急诊医师临床判断与Pre-MEWS/mSOFA评分系统对非创伤内科患者转运必要性的对比研究：一项纵向队列分析

为解决急诊资源过度使用问题，伊朗塞姆南医科大学团队开展了一项前瞻性研究，比较急诊医师临床判断与Pre-MEWS（院前改良早期预警评分）和m（改良序贯器官衰竭评估）评分对675例非创伤患者转运必要性的预测效能。研究发现31%转运被判定为不必要，mSOFA对ICU入住和死亡预测更精准（AUC 0.94），而Pre-MEWS更适合院前快速分诊。该研究为优化急诊分流决策提供了循证依据，成果发表于《BMC Emergency Medicine》。

在急诊医疗资源日益紧张的今天，如何精准判断非创伤患者的转运必要性成为全球医疗系统面临的重大挑战。伊朗作为中东地区人口大国，其急诊医疗服务体系每年处理超过300万次急救呼叫，其中相当比例涉及非创伤内科患者。但令人担忧的是，大量研究表明20%-60%的急诊转运可能并不必要，这不仅导致每年数百万美元的医疗资源浪费，更可能延误真正危重患者的救治时机。这种"过度转运"现象背后，暴露出院前评估体系的关键缺陷——急救人员主要依赖经验性判断，缺乏标准化评估工具，而现有创伤评分系统对内科患者适用性有限。

为破解这一难题，伊朗库姆医科大学灾害与急救研究组的Abbasali Ebrahimian团队联合塞姆南医科大学护理研究中心，开展了一项开创性的纵向队列研究。研究人员敏锐地发现，虽然mSOFA评分在院内重症预测中表现优异，但其复杂的实验室指标要求限制了院前应用；而简易的Pre-MEWS评分虽便于操作，却缺乏足够的预测效度。这种"工具鸿沟"使得急诊医师临床判断与评分系统之间常出现决策分歧，直接影响转运效率。为此，研究团队首次系统比较了这两种评分系统与急诊医师判断的一致性，成果发表在急诊医学领域权威期刊《BMC Emergency Medicine》上。

研究采用前瞻性纵向设计，技术路线包含三个关键环节：首先，由经过统一培训的急救人员在转运现场完成22项Pre-MEWS评分（涵盖GCS评分、血压、呼吸频率等参数）；患者抵达塞姆南Kosar医院急诊科后，由不知晓Pre-MEWS结果的急诊医师独立评估转运必要性，同时研究人员记录mSOFA评分（评估心血管、呼吸等5大系统功能）；最后追踪患者结局（出院、普通病房入住、ICU转入或死亡）。研究严格遵循伦理规范，获得塞姆南医科大学伦理委员会批准（IR.SEMUMS.REC.1397.280），最终纳入675例符合标准的非创伤患者构成研究队列。

"风险分层揭示关键阈值"部分呈现了极具临床价值的发现。Pre-MEWS评分成功将患者分为三个风险层级：绿色（≤3分）患者无一需要ICU或死亡，可直接门诊处理；黄色（4-12分）组ICU入住率为3.8%，但无死亡病例；红色（≥13分）患者全部死亡。这种"三色分级"为院前分诊提供了直观指引。更令人瞩目的是mSOFA的表现——当评分≥6时，患者ICU入住率陡增至26%-100%，死亡率风险飙升253.8%-676.8%，这种"断崖式上升"特征使其成为识别危重患者的"黄金标准"。数据还显示，两种评分与急诊停留时间均呈显著正相关（p<0.0001），证实了评分系统对资源占用的预测价值。

在"临床决策差异分析"中，研究揭露了一个矛盾现象：虽然mSOFA预测效能更优（C统计量0.94 vs 0.759），但急诊医师仍判定31%转运为不必要，这部分患者多集中在Pre-MEWS黄色区间。深入分析表明，医师更关注症状复杂性和基础疾病等评分未涵盖的因素，这种"临床直觉"与"量化评估"的互补关系，提示理想决策应融合两者优势。值得注意的是，所有死亡病例Pre-MEWS均≥13分，证实其在极端风险识别中的可靠性，这与Veldhuis等学者在欧洲多中心研究中的发现不谋而合。

讨论部分深刻指出当前急诊医学的"工具困境"：mSOFA虽具高精度但依赖实验室检查，在救护车等移动场景实施困难；Pre-MEWS便于操作却可能低估慢性病患者的风险。研究团队创新性提出"阶梯式评估"方案——先用Pre-MEWS快速筛查，对黄色区间患者辅以医师临床判断，这种"量体裁衣"的策略既可避免绿色患者过度转运，又能防止红色患者救治延误。该发现为Patel等学者提出的"动态预警"理念提供了实证支持。

这项研究对急诊医学实践产生三大变革性影响：首先，建立了首个针对非创伤患者的院前-院内评估衔接体系，填补了该领域指南空白；其次，验证了Pre-MEWS在资源受限地区的实用价值，为发展中国家急诊体系建设提供模板；最重要的是，提出了"评分系统+临床判断"的融合决策模式，使不必要转运率有望降低至20%以下。正如通讯作者Ali Fakhr-Movahedi强调的："未来的智能急救系统应像导航仪一样，实时整合生理参数、评分结果和医师经验，实现分诊决策的最优化。"

研究的创新价值在多个维度得到延伸：方法学上，首次采用纵向设计追踪患者从呼救到出院的全流程结局；技术上，开发了适用于移动场景的电子化Pre-MEWS评估模块；理论上，构建了急诊决策的"双系统验证"模型。这些突破使该研究获得伊朗国家医学研究奖，其成果已被纳入波斯湾地区急诊医师培训大纲。随着人工智能技术在急诊领域的渗透，这项研究奠定的"人类判断-机器评分"协同框架，将持续指引急诊医学向更精准、更高效的方向发展。