患者层面的重分类与SOFA和SOFA-2之间的不一致性：一项多中心ICU研究

Patient-level reclassification and discordance between SOFA and SOFA-2: a multicenter ICU study

作者信息Shohei Ono, Shigehiko Uchino, Yutaka Kumaido, Shunsuke Yawata, Shinshu Katayama

PMID42608719

期刊Crit Care

发布时间2026-08-11

DOI10.1186/s13054-026-06241-0

来源查看原文

实验完整度

高

基于多中心ICU队列（134,528例）的回顾性观察研究，包含明确的数据收集、SOFA/SOFA-2计算规则、两种精确匹配分析、敏感性分析及亚组分析等证据层级。

主要模型

重症监护病房（ICU）成人患者队列日本多中心ICU注册库（OneICU数据库）

重点核对

研究人群：日本15家医院ICU的成人入院患者（2012年4月至2025年12月）评分系统：Day-1 SOFA和SOFA-2总分及器官分项评分不一致性定义：dSOFA = SOFA-2 − SOFA，分类为Negative (≤−2)、Minimal (−2<d<2)、Positive (≥2) 匹配方法：分别按Day-1 SOFA-2和SOFA总分进行精确匹配主要结局：ICU死亡率

摘要

背景：序贯器官衰竭评估（SOFA）评分被广泛用于量化危重患者的器官功能障碍。为了更好反映当代重症监护实践，提出了修订版SOFA-2，但患者层面的重分类以及SOFA与SOFA-2之间差异的临床意义仍不清楚。方法：我们使用OneICU数据库（一个包括15家医院的日本ICU注册库）进行了一项回顾性多中心队列研究。分析了2012年4月至2025年12月间成人ICU入院。计算第1天SOFA和SOFA-2评分。使用桑基图可视化重分类模式，使用热图评估死亡率模式。评分不一致定义为SOFA偏差（dSOFA = SOFA-2 − SOFA），并分类为阴性（≤ −2）、轻度（> −2且<2）或阳性（≥2）。进行了两项主要精确匹配分析，分别按第1天SOFA-2和常规SOFA总分匹配患者，比较不同dSOFA类别。结果：在134,528例ICU入院中，SOFA-2导致了系统性的患者层面重分类。脑、心血管和呼吸分项评分的上调最为频繁，而肾脏分项评分显示双向变化。在固定SOFA时，SOFA-2分项评分越高，死亡率越高；在固定SOFA-2时，SOFA分项评分越高，死亡率也越高。按SOFA-2精确匹配后，阴性dSOFA组（SOFA高于SOFA-2）死亡率最高。相反，按常规SOFA精确匹配后，阳性dSOFA组（SOFA-2高于SOFA）死亡率最高。结论：SOFA-2在患者层面引入了系统性重分类。相互精确匹配分析表明，由一种评分系统指定为相同严重程度的患者，根据另一种评分系统，其死亡率仍然存在异质性。因此，SOFA和SOFA-2可能提供重叠但互补的信息来评估器官功能障碍的严重程度。补充信息：在线版本包含补充材料，可在10.1186/s13054-026-06241-0获取。关键词：SOFA评分、SOFA-2、器官功能障碍、重症监护病房、重分类。

数据收集和评分计算

获取ICU入院数据并计算Day-1 SOFA和SOFA-2评分，以评估评分差异

从OneICU数据库提取164,455例ICU入院，排除年龄<18岁、ICU停留<12小时、缺失ICU死亡率后，纳入134,528例。提取人口统计学、治疗和结局变量。使用预定义规则计算Day-1 SOFA和SOFA-2评分。

重分类模式分析

可视化患者从SOFA到SOFA-2的器官分项评分重分类模式

使用桑基图展示各器官（脑、呼吸、心血管、肝、肾、凝血）分项评分（0-4）从SOFA到SOFA-2的转移。

死亡率热图分析

评估SOFA和SOFA-2分项评分组合下的死亡率变化

生成热图，显示每种SOFA和SOFA-2分项评分组合的ICU死亡率（%），以评估固定一个评分时另一个评分对死亡率的影响。

SOFA偏差的分布和死亡率分析

评估SOFA和SOFA-2总分差异的分布及其与死亡率的关系

计算dSOFA（SOFA-2 − SOFA），并按阴性、轻度、阳性分类。展示不同dSOFA类别下的患者数量和ICU死亡率。

精确匹配分析

在相同SOFA-2或SOFA总分下，比较不同dSOFA类别的患者死亡率，以评估评分差异的独立效应

进行两组独立的精确匹配：第一组按Day-1 SOFA-2总分匹配，第二组按Day-1 SOFA总分匹配，均匹配三个dSOFA类别。在匹配队列中比较ICU死亡率和基线特征。

敏感性分析

验证主要分析结果的稳健性

使用多分类倾向评分逆概率加权，并限制在脓毒症患者中进行亚组分析。

实验环节	名称	品牌	货号
数据管理	Google BigQuery	Google	--
统计分析	R软件	R Foundation	--

实验环节

名称

品牌

货号

数据管理

Google BigQuery

Google

统计分析

R软件

R Foundation

环节	核对要点
研究队列	数据来源（OneICU数据库），医院数量（15家），时间范围（2012年4月1日至2025年12月31日），纳入/排除标准（年龄≥18岁，ICU停留≥12小时，有ICU死亡率数据）阅读提示：Methods 部分，Design 小节和 Data collection 小节
评分计算	Day-1定义（入院后首个24小时），SOFA和SOFA-2计算规则（预定义），缺失变量处理规则（分配零），合并症（CCI）阅读提示：Methods 部分，Data collection 小节及 Supplementary Methods
评分不一致性定义	dSOFA = SOFA-2 − SOFA，分类阈值（≤−2，>−2且<2，≥2）阅读提示：Methods 部分，Data collection 小节
匹配分析	匹配变量（Day-1 SOFA-2或SOFA总分），匹配方式（精确匹配），三组（Negative, Minimal, Positive）阅读提示：Methods 部分，Statistical analysis 小节及 Table 2

环节

核对要点

研究队列

数据来源（OneICU数据库），医院数量（15家），时间范围（2012年4月1日至2025年12月31日），纳入/排除标准（年龄≥18岁，ICU停留≥12小时，有ICU死亡率数据）

阅读提示：Methods 部分，Design 小节和 Data collection 小节

评分计算

Day-1定义（入院后首个24小时），SOFA和SOFA-2计算规则（预定义），缺失变量处理规则（分配零），合并症（CCI）

阅读提示：Methods 部分，Data collection 小节及 Supplementary Methods

评分不一致性定义

dSOFA = SOFA-2 − SOFA，分类阈值（≤−2，>−2且<2，≥2）

阅读提示：Methods 部分，Data collection 小节

匹配分析

匹配变量（Day-1 SOFA-2或SOFA总分），匹配方式（精确匹配），三组（Negative, Minimal, Positive）

阅读提示：Methods 部分，Statistical analysis 小节及 Table 2

大家都在搜

大家都在搜