静脉血栓栓塞风险评估模型的应用进展

何嘉豪， 江倩， 刘春丽

广州医科大学附属第一医院、国家呼吸医学中心呼吸与危重症医学科(广东广州 510120)

静脉血栓栓塞症(venous thromboembolism，VTE)包括深静脉血栓形成(deep vein thrombosis，DVT)和肺血栓栓塞症(pulmonary thrombo embolism，PTE)，是遗传和获得性等多种因素共同作用的全身性疾病。VTE患病人数逐年增加，其发生率仅次于急性心肌梗死和脑卒中[1]。住院患者中VTE患病率为4.96%～14.9%，其中5%会导致致死性PTE[2]，国际登记研究显示PTE的30 d全因死亡率为4.9%～6.6%[3]。我国VTE患者住院的平均费用高[4]，给社会、患者造成极大的经济负担。VTE是一种可以预防的疾病，对VTE高风险人群采取适当的预防措施可降低VTE发生率。因此进行风险分层显得非常重要，VTE风险评估模型(risk assessment model， RAM)是其风险分层的有力工具。截止到目前，VTE风险评估模型已有20多种，本文将对临床常用风险评估模型进行阐述和总结，分析模型的有效性和实用性，以提高医护人员对VTE识别率和降低VTE发生率。

1 VTE风险评估工具概述

任何可以导致血管内皮受损、血液高凝和血流瘀滞的因素均可以导致VTE事件的发生。RAM就是通过分析各因素对发生VTE的相关度和权重，形成通过计算权重累加得分，最终为患者VTE风险划分危险层次的量表。这些量表为选用适当的预防措施提供依据，这也是目前预防VTE的主要策略。

目前风险评估主要有团体评估和个体评估。前者是指对人群进行VTE的风险评估，将VTE的危险因素进行分组与分级，每例患者纳入相应的群组中，主要用于外科住院患者，该方法简单易行，但忽略具体风险因素的变化。后者是对每一例患者的遗传性因素、疾病因素和治疗相关因素等进行个性化评估，并根据每个危险因素与VTE的关联程度进行量化评分，更重视个体性差异。

2 VTE风险评估工具

2.1 团体风险评估 2001年美国胸科医师协会(The American College of Chest Physicians，ACCP)预防指南以年龄为基础将VTE风险划分为低危、中危、高危和超高危等4组。2008年ACCP《抗栓及溶栓循证临床实践指南》根据手术类型、活动程度和出血风险等将VTE风险划分为低危、中危和高危等3组。2009年我国发布的《中国骨科手术静脉血栓栓塞症预防指南》同样在骨科手术人群中推荐了这种团体风险评估的方法。但是目前对团体风险评估研究较少，另外团体风险评估只为VTE预防提供了框架性的指导，忽略患者个体差异，并不能为临床提供较好的参考价值。

2.2 个人风险评估

2.2.1 Caprini风险评估模型 Caprini RAM(表1)由美国外科医生Caprini根据外科患者的特征设计，主要应用于外科住院患者中。2010年Caprini等[5]完善了该模型，细化了手术时长、BMI的划分和增加肿瘤权重。2013年又在此基础上增加了吸烟、化疗、输血等因素[6]。Caprini RAM涵盖基本生理情况、基础疾病、检查指标、手术类型以及药物等5个方面的因素，将风险因素赋值为1～5分，按积分分为极低危、低危、中危和高危4个等级。目前Caprini RAM已被超过100个临床试验25万受试者验证[6]。2012年ACCP推荐用于非骨科手术的患者，并认为该模型可对修复手术患者VTE风险进行分层。在Vinita一项纳入了普外科、血管外科、泌尿外科的8 216例外科患者回顾性研究中，得分与VTE发生率呈正相关[7]。尽管指南推荐用于非骨科手术患者，但研究证明在骨科手术[8]、非手术[9]和肿瘤患者[10-13]中同样适用。

表1 Caprini风险评估模型

以Caprini RAM为基础，我国结合东方人群、妇科疾病特点推出改良版G-Caprini RAM，并被《妇科手术后深静脉血栓形成及肺栓塞预防专家共识》推荐，纳入了年龄、高血压、静脉曲张、手术时间、卧床以及开腹手术6项因素，每项均赋值1分，按积分分为低危、中危、高危和极高危。这种改良和简化虽然可以提高评估针对性和实用性，但是仍需要进一步的验证。

Caprini RAM覆盖的危险因素较全面，并且可根据病情变化及时调整分层，及时采取相应的预防策略，另外该模型简单易用，可操作性强，且敏感性比Kucher、Padua等RAM更高[14]，适合广泛推广使用。但是该模型缺乏大量前瞻性研究验证，在无症状阶段评分较低，容易使无症状患者得不到及时的预防。

2.2.2 Padua风险评估模型 Padua RAM(表2)是Padua大学回顾既往内科患者并整合Kucher量表的基础上发展形成的，主要用于内科患者。Padua RAM包含年龄、病情、既往史等11项风险因素，最后按积分分为低危和高危。我国《内科住院患者VTE预防的中国专家建议》进一步丰富了Padua危险分层的内容，指出40岁以上因急性内科疾病卧床≥3 d者，合并呼吸衰竭、AECOPD、急性脑梗、心力衰竭、急性感染、ACS、VTE病史、恶性肿瘤、炎性肠病、CKD、下肢静脉曲张、肥胖、年龄>75岁中的其中一项即为高风险。

表2 Padua风险评估模型

一项对1 180例内科患者按Padua评分并随访90 d的前瞻性研究验证了该模型的有效性，接受预防措施的患者VTE发生率为2.2%，而没有预防的发生率为11%；低危组VTE发生率仅为0.3%[15]。这与Germini等[16]的结论相同。在他们的研究中，按照Padua评分采取预防与根据临床经验采用预防有效降低了VTE的发生率(8.5%vs.15.5%，OR=0.51，95%CI: 0.30～0.86)。Vardi等[17]随后在1 080例内科患者中进行了进一步验证，结果显示Padua得分与发生VTE死亡高度相关，得分可以反映VTE发病率和疾病严重程度。

ACCP认为Padua是目前评估内科患者VTE风险最好的模型，推荐用于非手术患者，但纳入的危险因素和国内外研究较少、验证不充分，二分类划分危险度，不便于临床中根据风险分层选择更加符合个体的预防策略。

2.2.3 Rogers风险评估模型 Rogers RAM(表3)在2007年由外科医生Rogers等[18]首次发表，该模型的数据来源于128个中心的183 069例外科患者，用于外科住院患者。该模型纳入身体功能分级等7个风险因素、4个术前检验结果和4个手术特征等，按危险程度赋予0～9分，按积分将VTE风险分层为非常低危、低危、中危和高危。随后他们在16 608例创伤患者中进行了验证，其受试者工作特征曲线面积为0.89[19]。ACCP同样推荐该RAM用于非骨科手术患者风险评估，与同样被推荐的Caprini不同，该模型没有纳入既往和家族血栓史，另外纳入较多检验数据增加了围手术期评估工作量。该模型重点关注与手术有关的因素，纳入的相对价值单位可能体现出手术的复杂程度对VTE发生的影响，但同样也带来了因评分项目过多导致使用复杂的劣势。同时ACCP指南认为该模型不够简单易用，由于纳入建立模型的患者部分采取了预防措施，模型建立的数据来源本身也有不足之处。

即要求学生在毕业时除了取得毕业证书外，还要取得国家级教育类考试证书、职业类考试证书中的一种或多种。其中，国家级教育类考试包括英语专业四级、八级考试，以及在未来商务英语专业考试体系建成之后将要设立的商务英语专业四级、八级考试；职业类考试包括剑桥商务英语证书考试、全国翻译专业资格考试、报关员资格考试、注册会计师考试等。鼓励学生在学有余力的前提下参加各种证书考试。

表3 Rogers风险评估模型

2.2.4 Khorana风险评估模型 Khorana RAM(表4)最初是Khoran设计用来评估肿瘤化疗相关的门诊患者VTE风险，2013年被美国临床肿瘤学会采用，用于评估肿瘤化疗相关VTE风险[20]。该模型包含的肿瘤位置、血液指标、体质指数等5个方面风险因素。根据危险程度赋值1～2分，按积分分为高危、中危和低危。Santi等[21]在一项纳入了1 717例肿瘤患者并进行Khorana评分的前瞻性研究中进行了验证，在中危人群和高危人群中的比例分别是4.5%和6.6%(P=0.012)，评分增加1分会导致VTE风险增加(OR=1.85，95%CI：1.23～2.79)。但是针对尿路上皮癌的患者，Ramos等[22]认为Khorana RAM仅对疾病早期有效，而非对化疗肿瘤患者全程有效。这可能是因为Khorana RAM设计数据来源是化疗前的指标[20]。

2.2.5 Autar风险评估模型 Autar RAM(表5)是英国Autar为了给护理人员提供一个简单易行的VTE风险评估量表，在1996年基于骨科患者设计，更能体现出骨科患者的特点[23]，并且在2003年增加了年龄和外科干预的比重，纳入的因素更加全面。

表4 Khorana风险评估模型

表5 Autar风险评估模型

该模型包含年龄、体型、活动度、创伤、手术、高风险疾病等7个模块43个通过最佳实践、系统评价和Meta分析得出的危险因素，通过量化加权赋值1～7分，最后按积分分为无风险、低危、中危和高危。

尽管Autar RAM已被国外较多研究验证并应用[24]，但在国内的研究较少，也没有被指南推荐。对体质指数、创伤进行划分虽然增加了准确性，但同样也带来了实践中操作不便的困惑，例如 Autar RAM多用于骨科患者，但较多的卧床患者影响体质指数的测量；创伤部位笼统地划分，都削弱了加权赋值的优势。另外值得注意的是Caprini和Padua RAM比Autua RAM具有更高的敏感度和特异度[25-27]。因此还需对Autar RAM进行修改和验证。

2.2.6 简明血栓风险评估量表(risk assessment profile for thromboembolism，RAPT) 简明血栓风险评估量表(表6)由Greenfield在1996年设计[28]，用于评估创伤患者的VTE危险分层。该RAM纳入年龄、既往病史、医源性损伤、创伤程度等4个模块19项危险素，根据危险程度赋值2～4分，按积分分为低危和高危。目前国外已有大规模的回顾性研究[29]和前瞻性研究[30]证明该评分法的有效性。在国内被《创伤骨科患者深静脉血栓形成筛查与治疗专家共识》推荐[31]。Acua等[24]的一项回顾性研究中纳入了110例创伤患者，低风险组中VTE发生率为11.53%，因此他们认为把5分作为低危与高危的界限无意义，分界点需要进一步的探究。Zander等[32]认为创伤患者的VTE预防不应仅基于RAPT量表，在他们的研究中，RAPT用于创伤患者评估时特异性仅37%。值得注意的是，VTE的发生与RAPT的分值无关。

表6 RAPT评分法

RAPTRAM评估内容虽然客观具体，但也繁冗复杂，降低了实用性。该量表提出了损伤程度与VTE的关系，指出输血、修复大血管也是VTE的危险因素，为后续VTE预防研究积累了经验，但仍需更广泛的验证。

2.2.7 4-Element风险评估模型 4-Element RAM(表7)由Woller 在2011年设计[33]，用于内科住院患者。该模型仅纳入了VTE病史、卧床、中心静脉导管、癌症等研究人员认为最重要的4个风险因素，且均赋值1分，按积分分为低风险和高风险，在他们的后续多中心研究中[33]，对46 856例患者进行评分分析，AUC=0.843(95%CI:0.833～0.852)， VTE发生率为4.5%。认为该模型可以识别VTE风险患者，并可替代现有的复杂评估模型。虽然该风险评估模型简单，但是目前该评估模型缺乏进一步的验证和前瞻性研究，同时由于纳入风险因素较少，降低了敏感度，这也限制了该模型的进一步推广的使用。

表7 4元素风险评估模型

2.2.9 国际静脉血栓栓塞症医疗预防登记风险评分 国际静脉血栓栓塞症医疗预防登记风险评分(IMPROVE-VTE)(表8)由Spyropoulos等[35]报道，主要用于ICU患者。他们在观察性国际医学预防登记关于静脉血栓栓塞症(IMPROVE)的研究中纳入了12个国家52家医院15 156例患者，回归分析后确定风险因素并根据危险程度加权得出赋值分数，根据危险程度赋值1～3分，按积分分为低危、中危和高危。随后Mahan[36]和Rosenberg[37]验证了该RAM的有效性，在Mahan的回顾性研究中，低、中、高危组的总百分率分别为0.20%、1.04%和4.15%，AUC=0.773 1。该模型强调了重症病房患者具有更高的VTE风险，虽然该RAM进行了广泛的外部验证，但是缺乏与传统的RAM比较的研究，目前也没能广泛使用。该模型也需要进一步的研究。

表8 国际静脉血栓栓塞症医疗预防登记IMPROVE-VTE风险评分

2.2.10 昆士兰风险评估模型 该RAM由昆士兰卫生组织在2014年发布的妊娠期和产褥期静脉血栓栓塞的预防指南推荐[38]，并在2020年进行了更新。该模型(表9)规定了只要符合妊娠前抗凝治疗(任何原因)、任何VTE史+易栓症、无诱因复发性VTE、当前妊娠期发生VTE、任何非手术诱发的单一VTE史、反复存在诱因的VTE(≥2)、活动性自身免疫或炎性病患、高危或低危易栓症(无VTE个人史，高危易栓症：>1个实验室易栓症，抗磷脂抗体综合征、抗凝血酶缺乏症、蛋白C缺乏、蛋白S缺乏、FVL纯合子、纯合子凝血酶原突变、复合杂合子FVL/凝血酶原突变；低危易栓症：FVL杂合子、杂合凝血酶原突变、抗磷脂抗体)、任何手术(妊娠或产后)、产前住院、卵巢过度刺激综合征(仅妊早期)、需要静脉输液的重度剧吐或脱水、内外科疾病(例如：肿瘤、肾病综合征、心力衰竭、镰状细胞病、1型糖尿病肾病)这13种具体风险因素之一即为高风险，另外还对体质指数、年龄、产程等22种风险因素划分为产前和产后风险因素并进行了赋值。值得注意的是，该模型分为妊娠期和产褥期风险评估，前者为产前因素赋值积分，后者为产前和产后风险因素赋值积分。我国在该模型基础上进行了改良，将临时因素进行了单独分类，按积分分为低危、高危和极高危，并被2020年《上海市产科静脉血栓栓塞症防治的专家共识》推荐[39]。该模型的风险因素以及赋值来源于文献报道，尚无大规模研究对该模型以及我国改良版本模型进行验证研究。该模型对产妇VTE评估贯穿整个妊娠期和产褥期，而仅非产褥期住院期间，虽然该模型纳入了较多的风险因素，但目前对其有效性的研究较少，仍需要更多的随机对照、多中心、前瞻性的，尽管如此，由于目前广泛缺乏对妊娠人群VTE风险评估的研究，该模型也被大量应用。

表9 昆士兰风险评估模型(产前和产后风险因素)

3 总结

对患者进行VTE风险分层，并以分层为基础的个性化预防策略的实施对患者的预后有着重要的影响，降低医患负担，也为疾病预防提供依据，而有效的分层是基于出色的RAM。由于个体差异，团体评估和单一模型均难以胜任。不同RAM基于不同资料设计，有不同的优势和适用人群，都为VTE预防决策提供重要参考，但也有上述的局限之处。综合RAMs的优势与不足，仍然推荐Caprini RAM用于手术患者、Padua RAM用于内科患者。

随着各种电子智能工具参与风险评分，操作复杂难题或者会迎刃而解，甚至增加灵敏度，早期发现高危患者。大数据、人工智能、物联网等技术的发展，为对患者实施有效、实时、持续、动态、全程的评估提供了可能和方便，也为研发更精确、符合我国国情的评估工具提供了便捷之道。

利益相关声明：所有作者声明无利益冲突。

作者贡献说明：何嘉豪酝酿和设计、文献整理、论文写作和修改；江倩、刘春丽研究指导、论文修改。