癌症症状算法可以帮助医生预测患者的非计划急诊风险

2023年2月号的新研究国家综合癌症网络杂志阐述了如何使用算法来计算患者报告的症状复杂性评分，可以帮助肿瘤学家识别在急诊科(ED)的计划外就诊风险增加的患者，创造额外主动护理的潜力，并降低医疗成本。

研究人员使用埃德蒙顿症状评估系统修订版(ESASr)作为癌症患者最常见症状的测量工具。在对每个病人进行分类之后症状根据报告的症状的数量和严重程度，研究人员将症状的复杂性与一周内去急诊科的几率联系起来。

在2019年10月1日至2020年4月1日期间完成PRO问卷调查的29,164名癌症患者中，738人在7天内去了急诊室。结果显示患者具有较高的复杂性(即多重同时发生严重的症状)使用急诊科的可能性是那些复杂性较低(症状较少或不太严重)的患者的三倍，入院的可能性是后者的四倍多。与症状复杂程度较低的患者相比，症状复杂程度中等的患者需要任何一种急性、基于医院的非计划护理的几率也几乎是前者的两倍。

“使用一种工具来生成症状复杂性评分——汇总大量的症状信息，并将其浓缩成一个快速、容易解释的警报——允许临床医生对患者所经历的症状严重程度有一个实时、全面的概述，”阿尔伯塔省癌症护理和卡尔加里大学的首席研究员琳达·沃森(Linda Watson)说。

“有了这些触手可及的信息，临床医生就可以在低成本的门诊护理环境中主动提供额外的支持或症状管理，并有望避免昂贵且可能令人痛苦的医院就诊。卫生保健团队必须管理许多相互竞争的优先事项，因此找到快速、可靠的方法来确定哪些患者可能受益于低成本门诊护理诊所的针对性症状管理将是有帮助的。”

作者引用的其他几项研究表明，多达1 / 5的急诊科就诊和/或癌症患者住院可以通过社区积极的症状管理来避免。作者还指出，认识到不是所有的急诊科就诊都可以或应该预防是很重要的。一些紧急的健康问题可能需要紧急或住院治疗，而某些患者的个别情况可能需要使用急诊科。

“临床医生用癌症“我们意识到，识别和支持那些急诊或住院风险最高的患者将会带来更好的患者结果和体验，”加州大学圣地亚哥分校健康摩尔斯癌症中心的医学博士、NCCN乳腺癌指导小组成员Kay Yeung评论道，她没有参与这项研究。

“其中一个障碍是如何在繁忙的肿瘤诊所有效地进行全面评估。这项回顾性观察队列研究表明，一种基于患者报告结果问卷的新型症状复杂性算法与急性护理利用密切相关，可能有助于临床医生主动识别此类患者。重要的是，进一步研究前瞻性地实施该算法如何影响急性护理利用率，财政负担和临床结果．"