|
“ 多了解多学习是急救爱好者的源动力！” 卒中（也就是大部分朋友所理解的中风）诊治的关键就是早期识别，但是琳琅满目的筛查工具中到底哪些最为适用呢？在荷兰，有两种院前预测量表在识别可能需要机械取栓的中风患者方面优于其他量表，尽管其结果在其他国家和地区可能有所不同，但是这非常具有借鉴意义。今天我们就将该讲的给大家罗列罗列，方便您具体学习！ 01 — 先做个汇总！ 据荷兰莱顿大学医学中心的NyikaKruyt博士称，最准确的大血管闭塞(LVO)预测量表是洛杉矶运动量表(AMS)和快速动脉闭塞评估(RACE)工具，估计准确率分别为89%和88%。具体细节其已经和同事在JAMANeurology杂志上发表了相关文献。
关于卒中评估的量表汇总先给各位列出，但是这两个量表显著优于其他被测试的评估量表：
在这项研究中，医护人员在莱顿和海牙地区对每个中风患者进行现场或转运时填写了10到13页的神经内科学观察。然后，研究人员从2007名疑似中风的成年人的数据中，回顾性地重建并测试了7个LVO预测量表，有症状的循环LVO [sLAVO]发生率为7.9%。Kruyt和他的同事说:“在实践中，首选的sLAVO预测量表将取决于当地的环境，这将包括诸如sLAVO流行率、医院之间运输时间的差异、医院内绩效指标和当地政策等因素。” 因此，他们对卒中量表的头对头比较的结果——在荷兰人口中，有2个EMS系统，3个综合卒中中心和4个初级卒中中心，大约200万人的设置——可能世界上其它地区的配置密度不一而足。
02 — 具体比较 所有七种院前分诊量表在识别血管内取栓候选者时均显示出良好的准确性、高特异性(80%-93%)和低敏感性(38%-62%)。“当然，考虑到它们普遍设计的低灵敏度，任何这些量表的应用都可能导致高误报率。而假阳性患者的后果是高水平的过度分流到血栓切除卒中中心或综合卒中中心，”马萨诸塞州总医院和波士顿哈佛医学院的Kori Zachrison医学博士、硕士和俄亥俄州辛辛那提大学的Pooja Khatri医学博士、硕士评论道。 他们在一篇文章中警告说，这样的过度分流可能会导致对符合条件的患者更长的运输时间和阿替普酶(激活酶)治疗的延迟，使患者与家人和支持网络保持距离，以及在综合中风中心不必要的拥挤。他们写道:“即便如此，从长期来看，一些过度分流可能是合理的，考虑到血管内血栓切除对患者发病率和死亡率具有前所未有的、但时间敏感的好处，可能需要分配资源来考虑这一点。”
该研究包括在2018-2019年首次FAST测试后患有EMS激活的中风代码的转运患者人，平均年龄71.1岁，男性占50.9%，NIH中风量表的中位得分为4分。在所有测试的筛查工具中，RACE的可行性相对较低，为78.1%，或可重建院前量表的急性卒中代码的比例，最常见的缺失项目是腿部的运动缺陷。而PASS量表的可行性最好，为87.9%，作者认为这是由于与其他量表相比，该量表需要评价的项目较少。
在现场实施预测量表之前，考虑可行性是很重要的，因为有针对性的培训可以大幅提高这一比例。作者适当地认识到，在评估院前设置的量表时，除了准确性，考虑可行性也是至关重要的。在不受控制的院前环境中，在现场评估和运送危重病人的各种需求中，实施不应给医护人员带来不必要的负担。 Kruyt的团队提醒说，26.7%的急性中风患者没有填写观察表，这些患者被排除在研究之外。此外，该研究的局限性在于它没有测试所有可用的预测量表。笔者认为，无论如何，未来在院前中风分诊方面的进步可能更多地依赖于技术。也许非侵入性传感器在识别大中风方面比这些简单的院前筛查工具更有效。或者我们应该考虑数学上更复杂的决策模型，这些模型很容易通过智能手机应用程序广泛使用;这样的模型可以处理不确定性，考虑概率，权衡各种交通选择，甚至结合实时交通模式，使用人工智能来驱动决策。
技术进步可能在卒中评估方面会起到越来越重要的作用！ |
|
|
