急诊科脓毒性休克的临床决策支持：一项集群随机试验
来源：苏州大学附属儿童医院 发布时期：2025年08月26日
背景与目的 脓毒性休克的延迟诊断是儿童可预防性死亡的重要原因，但目前针对其早期识别策略的循证证据仍较为有限。本研究假设：基于机器学习预测模型构建的临床决策支持系统（CDS）能够提高急诊科疑似脓毒症儿童在休克发生前接受脓毒性休克规范治疗的比例。
方法 本研究采用前瞻性阶梯式楔形集群随机试验设计，在 4 家儿科急诊科分 5 个阶段（每阶段持续 10 周）逐步实施 CDS。该系统通过电子健康记录（ EHR）数据（涵盖患儿就诊时及就诊后2 h的临床指标），动态识别尚未发生休克但存在休克高风险的患儿，并在医护人员诊疗过程中实时推送提示。研究人群为就诊于 4 家医院急诊科、年龄 60 日龄至 18 岁的疑似脓毒症患儿。主要结局指标为疑似脓毒症诊断确立后 1 h 内，患儿接受静脉抗生素联合扩容补液治疗的比例；次要结局指标为首剂抗生素使用时间、低血压性脓毒性休克发生率。此外，通过定性访谈评估 CDS 的临床实施效果及医护人员接受度，形成综合评价。
结果 2022年3月16日～2023年3月1日期间，4家医院急诊科共接诊 200 354 例患儿，其中 1 331 例符合纳入标准（干预组979例，对照组352例）。干预组患儿诊断后1 h内接受抗生素联合扩容补液治疗的比例为 39.0%，对照组为 38.9%，两组差异无统计学意义 [校正比值比（ aOR）：1.07（95% CI：0.61～1.88）]；两组在休克发生率 [aOR：1.12（95% CI：0.53～2.46）] 及抗生素使用及时性 [校正风险比（adjusted Hazard Ratio, aHR）：0.85（95% CI：0.63～1.16）] 方面，差异均无统计学意义。医护人员反馈 CDS 具有临床价值且不干扰日常工作（采纳率良好）；试验结束6个月后，4家参与研究的急诊科均持续使用该系统（维持率达100%）。
结论 实施低警报频率的预测性CDS具有可行性和可接受性，但该系统未能改变疑似脓毒症患儿进展为低血压性休克的比例。
已知信息 脓毒性休克的早期诊断对儿童患者至关重要，诊断延迟会显著增加可预防性并发症风险，甚至导致死亡。尽管机器学习模型已被尝试用于脓毒性休克早期预警，但针对儿科患者的预测性 CDS 缺乏前瞻性验证，且临床应用中普遍存在的 “警报疲劳” 现象可能削弱系统的实际效果。
本研究新增 基于机器学习模型的脓毒性休克预测决策支持系统的实施具有可行性。然而，在原本已具备高质量脓毒症诊疗水平的急诊科中，该系统并未改变疑似脓毒症患儿进展为低血压性休克的比例。
