比较STM与START检伤分类法对地震伤的评估价值

陶梦娇 王傲宇 邵子伦 胡旭 胡海

四川大学1华西临床医学院，2华西公共卫生学院，3华西灾难医学协会（成都610041）；四川大学华西医院4急诊科，5应急办公室（成都610041）；6中国国际应急医疗队（四川）（成都610041）；7紧急医学救援综合基地（四川）办公室（成都610041）

近年来我国地震频发，产生大量地震外伤伤员［1］。患者人数激增、伤员伤情差异大、检查项目繁杂和家属陪护少等是地震伤员的群体救治特点［2］。因此，面对大型突发公共事件，如地震等，在医疗救援工作开展初期，为了最大限度降低群体伤害，灾害救援人员需在短时间内将最需紧急救援且有救援价值的伤员检出并给予紧急医疗救治［3］。在地震灾害现场对受伤群体进行快速准确的检伤分类，并进行分级治疗，可以达到降低伤员病死率的目的［4-5］。START 检伤分类法（simple triage and rapid transport）是我国现阶段的主流检伤分类方法，但有研究表明STM（sacco triage method，Sacco 检伤分类法）较START 检伤分类法更精准［6］。STM 是以呼吸频率、心率、运动反应以及年龄范围为参数，构建了一种基于伤情分类的数学模型。是世界上较新的检伤分类方法，但在实践中已经证明有良好的效果［7-8］。然而目前国内对于STM 的探究依旧处在早期阶段，缺乏对STM 的研究。前期四川大学华西医院急诊科胡旭等［9］的研究提示，地震群体伤员的现场检伤分类推荐使用STM。但其纳入样本量较少，仍需进一步研究证明其准确性。因此，本研究通过分析四川大学华西医院数据库中地震伤的数据资料，进行统计学分析，研究STM 与START 检伤分类法对于地震伤员伤情评估的准确性。以死亡情况与ISS 指标分别作为基准，对STM 和START 在地震伤检伤分类时的准确性作比较并判断两种分类方法在不同标准下的差异性。

1 资料与方法

1.1 一般资料回顾性分析四川大学华西医院地震伤员数据库中的36 604 例伤员报告，收集伤员的基本信息、受伤部位、意识状态、活动情况、血压、呼吸次数、心率、入院诊断、出院记录、手术史等。排除数据记录不全者2 604 例（7.1%），最终得到有效数据34 000 例（92.9%）。具体方法见图1。

1.2 分类方法所有评分均采用盲法，避免主观性误差。STM 评分：根据伤员呼吸频率（次/min）、心率（次/min）、运动反应和年龄（岁）分别进行评分。该评分法分值越低，表示患者危重程度越高（表1）。

图1 无效数据排除图Fig.1 Inclusion and exclusion criteria

表1 STM 评分分值Tab.1 STM scores criteria

START 检伤分类法：对伤员进行简单评估和快速治疗。根据能否走动、有无自主呼吸、呼吸频率、血液循环状态和遵嘱运动反应情况将伤员进行分类，不同伤情用不同颜色进行标示，伤情严重程度从高到低分别为黑色、红色、黄色和绿色（图2）。

1.3 统计学方法以死亡情况为标准，存活患者赋值为0，死亡患者赋值为1。使用Excel 录入数据，计量资料如符合正态分布则用均数和标准差进行统计描述，如符合非正态分布则用中位数（四分位间距）进行统计描述。纵坐标为灵敏度，横坐标为100-特异度，绘制伤员病死率的受试者工作特征曲线（ROC），计算曲线下面积。并用Z检验比较ROC 曲线下面积的差异。

以ISS 评分为标准。ISS 评分方法（The Injury Severity Score）首先依照AIS-90 系统对人员地震外伤进行编码，然后依照ISS 评分以解剖学分类为单位将人体划分为头颈部、面部、胸部、腹部盆腔、四肢骨盆以及体表等六个部位，评估伤情最严重的三个区域的AIS 值，计算求其平方和即得出ISS 分值［10］。并将患者按照ISS 评分＞15 分分为重伤，否则为轻伤［11］。轻伤赋值为0，重伤赋值为1。使用Excel 录入数据，计量资料如符合正态分布则用均数和标准差进行统计描述，如符合非正态分布则用中位数和四分位数进行统计描述。纵坐标为灵敏度，横坐标为100-特异度，绘制伤员病死率的受试者工作特征曲线（ROC）。并用Z检验比较ROC曲线下面积的差异。

采用SPSS 20.0 统计软件进行相关性分析及ROC 曲线分析，运用MedCalc 18.11.3 统计软件对ROC 曲线下面积比较的Z检验进行分析。以P＜0.05 为差异有统计学意义。

2 结果

图2 START 检伤分类法流程Fig.2 START injury classification process

2.1 基础情况纳入四川大学华西医院急诊科的地震伤员数据库中的患者共有36 604 例，其中排除资料不全者2 604 例，最终共纳入有效数据34 000 例（92.9%）。34 000 例 中 男16 636 例（48.9%），女17 364 例（51.1%），年龄（0～107）岁，均值（45.060±21.474）岁。存活33 778例（99.3%），死亡222 例（0.7%）。经START 分类所得评分2（2，2），STM 12（11，12），ISS评分9（4，16）。

2.2 以地震伤员死亡为标准所得ROC 曲线以地震伤员个体是否死亡作为标准（死亡为阳性，未死亡为阴性）所分别得STM 与START 检伤分类法的ROC 曲线（图3）。

图3 STM 与START 检伤分类法在以地震伤员死亡为标准下的ROC 曲线Fig.3 ROC of STM and START based on earthquake casualties

2.3 STM 与START 检伤分类法在以地震伤员死亡为标准下的ROC 曲线下的面积及ROC 曲线对比见表2。以地震伤员死亡为标准的条件下，STM 与START 的ROC 曲线下面积均较好，分别为0.855、0.731。STM 与START 的ROC 曲线下面积差值为0.124，差异有统计学意义（P＜0.001）。该统计学计算结果表示以上两种检伤分类法对于地震伤员死亡的评价差异有统计学意义（P＜0.001）。

表2 STM 与START 检伤分类法ROC 曲线下的面积及ROC 曲线对比Tab.2 Comparison of area under ROC of STM and START

3 讨论

地震伤伤员往往具有数量大、状况复杂、短期激增的特点，因此在地震灾害现场对受伤群体进行快速准确的检伤分类，并拣选出最需要接受医疗援救的重症伤员对减少病死率有重要的意义［12］。目前，对于地震伤情的院前检伤分类方法众多，而国际上较为认可使用START 法，此方法具有简单、快捷、方便的特点，但也有专家认为START法缺乏精确性［13］。新设计的STM 分检法［14］旨在在短时间内、资源受限的情况下，经过准确细化的评估以最大限度地提高预期幸存者数量，并保证评估指标的准确性。STM 评分对大规模伤亡事件产生的群体伤进行评估，效果较好［14］。且有其他研究显示STM 评分较START 检伤分类法更准确，更高效［15］。目前国内尚缺此方面研究。

本研究通过回顾并处理分析36 604 例病例数据，以地震伤员是否死亡为标准制作ROC 曲线，通过曲线下面积比较STM 与START 检伤分类法对于地震伤患者是否会死亡的预测价值。并以ISS评分为标准，比较上述两种检伤分类方法与ISS 评分的相关程度。

本研究通过对比STM 以及START 法对震后人员死亡的ROC 下面积发现，以死亡情况为标准下，STM 对伤患死亡的评估价值高于START。但STM尚未能准确评估伤情危重程度，有待研究更加有效的检伤分类方法。本研究依旧存在的不足之处在于：尚有2 604 例数据（7.1%）缺失［16］。目前，模拟研究和回顾性研究构成了针对此类研究的大部分现有证据基础［17-18］。因此采取回顾性研究的方法进行数据分析。而且回顾性研究缺少对时间的考虑，准确性需要结合当地情况与伤亡数据进行验证。

综上，在汶川大地震等此类突发灾害后，群体患者数目激增。医护人员前往灾害现场分检，推荐使用STM 分检法，其评估指标方便提取，操作简洁，且较START 法针对伤员死亡数评估具有更高的准确性。且以死亡为准更优。