【麻海新知】老年患者不同量表评估的术前健康状况与术后心脑血管并发症
时间：2026-07-28 21:33:06 热度：37.1℃ 作者：网络
深度解析医学证据，lxfs.net为你支撑决策
全球人口老龄化使接受手术的老年患者显著增多，该类人群围手术期主要不良心脑血管事件（MACCE）风险突出。改良心脏风险指数（RCRI）虽广泛应用，但未涵盖功能状态、生活质量、活动能力和衰弱等老年特有健康维度。
一项来自解放军总医院第一医学中心刘艳红教授的研究，基于中国19家医院7996例老年非心脏手术患者数据，比较日常生活活动能力（ADL）、欧洲五维五水平健康量表（EQ-5D-5L）、代谢当量（MET）和FRAIL衰弱量表四种工具与RCRI对术后30天MACCE的预测效能。结果显示，四种量表均与MACCE显著相关，单独或联合RCRI均可提升预测区分度，其中FRAIL衰弱量表增量价值最大。将FRAIL加入含年龄、贫血、手术时长的RCRI-Plus模型后AUC达0.724。提示术前多维健康评估，尤其衰弱筛查，有助于优化老年患者围手术期心脑血管风险分层。该文章发表于2026年7月Eur J Anaesthesiol杂志。
方法
（一）研究设计与数据来源
本研究为回顾性队列研究，利用了中国老年患者围手术期数据库（PDCEP）中前瞻性收集的数据。该数据库在国家重点研发计划支持下建立，涵盖2020年4月至2022年4月期间全国19家三级甲等医院接受择期非心脏、非神经外科手术、年龄≥65岁的患者，共登记10536例。
（二）纳入与排除标准
纳入标准为年龄≥65岁、接受择期非心脏非神经外科手术的患者。排除标准包括：拒绝参与者；患有严重痴呆、语言障碍、显著听力或视力损害、昏迷或濒死状态者；简明精神状态检查（MMSE）评分低于相应教育水平阈值者（文盲<18分，小学文化<21分，中学及以上<25分）；接受局部麻醉或麻醉监测者；手术时间≤30分钟者；以及未能完成全部四项健康评估量表者。最终纳入分析7996例。
（三）评估工具
术前一天由经过标准化培训的研究助理（不参与临床决策的麻醉科护士）对患者进行面对面访谈，完成以下评估：①RCRI：包含高风险手术、缺血性心脏病史、充血性心力衰竭史、脑血管病史、需胰岛素治疗的糖尿病史、术前血清肌酐>2.0 mg/dL六个维度，每项计1分；②ADL：包含躯体生活自理量表和工具性日常生活活动量表，评分越高表示功能依赖越重；③EQ-5D-5L：涵盖行动能力、自我照顾、日常活动、疼痛/不适和焦虑/抑郁五个维度，每个维度分五级，通过健康效用值反映生活质量；④MET：以代谢当量评估患者的功能活动能力，分级越低表示功能储备越差；⑤FRAIL：包含疲劳感、抗阻力（能否上一层楼梯）、行走能力（能否走一个街区）、合并疾病数量（≥5种）和体重下降（≥5%）五个组分，总分0~5分，评分越高表示衰弱程度越重。
此外，系统收集患者人口学特征、术前合并症、实验室检查结果及麻醉手术相关信息。所有量表详细定义及评分标准见原文补充材料。
（四）主要结局指标
主要结局为术后30天内MACCE，定义为卒中、心肌梗死、心绞痛、充血性心力衰竭、心脏骤停或全因死亡的复合终点。患者出现多次或重复事件时仅在复合结局分析中计数一次。术后第1~5天、第7天及第30天进行系统并发症评估，出院患者通过电话随访获取结局信息，所有事件诊断均以就诊医院明确诊断为准。
（五）统计分析
基于10 EPV原则估算样本量（发生率1.6%，候选参数10个），所需最小样本6250例，本研究样本量充足。连续变量正态分布者以均数±标准差表示，非正态者以中位数（四分位距）表示，组间比较分别采用t检验或Mann-Whitney U检验；分类变量以例数（百分比）表示，采用χ²检验。缺失率<20%的协变量采用随机森林多重插补。
单量表分析采用单变量Logistic回归，以AUC评估区分度，DeLong检验比较各量表与RCRI的AUC差异。多变量建模中，通过单变量及多变量Logistic回归（P<0.05）筛选年龄、贫血严重程度和手术时长，与RCRI构建RCRI-Plus基础模型，再分别加入四种量表构建扩展模型。以NRI和IDI量化增量效能，Hosmer-Lemeshow检验评估校准，决策曲线分析评估临床净收益。双侧检验，P<0.05为差异有统计学意义。使用R 4.4.3软件分析。
结果
（一）基线特征
最终纳入7996例，术后30天MACCE 126例（1.6%）。MACCE组年龄≥75岁者占35.7%，高于非MACCE组的25.5%（P=0.012）。全队列女性占43.2%，男性占56.8%。高血压总体患病率49.3%（MACCE组58.7% vs 非MACCE组49.2%，P=0.041）；心律失常总体13.9%（MACCE组23.8% vs 非MACCE组13.7%，P=0.002）；需胰岛素治疗的糖尿病总体4.2%，组间无显著差异（P=0.146）。手术类型前五位：骨科（24.1%）、泌尿外科（19.8%）、胃肠外科（17.7%）、肝胆胰外科（13.6%）、胸外科（11.9%）。MACCE组术前缺血性心脏病史（34.9% vs 15.7%）、低白蛋白血症（21.4% vs 11.1%）、中重度贫血（26.2% vs 13.2%）、ASA III-IV级（40.5% vs 29.4%）比例均显著高于非MACCE组（P均<0.05）。围术期方面，MACCE组手术时长≥3h（52.4% vs 34.5%）、输液量≥3000ml（24.6% vs 10.8%）、术中输血（27.8% vs 10.6%）及术中低血压（20.6% vs 12.9%）发生率均显著更高（P均<0.05）。
（二）单量表预测效能
单变量Logistic回归显示，RCRI评分与术后MACCE显著相关（OR=1.734，95% CI: 1.400~2.132），其预测AUC为0.610（95% CI: 0.563~0.658）。四种健康评估量表同样均与MACCE显著相关，AUC分别为：ADL 0.580（95% CI: 0.531~0.629）、EQ-5D-5L 0.566（95% CI: 0.517~0.615）、MET 0.598（95% CI: 0.549~0.647）、FRAIL 0.618（95% CI: 0.569~0.667）。FRAIL的AUC在四种量表中最高，但与RCRI的差异无统计学意义（DeLong检验P=0.820）。
（三）RCRI联合各量表模型
将四种量表分别加入基础RCRI后，预测效能均显著提升（所有DeLong检验P<0.05）：RCRI+ADL的AUC为0.660（95% CI: 0.612~0.708），NRI为0.176（P=0.043），IDI为0.002（P=0.010）；RCRI+EQ-5D-5L的AUC为0.646（95% CI: 0.598~0.695），NRI为0.309（P=0.001），IDI为0.002（P=0.008）；RCRI+MET的AUC为0.666（95% CI: 0.619~0.714），NRI为0.228（P=0.012），IDI为0.003（P=0.001）；RCRI+FRAIL表现最佳，AUC为0.668（95% CI: 0.620~0.717），NRI为0.342（P<0.001），IDI为0.004（P<0.001）。
（四）RCRI-Plus基础模型及其扩展
在RCRI基础上纳入年龄、术前贫血严重程度和手术时长，构建RCRI-Plus基础模型，其AUC为0.692（95% CI: 0.643~0.741）。在此基础上分别加入四种量表：RCRI-Plus+ADL的AUC为0.713（95% CI: 0.668~0.758），NRI为0.193（P=0.026），IDI为0.001（P=0.170）；RCRI-Plus+EQ-5D-5L的AUC为0.712（95% CI: 0.666~0.758），NRI为0.285（P=0.002），IDI为0.002（P=0.045）；RCRI-Plus+MET的AUC为0.717（95% CI: 0.672~0.762），NRI为0.205（P=0.021），IDI为0.003（P=0.003）；RCRI-Plus+FRAIL的AUC最高，达0.724（95% CI: 0.679~0.770），NRI为0.238（P=0.006），IDI为0.003（P=0.019）。DeLong检验显示，RCRI-Plus+FRAIL与RCRI-Plus+ADL、RCRI-Plus+EQ-5D-5L及RCRI-Plus+MET之间的AUC差异均无统计学显著性（P>0.05）。
（五）模型校准与临床净收益
校准曲线显示RCRI-Plus及四种扩展模型在预测概率0~0.02范围内拟合良好，Hosmer-Lemeshow检验P值均>0.05。决策曲线分析显示，在阈值概率低于约0.05时，RCRI-Plus及所有扩展模型的净临床收益均优于原始RCRI，其中RCRI-Plus+FRAIL模型表现最优。
（六）亚组分析
按年龄、性别、ASA分级、手术类型、手术级别和手术时长进行亚组分析，结果显示FRAIL量表在所有亚组中均保持显著关联（P均<0.05），体现了其稳健的预测性能。其余三种量表在部分亚组（如年龄≥75岁、手术时长≥3小时等）中关联性未达到统计学显著性。
结论
术前采用ADL、EQ-5D-5L、MET和FRAIL四种老年健康评估量表所测得的健康状况，与老年非心脏非神经外科手术患者术后30天MACCE风险显著相关。将上述任一量表整合至RCRI传统风险分层体系中，均可显著提升预测区分度和风险重分类能力，其中FRAIL衰弱量表展现出最大的增量预测效益。在进一步构建的RCRI-Plus模型（纳入年龄、贫血严重程度和手术时长）中，加入FRAIL量表可获得最高的AUC（0.724）。
麻海新知的点评
本研究的核心发现具有重要的临床启示。首先，四项健康评估量表均独立于RCRI与MACCE显著相关，证实了术前整体健康状态评估在老年心血管风险预测中的独特价值。RCRI侧重于疾病层面的危险因素，而ADL、EQ-5D-5L、MET和FRAIL分别从功能依赖、生活质量、活动能力和衰弱等维度，捕捉了传统分层无法涵盖的老年脆弱性信息，契合老年医学“以功能为中心”的核心理念。
其次，FRAIL量表表现最优。在基础RCRI中加入FRAIL后，NRI高达0.342（P<0.001）；即使纳入RCRI-Plus模型，加入FRAIL仍可提供显著的净重分类改善（NRI=0.238，P=0.006），充分提示了衰弱这一维度的不可替代性。从病理生理看，衰弱涉及自主神经功能紊乱、慢性炎症、内皮功能障碍及免疫衰老等多重机制，均可直接或间接增加心脑血管事件易感性。FRAIL量表仅五个问题，耗时约2分钟，无需设备且免费，具有良好的可行性和推广潜力。
第三，RCRI-Plus模型的构建具有现实意义。其AUC从0.610提升至0.692，说明纳入临床常规变量即可显著改善预测效能；再加入FRAIL后AUC进一步提升至0.724，NRI和IDI均达统计学显著改善。
本研究也存在若干局限性。其一，回顾性设计带来的选择偏倚和信息偏倚难以完全排除。其二，研究人群全部来自中国三级医院，结果在基层医疗机构及不同种族人群中的适用性需进一步验证。其三，MACCE发生率仅1.6%，事件绝对数（126例）可能限制了复杂模型的稳定性。其四，四种量表间存在概念重叠，未来可探讨联合应用能否产生协同增益。其五，本研究仅关注30天短期结局，术前健康状态对远期预后的影响尚待阐明。
从更宏观视角看，最佳模型AUC仅0.724，仍属中等区分度，提示当前预测体系存在效能瓶颈。未来可从以下方向突破：整合NT-proBNP、高敏肌钙蛋白等生物标志物；探索炎症因子、氧化应激等衰弱相关分子通路；借助影像组学和人工智能挖掘常规检查中的高维风险特征；建立多中心前瞻性队列开展外部验证，推动模型向临床转化。此外，术前评估的最终目标不仅是“预测风险”，更在于“指导干预”——针对高危衰弱患者，能否通过预康复、多学科综合管理等手段降低MACCE风险，是后续研究的重要方向。
综上所述，本研究基于中国多中心数据，系统论证了术前多维健康评估，特别是FRAIL衰弱量表，在老年手术患者心脑血管风险分层中的增量价值，为临床实践提供了循证支持，也为开发更精准的个体化风险评估工具奠定了基础。
原文：
Han S, Li F, Hou D, Lv X, Zhang H, Xiao S, Lou J, Li H, Cao J, Wang D, Gu X, Peng Y, Xie Y, Feng Y, Wu Q, Xu J, Mi W, Liu Y. Preoperative health status assessed with different scales and postoperative cardiac and cerebrovascular complications in older patients: A retrospective study of a large multicentre cohort. Eur J Anaesthesiol. 2026 Jul 7. doi: 10.1097/EJA.0000000000002432.
