sebuahlthough umum dan terkait dengan morbiditas dan kematian,1,2 sepsis dan istilah yang terkait

tetap diffi-kultus untuk menentukan. Dua internasionalkonsensus berundingencespada tahun 1991 dan
2001 digunakan pendapat ahli untuk menghasilkan definisi skr-sewa.3,4 Namun, kemajuan dalam
pemahaman tentang Pathobiology dan apresiasi bahwa unsur-unsur dari defini-tions mungkin sudah
ketinggalan zaman, tidak akurat, atau membingungkan diminta Masyarakat Eropa Pengobatan
Perawatan Intensif dan Society of Critical CareMedicine untuk mengadakan Ketiga Konsensus
Internasional Task Force untuk menguji kembali definisi. Seperti banyak sindrom, tidak ada standar
emas tes diagnostik untuk sepsis. Oleh karena itu, tugas kekuatan memilih beberapa metode untuk
mengevaluasi kegunaan kriteria klinis calon, termasuk kejelasan, kehandalan (konsistensi dan
ketersediaan), konten validitas (biologis rasio-nale dan validitas wajah), validitas konstruk
(kesepakatan antara langkah-langkah serupa), kriteria validitas (korelasi dengan langkah-langkah
pem-likasikan dan hasil), beban, dan ketepatan waktu. Upaya sebelum un-seperti, satgas digunakan
sistematis literatur re-pandangan dan data empiris analisis untuk musyawarah ahli.
Berdasarkan kejelasan dan konten validitas dan setelah kajian literatur dan musyawarah ahli, gugus
tugas direkomendasikan penghapusan istilah sindromsepsis, septikemia,dan sepsis se-vere dan bukan
didefinisikan sepsis sebagai disfungsi mengancam jiwa atau-gan karena host tidak teregulasi respon
terhadapinfeksi.5 Dari catatan, gugus tugas tidak berusaha untuk mendefinisikan kembali infeksi.
Sebaliknya, di samping berusaha untuk menghasilkan rekomen-tions untuk kriteria klinis yang dapat
digunakan untuk mengidentifikasi sepsis antara pasien yang diduga atau dikonfirmasi infeksi. Tujuan
dari penelitian ini adalah untuk menginformasikan langkah ini dengan menganalisis data dari beberapa
database rumah sakit besar untuk mengeksplorasi validitas konstruk dan kriteria validitas kriteria yang
ada dan novel as-sociated dengan sepsis.

Metode
Penelitian ini disetujui dengan pengabaian informed consent oleh dewan review kelembagaan dari
University of Pittsburgh, Kaiser Permanente Northern California (Kpnc), Veteran Ad-pertolongan
(VA) Ann Arbor Sistem Kesehatan, Washington State Departemen Kesehatan, King County
Emergency medis Ser-keburukan (KCEMS), University of Washington, dan Rumah Sakit Jena
University.

Studi Desain, Setting, dan Populasi

Sebuah studi retrospektif kohort dilakukan antara orang dewasa en-counter (usia 18 tahun) yang
dicurigai infeksi. The pri-mary kohort semua pertemuan rumah sakit 2010-2012 di 12 komunitas dan
rumah sakit akademik dalam perawatan kesehatan UPMC Sistem di barat daya Pennsylvania. Kohort
termasuk semua pertemuan medis dan bedah di darurat berangkat-ment, bangsal rumah sakit, dan unit
perawatan intensif (ICU). Kami Cre-diciptakan split sampel acak (50/50) dari kohort UPMC, kohort
derivasi untuk mengembangkan kriteria baru, dan kohort valida-tion untuk penilaian kriteria baru dan
yang sudah ada. Kami juga belajar 4 set data eksternal: (1) semua pertemuan rawat inap di 20 rumah
sakit Kpnc 2009-2013; (2) semua en-counter di 130 rumah sakit di sistem VA Amerika Serikat 2008-
2010; (3) semua nontrauma, layanan medis darurat nonarrest catatan dari 5 canggih dukungan
kehidupan agen-badan-2009-2010 diangkut ke 14 rumah sakit dengan infeksi ko-nity di King County,
Washington (KCEMS)6;dan (4) semua pasien 2011-2012 pada 1 rumah sakit Jerman terdaftar dengan
infeksi nosokomial di TANDA studi kohort prospektif.7 kohort ini dipilih karena mereka termasuk pa-
rawat pertemuan dari berbagai tahapan perawatan akut (keluar dari rumah sakit, gawat darurat,
bangsal rumah sakit) dan negara-negara (Amerika Serikat dan Jerman) dengan berbagai jenis infeksi
(masyarakat dan nosokomial). Data UPMC, Kpnc, dan VA diperoleh dari catatan kesehatan elektronik
(EHRs) dari sistem kesehatan masing-masing; Data KCEMS diperoleh dari out-of-rumah sakit record
administratif; dan TANDA data dikumpulkan prospektif oleh koordinator penelitian.
Mendefinisikan Cohort sebuah Dengan Infeksi Diduga Untuk data EHR (UPMC, Kpnc, dan VA),
episode pertama infeksi sus-pected diidentifikasi sebagai kombinasi antibiot-ics (lisan atau parenteral)
dan tubuh kultur cairan (darah, urine, cairan ce-rebrospinal, dll) . Kami diperlukan kombinasi dari
budaya dan waktu mulai antibiotik terjadi dalam waktu zaman tertentu. Jika antibiotik diberikan
pertama, sampling budaya harus telah diperoleh dalam waktu 24 jam. Jika sampling budaya adalah
pertama, antibiotik harus telah memerintahkan dalam waktu 72 jam. The on-set infeksi didefinisikan
sebagai waktu di mana pertama dari 2 peristiwa ini terjadi (eAppendix dalam Tambahan).Untuk non-
EHR data dalam TANDA, pasien dilibatkan yang bertemu Pusat Pengendalian Penyakit dan
Pencegahan definisi atau kriteria klinis untuk infeksi nosokomial lebih dari 48 jam setelah masuk
seperti yang didokumentasikan oleh calon skrining.7 Untuk data non-EHR di KCEMS, klaim
administrasi diidentifikasi infeksi hadir pada penerimaan (pelaksanaan Angus infeksi menggunakan
Klasifikasi Internasional Penyakit, Kesembilan Re-visi, Modifikasi Klinis (ICD-9-CM)kode
diagnosis).6
Menentukan Kriteria klinis untuk Sepsis Menggunakan Tindakan yang Ada
Di UPMC derivasi dan validasi data, indikator yang gen-erated untuk setiap komponen dari sindrom
sistemik inflamasi re-sponse (SIRS) kriteria4;yang Sequential [Sepsis terkait] Organ Failure
Assessment (SOFA) mencetak8;dan Logistik Organ Disfungsi System (LODS) skor,9 tertimbang
disfungsi organ skor (Tabel 1). Kami menggunakan versi modifikasi dari skor LODS yang tidak
mengandung keluaran urin (karena akurasi yang buruk dalam rekaman pada pertemuan bangsal rumah
sakit), pro-trombin, atau tingkat urea. SIRS kriteria maksimum, skor SOFA, dan LODS dimodifikasi
skor dihitung untuk jendela waktu dari 48 jam sebelum sampai 24 jam setelah onset di-fection, serta
pada setiap hari kalender. Jendela ini adalah kami untuk kriteria calon karena disfungsi organ di sepsis
dapat terjadi sebelum, dekat saat, atau setelah infeksi Lat-nized oleh dokter atau ketika pasien
menyajikan untuk perawatan. Lebih-lebih, dokumentasi klinis, pelaporan laboratorium val-ues di
EHRs, dan lintasan disfungsi organ yang heterogen di pertemuan dan sistem kesehatan. Dalam analisis
post hoc diminta oleh gugus tugas, perubahan skor SOFA dihitung dari 2 poin atau lebih dari 48 jam
sebelum hingga 24 jam setelah timbulnya infeksi.
Berasal Kriteria klinis Novel untuk Sepsis
Pada derivasi kohort (UPMC), baru, kriteria sederhana adalah de-veloped menurut Pelaporan
Transparan dari Model Prediksi Multivari-mampu untuk Individu Prognosis atau Diagnosis (TRIPOD)
rekomendasi.10 ini mensyaratkan 2 langkah: (1) menilai-ing calon variabel kualitas dan frekuensi data
yang hilang dan mengembangkan model pelit dan skor titik sederhana.3,8,11 Karena sifat subjektif dan
kompleksitas variabel dalam kriteria yang ada, kami mencari model sederhana yang dapat dengan
mudah digunakan oleh dokter di samping tempat tidur. Berdasarkan asumsi bahwa kematian di rumah
sakit akan jauh lebih umum pada pertemuan dengan pasien yang terinfeksi yang memiliki sepsis
dibandingkan mereka yang tidak, semua variabel kontinyu dichotomized dengan mendefinisikan
celana optimal menggunakan mini-mum 0/1 jarak pada daerah di bawah penerima operasi kurva char-
acteristic (AUROC) untuk kematian di rumah sakit.12 celana dibulatkan ke bilangan bulat terdekat,
dan standar tunggal-nilai im-putation digunakan, dengan nilai substitusi yang normal jika variabel
yang hilang. Pendekatan terakhir ini standar dalam skor risiko klinis8,13,14 dan cermin bagaimana
dokter akan menggunakan skor di samping tempat tidur. Regresi logistik ganda digunakan dengan
kesalahan standar yang kuat dan seleksi depan variabel kandidat menggunakan kriteria informasi
Bayesian untuk mengembangkan cepat SOFA (qSOFA) model. Kriteria informasi Bayesian adalah
berbasis kemungkinan pendekatan bertahap yang mempertahankan variabel yang meningkatkan
kemampuan keseluruhan model untuk memprediksi hasil dari bunga sementara menggabungkan
penalti untuk termasuk terlalu banyak variabel. Mendukung kesederhanaan atas akurasi, skor titik 1
ditugaskan untuk masing-masing variabel dalam model akhir, terlepas dari koefisien regresi. Kalibrasi
Model dinilai dengan membandingkan perbedaan klinis yang relevan dalam diamati vs mantan pected
hasil, sebagai uji Hosmer-Lemeshow mungkin sig-nifikan karena ukuran sampel yang besar.15
Penilaian Calon Kriteria Klinis
Tes: tes ulang atau reliabilitas antar penilai dari unsur-unsur individu tidak dinilai, sebagian karena
sebagian besar unsur telah dikenal kehandalan. Namun, frekuensi data yang hilang itu menghalangi-
ditambang untuk setiap elemen karena data yang hilang lebih umum untuk unsur-unsur individu
berpotensi akan mempengaruhi keandalan nilai yang terintegrasi seperti skor SOFA. Validitas
konstruk ditentukan dengan memeriksa perjanjian antara langkah-langkah yang berbeda analog
dengan matriks ap-proach multitrait-multimethod dari Campbell dan Fiske, menggunakan Cronbach
perjanjian mea-yakin atau kesamaan.16,17 interval Keyakinan yang dihasilkan dengan metode bootstrap
(100 ulangan). Validitas kriteria dinilai menggunakan validitas prediktif dari kriteria calon dengan
hasil (hasil utama: mortalitas di rumah sakit; hasil sekunder: mortalitas di rumah sakit atau unit
perawatan intensif [ICU] lama menginap 3 hari). Ini keluar-masuk yang objektif, mudah diukur di
beberapa hospi-tals di AS / kohort non-AS, dan lebih mungkin untuk hadir dalam pertemuan dengan
pasien dengan sepsis dibandingkan dengan infeksi uncom-plicated. Untuk mengukur validitas
prediktif, model risiko dasar diciptakan untuk kematian di rumah sakit berdasarkan kriteria preinfec-
tion menggunakan regresi logistik multivariabel. Basis-garis model termasuk usia (sebagai polinomial
pecahan), jenis kelamin, ras / etnis (hitam, putih, atau lainnya), dan tertimbang Charlson komorbiditas
skor (sebagai polinomial pecahan) sebagai ukuran komorbiditas kronis.18,19 Ras / etnis berasal dari
UPMC sistem data pendaftaran menggunakan kategori tetap consis-tenda dengan Centers for
Medicare & Medicaid Services EH.

Encounters kemudian dibagi menjadi desil risiko dasar. Dalam setiap desil, angka kematian di rumah
sakit panjang ICU menginap 3 hari atau lebih lama ditentukan membandingkan pertemuan dengan
infeksi dengan 2 atau lebih SIRS, SOFA, LODS, dan qSOFA menunjuk vs pertemuan dengan kurang
dari 2 kriteria yang sama skor (ambang 2 poin ditentukan apriori). Diskriminasi Model dinilai dengan
AUROC untuk setiap hasil dengan menggunakan skor kontinyu (s) saja, kemudian ditambahkan ke
model risiko dasar. Analisis secara terpisah dilakukan dalam pertemuan ICU dan pertemuan non-ICU
pada awal di-fection. Baru, kriteria sederhana dalam set data eksternal adalah sebagai-sessed di kedua
ICU dan non-ICU pertemuan. Karena laktat serum secara luas digunakan sebagai alat skrining di
sepsis,22 bagaimana pengukurannya akan meningkatkan prediksi va-lidity kriteria baru dinilai dalam
post hoc analisis. Evalu-asi termasuk model qSOFA yang melakukan dan tidak termasuk se-rum laktat
di ambang 2.0, 3.0, dan 4.0 mmol / L (18, 27, dan 36 mg / dL) dan sebagai variabel kontinu.23 Data
Hanya Kpnc digunakan untuk analisis ini karena program berkualitas im-perbaik an yang sedang
berlangsung mempromosikan sering serum laktat mea-surement seluruh sistem kesehatan
diminimalkan pengganggu oleh indikasi.24
Semua analisis dilakukan dengan software STATA, ver-sion 11,0 (Stata Corp). Semua uji signifikansi
menggunakan2-sided P 0,05. Kami dianggap AUROCs menjadi miskin di 0,6-0,7, ad-menyamakan
di 0,7-0,8, baik pada 0,8-0,9, dan sangat baik pada 0,9 atau lebih tinggi.25

Hasil

Kohort dan Encounter Karakteristik

Pada 177 rumah sakit di 5 AS dan set data non-AS antara 2008 dan 2013 (Tabel 2), 4 885 558
pertemuan dipelajari. Dalam kelompok utama 1 309 025 catatan (UPMC derivasi dan vali-dation;
Gambar 1), 148 907 pertemuan telah menduga infec-tion, paling sering menyajikan luar ICU (n = 133
139 [89%]). Seperti ditunjukkan pada Tabel 3, infeksi pertama adalah umum sus-pected dalam waktu
48 jam dari penerimaan (86%), paling sering pra-senting di departemen darurat (44%) dibandingkan
dengan bangsal (33%) atau ICU (11%) , dan kematian rendah (4%).
Waktu median dari awal pertemuan sampai timbulnya diduga terinfeksi (didefinisikan sebagai urutan
budaya atau antibiotik) adalah 4,2 jam (kisaran interkuartil, 1,6-19,2 jam). Dalam Kpnc hos-pitals
(ETABLE 1 dalam Tambahan),pertama kali dicurigai infeksi terjadi di luar ICU (98%) dengan angka
kematian yang sama (5%) dan proporsi diidentifikasi dalam waktu 48 jam dari penerimaan (81%). Se-
rum laktat diukur dalam 57% dari yang diduga infeksi en-counter di rumah sakit Kpnc dibandingkan
dengan kurang dari 10% dalam kohort lainnya. Di rumah sakit VA, bertemu dengan infeksi sus-pected
memiliki angka kematian yang sama (6%) tetapi lebih mungkin pertama kali diidentifikasi di ICU
(19%). Sebuah minoritas episode infec-tion pertama terjadi setelah operasi, dan kultur darah positif
ditemukan pada 5% sampai 19% dari pertemuan. Dalam model risiko dasar, hanya menggunakan
demografi dan komorbiditas, ada variasi 10 kali lipat untuk mortalitas di rumah sakit di desil risiko
dasar, mulai dari 0,7% sampai 8% (eFigure 1 dalam Tambahan).

Frekuensi Hilang data antara Klinis dan Laboratorium Variabel

Dalam UPMC derivasi kohort, kriteria SIRS dan dipilih tes Pene-ratory di SOFA dan LODS yang
bervariasi diukur dalam EHR dekat timbulnya infeksi (eFigure 2 di Supple-ment).Takikardia,
takipnea, dan hipotensi, meskipun hadir dalam waktu kurang dari 50% dari pertemuan, adalah
kelainan klinis yang paling com-mon. Encounters di ICU lebih mungkin untuk memiliki SIRS dan
SOFA variabel yang diukur dan nilai-nilai lebih mungkin menjadi abnormal. Untuk pertemuan di luar
ruang ICU, data laboratorium kurang tersedia, dengan bilirubin total, rasioPaO2 untuk fraksi oksigen
inspirasi, dan jumlah trombosit hadir di 62%, 74%, dan 15% dari pertemuan, masing-masing.
Kinerja Kriteria yang ada di ICU di UPMC Cohort
antara pertemuan ICU yang dicurigai infeksi pada UPMC validasi kohort (n = 7932 [11%]), yang
paling memiliki 2 atau lebih LODS poin (88%), poin SOFA (91%), atau SIRS kriteria (84%)
mendekati waktu dicurigai infeksi, dengan tingkat kematian dari 18% untuk semua skor pada batas ini
(Gambar 2 dan eFigure 3 di Supple-ment). SOFA dan LODS memiliki perjanjian statistik lebih besar
dengan satu sama lain ( = 0,87; 95% CI, 0,87-0,88) tetapi lebih rendah dengan SIRS ( = 0,43 [95%
CI, 0,41-0,46] untuk SOFA; = 0,41 [95% CI, 0,38-0,43] untuk LODS) (Gambar 3). Encounters di
ICU dengan 2 atau lebih vs kurang dari 2 kriteria SIRS dibandingkan dalam desil risiko dasar-line dan
mengamati peningkatan tingkat 1 sampai 2 kali lipat dari kematian di rumah sakit dibandingkan
dengan peningkatan 3 sampai 11 kali lipat angka kematian membandingkan orang-orang dengan 2
atau lebih vs kurang dari 2 poin SOFA (Gambar 4). Perubahan kali lipat dalam skor LODS bahkan
lebih besar dari itu untuk SOFA.
Di ICU, validitas prediktif untuk kematian di rumah sakit menggunakan SOFA (AUROC = 0,74; 95%
CI, 0,73-0,76) dan LODS (AUROC = 0,75; 95% CI, 0,73-0,76; P = 0,20) tidak statisti-Cally berbeda
tetapi secara statistik lebih besar dari SIRS (AUROC = 0,64; 95% CI, 0,62-0,66; P <0,001 baik untuk
LODS atau SOFA vs SIRS) (Gambar 3 dan eFigure 4 dan ETABLE 2 dalam Tambahan).Hasil untuk
perubahan SOFA dari 2 poin atau lebih secara signifikan lebih besar dibandingkan dengan SIRS
(AUROC = 0.70; 95% CI, 0,68-0,71; P <0,001 vs kriteria SIRS). Skor SOFA adalah 2 atau lebih
dalam 98% dari orang yang mati (95% CI, 97% -99%); antara korban, skor SOFA kurang dari 2 pada
10% (95% CI, 10% -11%). Proporsi ini serupa untuk ambang LODS dari 2 atau 3 (ETABLE 3 dalam
Tambahan).Di antara orang yang mati, 2 atau lebih SIRS kriteria hadir di 91% (95% CI, 89% -92%).
Re-sults konsisten untuk hasil gabungan (eFigures 5 dan 6 dalam Tambahan).
Kinerja Kriteria yang Ada Di luar ICU di UPMC Cohort
Untuk pertemuan dengan dicurigai infeksi di luar ICU (n = 66 522 [89% dari kohort]), 20 130 (30%)
tidak SIRS crite-ria, 27 560 (41 %) tidak memiliki poin SOFA, dan 29 789 (45%) tidak LODS poin
(Gambar 2). Perjanjian mengikuti pola yang sama dengan yang di pertemuan ICU tapi dengan statistik
Cronbach umumnya lebih kecil (Gambar 3). Selama desil risiko dasar (Gambar 4), bertemu dengan
2 atau lebih vs kurang dari 2 kriteria SIRS memiliki peningkatan 2 sampai 7 kali lipat dalam tingkat
comparedwith kematian di rumah sakit sampai dengan perubahan 80 kali lipat selama 2 atau lebih vs
kurang dari 2 SOFA poin.
Diskriminasi dari kematian di rumah sakit menggunakan SOFA (AUROC = 0,79; 95% CI, 0,78-0,80),
LODS (AUROC = 0,82; 95% CI, 0,81-0,83), atau perubahan SOFA (AUROC = 0,79; 95% CI, 0,78 -
0,79) skor secara signifikan lebih besar dibandingkan dengan SIRS cri-teria (AUROC = 0,76; 95% CI,
0,75-0,77; P <0,01 untuk semua) (Gambar 3 dan eFigure 4 dan ETABLE 2 dalam Tambahan).Enam
puluh delapan per-sen (95% CI, 66% -70%) dari orang yang mati memiliki 2 atau lebih poin SOFA
dan 67% (95% CI, 66% -67%) dari korban memiliki kurang dari 2 SOFA poin. Sebagai perbandingan,
hanya 64% (95% CI, 62% -67%) dari orang yang mati memiliki 2 atau lebih SIRS kriteria, sedangkan
65% dari sur-vivors memiliki kurang dari 2 SIRS kriteria (95% CI, 64% -65%) (Etable dalam
Tambahan).Hasilnya konsisten untuk hasil com-dikombinasi (eFigures 5 dan 6 dalam Tambahan).

Kinerja Baru, Kriteria Simple

Model qSOFA akhir termasuk Glasgow Coma Scale (GCS) skor 13 atau kurang, tekanan darah
sistolik 100 mm Hg atau kurang, dan tingkat pernapasan 22 / min atau lebih (1 poin masing-masing;
rentang skor, 0-3) (Tabel4).Kebanyakan pertemuan dengan infeksi (73% -90%) memiliki kurang dari
2 qSOFA poin, dan kematian berkisar antara 1% sampai 24% selama rentang skor (eFigure 7 dalam
Tambahan).Kalibrasi plot menunjukkan sejenis yang diamati vs diharapkan pro-porsi kematian di
seluruh skor qSOFA (eFigure 8 di Supple-ment).The qSOFA setuju cukup baik dengan kedua SOFA
( = 0,73; 95% CI, 0,73-0,74) dan LODS ( = 0,79; 95% CI, 0,78-0,79) dan, tidak seperti SOFA dan
LODS, juga setuju lebih banyak dengan SIRS ( = 0,69; 95% CI, 0,68 -0,69) (Gambar 3). 24% dari
encoun-ters dengan infeksi dengan 2 atau 3 qSOFA poin menyumbang 70% dari kematian, 70%
kematian atau tetap ICU dari 3 hari atau lebih lama. Di ICU, validitas prediktif untuk kematian di
rumah sakit dari qSOFA atas risiko dasar (AUROC = 0,66; 95% CI, 0,64-0,68) secara statistik lebih
besar dari kriteria SIRS(P = 0,01) tetapi secara signifikan kurang dari SOFA(P <0,001 ) (Gambar 3
dan eFigure 4 dan ETABLE 2 dalam Tambahan).Di luar ruang ICU, ada 3 sampai 14 kali lipat
peningkatan dalam tingkat kematian di rumah sakit di seluruh rentang risiko dasar membandingkan
mereka dengan 2 atau lebih vs kurang dari 2 qSOFA poin (Gambar 4). Validitas predic-tive dari
qSOFA baik untuk kematian di rumah sakit (AUROC = 0,81; 95% CI, 0,80-0,82), secara statistik
tidak dif-ferent dari LODS(P = 0,77) dan secara statistik lebih besar dari SOFA atau perubahan di skor
SOFA(P <0,001 untuk keduanya) (Gambar 3, Gambar 4, dan eFigure 4 dan ETABLE 2 dalam
Tambahan).Sev-enty persen (95% CI, 69% -72%) dari orang yang mati memiliki 2 atau lebih qSOFA
poin dan 78% (95% CI, 78% -79%) dari korban memiliki kurang dari 2 qSOFA poin (ETABLE 3 di
Tambahan).Hasilnya konsisten untuk hasil gabungan (eFigures 5 dan 6 dalam Tambahan). Di antara
pertemuan dengan 2 atau lebih qSOFA poin, 75% juga memiliki 2 atau lebih SOFA poin (eFigure 9
dalam Tambahan).Proporsi ini lebih besar di antara orang yang mati (89%) dan ICU en-counter (94%)
dan meningkat sebagai jendela waktu untuk evalu-asi diperpanjang sampai 48 jam (90%) dan 72 jam
(92%) af-ter onset infeksi.
Data eksternal Set
The qSOFA diuji di 4 set data eksternal yang terdiri dari 706 399 pertemuan pasien di 165 rumah sakit
di luar rumah sakit (n = 6508), non-ICU (n = 619 137), dan ICU (n = 80 595) pengaturan (Etable 1
dalam Tambahan).Di antara pertemuan dengan infeksi masyarakat (KCEMS) atau didapat di rumah
sakit infeksi (TANDA), qSOFA memiliki konsisten validitas prediktif (AUROC = 0,71 dan 0,75,
masing-masing) (Tabel 5 dan eFigure 4 dalam Tambahan).Hasil serupa dalam data set VA (AUROC =
0,78), di mana tidak ada data GCS yang tersedia.
Serum Laktat
Selama Model bangunan dalam data UPMC, laktat serum tidak memenuhi ambang batas statistik
prespecified untuk dimasukkan dalam qSOFA. Dalam data Kpnc, penambahan post hoc tingkat serum
laktat dari 2,0 mmol / L (18 mg / dL) atau lebih untuk qSOFA (direvisi untuk skor 4 poin dengan 1
poin ditambahkan untuk tingkat laktat serum) sta-tistically mengubah validitas prediktif qSOFA
(AUROC dengan laktat = 0,80; 95% CI, 0,79-0,81 vs AUROC tanpa laktat = 0,79; 95% CI, 0,78-0,80;
P <0,001) (eFigure 10A dalam Tambahan).Seperti ditunjukkan dalam ETABLE 4 diini
Tambahan,adalah konsisten untuk ambang batas yang lebih tinggi dari laktat (3,0 mmol / L [27 mg /
dL], 4.0 mmol / L [36 mg / dL]) atau menggunakan kontinyu dis-tribution(P <0,001). Namun,
relevansi klinis kecil sebagai tingkat mortalitas di rumah sakit membandingkan pertemuan dengan 2
atau lebih vs kurang dari 2 poin di desil risiko yang nu-merically yang sama atau tidak laktat serum
termasuk dalam qSOFA (eFigure 10B dalam Tambahan).
Di antara pertemuan dengan 1 qSOFA titik tapi juga tingkat laktat serum 2,0 mmol / L atau lebih,
mortalitas di rumah sakit lebih tinggi dari itu untuk pertemuan dengan tingkat serum laktat kurang dari
2,0 mmol / L di berbagai risiko dasar. Tingkat kematian di rumah sakit adalah numerik serupa dengan
en-counter dengan 2 qSOFA poin menggunakan model tanpa se-rum laktat (eFigure 11 dalam
Tambahan).Karena kadar serum laktat banyak digunakan untuk penyaringan di banyak pusat-pusat,
distribusi skor qSOFA lebih strata tingkat laktat serum diselidiki. The qSOFA konsisten diidentifikasi
lebih tinggi berisiko bertemu bahkan di berbagai serum laktat

Waktu Windows for Mengukur qSOFA Variabel

Ketika variabel qSOFA diukur dalam jendela waktu dari 3 jam sebelum / sesudah atau 12 jam sebelum
/ setelah timbulnya infeksi pada data yang Kpnc (Etable 4 dalam Tambahan),hasilnya tidak berbeda
secara signifikan dari model asli(P = 0,13 selama 3 jam dan P = 0,74 selama 12 jam). Ketika variabel
qSOFA dibatasi hanya 24 jam setelah onset infeksi, validitas prediktif untuk kematian di rumah sakit
secara signifikan lebih besar (AUROC = 0,83; 95% CI, 0,83-0,84; P <0,001) dibandingkan dengan
model utama.

Analisis sensitivitas tambahan ditampilkan di ETABLE 4 ditersebut. TambahanValiditas prediktif

qSOFA tidak signifi-cantly berbeda ketika menggunakan langkah-langkah yang lebih sederhana,
seperti setiap pemikiran diubah (skor GCS <15[P = 0,56] dibandingkan dengan model dengan GCS
skor 13). Validitas prediktif juga tidak secara signifikan berbeda ketika dilakukan setelah beberapa
impu-tasi untuk data yang hilang dan dalam berbagai sebuah subkelompok apriori.
Diskusi
Ketiga Internasional Konsensus Definisi Task Force de-didenda sepsis sebagai disfungsi organ
yang mengancam jiwa karena respon host teregulasi terhadap infeksi. 5 Dengan tidak adanya tes
standar emas untuk sepsis, beberapa domain validitas dan kegunaan yang digunakan untuk menilai
kriteria klinis potensi untuk op-erationalize definisi ini. Di antara pertemuan dengan infeksi sus-pected
di ICU (Gambar 3), SOFA dan LODS memiliki sta-tistically lebih besar validitas prediktif
dibandingkan dengan kriteria SIRS. Di luar ruang ICU, model sederhana (qSOFA) dari pemikiran
berubah, tekanan darah sistolik yang rendah, dan tingkat pernapasan yang tinggi memiliki validitas
prediktif statistik lebih besar dari skor SOFA (Gambar 3). Validitas prediktif qSOFA adalah kuat
untuk evalu-asi di bawah kondisi pengukuran yang bervariasi, di rumah sakit akademik dan
masyarakat, di lokasi internasional perawatan, bagi masyarakat dan infeksi didapat di rumah sakit, dan
setelah mul-tiple imputasi untuk data yang hilang. Itu, bagaimanapun, secara statistik lebih rendah
dibandingkan dengan SOFA untuk pertemuan di ICU dan memiliki validitas isi statistik lebih rendah
sebagai ukuran disfungsi multiorgan. Dengan demikian, gugus tugas direkomendasikan penggunaan
skor SOFA dari 2 poin atau lebih dalam pertemuan dengan di-fection sebagai kriteria untuk sepsis dan
penggunaan qSOFA di non-ICU set-tings untuk mempertimbangkan kemungkinan sepsis.
Kriteria Di luar ICU
Untuk pasien yang terinfeksi di luar ICU, ada sebuah fokus peningkatan pada pengakuan awal
sepsis. Potensi kriteria untuk disfungsi organ seperti SOFA atau LODS diperlukan variabel klinis dan
laboratorium yang mungkin hilang dan sulit untuk mendapatkan pada waktu yang tepat. Karakteristik
ini dapat meningkatkan pengukuran bur-den untuk dokter. Sebagai perbandingan, model sederhana
(qSOFA) menggunakan 3 variabel klinis, tidak memiliki tes laboratorium, dan memiliki validitas
prediktif luar ICU yang secara statistik lebih besar dari skor SOFA(P <0,001). The qSOFA dan SOFA
skor juga memiliki perjanjian ac-ceptable di sebagian besar pertemuan. Namun, 3 masalah yang
berpotensi kontroversial yang layak tidak-ing. Pertama, qSOFA berasal dan diuji di antara pasien
encoun-ters di mana infeksi sudah dicurigai. The qSOFA tidak peringatan itu saja akan membedakan
pasien dengan infeksi dari orang-orang tanpa infeksi. Namun, setidaknya di banyak pengaturan rumah
sakit AS dan Eropa, infeksi biasanya dicurigai segera, sebagaimana dibuktikan oleh inisiasi cepat
antibiotik.26,27 Kedua, status mental dinilai bervariasi di berbagai set-tings, yang dapat mempengaruhi
kinerja qSOFA. Al-meskipun qSOFA muncul kuat di analisis sensitivitas untuk alternatif GCS
dipotong poin, pekerjaan lebih lanjut diperlukan untuk memperjelas kegunaan klinis. Secara khusus,
model dievaluasi hanya apakah status mental tidak normal, bukan apakah itu telah berubah dari
baseline, yang sangat sulit untuk opera-membakukan dan memvalidasi, baik di EHR dan sebagai
bagian dari charting rutin. Sebuah alternatif untuk GCS (misalnya, Laboratorium dan akut Fisiologi
Score, versi 2, dalam pertemuan Kpnc)28 menemukan hasil simi-lar. Ketiga, tingkat laktat serum, yang
telah diusulkan sebagai alat skrining untuk sepsis atau syok septik, tidak dipertahankan di qSOFA
selama konstruksi model. Salah satu alasan mungkin karena kadar serum laktat tidak diukur umum di
UPMC kumpulan data. Ketika kadar laktat serum ditambahkan ke qSOFA post hoc dalam sistem
kesehatan Kpnc kumpulan data, di mana pengukuran kadar laktat adalah umum, prediksi va-lidity
secara statistik meningkat tetapi dengan sedikit perbedaan dalam bagaimana pertemuan
diklasifikasikan. Analisis ini dinilai hanya bagaimana tingkat laktat serum pada ambang batas yang
berbeda memberikan kontribusi atas dan di luar model qSOFA. Namun, di antara pertemuan
menengah risiko (qSOFA skor = 1), penambahan serum tingkat lac-tate dari 2,0 mmol / L (18 mg /
dL) atau lebih tinggi diidentifikasi mereka dengan profil risiko yang sama dengan mereka yang 2
qSOFA poin. Dengan demikian, area untuk penyelidikan lebih lanjut termasuk apakah kadar serum
laktat dapat digunakan untuk pasien dengan nilai-nilai qSOFA batas atau sebagai pengganti variabel
qSOFA individu (status terutama mental, mengingat masalah yang melekat dibahas di atas), terutama
dalam sistem kesehatan di mana laktat kadarnya reli-cakap diukur dengan biaya rendah dan pada
waktu yang tepat.
Kriteria di ICU
Di antara pertemuan ICU, diagnosis sepsis mungkin chal-lenging karena sudah ada sebelumnya
disfungsi organ, pengobatan sebelum masuk, dan dukungan organ bersamaan. Dalam penelitian ini,
yang lain telah dilaporkan dalam geografis sistem wilayah dan perawatan kesehatan yang berbeda, 29
alat-alat tradisional seperti SIRS crite-ria memiliki validitas prediktif miskin di antara pasien yang
berada dalam-fected. Namun dalam penelitian kami, SOFA dan LODS skor memiliki validitas
prediktif unggul di ICU dan kesepakatan yang lebih besar, mungkin karena lebih variabel
kemungkinan besar akan diukur, abnor-mal, dan independen dari intervensi yang sedang berlangsung.
Ini kembali sults konsisten dengan penelitian sebelumnya dari SOFA dan LODS di ICU.30,31 Rata-rata,
hanya 2 dari 100 orang yang mati terinfeksi di ICU memiliki skor SOFA atau LODS kurang dari 2.
skor qSOFA memiliki statistik lebih buruk validitas prediktif di ICU, kemungkinan re-lated terhadap
efek pengganggu dukungan organ yang sedang berlangsung (misalnya, ventilasi mekanik,
vasopressor).
Kemajuan Menggunakan EHRs
Data dari analisis ini memberikan Konsensus Task Force Ketiga Interna-tional dengan bukti
tentang klinis cri-teria untuk sepsis menggunakan EHRs dari 3 sistem kesehatan yang besar dengan
kedua rumah sakit akademik dan masyarakat. Lebih dari 60% dari nonfederal, rumah sakit perawatan
akut AS (dan semua rumah sakit AS federal) sekarang menggunakan EHRs canggih. Adopsi EHRs
telah di-berkerut 8 kali lipat sejak tahun 2009 di Amerika Serikat dan akan con-tinue meningkat.32
EHR dapat hadir rumah sakit dengan kesempatan untuk cepat memvalidasi kriteria untuk pasien
cenderung memiliki sepsis, untuk menguji petunjuk atau tanda di antara pasien yang terinfeksi dengan
tanda tangan EHR spesifik sugestif dari sepsis, dan untuk membangun platform untuk pengawasan
otomatis.33 Selain itu, kriteria seperti di qSOFA dapat diukur dengan cepat dan mudah dan dinilai
berulang dari waktu ke waktu pada pasien dengan risiko sepsis, per-HAPS bahkan di negara-negara
berkembang tanpa EHRs.
Keterbatasan
Penelitian ini memiliki beberapa keterbatasan. Pertama, kita belajar hanya pasien yang terinfeksi
sudah dicurigai atau dokumen-mentasikan. Kami tidak membahas bagaimana mendiagnosa infeksi di
antara mereka di antaranya disfungsi organ yang mengancam jiwa adalah presentasi ini-esensial. Oleh
karena itu, data ini saja tidak mandat bahwa pasien dirawat di rumah sakit dengan SOFA atau qSOFA
poin akan evalu-diciptakan untuk adanya infeksi. Kedua, kami memilih untuk mengembangkan
kriteria sederhana yang Clini-cians cepat bisa menggunakan di samping tempat tidur,
menyeimbangkan ketepatan waktu dan konten validitas dengan validitas kriteria yang lebih besar.
Kami ac-pengetahuan yang validitas prediktif akan ditingkatkan dengan model yang lebih kompleks
yang mencakup istilah interaksi atau pengukuran serial dari waktu ke waktu. 3,34,35 Kami menguji
bagaimana perubahan skor SOFA dari waktu ke waktu akan melakukan, dan meskipun mirip dengan
skor SOFA maksimal, saat jendela yang optimal di mana perubahan harus diukur tidak diketahui.
Ketiga, tidak ada disfungsi organ pengukuran dievaluasi dalam penelitian ini membedakan antara
kronis dan disfungsi organ akut, menilai apakah disfungsi organ memiliki expla-negara selain infeksi,
atau atribut disfungsi spesifik-Cally untuk respon host tidak teregulasi. Sebagai contoh, pasien dengan
demensia dengan skor GCS abnormal pada awal akan al-cara memiliki 1 qSOFA titik tapi mungkin
tidak mungkin untuk memiliki September-sis sebagai pasien dengan sensorium dasar normal. Dengan
demikian, kita digambarkan validitas prediktif dari berbagai kriteria di berbagai risiko yang mendasari
ditentukan dari komorbiditas dan demografi.
Keempat, kami memilih 2 hasil terkait lebih umum dengan sepsis dibandingkan dengan infeksi
tanpa komplikasi. Ini keluar-datang memiliki validitas isi yang tinggi dan digeneralisasikan di seluruh
set data, tapi pasti ada alternatif pilihan.

Kelima, kami membandingkan validitas prediktif dengan tes mengambil kesimpulan-ence yang
mungkin sensitif terhadap ukuran sampel. We found that sta-tistically significant differences in
AUROC were often present, yet these resulted in differences in classification with debat-able clinical
relevance. We reconciled these data by reporting the fold change in outcome comparing encounters of
differ-ent scores to provide more clinical context.
Sixth, the acute, life-threatening organ dysfunction in sep-sis may also occur at different times in
different patients (before, during, or after infection is recognized).37 Results were unchanged over a
variety of time windows, including both long (72-hour) and short (6-hour) windows around the onset
of in-fection. Prospective validation in other cohorts, assessment in low- to middle-income countries,
repeated measurement, and the contribution of individual qSOFA elements to predic-tive validity are
important future directions.
Conclusions
Among ICU encounters with suspected infection, the predic-tive validity for in-hospital mortality
of SOFA was not signifi-cantly different than the more complex LODS but was statis-tically greater
than SIRS and qSOFA, supporting its use in clinical criteria for sepsis. Among encounters with
suspected infection outside of the ICU, the predictive validity for in-hospital mortality of qSOFA was
statistically greater than SOFA and SIRS, supporting its use as a prompt to consider possible sepsis.