当前位置:华山医院神经外科 > 亚专科 > 文献荟萃 > 文章正文
处理GCS量表中言语评分缺失的实用方法
作者:周睿 2020.10.01

DOI: 10.3171/2020.6.JNS20992

GCS量表是评估意识障碍的重要工具,它通过睁眼反应(E)、言语反应(V)、非偏瘫侧运动反应(M)三部分评估患者的意识状态。然而,这三方面并不是每名患者都能全面评估,而缺失的环节直接影响最终的评估结果。来自英国爱丁堡大学与格拉斯哥大学的研究团队设计了一种简单实用的工具,用来在缺少言语评分时预测评分结果,并将其应用于GCS-PA CT预后模型来评估其实用性,结果发表于2020年9月的JNS。

研究目的

GCS量表被广泛用于评估颅脑外伤或其他类型的急性脑损伤患者的意识障碍,但实际操作中,并非总是能够测试量表的三个方面。在镇静和瘫痪的患者中,没有一项可以得到有效评估;单方面的损失最常见于言语评分,通常是由于插管引起的。这可以在临床操作中记录为“无法评估”,并且可以通过运动和眼部检查结果来弥补。但是,无法测试一个方面就会影响GCS总分的推导。而GCS总分不仅是患者评估及治疗护理的重要依据,还广泛作为其他评估系统的核心组成部分,如APACHE II、TRISS、SAPS、ASCOT等,进一步影响各种多变量模型。曾有一些通过插值来补全总分的尝试,但插值并非导入有效数据,且可能误导性地高估病情严重程度。本研究另辟蹊径,通过调查在不同严重程度的颅脑损伤中语言评分丧失的频率,建立眼睛,运动和语言得分之间的关系模式,并通过应用于GCS-PA CT预后模型,评估其结论实用性。

研究方法

IMPACT核心数据库收录了11项不同前瞻性研究中11989名TBI患者的数据。研究团队使用该数据库对缺失言语评分的频率和模式进行了调查,通过院前、初次入院、进入研究机构及复苏后的GCS评分进行基线评估;之后,将另三个TARN、VSTR、CRASH数据库中患者言语评分在各种睁眼评分+运动评分组合中的分布模式合并,创建了一个54069名患者的更大数据库,从而确定每个睁眼评分+运动评分对应的言语评分。最后,将结果与GCS-P及GCS-PA CT预后模型比对,评估结果的有效性。

研究结果

在IMPACT数据库11989例患者中,无睁眼患者(E1,占总数73.6%)及M≤4(占E1患者的76.8%)中最常出现语言评分缺失。E和M评分越高,V缺失可能性越小,在M6患者中仅有2%患者缺失V。总体上,V缺失的比例在11%。研究团队将睁眼和运动评分之和记为EM;将不同的EM与V关联,V的众数在EM2的特异性最高;随着EM逐步提高到EM7,此特异性先降低后升高 (EM2=94.2%;EM7=33.2%;EM10=64.6%)。EM2-6的V众数为1,对应GCS3-7,即严重脑损伤。最后将EM与V的关联引入预后模型,相较于V缺失的建模,6个月时的死亡及有利结局R2分别从32.1%、34.9%降至31.4%、34.0%。

研究结论

研究团队认为,该研究得出的估算策略对于在临床实践中估算丢失的V特别有价值。V的估算将使医生能够在无法测试V的情况下快速、可靠地确定GCS总分数。