，特异性为 58%。
- 各评分系统比较：SIRS 评分在幸存者和非幸存者之间无显著差异，而 qSOFA、qSIRS、APPLEfast、qSOFA - 乳酸和 qSOFA-CRP 模型评分在两组间差异显著。
- ROC 曲线分析：所有评分系统的 ROC 曲线下面积（AUROC）值均大于 0.5，表明它们都有一定的预测患者死亡率的能力。其中，qSOFA-CRP 模型的 AUROC 值最高（0.761，95% CI 0.68 - 0.83），优势比（odds ratio）为 13.373（p<0.001） 。
- 基于感染状态的比较：在感染组和非感染组中，qSOFA-CRP 模型的 AUROC 值均高于 qSOFA 模型。
研究结论表明，改良的 qSOFA 模型，包括 qSOFA-CRP、qSOFA - 乳酸和 qSIRS，在预测患者死亡率方面明显优于传统系统（SIRS、qSOFA 和 APPLEfast）。尤其是 qSOFA-CRP 模型（CRP>1.55 mg/dL），在所有评分系统中表现最为突出，具有作为急诊和危重症患者分诊和分类新标准的潜力。
研究讨论部分指出，qSOFA 评分系统在预测预后和患者分诊方面有一定潜力，但单独使用不够充分。qSOFA-CRP 模型结合 CRP 水平评估，在不同感染状态下都展现出较高的预测能力，有望成为更有效的分诊工具。然而，本研究存在一定局限性，如单中心、样本量较小，且 qSOFA-CRP 模型评估是在确定临界值的同一人群中进行，可能导致其 AUROC 值偏高。未来还需要更大规模、更多样化的患者群体进行前瞻性研究，进一步验证这些模型的临床实用性。
总之，该研究为兽医临床中急诊和危重症患者的评估提供了新的思路和方法，qSOFA-CRP 模型的应用前景值得期待，后续研究将有助于进一步完善对犬脓毒症及相关疾病的诊断和治疗策略。
研究的主要技术方法包括：回顾性队列研究，利用医院电子病历获取犬类患者数据；计算多种评分系统（SIRS、qSOFA、qSIRS、APPLEfast、qSOFA - 乳酸和 qSOFA-CRP）得分；通过 ROC 曲线和尤登指数确定 qSOFA-CRP 模型的最佳临界值；运用统计分析软件（SPSS 23）进行数据分析，包括 Shapiro-Wilk 检验评估数据正态性，Student’s t 检验或 Mann-Whitney U 检验比较组间差异，以及进行 AUROC 分析和逻辑回归分析等。
