Penyesuaian Trauma and Injury Severity Score (TRISS) yang

baru untuk prediksi survival

Abstrak

Latar belakang: Tujuan dari penelitian ini adalah untuk

mengusulkan tiga penyesuaian baru untuk persamaan Trauma and
Injury Severity (TRISS) dan membandingkan kinerja mereka
dengan TRISS yang asli serta indeks ini dengan koefisien yang
disesuaikan untuk populasi penelitian.

Metode: Studi retrospektif multisenter ini mengevaluasi korban

trauma yang dirawat di dua rumah sakit di Sao Paulo-Brasil dan San
Diego-EUA antara 1 Januari 2006 dan 31 Desember 2010. Model
yang diusulkan meliputi model yang seperti New Trauma and Injury
Severity Score (NTRISS-like) yang mencakup variabel Best Motor
Response (BMR), tekanan darah sistolik (systolic blood
pressure/SBP), New Injury Severity Score (NISS), dan usia; model
TRISS saturasi oksigen periferal (SpO2) yang mencakup variabel
Glasgow Coma Scale (GCS), SBP, SpO2, Injury Severity Score, dan
usia; dan model NTRISS-like SpO2 yang mencakup variabel BMR,
SBP, SpO2, NISS, dan usia. Semua persamaan disesuaikan untuk
koefisien trauma tumpul dan penetrasi. Koefisien model ditetapkan
dengan analisis regresi logistik. Analisis kurva Receiver Operating
Characteristic (ROC) digunakan untuk mengevaluasi kinerja
model.

Hasil: TRISS yang asli (area di bawah kurva (area under the
curve/AUC) = 0,90), TRISS dengan koefisien yang disesuaikan
(AUC = 0,89), dan proposal yang baru (NTRISS-like, TRISS SpO2,
dan NTRISS-like SpO2) tidak menunjukkan perbedaan dalam
kinerja mereka (masing-masing AUC = 0,89, 0,89, dan 0,90).
Kesimpulan: Model-model yang baru menunjukkan akurasi yang
baik dan kinerja yang mirip dengan TRISS asli dan TRISS yang
disesuaikan dengan koefisien dalam populasi penelitian; oleh karena
itu, proposal baru dapat berguna untuk penilaian kualitas perawatan
pada pasien trauma dengan menggunakan variabel yang secara rutin
diukur dan dicatat.

Kata kunci: Luka dan Cedera, Skor Keparahan Cedera/Injury

Severity Score, Traumatologi, Penilaian Hasil

Latar Belakang

Kualitas perawatan trauma dinilai oleh Program Peningkatan

Kinerja dan Keselamatan Pasien (Performance Improvement and
Patient Safety/PIPS), berdasarkan catatan trauma dan indeks
keparahan [1]. Beberapa sistem penilaian untuk tingkat keparahan
telah tersedia; beberapa diterima secara universal dan ditinjau secara
berkala untuk meningkatkan akurasi mereka. Sistem-sistem tsb
termasuk Trauma and Injury Severity Score (TRISS), alat yang
cocok untuk evaluasi kualitas perawatan dan untuk mengusulkan
perbaikan dalam perawatan trauma [2]. Nilai prediktif dari TRISS
dapat dimaksimalkan dengan menyesuaikan koefisien dalam
populasi di mana sistem tsb sedang diterapkan [3-8].

TRISS terdiri dari indeks Revised Trauma Score (RTS) dan Injury
Severity Score (ISS) serta tipe trauma (tumpul atau penetrasi) dan
usia pasien. Meskipun TRISS digunakan secara luas, sistem tsb
menyajikan keterbatasan yang terutamanya melibatkan RTS dan
ISS [9,10].

Saat ini, RTS sulit untuk dihitung karena peningkatan jumlah

intubasi endotrakeal dengan urutan induksi cepat yang dilakukan
dalam setting pra-rumah sakit, suatu intervensi yang membuat tidak
mungkin untuk menentukan skor Glasgow Coma Scale (GCS) dan
laju pernapasan (respiratory rate/RR). ) saat masuk rumah sakit,
yang diperlukan untuk perhitungan RTS. Selain itu, RR adalah
parameter fisiologis yang membutuhkan waktu untuk pengukuran
selama perawatan darurat pasien yang trauma. Kisaran normalnya
sangat luas dan nilai abnormal-nya mungkin tidak berhubungan
langsung dengan defisit fungsi pernapasan [11].

Saturasi oksigen perifer (Peripheral oxygen saturation/SpO2) telah

terkenal sebagai parameter pernapasan dalam situasi darurat karena
memungkinkan evaluasi kualitas perfusi jaringan pada pasien
trauma dan hal tsb cepat dan mudah untuk diukur. Sehubungan
dengan GCS, literatur mengusulkan untuk mengganti skor total
untuk skala tsb dengan nilai item Best Motor Response (BMR) [12].

Komponen ISS telah dikritik karena tidak mempertimbangkan lebih

dari satu lesi di setiap daerah tubuh dalam perhitungannya, yang
mungkin meng-underestimasi tingkat keparahan [13-16]. ISS yang
diperbarui, New Injury and Severity Score (NISS),
mempertimbangkan tiga cedera paling serius dalam menghitung
keparahan trauma, terlepas dari wilayah tubuh yang terpengaruh,
sehingga berupaya meningkatkan sensitivitas indeks, karena pasien
trauma dapat menunjukkan beberapa cedera parah di wilayah tubuh
yang sama [13-16].

Sebagai hasil dari kritik-kritik ini, beberapa proposal untuk

memodifikasi TRISS telah diterbitkan; namun, studi yang
menggantikan ISS dengan NISS atau yang menyertakan SpO2
dalam komponennya masih cukup langka [12]. Penelitian ini
menyajikan tiga proposal baru — yang seperti New Trauma dan
Injury Severity Score (NTRISS-like), TRISS SpO2, dan NTRISS-
like SpO2. Variasi baru yang pertama (NTRISS-like)
menggabungkan parameter BMR fisiologis antara GCS, tekanan
darah sistolik (systolic blood pressure/SBP), dan variabel anatomi
dari NISS. Variasi kedua dan ketiga menyertakan SpO2. Dalam
TRISS SpO2, RTS digantikan oleh nilai GCS dan SBP dan skor
SpO2; dalam NTRISS-like SpO2, nilai yang ditetapkan untuk SpO2
ditambahkan ke indeks NTRISS-like.

Dengan demikian, tujuan dari penelitian ini adalah untuk

membandingkan akurasi dari tiga variasi yang diusulkan untuk
indeks TRISS asli dengan koefisien yang disesuaikan untuk
populasi penelitian dalam memprediksi survival/kelangsungan
hidup dan untuk memverifikasi kelayakan proposal-proposal yang
baru sebagai pengganti dari TRISS.

Metode

Penelitian kohort multisenter dan retrospektif ini dilakukan di dua

rumah sakit rujukan untuk perawatan trauma, satu di kota Sao Paulo,
Brasil (SPBRA), dan satu lagi di San Diego County, AS (SDEUA).

Penelitian ini melibatkan 10.588 pasien, 2.416 dirawat di rumah

sakit di ruang darurat SPBRA dan 8172 di pusat trauma SDEUA
untuk peristiwa traumatis dan / atau traumatis penetrasi, yang
berusia 14 tahun atau lebih antara 1 Januari 2006, dan 31 Desember
2010. Peristiwa traumatis tersebut adalah yang tercantum dalam Bab
XX pada Klasifikasi Statistik Internasional untuk Penyakit dan
Masalah Kesehatan yang Terkait (ICD-10), yang tidak termasuk
kasus gantung diri, mati lemas, tenggelam atau hampir tenggelam,
keracunan, terbakar, dan sengatan listrik. Pasien yang dirawat
setelah 24 jam pertama sejak peristiwa traumatis atau dipindahkan
dari rumah sakit lain dikeluarkan dari penelitian karena perhitungan
probabilitas survival oleh model memerlukan informasi kondisi
klinis awal dari pasien.

Sebanyak 300 pasien dari masing-masing lembaga dipilih secara

acak dari database (10.588 pasien), yang berisi semua informasi
yang diperlukan untuk perhitungan indeks probabilitas survival;
Database Uji ini digunakan untuk menilai keakuratan model. Data
dari pasien lain dikelompokkan dalam Derived Database/Database
Turunan dan digunakan untuk mengidentifikasi koefisien dari
model yang diusulkan (NTRISS-like, TRISS SpO2, dan NTRISS-like
SpO2), serta menyesuaikan bobot TRISS untuk populasi penelitian
baik yang trauma tumpul dan penetrasi.

Untuk memastikan bahwa kedua rumah sakit memiliki kepentingan

yang sama dalam derivasi koefisien, bobot 3,72 diberikan kepada
masing-masing pasien SPBRA karena distribusi pasien yang tidak
proporsional dari institusi ini dan SDEUA dalam Derived Database
( 2116 versus 7872).

Semua model probabilitas survival yang dibandingkan dalam

penelitian ini menggunakan parameter fisiologis yang diperoleh
pada saat pasien masuk rumah sakit dan dihitung dengan persamaan
Ps = 1 / (1 + e-b), di mana:

Ps, probabilitas survival

e, 2.718282 (basis logaritma Neperian).

Nilai-nilai b berbeda dalam ketiga model, sebagai berikut:

TRISS

b = b0 + b1 (RTS) + b2 (ISS) + b3 (usia)

RTS, nilai total dari indeks (0 hingga 12)

Usia, 0 jika usia <55 tahun dan 1 jika usia> 55 tahun.

NTRISS-like

b = b0 + b1 (BMR) + b2 (SBP) + b3 (NISS) + b4 (usia)

BMR, nilai yang dikaitkan dengan item ini dalam GCP (1 hingga 6)
SBP, nilai yang ditetapkan untuk parameter ini dalam Usia RTS (0
hingga 4), 0 jika usia <55 tahun dan 1 jika usia> 55 tahun.

TRISS SpO2

b = b0 + b1 (GCS) + b2 (SBP) + b3 (SpO2) + b4 (ISS) + b5 (usia)

GCS dan SBP, nilai yang ditetapkan untuk parameter-parameter ini

di RTS (0 hingga 4)

SpO2, sesuai dengan nilai-nilai berikut, 0 atau tidak dapat diukur =

0; 1 hingga 80 = 1; 81 hingga 90 = 2; 91 hingga 95 = 3; 96 hingga
100 = 4

Usia, 0 jika usia <55 tahun dan 1 jika usia> 55 tahun.

NTRISS-like SpO2

b = b0 + b1 (BMR) + b2 (SBP) + b3 (SpO2) + b4 (NISS) + b5 (usia)

BMR, menggunakan nilai yang dikaitkan dengan item ini di GCS (1

hingga 6)

SBP, nilai yang ditetapkan untuk parameter ini dalam RTS (0 hingga
4)

SpO2, sesuai dengan nilai-nilai berikut, 0 atau tidak dapat diukur =

0; 1 hingga 80 = 1; 81 hingga 90 = 2; 91 hingga 95 = 3; 96 hingga
100 = 4.

Usia, 0 jika usia <55 tahun dan 1 jika usia> 55 tahun.

Koefisien dari model-model yang diusulkan dan TRISS disesuaikan

dengan populasi penelitian yang dihasilkan dengan regresi logistik.
Uji diagnostik receiver operating characteristic (ROC) digunakan
untuk mengevaluasi kapasitas prediktif dari model-model yang baru
dan TRISS yang asli dan yang disesuaikan.
Hasil

Dalam sampel sebanyak 10.588 pasien yang hadir antara 1 Januari

2006, dan 31 Desember 2010, didominasi oleh laki-laki (73,5%).
Kecelakaan transportasi (44,1%), jatuh (30,3%), dan penyerangan
(18,0%) adalah penyebab eksternal yang paling umum. Mekanisme
trauma tumpul adalah yang paling umum (90,4%). Sebanyak 2.736
korban (25,8%) menjalani prosedur bedah dan 4132 pasien (39,0%)
dirawat di Unit Perawatan Intensif. Para pasien tetap dirawat di
rumah sakit untuk rata-rata 5,4 ± 13,3 hari dan kematian adalah
5,9% (Tabel 1).

Mempertimbangkan variabel fisiologis, 82,8% memberikan skor

GCS antara 13 dan 15; SBP rata-rata adalah 133,7 ± 31,7 mmHg,
dan RR rata-rata adalah 18,1 ± 5,2 napas per menit. Saturasi oksigen
perifer (SpO2) menyajikan nilai rata-rata 97,3 ± 8,9%. Hanya 459
(4,3%) korban tidak menyajikan nilai-nilai GCS atau BMR pada
saat masuk rumah sakit, dan informasi SBP hilang dari 0,9%
populasi penelitian. Data SpO2 dan RR hilang dari 29,6 dan 8,3%
dari korban, masing-masing . RTS rata-rata adalah 7,4 ± 1,4.

Para pasien menunjukkan rata-rata 2,1 ± 1,0 daerah tubuh yang

terluka, permukaan eksternal yang paling sering terpengaruh adalah
kepala (1,6 ± 1,4 cedera) dan leher (1,0 ± 1,4 cedera). Nilai ISS dan
NISS rata-rata masing-masing adalah 9,7 ± 9,6 dan 12,8 ± 13,0.
Tidak mungkin untuk menghitung ISS dan NISS di 48 korban
(0,5%).

Koefisien untuk trauma tumpul dan penetrasi dari model-model baru

(NTRISS-like, TRISS SpO2, dan NTRISS-like SpO2) dan TRISS
yang disesuaikan ditunjukkan pada Tabel 2.
Gambar 1 menunjukkan kurva ROC dari model-model yang baru.
Kurva dari tiga indeks overlap/saling tumpang tindih, menunjukkan
kesamaan di antara mereka dalam prediksi survival.

Keakuratan semua model yang dianalisis dalam penelitian ini cukup

tinggi (area di bawah kurva memiliki nilai di atas 0,89). Selain itu,
interval kepercayaan (CI) dari semua area di bawah kurva ROC
adalah serupa (95% CI 0,85-0,94) (Tabel 3).

Pembahasan

Mengingat kritik terhadap variabel komponen pada model TRISS,

proposal yang baru menyertakan GCS atau BMR, SBP, dan SpO2
sebagai variabel dalam model dan mengecualikan RTS dan RR dari
persamaan regresi, karena parameter-parameter ini mengecualikan
pasien yang mungkin lebih serius untuk analisis probabilitas
survival (diintubasi) [10, 17, 18]. Tinjauan literatur dari studi
perbandingan untuk TRISS asli dengan model yang dimodifikasi
menunjukkan peningkatan dalam kinerja TRISS ketika RTS
dikeluarkan dari model dan digantikan oleh parameter GCS, BMR,
SBP, dan RR secara langsung dalam persamaan [12].

Mengingat indikasi dalam literatur bahwa koefisien regresi harus

disesuaikan untuk masing-masing situs/lokasi, hasil penelitian ini
memverifikasi bahwa penyesuaian bobot terhadap populasi
penelitian meningkatkan kapasitas prediksi TRISS dan kapasitas ini
dipertahankan, seperti dalam penelitian lain [6-19].

Tinjauan literatur dari banyak studi yang membuat penyesuaian

pada persamaan TRISS asli dan membandingkan kapasitas
diskriminatori dari persamaan yang dimodifikasi dengan yang asli
dalam prediksi survival menunjukkan bahwa penyesuaian koefisien
dalam persamaan indeks cukup sering terjadi. Namun, hasil
menunjukkan tidak ada tren peningkatan dalam kinerja model
dengan jenis modifikasi ini, dengan peningkatan kinerja yang
dilaporkan hanya dalam 30% dari studi yang dianalisis [12].

Perubahan variabel fisiologis yang diusulkan dalam model baru

tidak meningkatkan kapasitas prediksi dibandingkan dengan TRISS
yang asli dan TRISS yang disesuaikan. Model NTRISS-like, variasi
dari model TRISS-like yang menggantikan ISS adalah dengan NISS,
yang memiliki kinerja yang mirip dengan TRISS. Model yang
seperti TRISS (TRISS-like) diperkenalkan pada tahun 1992 [10] dan
hanya mencakup parameter fisiologis BMR untuk GCS dan SBP
dalam rangka untuk mengevaluasi pasien yang berpotensi lebih
serius (diintubasi) dalam perhitungan indeks; namun, model ini
mendapatkan kritik dalam literatur [11, 20] yaitu untuk menghapus
parameter respiratori dari evaluasi probabilitas survical. Model yang
seperti TRISS (TRISS-like) juga menunjukkan kinerja yang mirip
dengan TRISS [10, 17].

Pengenalan SpO2 dalam indeks yang seperti NTRISS (NTRISS-like

SpO2) tidak meningkatkan kinerja model, yang menunjukkan
bahwa SpO2 sebagai penyesuaian terisolasi tidak meningkatkan
kemampuan prediksi model ini. Sebuah studi yang mengevaluasi
peran RR dan SpO2 dalam mortalitas pasien trauma melaporkan
bahwa kedua parameter ini bukan prediktor yang baik untuk hasil
ini ketika ditambahkan secara terpisah ke persamaan TRISS (RTS
dengan RR + ISS + usia + RR + RTS yang dinetralkan dengan RR
+ ISS + umur + SpO2 yang dinetralkan) [11].

Proposal untuk penggantian RTS dengan parameter fisiologis

seperti GCS, BMR, SBP, dan RR dalam persamaan secara umum
menghasilkan kinerja yang setara atau lebih baik dibandingkan
dengan TRISS asli [12]; dalam penelitian ini, penggantian variabel
fisiologis yang berbeda dalam model NTRISS-like, TRISS SpO2,
dan NTRISS-like SpO2 juga menghasilkan nilai prediksi yang setara
dengan nilai asli TRISS.

Mengenai variabel anatomi, penggantian ISS oleh NISS dalam

formula yang diusulkan juga menghasilkan kinerja yang mirip
dengan yang dari TRISS asli dan model baru yang mempertahankan
ISS dalam persamaan (TRISS SpO2). Dari empat penelitian yang
diterbitkan [16, 21-23], yang menggantikan ISS dengan NISS dalam
persamaan TRISS, hanya satu [21] yang menunjukkan peningkatan
kinerja indeks tanpa penyesuaian ini.

ISS mempertimbangkan tiga lesi paling serius di berbagai bagian

tubuh korban [24], sedangkan NISS [13] menyertakan tiga lesi
paling serius, terlepas dari wilayah yang terpengaruh. Karena
kesamaan kinerja model yang diusulkan menggunakan ISS atau
NISS dalam persamaan dan keuntungan dari kemudahan
perhitungan NISS, indeks ini diusulkan dalam model-model
survival.

Dalam penelitian ini, TRISS asli dengan koefisien yang disesuaikan

dan proposal yang baru memiliki kinerja dan akurasi yang sama
antara 89,0 dan 90,0%. Dalam literatur, keakuratan studi yang
menunjukkan tidak adanya perbedaan antara kekuatan prediksi
TRISS dan proposal yang baru berkisar dari 85,3 hingga 96,4% [6,
11, 22, 25]. Studi di mana penyesuaian pada TRISS menghasilkan
peningkatan kemampuan prediktif menghadirkan akurasi yang lebih
tinggi, berkisar antara 90,1 dan 98,1% [4, 6, 16, 25-28].

Meskipun mereka tidak meningkatkan akurasi prediktif dari TRISS,

mode-modell yang diusulkan dalam penelitian ini adalah setara dan,
mengingat signifikansi klinis dan kemudahan memperoleh
informasi dari komponennya, tampaknya menjadi pilihan yang baik
untuk memperkirakan probabilitas survival dari korban trauma.
Salah satu keterbatasan dari penelitian ini adalah bahwa frequent
loss/sering hilangnya nilai SpO2 (29,6%) mungkin secara negatif
mempengaruhi kapasitas prediksi model yang menggunakan
parameter ini (TRISS SpO2 dan NTRISS-like SpO2).
Dimasukkannya SpO2 dalam model-model ini sebagai dasar
peningkatan kinerja TRISS, mengingat kemungkinan ketersediaan
dari informasi ini yang lebih tinggi dibandingkan dengan RR dan
potensi parameter ini untuk berkontribusi pada estimasi tingkat
keparahan kondisi fisiologis pasien.

Namun demikian, frequent lack/sering kurangnya data SpO2

mungkin meng-underestimasi kepentingan SpO2 dalam model
prediksi survival. Sementara SpO2 adalah prosedur yang dilakukan
dalam layanan darurat, hasilnya tidak selalu terdaftar; begitu
dimasukkannya variabel ini dalam perhitungan indeks ditetapkan,
kehilangan ini kemungkinan akan berkurang.

Meskipun mereka diturunkan menggunakan variabel dengan tingkat

kehilangan data tertinggi, TRISS SpO2 dan NTRISS-like SpO2
memiliki nilai prediksi yang setara dengan indeks lainnya. Dengan
demikian, dua model yang menyertakan SpO2 juga dapat
direkomendasikan karena kemudahan klinis dalam memperoleh
SpO2 dan signifikansi fisiologisnya, karena mereka mencerminkan
oksigenasi dan sirkulasi, sedangkan RR hanya mencerminkan
ventilasi [11]. Selain itu, analisis baru tentang kemampuan prediktif
dari penyesuaian-penyesuaian ini harus dibuat dalam database
dengan lebih sedikit kehilangan data SpO2 dan proposal baru harus
divalidasi dalam sistem trauma pada berbagai tingkat kematangan,
serta pada pasien dengan trauma penetrasi, karena pada studi ini
mekanisme trauma ini jarang terjadi.

Kesimpulan
Penelitian ini mengusulkan penyesuaian pada TRISS, yang
menghasilkan tiga model baru untuk probabilitas survical bagi
korban trauma: NTRISS-like, TRISS SpO2, dan NTRISS-like SpO2.
Model-model baru menunjukkan akurasi di atas 89,0% dan
kesamaan kinerja di antara mereka sendiri. Selain itu, mereka
menunjukkan kapasitas diskriminatif yang serupa dibandingkan
dengan TRISS yang asli dan TRISS yang disesuaikan dengan
populasi penelitian. Hasil ini menunjukkan potensi bagi para
profesional untuk memilih model probabilitas survival yang
melibatkan variabel yang diukur dan dicatat secara rutin, seperti
SpO2. Yang paling penting, alat PIPS ini memenuhi kebutuhan
layanan dan mudah digunakan. Karena semua model memiliki
akurasi yang sama, Anda dapat memilih model yang berisi variabel
yang paling masuk akal dengan kenyataan lokal.