ARDS患者35例院内死亡的危险因素分析

目的 研究常见临床因素对急性呼吸窘迫综合征(acuterespiratory disstress syndrome,ARDS)患者存活率的影响.方法 回顾性分析2007年1月-2010年12月ARDS患者35例.患者分为死亡组和存活组,比较2组患者在年龄、性别、ARDS诱因、急性生理与慢性健康Ⅱ(acute physiology and chronic health evaluation Ⅱ,APACHE Ⅱ)评分、最低改良氧合指数、真菌感染率、多器官功能障碍综合征(multiple organ dysfunction syndrome,MODS)发生率等多项资料的差异.结果 存活组与死亡组APACHE Ⅱ评分[(13.7±5.6)分 vs (18.7±6.1)分]、真菌感染率(7/17,41.2% vs 2/18,11.1%)及MODS发生率(12/17,70.6% vs 2/18,11.1%),差异均有统计学意义(P＜0.05).结论 ARDS死亡患者具有较高的APACHE Ⅱ评分、并发真菌感染及MODS发生率,这可能是造成ARDS病死率升高的危险因素.     

多发伤患者预后因素分析

目的:总结影响多发伤患者病死率的因素。方法:分析住ICU113例多发伤患者的临床资料,并予统计学分析。结果:113例中存活80例,病死33例,病死率29.2%,多器官功能障碍综合征(MODS)43例,发生率38.1%,其中病死25例,病死率58.1%;存活组与死亡组相比较,住ICU时间、SIRS评分、大量输血(复苏时)、急性生理学与慢性健康状况Ⅱ(APACHEⅡ)评分、MODS、休克差异均有统计学意义。结论:多发伤病死率高,住ICU时间、APACHEⅡ评分、全身炎症反应综合征评分、MODS、休克、大量输血是其影响因素。积极干预可以减少病死率。     

APACHEⅡ及MODS评分与肿瘤术后患者预后的相关性研究

目的:探究APACHEⅡ评分结合多器官功能不全(MODS)评分系统对食管癌术后患者死亡预后的预测价值。方法:收集预试验期和2014年7月-2015年12月于本院进行食管癌开胸切除手术的80例患者的临床资料,按术后住院期间是否死亡分为死亡组和存活组;两组患者均于食管癌开胸手术术后入住ICU,进行MODS评分,且于入住后第1、3、5天分别进行APACHEⅡ评分;运用多变量COX比例风险模型分析MODS评分分值对死亡预后的预测价值,并且分析肿瘤术后MODS的发生与APACHEⅡ评分及MODS评分的相关性。结果:食管癌术后患者APACHEⅡ评分高低与患者预后存在相关性,APACHEⅡ评分分值越高,肿瘤术后患者的病情越重;并且,随着MODS评分增加,患者病死率增加;但是,APACHEⅡ评分预测病死率的准确性受MODS的影响较大,使得低分区预测值显著高于实际值,高峰期预测值显著低于实际值;多因素COX比例风险模型分析提示食管癌术后患者的预后指数为:PI=1.679×并发MODS+0.854×APACHEⅡ评分+1.079×MODS评分。结论:应用APACHEⅡ及MODS评分综合评估系统对肿瘤手术后患者的预后评估,可以使肿瘤手术后患者的预后评估更加具有可靠性和准确性。     

SARS患者外周血细胞以及APACHE Ⅱ和MODS评分的变化对预后的影响

目的:研究严重急性呼吸综合征(SARS)患者疾病进程中外周血细胞的变化以及疾病危重程度评分的变化对预后的影响.方法:选择50例SARS患者,分为SARS组(22例)及重症SARS组(28例),重症SARS组又分为存活组(14例)与死亡组(14例).对患者的外周血白细胞、淋巴细胞、血小板、APACHEⅡ(急性生理学和慢性健康评分Ⅱ)和MODS(多器官功能不全评分)的变化以及对预后的影响进行分析.结果:所有SARS患者的白细胞在疾病早期无明显变化,中期有升高趋势,晚期恢复正常;SARS组淋巴细胞未见明显下降,而死亡组则从第1周～6周,呈明显下降趋势;死亡组SARS患者在早期、晚期出现血小板下降;死亡组的APACHEⅡ评分明显高于存活组;死亡组中、晚期的MODS评分显著高于存活组.结论:SARS患者早期淋巴细胞和血小板的变化对判断预后有一定的意义,下降预示着病情危重,动态下降则预示着死亡危险的增加;动态评估APACHEⅡ和MODS对判断预后有着重要的意义.     

连续性肾脏替代治疗多器官功能障碍综合征的急救

目的 探讨应用连续性肾脏替代治疗(CRRT)对多器官功能障碍综合征(MODS)合并重症急性肾衰竭(ARF)患者的临床疗效和影响预后的因素. 方法 回顾性分析36例MODS患者行CRRT的临床资料,根据存活时间是否超过15 d分为存活组和死亡组,分别对器官衰竭数目及类型、APACHEⅡ评分、从出现肾功能不全至开始行CRRT的时间、行CRRT总时间及临床指标进行比较. 结果 存活组与死亡组年龄、性别、原发病类型比较无统计学差异,而在器官衰竭数目及类型、APACHEⅡ评分、从出现肾功能不全至行CRRT时间、治疗总时间及并发症发生率方面,两组均有统计学差异. 结论 CRRT为MODS的急救手段之一,早期根据病情选择合适的治疗模式和剂量应用CRRT可提高MODS抢救成功率.     

血乳酸和乳酸清除率对脓毒症患者预后的评估作用研究

目的:探讨血乳酸和乳酸清除率对脓毒症患者预后的评估作用。方法:将65例脓毒症患者按存亡情况分为存活组(39例)和死亡组(26例),比较两组的血乳酸和乳酸清除率、APACHEⅡ评分、多器官功能障碍综合症(MODS)发病率。结果:存活组入院0 h、6 h、24 h的血乳酸浓度明显低于死亡组,差异有统计学意义(P<0.05);存活组6 h乳酸清除率和24 h乳酸清除率≥10%几率明显高于死亡组,差异有统计学意义(P<0.05);而APACHEⅡ评分、MODS发病率明显低于死亡组,差异有统计学意义(P<0.05);相关性分析,6 h乳酸清除率和APACHEⅡ评分呈负相关(r=-0.427,P<0.01),24 h动脉血乳酸水平与APACHEⅡ评分呈正相关(r=0.372,P<0.01)。结论:血乳酸和乳酸清除率对脓毒症患者预后的评估作用显著,临床可根据乳酸水平及乳酸清除率的变化,制定针对性的治疗方案,以改善预后,降低死亡率。     

APACHEⅡ、APACHEⅢ、MODS（2004）与SOFA评分对ICU严重脓毒症患者病情评估价值的比较

目的探讨APACHEⅡ、APACHEⅢ、MODS（2004）与SOFA评分及联合评分对ICU严重脓毒症患者病情评估的价值，并比较其优劣。方法对34例严重脓毒症或感染性休克患者进入ICU24h及ICU期间疾病最重阶段24h的各项生理参数和实验室检查结果最差值分别进行APACHEⅡ、APACHEⅢ、MODS（2004）、SOFA评分，比较存活组与死亡组之间各种评分及同一组不同时间段的分值差异，并分别绘制疾病最重24h的APACHEⅡ、APACHEⅢ、MODS（2004）、SOFA及APACHEⅡ＋MODS、APACHEⅢ＋MODS、APACHEⅡ＋SOFA、APACHEⅢ＋SOFA受试者工作特征曲线，计算ROC曲线下面积，衡量各种评分系统对患者预后预测判别的能力。结果各种病情评分评价系统两个时间段在存活者与死亡者之间差异均有统计学意义（P〈0．05）。APACHEⅡ、APACHEⅢ、MODS（2004）与SOFA的AUROCC分别为0．892、0．915、0．832和0．795，相互比较均有统计学意义（P〈0．05）。APACHEⅡ＋MODS、APACHEⅢ＋MODS、APACHEⅡ＋SOFA、APACHEⅢ＋SOFA的AUROCC分别为0．874、0．906、0．887和0．911，均未能提高病情评估评价效果。结论APACHEⅢ对ICU严重脓毒症患者预后的预测效果优于APACHEⅡ、MODS（2004）和SOFA，APACHEⅡ、APACHEⅢ分别与MODS（2004）或SOFA联合评分不能提高其对病情预后的预测效果。     

APACHE Ⅱ评分在急诊内科危重患者预后评估中的应用价值探讨

目的分析APACHEⅡ评分在急诊内科危重患者预后评估中的应用价值。方法将180例急诊内科危重患者按照治疗结局分为死亡组(51例)和存活组(129例),对两组患者采用APACHEⅡ评分进行评估。结果存活组患者APACHEⅡ评分为(10.56±5.84)分,死亡风险率为(15.01±12.52)%;死亡组患者APACHEⅡ评分为(24.63±6.96)分,死亡风险率为(41.32±16.72)%。存活组APACHEⅡ评分、死亡风险率低于死亡组,差异有统计学意义(P<0.05)。APACHEⅡ评分与死亡风险率呈正相关(P<0.05)。结论采取APACHEⅡ评分系统可准确有效地评估急诊内科危重患者的预后情况,临床价值高,值得进一步研究并广泛使用。     

外周血中性粒细胞核因子κB活化水平联合白介素6水平测定对严重多发伤患者发生多器官功能障碍综合征的预测价值

目的 探讨联合检测外周血中性粒细胞核因子κB（NF-κB）活化水平及白介素（IL）-6水平对严重多发伤患者发生多器官功能障碍综合征（MODS）的预测价值。方法 回顾性分析2012年6月-2014年6月入住四川省人民医院急诊外科符合纳入与排除标准的严重多发伤患者60例,分析其临床资料。将患者按照预后分为MODS组（22例）和非MODS组（38例）。比较两组患者入院时外周血中性粒细胞NF-κB活化水平、IL-6水平、创伤严重度评分（ISS）及急性生理与慢性健康状况评分系统Ⅱ（APACHEⅡ）评分。观察以上指标对预测MODS发生的受试者工作特征曲线（ROC曲线）下面积（AUC）,并找出预测MODS的最佳截断值;比较联合检测外周血中性粒细胞NF-κB活化水平和IL-6水平、ISS得分及APACHEⅡ得分预测MODS发生的AUC值。结果 MODS组患者ISS得分、APACHEⅡ得分、外周血NF-κB活化水平及IL-6水平均高于非MODS组（P＜0.05）。Logistic回归分析结果显示,ISS得分、APACHEⅡ得分、外周血NF-κB活化水平及IL-6水平均不是严重多发伤患者发生MODS的影响因素（P＞0.05）。ISS得分、APACHEⅡ得分、外周血中性粒细胞NF-κB活化水平及IL-6水平预测MODS发生的AUC分别为0.675〔95%CI=（0.542,0.791）〕、0.758〔95%CI=（0.630,0.859）〕、0.830〔95%CI=（0.710,0.914）〕及0.841〔95%CI=（0.724,0.923）〕。截断值：ISS得分＞20分、APACHEⅡ得分＞15分、外周血中性粒细胞NF-κB活化水平＞1.17及IL-6水平＞24.3μg/L时,灵敏度分别为：63.64%、68.18%、77.27%及85.45%,阳性似然比分别为2.20、2.59、3.34及2.13。外周血中性粒细胞NF-κB活化水平＞1.17的严重多发伤患者MODS发生率为81.0%（17/21）;IL-6水平＞24.3μg/L的严重多发伤患者MODS发生率为57.1%（20/35）;同时满足外周血中性粒细胞NF-κB活化水平＞1.17及IL-6水平＞24.3μg/L的严重多发伤患者MODS发生率为89.5%（17/19）。ISS得分＞20分及APACHEⅡ得分＞15分预测患者发生MODS的AUC分别为0.675〔95%CI=（0.542,0.791）〕及0.758〔95%CI=（0.630,0.859）〕,均低于外周血中性粒细胞NF-κB活化水平＞1.17联合IL-6水平＞24.3μg/L预测患者发生MODS的AUC〔0.860,95%CI=（0.746,0.936）〕（χ2=2.583、2.089,P=0.010、0.014）。结论 相比ISS得分及APACHEⅡ得分,入院时外周血中性粒细胞NF-κB活化水平联合IL-6水平测定对预测严重多发伤患者MODS的发生更有价值。     

崔学教治疗多器官功能不全综合征经验

崔学教教授认为,多器官功能不全综合征(multiple organ dysfunction syndrome,MODS)病因病机复杂多样,在外科常继发于创伤、烧伤、大手术后、严重感染等,此时正气大虚,防御功能和调节能力低下,易受到外邪侵袭,而出现气血津液严重紊乱,气血逆乱,阴阳之气不相顺接,致一个脏腑或多个脏腑出现脏气耗伤甚至衰败。正虚邪盛是MODS发生的关键。邪盛,多为热邪、痰(湿)邪、瘀血和毒邪。崔教授将MODS辨证分为腑实浊闭证、痰毒壅肺证、瘀热浊闭证、邪毒滞腑证、脾肾阳虚证、痰火扰心证、血离其经证、脏腑败坏证等。崔教授临证强调通法的应用,清、消、补、调、温相结合,辨证施治,取得较好疗效。     

Integration of Chinese Medicine with Western Medicine Could Lead to Future Medicine: Molecular Module Medicine

The development of an effective classification method for human health conditions is essential for precise diagnosis and delivery of tailored therapy to individuals. Contemporary classification of disease systems has properties that limit its information content and usability. Chinese medicine pattern classification has been incorporated with disease classification, and this integrated classification method became more precise because of the increased understanding of the molecular mechanisms. However, we are still facing the complexity of diseases and patterns in the classification of health conditions. With continuing advances in omics methodologies and instrumentation, we are proposing a new classification approach: molecular module classification, which is applying molecular modules to classifying human health status. The initiative would be precisely defining the health status, providing accurate diagnoses, optimizing the therapeutics and improving new drugdiscovery strategy. Therefore, there would be no current disease diagnosis, no disease pattern classification, and in the future, a new medicine based on this classification, molecular module medicine, could redefine health statuses and reshape the clinical practice.