编辑推荐：
在新冠疫情期间，急诊常用的急性就诊老年患者（APOP）筛查工具能否预测高龄 COVID-19 住院患者短期死亡风险存疑。研究人员对此展开研究，发现 APOP 筛查工具预测性能不佳。这提示传统急诊筛查工具在特殊临床情境下或不可靠。
在新冠疫情的浪潮中，医院急诊部门面临着巨大的压力。大量急性患病的 COVID-19 患者涌入，而医院的收治能力有限，医护人员必须迅速评估并为患者制定合适的治疗方案。尤其是老年患者，本身身体机能衰退，再加上新冠病毒的威胁，在医院死亡的风险极高。此前，为了预测老年人不良结局的个体风险，有多种筛查工具应运而生。其中，在荷兰的许多医院，急性就诊老年患者（APOP）筛查工具被广泛应用于急诊，它原本用于预测老年人功能下降和死亡风险。但新冠疫情是一场前所未有的挑战，这种在疫情前开发的筛查工具，能否在特殊的疫情背景下，准确预测老年 COVID-19 住院患者的院内死亡率和 30 天死亡率呢？这成为了亟待解决的问题。
为了回答这个问题，来自荷兰多家医院的研究人员开展了一项研究。他们从 5 家实施了 APOP 筛查工具的荷兰医院中，选取了年龄≥70 岁、因 COVID-19 住院且 APOP 风险可测量的患者，组成多中心队列进行研究。研究结果令人深思，APOP 筛查工具在预测老年 COVID-19 住院患者的院内死亡率和 30 天死亡率方面表现不佳。无论是区分死亡和存活患者的能力（用受试者工作特征曲线下面积 AUC 衡量），还是预测结果与实际情况的校准度，都不尽如人意。这一结论意味着，常规在急诊使用的筛查工具，在像新冠疫情这样特殊的临床情况下，可能无法有效预测死亡率。该研究成果发表在《European Geriatric Medicine》上，为后续相关研究和临床决策提供了重要参考。
研究人员开展这项研究时，运用了多种关键技术方法。首先，基于多中心队列（COVID-OLD 队列）收集数据，这些数据来自患者的电子医疗记录，涵盖了患者的年龄、性别、生活状况、共病情况等多方面信息。其次，使用了统计分析方法，包括描述性统计分析患者基线特征，二元逻辑回归评估 APOP 筛查工具与死亡率的关联，通过计算受试者工作特征曲线下面积（AUC）评估筛查工具的区分度，以及利用校准曲线评估预测准确性 。
下面来看具体的研究结果：
- 研究参与者的特征：研究最初有 1445 名患者符合参与条件，但最终仅 389 名患者纳入验证分析。APOP 高风险患者与低风险患者相比，年龄更大，更多居住在机构中，共病情况更严重，身体功能更差，痴呆患病率更高，且在疾病进程中就诊更早，入院时 C 反应蛋白（CRP）水平更低。
- 主要结果：在纳入的患者中，21.6% 的患者在院内死亡，29.3% 的患者在 30 天内死亡。APOP 高风险患者院内死亡和 30 天内死亡的风险更高，临床衰弱量表（CFS）≥4 以及年龄增长也与更高的死亡风险相关。然而，APOP 筛查工具区分院内死亡和 30 天内死亡患者的能力较差（院内死亡率 AUC 为 0.56，30 天死亡率 AUC 为 0.62 ），CFS 和年龄的区分能力同样不佳。并且，APOP 筛查工具校准曲线显示其存在高估预测结果的情况。
在研究结论和讨论部分，研究人员指出，APOP 筛查工具在预测老年 COVID-19 住院患者的短期死亡率方面表现欠佳。可能的原因包括：其一，APOP 筛查工具仅涵盖部分反映虚弱的变量，未体现急性疾病的严重程度，而在 COVID-19 的情况下，疾病严重程度对死亡风险的影响可能比虚弱更大；其二，新冠疫情的动态变化，如治疗和预防手段的改进、病毒变异等，可能影响了 APOP 筛查工具的预测性能；其三，研究存在一定的选择偏倚。相比之下，包含急性疾病参数的模型（如 RISE UP 和 4C 死亡率评分）在预测老年 COVID-19 患者死亡率方面表现更好。这意味着在未来面对新型（病毒）疾病大流行时，使用包含急性疾病参数的模型预测老年人死亡率可能更为合适，但在应用于指南之前，需在新的人群中进行验证。此外，该研究虽然存在样本量相对较小等不足，但也有一定的优势，如按照常规临床护理流程进行筛查，增加了研究结果对日常实践的相关性，且采用了逐步验证的方法对 APOP 筛查工具进行全面评估。总之，这项研究为临床实践和后续研究敲响了警钟，提醒人们在特殊临床情境下，不能盲目依赖传统的筛查工具，为相关领域的进一步探索指明了方向。
