四种不同量表对住院肿瘤患者深静脉血栓形成的预测价值

代俊利，李金玲，孙同友

(1.河北省承德市中心医院放化疗中心，河北 承德 067000 2.承德医学院附属医院医疗保险综合管理办公室, 河北 承德 067000)

深静脉血栓形成(deep venous thrombosis，DVT)是指血液在深静脉血管中的异常凝结，导致血液回流障碍，影响深静脉功能，且瘀滞的血液会逐渐形成血栓，栓子脱落后会引起一系列严重并发症,如肺动脉栓塞造成患者猝死[1]。住院肿瘤患者是DVT的好发人群，这可能与肿瘤本身、化疗和放疗等因素有关[2]，肿瘤患者一旦发生DVT，不仅会增加住院时间、医疗费用支出，还会显著增加肿瘤患者的死亡风险[3]。DVT主要发生在下肢，早期无明显症状，具有高误诊率、漏诊率的特点[4]，因此及早发现DVT并进行预防就显得意义非常重要。随着对住院肿瘤患者发生DVT的不断研究和了解，利用血栓风险评估量表对住院肿瘤患者发生DVT的风险进行量化是一种简便、有效的方法。目前，国内关于血栓风险评估量表的研究在不断进行中，但是相关报道仍较少，多是借鉴国外常用量表。本研究通过比较Padua、Caprini、Wells DVT及Autar量表对住院肿瘤患者发生DVT的预测价值，为临床选择合适血栓评估量表提供证据。

1 对象与方法

1.1 对象:选取2013年1月至2019年3月于河北省承德市中心医院住院的肿瘤患者，并被确诊为DVT的150例患者作为血栓组，按照1:1的比例，随机选择同时期非DVT住院肿瘤患者150例作为对照组；搜集患者的一般临床资料，包括年龄、性别和体重指数(BMI)等。血栓组入选标准：①有明确病理及分期的肿瘤患者；②住院期间通过多普勒超声和(或)静脉造影确诊为DVT；③临床资料完整。血栓组排除标准：①伴有凝血功能障碍或血液系统疾病者；②资料不足者。对照组入选标准：①有明确病理及分期的肿瘤患者；②住院期间通过多普勒超声和(或)静脉造影未发现DVT者；③临床资料完整。对照组排除标准同血栓组。

1.2 评分量表

1.2.1 Padua量表：于2010年由意大利帕多瓦大学专家Barbar等[5]设计研发的血栓评估工具，主要用于评估内科住院患者的静脉血栓栓塞症(venous thromboembolism，VTE )的发生风险，一共包含11个危险因素，其中包括活动性肿瘤、既往VTE和血栓倾向等，每项危险因素被赋予1 ～ 3分不等，根据总分将危险度分层分为低危(<4分)和高危(≥4分)。

1.2.2 Caprini量表：于1991年由美国专家Caprini及其团队研发设计，到目前为止已有2005版“Caprini量表”和2010版“Caprini量表”，前者在国外已得到大量的研究验证证实了其良好的有效性；而对于2010版“Caprini量表”有研究显示[6]，该量表过度夸大了肿瘤患者发生DVT的风险，其有效性还需在临床中进一步验证。故本研究采用2005版“Caprini血栓风险评估量表”，该量表包括患者的一般临床资料、既往血栓史、既往恶性肿瘤史和手术史等40个危险因素，每项危险因素被赋予1～5分不等，根据所得总分将危险度分层分为低危(0～1分)、中危(2分)、高危(3～4分)、极高危(≥5分)共4个等级[7]。

1.2.3 Wells DVT量表：于1995年由加拿大专家Wells及其团队研发设计，主要用于门诊患者，包含活动性癌症、DVT病史和水肿等共10个危险因素，每项危险因素被赋予1～2分不等，根据所得评分将危险度分层分为低危(≤0分)、中危(1～2分)和高危(≥3分)共3个等级[8]。

1.2.4 Autar量表：于1996年由英国专家Autar及其团队研究设计的，一共包含7个维度，每个危险因素被赋予1～7分不等，按照所得总分将危险度分层分为低危(≤10分)、中危(11～14分)和高危(≥15分)3个等级。因该量表包含与骨科手术有关的一些危险因素，故对于骨科手术患者的血栓风险评估具有一定的优势。

1.3 方法:利用医院信息系统，搜集患者的一般临床资料，对两组患者分别进行Padua、Caprini、Wells DVT及Autar量表评分，并进行比较；进一步绘制受试者工作特征曲线(receiver operating characteristic curve，ROC)及计算曲线下面积(area under curve，AUC)，不同量表之间AUC进行比较。AUC判断预测模型价值的参考标准：AUC(1)：完美预测模型；AUC(0.85～0.95)：效果很好；AUC(0.7～0.85)：效果一般；AUC(0.5～0.7)：效果较低;AUC(0.5)：与随机预测一样，模型没有预测价值；AUC(<0.5)：差于随机预测。

2 结 果

2.1 两组患者一般临床资料的比较:两组患者的年龄、性别、体重指数(BMI)和瘤种差异均无统计学意义(P>0.05)；两组患者肿瘤分期差异具有统计学意义(P<0.001)；血栓组的住院时间明显长于对照组，差异有统计学意义(P<0.001)。见表1。

表1 两组患者一般资料的比较

表2 两组患者Padua量表评分比较

2.2 四种量表对两组住院肿瘤患者的评分结果

2.2.1 两组患者进行Padua量表评分分析:结果显示：血栓组Padua量表评分结果及高危组患者比例均明显高于对照组，差异有统计学意义(P<0.05)，见表2。

表3 两组患者Caprini量表评分比较

2.2.2 两组患者进行Caprini量表评分分析:结果显示：血栓组Caprini量表评分结果、极高危及高危组患者比例均明显高于对照组，差异有统计学意义(P<0.05)，见表3。

2.2.3 两组患者进行Wells DVT量表评分分析:结果显示：血栓组Wells DVT量表评分结果以及高危组患者比例均明显高于对照组，差异有统计学意义(P<0.05)，见表4。

2.2.4 两组患者进行Autar量表评分分析:结果显示：而血栓组Autar量表评分结果与高危患者比例与对照组相比差异均无统计学意义(P>0.05)，见表5。

表4 两组患者Wells DVT量表评分比较

表5 两组患者Autar量表评分比较

2.3 不同量表对住院肿瘤患者发生DVT的预测价值:分别绘制Padua、Caprini和Wells DVT量表的ROC曲线并计算曲线下面积AUC，结果显示：三种量表曲线下面积AUC差异均具有统计学意义(P<0.05)，且具有较高的特异度和敏感度，说明上述三种量表均能很好地预测住院肿瘤患者发生DVT的风险。见表6。

表6 三种量表预测住院肿瘤患者发生DVT风险的ROC曲线下面积

2.4 不同量表预测住院肿瘤患者发生DVT风险的价值比较:分别对Padua、Caprini和Wells DVT量表的ROC曲线下面积AUC进行两两比较，结果显示：Padua量表曲线下面积大于Caprini量表与Wells DVT量表的AUC，差异均具有统计学意义(P<0.0001)；Caprini量表AUC大于Wells DVT量表的AUC，差异有统计学意义(P=0.0012)。表明三种量表中Padua量表对于住院肿瘤患者发生DVT的预测价值最高，其次是Caprini量表。见表7、图1。

图1 三种量表预测住院肿瘤患者DVT风险的ROC曲线

表7 三种量表预测住院肿瘤患者DVT风险的价值比较

3 讨 论

DVT是恶性肿瘤患者住院期间好发的并发症之一，这可能与肿瘤本身、输液时间过长及长期卧床导致下肢血液循环瘀滞，外周中心静脉置管术、胸腔穿刺及腹腔穿刺等有创操作直接引起血管内皮损伤，以及放化疗、抗血管生成药物的应用等抗肿瘤治疗多种因素有关。住院肿瘤患者合并DVT不仅会延长患者的住院时间，还极大地增加了患者家属的医疗费用支出。本研究比较血栓组和对照组的一般临床资料：两组患者的年龄、性别、BMI和瘤种均无明显差异；但血栓组住院时间明显长于对照组(P<0.05)，严重影响了抗肿瘤治疗的疗程及疗效。但DVT并非是不可预防、不可控制的疾病，研究表明，低分子肝素能显著降低住院肿瘤患者DVT的发生风险[9]。因此，筛选出住院肿瘤患者发生DVT的高危人群，并采取预防措施，从而降低DVT的发生率。

目前，国内外均尚无专门针对住院肿瘤DVT的风险评估量表，因此需要借鉴其它适宜人群的评估量表。本研究通过比较目前应用较广泛且已得到有效验证的Padua、Caprini、Wells和Autar量表四种血栓风险评估工具在住院肿瘤患者中的应用价值，找出一种或多种适宜住院肿瘤患者的血栓评估量表。本研究对两组患者分别进行量表评分并进行组间比较，结果显示：Padua、Caprini和Wells量表所得评分以及高危及以上患者所占比例血栓组均显著高于对照组(P<0.05)；而Autar量表评分及高危患者所占比例两组患者均未见明显差异(P>0.05)。综上所述，Padua、Caprini和Wells量表均可很好地评估住院肿瘤患者发生DVT的风险，而Autar量表的血栓风险评估价值并未体现出来，本研究表明Autar量表并不适用于住院肿瘤患者。分析其原因可能是Autar量表主要局限于手术患者，包含多种与骨科患者相关的危险因素，故尤其适用于骨科患者的血栓评估。

本研究进一步比较了Padua、Caprini和Wells量表预测住院肿瘤患者发生DVT的价值大小。通过绘制ROC曲线并计算曲线下面积AUC，来判断三种量表评估血栓风险的价值大小。结果显示：Padua、Caprini和Wells量表的AUC分别为(0.87±0.02)、(0.71±0.03)和(0.63±0.03)，再次证明三种量表均能很好地预测住院肿瘤患者发生DVT的风险。通过ROC曲线还分别得出Padua、Caprini和Wells量表预测住院肿瘤患者发生DVT的临界值：5分、4分和3分，再次验证三种量表分别将：≥4分、3～4分和≥3分作为高危人群的准确性。另外，三种量表预测住院肿瘤患者发生DVT风险的灵敏度和特异度依次为：(73.3%和92.7%)、(66.0%和68.0%)及(62.7%和65.3%)，可见Padua量表的灵敏度和特异度均显著高于Caprini和Wells量表，但总体而言三种量表的灵敏度均不是很高，这可能与三种量表的适用人群并非住院肿瘤患者有关，缺少专门的危险因素。另外，本研究对三种量表的AUC进行两两比较，结果表明：Padua量表的AUC均明显高于Caprini和Wells量表的AUC(P<0.05)；Caprini量表的AUC高于Wells量表(P<0.05)。故本研究表明Padua量表对住院肿瘤患者发生DVT的预测价值最大，其次是Caprini量表，Wells量表的预测价值最低；分析其原因可能是：Padua量表主要用于内科住院患者，本研究对比血栓组与对照组患者的肿瘤分期，差异具有统计学意义，血栓组中Ⅲ期及以上患者占80.0%，显著高于对照组48.7%，说明肿瘤分期越高发生DVT的风险越高，而中晚期患者大多已无手术机会，需要放化疗等非手术治疗，故与Padua量表更加契合。Caprini量表包含手术和非手术等多种危险因素，比较复杂，相比Padua量表缺少一定的针对性；而Wells量表主要用于门诊患者的血栓评估，对于住院患者DVT的预测价值均低于Padua量表和Caprini量表。

综上所述，Padua、Caprini和Wells量表均可用于预测住院肿瘤患者发生DVT的风险，其中Padua量表的预测价值最大，Caprini量表次之，Wells量表价值最低，本研究表明Autar量表并不能很好地评估住院肿瘤患者发生DVT的风险。本研究也存在一些不足，收集的病例中肿瘤类型较少，且均来自我院，缺乏说服力；所选量表均来自国外，针对本国国情尚缺乏一些特异性。希望在今后可以通过多中心、大样本的研究来验证本研究的观点，并制定出符合国内住院肿瘤患者的血栓风险评估量表。