Transportability Assessment Scale (TAS) and transportation associated mortality (TAS–mortality) critical patients and patients with emergency-related injuries

Cover Page

Cite item

Full Text

Abstract

Relevance. The existing traditional tools (scales) to assess severity of the patient’s condition and death probability do not take into account a set of crucial parameters for the upcoming medical evacuation.

The objective is to develop the Transportability Assessment Scale (TAS) and transportability-associated mortality (TASmortality) tool to evaluate critical patients and patients injured in emergency situations (ES) of all age groups at different stages of medical evacuation using all types of transportation, followed by inpatient treatment.

Methods. In total, we analyzed N=217 clinical cases of medical evacuation using different types of transportation in combination with either traditional intensive care (n=149, control group) or ECMO (n=68, trial group) due to refractory respiratory and/or circulatory insufficiency in all age groups. Once the patients embarked on medical evacuation, they were immediately split in groups to assess their condition while transportation and within the next 72 hours (associated period). A new scale (formula) to assess patient’s transportability and probability of mortality, including in the ECMO setting, was formulated based on the following statistical techniques: one-factor forecasting, risk classes of disorder development and logistic regression modeling applied to such target indicators as “death”, “transportation negative impact on patient’s condition” and other factors. Most significant factors were further embedded in the new transportability and probability of death assessment scale (formula).

Results and discussion. The Transportability Assessment Scale (TAS) was developed using logistic regression model measuring the impact of transportation on the patient’s condition: y = exp(37 ∙ x₁ + 6 ∙ x₂ + 20 ∙ x₃ +16 ∙ x₄ + 21 ∙ x₅ + 27 ∙ x₆ – 27 ∙ x₇) / 1+ exp(37 ∙ x₁ + 6 ∙ x₂ + 20 ∙ x₃ +16 ∙ x₄ + 21 ∙ x₅ + 27∙ x₆ – 27 x₇), where: у – transportability assessment of patient; x₁ (PaO2/FiO2 ≤ 110); x₂ (Age ≥ 65 years); x₃ (VIS  4 points); x₄ (PaCO₂ ≥ 55 mm Hg); x₅ (SvO₂ ≤ 60 %); x₆ (HR ≥∙127 beats per minute); x₇ (ECMO application). Depending on the evacuation conditions, correction factors were as follows: x₁ – 0.75 if the patient is to be transported by plane, x₆ – 0.65 if the patient’s body weight is less than 10 kg. The results were translated into a 100-point scoring system: patients scoring up to 30 points were available for evacuation; 30 to 70 indicated evacuation to be performed in ongoing intensive care setting; over 70 indicated impossibility of evacuation until the patient is stabilized and subcompensated. We also developed the new TAS‑mortality 100‑point scale: y = exp(29 ∙ x₁ + 16 ∙ x₂ + 11 ∙ x₃ + 10 ∙ x₄ + 9 ∙ x₅ + 7 ∙ x₆ + 7 ∙ x₇ + 6 ∙ x₈ + 4 ∙ x₉ + 1 ∙ x₁₀,) / 1+ exp(29 ∙ x₁ + 16 ∙ x₂ + 11 ∙ x₃ + 10 ∙ x₄ + 9 ∙ x₅ + 7 ∙ x₆ + 7 ∙ x₇ + 6 ∙ x₈ + 4 ∙ x₉ + 1 ∙ x₁₀), where: y – probability of outcome – death; x₁ (lactate ≥ 8 mmol/L), x₂ (age ≥ 65 лет), x₃ (creatinine ≥ 300 µmol/L), x₄ (duration of mechanical ventilation ≥ 7 days), x₅ (bilirubin ≥ 102 µmol/L), x₆ (PaO2/FiO2 ≤ 110), x₇ (CPR), F8 (VIS ≥ 4 points), x₉ (PaCO₂ ≥ 70 mm Hg), x₁₀ (SvO₂ ≤ 50 %). TASmortality scale complemented by the ROC analysis program (AuROC = 0.83; p < 0.001), showed higher sensitivity, specificity and efficacy in comparison with traditional scales APACHE-IV & Mortality Rate, SOFA & Mortality Rate, Scale of Assessment of Vital System (ShOVS).

Conclusion. The proposed Transportability Assessment Scale (TAS) and transportation associated mortality (TAS-Mortality) scale have better sensitivity, efficiency and ROC-curve than traditional scales, and therefore could be actively recommended to describe the state of emergency victims or critical patients of all age categories, as well as to make decisions regarding medical evacuation, including ECMO and medical jets.

Full Text

Введение

Оценка тяжести состояния пострадавшего в чрезвычайной ситуации (ЧС) и тяжелобольного до и при осуществлении медицинской эвакуации, формирование прогноза вероятности летального исхода и угрожающих жизни состояний пациента в ходе транспортировки и в раннем периоде после ее окончания – все это является важными «инструментами» врача на этапе планирования. Именно с учетом этого должны решаться целый ряд задач: медицинская сортировка, целесообразность этапной эвакуации, сроки ее проведения, задействования оптимальных сил и средств для ее выполнения, включая применение высокотехнологичных методов поддержания жизненно важных функций и лечения. Важным также является и юридическая составляющая, которая требует от врача объективизации в оценке тяжести состояния, прогнозах и принятии решений, основанных на количественных показателях (шкалах), показавших свою эффективность с позиции доказательной медицины, а не субъективного оценочного суждения отдельно взятого специалиста или даже их группы.

Опыта и знаний клиницистов не всегда достаточно для принятия правильных решений, касающихся медико-эвакуационных задач тяжелобольных и пострадавших в чрезвычайных ситуациях, особенно в условиях дефицита времени. Особые затруднения возникают в случае необходимости предсказания летального исхода, а также оценки значимости предстоящей эвакуации как негативного фактора, способного отрицательно повлиять на состояние пострадавшего в ЧС и тяжелобольного. Прогнозирование способствует оптимальному распределению ресурсов здравоохранения (человеческих, лекарственных, технических, финансовых) и обоснованному выбору стратегии этапной эвакуации и лечения. Опыт нескольких десятилетий показал, что доставка наиболее тяжелой категории пострадавших в ЧС и тяжелобольных в медицинские учреждения, где может быть оказана специализированная, в том числе, высокотехнологичная медицинская помощь, значимо увеличивает вероятность благоприятного исхода [1–5]. Тем не менее, применение высокотехнологичных методов поддержания жизненно важных функций и лечения в случае изначально низких шансов выживаемости, особенно при массовом поступлении пострадавших в ЧС и тяжелобольных с последующими летальными исходами на этапах медицинской эвакуации и стационарного лечения, может трактоваться как необоснованная трата ресурсов здравоохранения, которые могли бы быть использованы для пациентов с более благоприятным прогнозом выздоровления. С другой стороны – законное право родственников пациентов о получении информации о тяжести состояния, прогнозе и принятой стратегии использования методов лечения требует от медицинского сообщества применения обоснованных объективных решений с отражением прогноза выживаемости и рисков негативных событий на всех этапах оказания медицинской помощи, включая эвакуацию.

В настоящее время существуют достаточно много шкал, оценивающих состояние пациента, есть общие [Scale for the Assessment of Positive Symptoms (SAPS-II), Acute Physiology and Chronic Health Evaluation (APACHE-IV), Sequential Organ Failure Assessment (SOFA), Multiple Organ Dysfunction Score (MODS), Modified Early Warning Score (MEWS), Шкала оценки витальных систем (ШОВС)] и специализированные с акцентом на той или иной нозологии с привязкой к специальности [Injury Severity Score (ISS), Adult Social Care Outcomes Toolkit (ASCOT), Glasgow Coma Scale (GCS), Traumatic Brain Injury (TBI), National Institutes of Health Stroke Scale (NIHSS), Военно-полевая хирургия – механическое повреждение (огнестрельное ранение), ВПХ–МП(ОР), Baux score] или целесообразности применения высокотехнологичных методов лечения, например, экстракорпоральной мембранной оксигенации [Survival After Veno-Arterial ECMO (SAVE), Respiratory ECMO Survival Prediction (RESP)] и заместительной почечной терапии [Risk Injury Failure Loss of kidney function and End-stage kidney disease (RIFLE)]. Лишь немногие из них учитывают фактор потенциальной предстоящей транспортировки и могут быть применимы на этапе медицинской эвакуации для оценки вероятности прогноза негативного влияния самой транспортировки на состояние пострадавшего в ЧС и тяжелобольного [Prediction of Respiratory Deterioration After Transfer in Critically Ill Patients, Transfer of Critically Ill Patients with a Contagious Infectious Disease, Rapid Acute Physiology Score (RAPS), Interhospital Air Transport Score (IATS), Шкала оценки транспортабельности, г. Екатеринбург, 2000].

В настоящее время нет шкалы, которая бы учитывала, помимо состояния пациента и вероятности летального исхода, так же и фактор применения экстракорпоральной мембранной оксигенации (ЭКМО), как новой высокотехнологичной технологии поддержания жизненно важных функций и медицинской помощи, и ее влияние на состояние пациента и прогноз выживаемости, в том числе, на этапе медицинской эвакуации и последующего стационарного лечения. Кроме того, в настоящее время нет специализированной шкалы, оценивающей транспортабельность пациента, в том числе, в условиях санитарно-авиационной эвакуации, подразумевающей значимое (до 570 мм рт. ст.) снижение барометрического давления в кабине воздушного судна (самолета) на высоте эшелона более 2,5 км. Шкала IATS не прогнозирует потенциальное влияние снижения барометрического давления в ходе набора воздушным судном высоты на физиологическое состояние пациента, ограничиваясь лишь оценкой его исходного (на земле) статуса. Также ранее описанные шкалы, за исключением изначально разработанных для детского и неонатального возраста [Neonatal Stabilization Score (NSS), Transport Risk Index of Physiologic Stability for Newborn Infants (TRIPS)], не учитывают, как правило, возрастную физиологию детского и младенческого возраста, а потому по определению не могут быть универсальными для всех возрастных категорий.

Цель – разработать шкалы «ШОТ» и «ШОТ– летальность», которые могли бы прогнозировать транспортабельность и летальность пострадавших в ЧС и тяжелобольных на этапах медицинской эвакуации, в том числе, санитарно-авиационной, и стационарного лечения.

Материал и методы

Проанализировали 217 клинических случаев медицинской эвакуации, которые были разделены на две группы: 1-я (n = 68), в которой применяли ЭКМО, и 2-я (n = 149), в которой использовали традиционные методы интенсивной терапии, сопряженные с дыхательной и/или циркуляторной недостаточностью у пострадавших в ЧС и тяжелобольных.

Влияние медицинской эвакуации на состояние пациентов оценивали до, непосредственно в ходе ее осуществления и далее через 72 ч от момента ее окончания как сопряженного периода. В исследовании у пострадавших в ЧС и тяжелобольных были проанализированы: возраст, пол, рост, масса тела, диагноз основной и осложнения, продолжительность искусственной вентиляции легких (ИВЛ) до начала медицинской эвакуации, объемы применения гемотрансфузионных компонентов, частота и продолжительность применения заместительной почечной терапии, частота проведения сердечно-легочной реанимации (СЛР), фактор применения ЭКМО, а также вид транспорта при осуществлении медицинской эвакуации. В структуре общего количества выполненных медицинских эвакуаций санитарноавиационные посредством самолета (именно этот вид транспорта сопряжен со значимым изменением барометрического давления в кабине в ходе транспортировки) составили 42 (19,4 %).

Для формирования правильного прогноза рисков медицинской эвакуации, в том числе, в условиях ЭКМО и определения ее целесообразности, выбрали ряд статистических приемов: однофакторное прогнозирование, формирование рисковых классов развития и логистическое регрессионное моделирование целевых показателей «Исход – смерть», «Негативное влияние транспортировки на состояние пациента», «Необходимость увеличения жесткости параметров ИВЛ и/или ЭКМО, и/или увеличения доз миметиков, и/или других устройств вспомогательного кровообращения», которые, в свою очередь, оценивали как количественные целевые переменные (отклик). Влияние транспортировки на пациентов можно было видеть в эскалации ряда событий: от необходимости «жесткости» параметров проводимой терапии с отрицательной динамикой ряда физиологических и лабораторных показателей, несмотря на предпринимаемые изменения. Крайним проявлением негативного влияния транспортировки были случаи летального исхода в интервале времени от начала проведения медицинской эвакуации и последующих 72 ч от момента ее окончания. В исследовании под целевыми показателями

«Негативное влияние транспортировки на состояние пациента» и «Необходимость увеличения жесткости параметров ИВЛ и/или ЭКМО, и/или увеличения доз миметиков, и/или других устройств вспомогательного кровообращения» анализировались целый ряд физиологических параметров:

  • центральной нервной системы: уровень сознания по шкале Глазго (Glasgow Coma Scale, CS), балл;
  • системной гемодинамики: систолического (АДсист.), диастолического (АДдиаст.) и среднего (САД) артериального давления, мм рт. ст.; частоты сердечных сокращений (ЧСС), уд/мин; сердечного выброса (СВ), л/мин;
  • респираторной поддержки: фракции кислорода во вдыхаемой кислородно-воздушной смеси FiO₂,%; положительного давления в конце выдоха (Positive End Expiratory Pressure, PEEP), см вод. ст.; минутной вентиляции легких (Minute Ventilation, MV), мл/мин; дыхательного объема (Tidal Volume, Vt), мл;
  • лабораторных значений газообмена: напряжения углекислого газа в артериальной крови (PаCO2), напряжения кислорода в артериальной крови (PaO₂), напряжения углекислого газа в венозной крови (PvCO2), напряжения кислорода в венозной крови (PvO2), мм рт. ст.; сатурация артериальной крови (SaO2), сатурация венозной крови (SvO₂), %; Horowitz Index (PaO₂/FiO₂), ед.;
  • кислотно-основного состояния (КОС): pH, ед., избыток оснований (Base Excess, BE), ммоль/л;
  • клинические лабораторные: лактат, ммоль/л; креатинин, мкмоль/л; билирубин, мкмоль/л;
  • параметров ЭКМО в 1-й группе пациентов: целевые обороты центрифужного насоса (Pump Rate), об/мин; поток крови (Q), мл/мин; газоток через оксигенатор (FiO₂), л/мин и %;
  • необходимость применения адренергических медикаментов (Vasoactive Inotropic Score, VIS), балл;
  • другие методы вспомогательного кровообращения: внутриаортальная баллонная контрапульсация (Intra Aortic Balloon Pump, IABP), аппарат механической компрессии грудной клетки для сердечно-легочной реанимации (LUCAS).

В общей сложности для этих целевых показателей: «Исход–смерть», «Негативное влияние транспортировки на состояние пациента», «Необходимость увеличения жесткости параметров ИВЛ и/или ЭКМО, и/или увеличения доз миметиков, и/или других устройств вспомогательного кровообращения» проанализировали 25 признаков, в дальнейшем c помощью статистических приемов отобрали наиболее значимые для возможности прогнозного моделирования и, в конечном итоге, создания новых шкал (формул) «ШОТ» и «ШОТ–летальность».

Одной из задач исследования стал поиск возможности быстрого прогнозирования вероятности негативного влияния транспортировки на состояние пациента в ходе предполагаемой медицинской эвакуации пострадавших в ЧС и тяжелобольных, в том числе, с применением ЭКМО. Регрессионное моделирование позволило определить структуру и степень влияния сразу нескольких факторов на количественные целевые переменные (отклик) и сформировать прогнозные значения на основе новых данных.

Для анализа структуры регрессионной модели применялись коэффициенты регрессии и бета-коэффициенты. Коэффициенты регрессии показывают на сколько единиц в среднем будет изменяться целевой показатель, если соответствующий коэффициент увеличится на 1 единицу своего масштаба, таким образом, коэффициенты регрессии служат для количественной интерпретации влияния факторов по отношению к отклику. Для сравнения степени влияния факторов между собой на целевую переменную используются специальные стандартизованные бета-коэффициенты. Кроме того, для оценки статистической значимости каждого фактора рассчитывается достоверность ошибки (p) на основе критерия Стьюдента. Статистическая значимость коэффициента представляла надежную интеграцию фактора в общую регрессионную модель.

Результаты и их анализ

При логистическом регрессионном моделировании и анализе рисков негативного влияния медицинской эвакуации на состояние пациента разработана модель «Негативное влияние транспортировки на состояние пациента». Были выделены наиболее значимые факторы (p < 0,05), оказывающие максимальное влияние на целевую переменную (отклик), имеющие при этом клиническую значимость:

x₁ – показатель PaO₂/FiO₂ ≤ 110, если транспортировка самолетом, показатель умножается на коэффициент 0,75;
x₂ – возраст пациента ≥ 65 лет; x₃ – показатель VIS ≥ 4 баллов;
x₄ – показатель PaCO₂ ≥ 55 мм рт. ст.; x₅ – показатель SvO₂ ≤ 60 %;
x₆ – показатель ЧСС ≥ 127 уд/мин, если масса пациента меньше 10 кг, умножается на коэффициент 0,65;
x₇ – применение ЭКМО.

Если фактор x₁–x₇ соответствовал условию уровня (точки) отсечения, значит фактор оценивался как 1, если не соответствовал – 0.

Статистически значимая логистическая регрессионная модель «ШОТ» имеет вид:

y = exp37 · x₁ + 6 · x₂ + 20 · x₃ +16 · x₄ + 21 · x₅ + 27 · x₆–27 · x₇ 1 + exp(37 · x₁ + 6 · x₂ + 20 · x₃ + 16 · x₄ + 21 · x₅ + 27 · x₆–27 · x₇) ,

где у – оценка транспортабельности пациента;

x₁–x₆ – факторы, оказывающие негативное влияние на транспортабельность пациента;

x₇ – фактор применения ЭКМО, оказывающий положительное влияние на транспортабельность пациента, посредством коррекции дыхательной и/или циркуляторной недостаточности.

Результаты переведены в 100-балльную систему оценки:

  • до 30 баллов – состояние пациента компенсированное, и он может быть эвакуирован;
  • от 30 до 70 баллов – субкомпенсированное, пациент может быть эвакуирован только в условиях продолжающейся интенсивной терапии;
  • при более 70 баллов – декомпенсированное, пациент не может быть эвакуирован до стабилизации состояния на уровень субкомпенсированного на фоне продолжающейся интенсивной терапии, включая применение ЭКМО, после чего повторно (как правило, через 1 ч) рассматривается возможность выполнения межгоспитальной медицинской эвакуации.

В ходе анализа для x₁ и x₆ были разработаны поправочные коэффициенты. Для x₁ применяется дополнительный коэффициент 0,75, т.е. PaO₂/FiO₂ надо умножить на 0,75, после чего сопоставить полученное значение с уровнем (точкой) отсечения фактора, если пациенту предстоит транспортировка самолетом, коррекция учитывает понижение барометрического давления в кабине воздушного судна относительно атмосферного давления до 570–620 мм рт. ст., что эквивалентно высоте 1524–2448 м над уровнем моря, данный коэффициент разработан на основе собственных наблюдений в ходе медицинской эвакуации и обзора научных исследований [6].

Для x₆ используется дополнительный коэффициент 0,65 [т.е. ЧСС надо умножить на 0,65, после чего сопоставить полученное значение с уровнем (точкой) отсечения фактора, см. выше], если масса тела пациента менее 10 кг (упрощенный вариант), можно также применять коэффициент относительно возраста пациента (0,5 – до 1 мес, 0,6 – до 1 года, 0,7–4 года, 0,8 – 8 лет, 0,9 – 12 лет, 1,0 – старше 12 лет соответственно), данные коэффициенты разработаны самостоятельно методом математического моделирования на основе знаний нормальной физиологии, а также обзора подобных коэффициентов по литературным данным [7, 8].

В дальнейшем был проведен сравнительный ROC-анализ специфичности, чувствительности и эффективности шкал. Причем в качестве точки отсечения для шкал, характеризующей сопоставимую тяжесть состояния пациента, были приняты, соответственно, следующие значения: «ШОТ» ≥  56 баллов, «APACHE-IV» 70, «ШОВС 0–12» ≥ 9.

По результатам ROC-анализа (0,83; p = 0,001) шкала «ШОТ» показала более высокую чувствительность (82 %), специфичность (69,2 %) и эффективность (75,6 %) для оценки транспортабельности пострадавшего в ЧС и тяжелобольного в сравнении с известными шкалами «APACHE-IV» (45,8, 85,5 и 65,6 % соответственно) и «ШОВС 0–12» (45,9, 79,0 и 62,4 % соответственно). Перечисленные шкалы обладают более высокими значениями этих же параметров в сравнении с другими: «SOFA», «SAVE», «RESP», которые применяли на начальном этапе исследования для сравнительной оценки тяжести и потенциального негативного влияния транспортировки.

Полагаем, что шкала «ШОТ» имеет более высокую рекомендацию для описания состояния пострадавшего в ЧС и тяжелобольного всех возрастных категорий и принятия решения о тактике предстоящей медицинской эвакуации, в том числе, с использованием ЭКМО и в условиях санитарно-авиационной транспортировки с применением самолета.

Следующей задачей исследования стало, с помощью прогнозного моделирования, определение влияния наиболее значимых ключевых факторов на «Исход–смерть». На основе исходных данных, используемых в исследовании, были выбраны наиболее значимые факторы с характерной точкой отсечения показателя, которая определялась по статистической достоверности (p < 0,05). Общее количество этих факторов, влияющих на «Исход–смерть», которые в конечном итоге вошли в шкалу «ШОТ–летальность», было ограничено минимально достаточным с точки зрения улучшения характеристик специфичности, чувствительности и эффективности данной формулы посредством ROC-анализа в сравнении с известными (традиционными) инструментами «APACHE-IV Mortality Rate» и «SOFA Mortality Rate». Причем в качестве точки отсечения для шкал, характеризующей сопоставимую вероятность летального исхода по оценке исходного состояния тяжести до начала транспортировки, были приняты следующие значения: «ШОТ–летальность» – ≥ 37 баллов, «SOFA Mortality Rate» –≥ 50 %, «APACHE-IV Mortality Rate» –30 %.

Из наиболее значимых факторов была сформирована математическая модель, которая предсказывает результат исхода ключевого показателя «Исход–смерть»:

x₁ – показатель лактата 8 ммоль/л;
x₂ – показатель SvO₂ ≤ 50 %;
x₃ – показатель креатинина ≥ 300 мкмоль/л;
x₄ – возраст ≥ 65 лет;
x₅ – показатель PaO₂/FiO₂ ≤ 110;
x₆ – продолжительность ИВЛ ≥ 7 сут;
x₇ – показатель билирубина ≥ 102 мкмоль/л;
x₈ – проведение СЛР;
x₉ – показатель PaCO₂ ≥ 70 мм рт. ст.;
x₁₀ – показатель VIS ≥ 4 баллов.

Далее по аналогии с формулой «ШОТ» для «ШОТ-летальность» была рассчитана логистическая регрессионная модель, которая с помощью коэффициентов, отражающих степень значимости влияния фактора на «Исход– смерть», была трансформирована в 100-балльную шкалу.

Статистически значимая логистическая регрессионная модель «ШОТ–летальность» имеет вид:

y = exp29 · x₁ + 16 · x₂ +11 · x₃ +10 · x₄ + 9 · x₅ + 7 · x₆–+ 7 · x₇ + 6 · x₈ + 4 · x₉ + 1 · x₁₀,)1 + exp(29 · x₁ + 16 · x₂ + 11 · x₃ + 10 · x₄ + 9 · x₅ + 7 · x + 7 · x + 6 · x + 4 · x + 1 · x ) ,

где y – вероятность исхода – смерть;

x₁– x₁₀ – факторы, влияющие на летальный исход пациента.

Максимальное значение шкалы «ШОТ–летальность» – 100 баллов, интуитивно это сделано для аналогии оценки вероятности летального исхода в процентах, как это принято в традиционных шкалах «SOFA Mortality Rate» и «APACHE-IV Mortality Rate». В таблице приведены соотношения летальности в баллах, оцененной с помощью шкалы «ШОТ–летальность» и полученной статистическим анализом общей выборки пациентов с исходно разными категориями по тяжести состояния.

Можно сделать вывод, что пациенты, набравшие до 40 баллов, имеют риск летального исхода менее 30 %, в то время как пациенты, набравшие более 60 баллов, – более 85 %. Пациенты, набравшие более 80 баллов, имеют риск летального исхода, приближенного к 100 %, тем не менее, общее количество в выборке этой категории пациентов относительно невелико (5 человек), что возможно требует увеличения общей выборки клинических случаев для лучшей статистической достоверности прогноза по шкале «ШОТ–летальность» у пациентов, набравших более 80 баллов (см. таблицу).

 

Сопоставление балльного интервала шкалы «ШОТ–летальность» с фактической летальностью общей выборки пациентов (n = 217)

«ШОТ–летальность», балл

0–20

(n = 41)

20–40

(n = 105)

40–60

(n = 36)

60–80

(n = 26)

80 и более

(n = 5)

Фактическая летальность, %

9,8

(n = 4)

29,5

(n = 31)

66,7

(n = 24)

84,6

(n = 22)

100

(n = 5)

 

Интерпретируя показатели пациентов, набравших более 80 баллов по шкале «ШОТ-летальность», следует воздержаться от принятия решения о целесообразности выполнения межгоспитальной медицинской эвакуации, продолжив лечение на месте имеющимися силами и средствами.

 

ROC-кривые «ШОТ–летальность», «SOFA Mortality Rate» и «APACHE-IV Mortality Rate» для показателя исход–смерть.

 

На рисунке представлена визуальная демонстрация характеристик ROC-анализа для трех шкал вероятности прогноза летального исхода, которые применялись на начальном этапе исследования. На основании имеющихся данных и выполненного ROC-анализа, оказалось, что новая шкала «ШОТ–летальность» обладает лучшей чувствительностью (74,4 %) и точностью прогноза (79 %) по сравнению с традиционными шкалами «APACHE-IV Mortality Rate» (68,8 и 72,6 % соответственно) и «SOFA Mortality Rate» (38,8 и 62,6 % соответственно и имеет высокую специфичность (83,5 %) прогноза вероятности летального исхода (p < 0,001) для пострадавших в ЧС и тяжелобольных для принятия решения о целесообразности выполнения медицинской эвакуации.

Заключение

В ходе исследования разработаны новые шкалы оценки транспортабельности «ШОТ» и вероятности летального исхода «ШОТ–летальность», которые обладают лучшей чувствительностью, специфичностью и эффективностью, чем традиционные шкалы, и могут быть рекомендованы для практического применения и оценки транспортабельности и летальности пострадавших в чрезвычайных ситуациях и тяжелобольных всех возрастных групп при принятии решения о возможности их медицинской эвакуации, в том числе, с применением ЭКМО и в условиях санитарно-авиационной эвакуации самолетом.

***

Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией статьи.

Участие авторов: Д.А. Шелухин, А.И. Павлов – концепция исследования, сбор первичных данных, обзор литературных данных, подготовка предварительного и окончательного вариантов статьи, формирование списка литературы, перевод, транслитерация списка литературы, подготовка иллюстраций; С.С. Алексанин, В.Ю. Рыбников – редактирование статьи.

×

About the authors

Daniil A. Shelukhin

Nikiforov Russian Center of Emergency and Radiation Medicine, EMERCOM of Russia

Author for correspondence.
Email: shelldan@mail.ru
ORCID iD: 0000-0002-2510-002X

PhD Med. Sci., Chief of the department of anesthesiology and Intensive Care Unit

Russian Federation, 4/2, Academica Lebedeva Str., St. Petersburg, 194044

Sergey S. Aleksanin

Nikiforov Russian Center of Emergency and Radiation Medicine, EMERCOM of Russia

Email: medicine@nrcerm.ru

Dr. Med. Sci. Prof., Corresponding Member of the Russian Academy of Sciences, Director

Russian Federation, 4/2, Academica Lebedeva Str., St. Petersburg, 194044

Viktor Yu. Rybnikov

Nikiforov Russian Center of Emergency and Radiation Medicine, EMERCOM of Russia

Email: rvikirina@mail.ru
ORCID iD: 0000-0001-5527-9342

Dr. Med. Sci., Dr. Psychol. Sci. Prof., Deputy Director (Science and Education, Emergency Medicine)

Russian Federation, 4/2, Academica Lebedeva Str., St. Petersburg, 194044

Andrey I. Pavlov

Nikiforov Russian Center of Emergency and Radiation Medicine, EMERCOM of Russia

Email: pavlov_md@mail.ru

Chief of the department of Emergency Medical Service

Russian Federation, 4/2, Academica Lebedeva Str., St. Petersburg, 194044

References

  1. Chernov D.A., Kambalov M.N. Sovremennaya sistema okazaniya meditsinskoi pomoshchi postradavshim v chrezvychainykh situatsiyakh [Modern system of providing medical care to victims in emergency situations]. Gomel’. 2018. 84 p. (In Russ.)
  2. Baranova N.N., Goncharov S.F. Sovremennoe sostoyanie problemy organizatsii i provedeniya meditsinskoi evakuatsii postradavshikh v chrezvychainykh situatsiyakh [Current state of the problem of organizing and conducting medical evacuation of victims in emergencies]. Meditsina katastrof [Disaster medicine]. 2020; (4): 57–65. doi: 10.33266/2070-1004-2020-457-65. (In Russ.)
  3. Agadzhanyan V.V., Shatalin A.V., Kravtsov S.A. [et al.]. Osnovnye aspekty mezhgospital’noi transportirovki patsientov s politravmoi, nakhodyashchikhsya v kriticheskom sostoyanii [Basic aspects of interhospital transportation of critically ill patients with polytrauma]. Obshchaya reanimatologiya [General reanimatology]. 2006; 2(5-6):35–39. (In Russ.)
  4. Polyushkin K.S., Shevchenko A.V. Optimizatsiya khirurgicheskoi taktiki postradavshim s politravmoi v usloviyakh Krasnodarskogo kraya [Optimization of surgical tactics for patients with polytrauma in the conditions of the Krasnodar Territory]. Travma 2017: mul’tidistsiplinarnyi podkhod [Trauma 2017: a multidisciplinary approach]: Scientific. Conf. Proceedings. Voronezh. 2017; 306–307. (In Russ.)
  5. Yazdani M., Mojtahedi M., Loosemore M. [et al.]. Hospital evacuation modelling: A critical literature review on current knowledge and research gaps. Intern. J. Disaster Risk Reduction. 2021; 66(3):102627. doi: 10.1016/j.ijdrr.2021.102627.
  6. Pérez-Padilla R., Hernández-Cárdenas C.M., Lugo-Goytia G. Classifying acute respiratory distress syndrome severity: correcting the arterial oxygen partial pressure to fractional inspired oxygen at altitude. Rev. Invest. Clin. 2016; 68(4):169–170.
  7. Acker S.N., Ross J.T., Partrick D.A. [et al.]. Pediatric specific shock index accurately identifies severely injured children.
  8. J. Pediatr. Surg. 2015; 50(2):331–334. doi: 10.1016/j.jpedsurg.2014.08.009.
  9. Nordin A., Shi J., Wheeler K., Xiang H., Kenney B. Age-adjusted shock index: From injury to arrival. J. Pediatr. Surg. 2019; 54(5):984–988. doi: 10.1016/j.jpedsurg.2019.01.049.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. ROC-кривые «ШОТ–летальность», «SOFA Mortality Rate» и «APACHE-IV Mortality Rate» для показателя исход–смерть.

Download (293KB)
Indexing metadata

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».