Oparzenia – Rokowania, prognozy i postęp choroby

Oparzenia
Rokowania, prognozy i postęp choroby

Śmiertelność wśród pacjentów z oparzeniami pozostaje wysoka, szczególnie u osób starszych (>65 lat), z oparzeniami obejmującymi >40% TBSA, współistniejącymi chorobami oraz urazem inhalacyjnym, który zwiększa ryzyko zgonu 2,58- do nawet 10-krotnie. W przypadku oparzeń >70% TBSA istotnymi niezależnymi predyktorami śmiertelności są udział oparzeń III i IV stopnia (HR=8,10) oraz dysfunkcja narządów (HR=8,65). Systemy punktacji, takie jak ABSI (AUC 0,7-0,9) i nowszy BUMP, umożliwiają umiarkowanie dokładne prognozowanie śmiertelności, przy czym BUMP przewyższa ABSI w populacji pacjentów na OIT. Ogólny model APACHE II wykazuje niższą skuteczność (AUC 64,5). Nowoczesne metody uczenia maszynowego, zwłaszcza algorytm Random Forest, poprawiają dokładność predykcji, wskazując TBSA, RDW i wiek jako kluczowe czynniki prognostyczne 90-dniowej śmiertelności po operacji oparzeniowej (27,1%). Dodanie poziomu mleczanów przy przyjęciu do wyniku Baux zwiększa AUC z 0,90 do 0,94, co jest istotne klinicznie i statystycznie.

Oparzenia – Prognoza (przewidywanie wyników leczenia)

Czynniki ryzyka wpływające na rokowanie i śmiertelność
Systemy punktacji i modele prognostyczne
Porównanie modeli prognostycznych
Zastosowanie uczenia maszynowego w prognozowaniu oparzeń
Udoskonalanie modeli prognostycznych
Proste systemy punktacji
Długoterminowe wyniki i jakość życia
Nomogram dla ciężkich oparzeń
Wnioski
Kolejne rozdziały

Oparzenia – Prognoza (przewidywanie wyników leczenia)

Mimo postępów w technologii medycznej, śmiertelność z powodu oparzeń pozostaje znacząca. Systemy punktacji i modele prognostyczne mają na celu umożliwienie lekarzom skutecznego i dokładnego przewidywania śmiertelności u pacjentów z oparzeniami, co jest istotne nie tylko dla indywidualnej oceny rokowania, ale również dla celów terapeutycznych i badawczych.¹²

Czynniki ryzyka wpływające na rokowanie i śmiertelność

Do pacjentów o zwiększonym ryzyku zgonu z powodu oparzeń należą:¹²

Osoby starsze (powyżej 65 roku życia)¹
Pacjenci z oparzeniami o dużej powierzchni (>40% TBSA)¹
Współistniejące choroby¹
Obecność urazu inhalacyjnego¹
Pacjenci z niższej klasy społeczno-ekonomicznej (z powodu przypuszczalnie niebezpiecznych warunków życia i nieznajomości środków bezpieczeństwa)¹

Badania wykazały, że pacjenci z jednym lub więcej z trzech głównych czynników ryzyka (wiek >60 lat, oparzenia >40% TBSA i/lub obecność urazu inhalacyjnego) mają znacznie wyższe ryzyko śmiertelności, przy czym obecność wszystkich trzech czynników ryzyka wiąże się ze wskaźnikiem śmiertelności wynoszącym 90%.¹ Analiza wieloczynnikowa potwierdziła, że procentowa powierzchnia oparzonego ciała (%TBSA) oraz uraz inhalacyjny (IHT) są najsilniejszymi predyktorami śmiertelności u pacjentów oparzonych.¹

Obecność urazu inhalacyjnego zwiększa iloraz szans śmiertelności 2,58 razy (95% CI: 2,03-3,29), a według niektórych badań nawet 8-10 krotnie.¹ Dodatkowo, w przypadku pacjentów z oparzeniami przekraczającymi 70% TBSA, zidentyfikowano, że procent oparzeń trzeciego i czwartego stopnia (HR=8,10, 95% CI=2,11-31,10, P=0,002) oraz dysfunkcja narządów (HR=8,65, 95% CI=3,11-24,10, P<0,001) są niezależnymi wskaźnikami istotnie wpływającymi na przeżycie.³

Systemy punktacji i modele prognostyczne

Systemy punktacji do przewidywania śmiertelności pacjentów z urazami oparzeniowymi zyskały w ostatnich latach większą uwagę i akceptację.¹ Cele modeli prognozowania oparzeń obejmują:¹

Klasyfikację ciężkości obrażeń
Stratyfikację grup pacjentów w różnych metodach leczenia
Ocenę i monitorowanie leczenia
Porównanie badań wieloośrodkowych
Przydzielanie pacjentów do różnych protokołów monitorowania

Istnieją dwa rodzaje modeli prognostycznych – specyficzne dla oparzeń i ogólne – służące do przewidywania ryzyka śmiertelności u pacjentów oparzonych.⁴ Modele te okazują się przydatne dla lekarzy do przewidywania śmiertelności pacjenta, stratyfikacji ciężkości pacjenta, odpowiedniego przydzielania zasobów, oceny opieki nad pacjentem oraz do celów badawczych.⁵

Porównanie modeli prognostycznych

W badaniach porównujących skuteczność różnych modeli prognostycznych stwierdzono, że system punktacji ABSI (Abbreviated Burn Severity Index) zapewnia najlepsze oszacowanie przewidywanej śmiertelności (67,2%).⁴ Pole pod krzywą (AUC) dla pięciu specyficznych modeli wyniku oparzenia wynosiło 0,7-0,9, co świadczy o umiarkowanej dokładności w rozróżnianiu pomiędzy osobami, które przeżyły, a tymi, które nie przeżyły.⁴

W nowszych badaniach wykazano, że wynik BUMP (Burns Model for Predicting Mortality) wykazał najwyższą dokładność prognozowania śmiertelności u pacjentów oparzonych leczonych na oddziałach intensywnej terapii, przewyższając najbardziej powszechnie stosowany wynik ABSI.⁶ Z kolei APACHE II jako ogólny model prognostyczny miał AUC 64,5, co oznacza niską dokładność w rozróżnianiu pomiędzy osobami, które przeżyły, a tymi, które nie przeżyły, oraz słabą zgodność między obserwowanymi a przewidywanymi zgonami.⁷

Zastosowanie uczenia maszynowego w prognozowaniu oparzeń

Najnowsze badania wykazały, że algorytmy uczenia maszynowego mogą być skuteczne w przewidywaniu śmiertelności u pacjentów oparzonych. W jednym z badań 90-dniowa śmiertelność krytycznie chorych pacjentów oparzonych po operacji oparzeniowej wynosiła 27,1% (198/731).⁸

Najważniejszymi predyktorami śmiertelności po operacji oparzeniowej według modeli uczenia maszynowego były:⁸⁹

Algorytm Random Forest (RF) wykazał najlepszą wydajność w przewidywaniu śmiertelności.⁸ Badanie to wykazało, że najważniejszymi predyktorami 90-dniowej śmiertelności po operacji oparzeniowej są procent oparzonej TBSA, RDW i wiek, przy użyciu technik uczenia maszynowego.⁹

Udoskonalanie modeli prognostycznych

Ostatnie badania wskazują, że dodanie poziomów mleczanów przy przyjęciu do wyniku Baux (suma wieku pacjenta i procentu oparzonej powierzchni ciała) poprawia przewidywanie śmiertelności u pacjentów z ciężkimi oparzeniami.¹⁰ To nowe i ważne odkrycie polega na tym, że dodanie poziomu mleczanów przy przyjęciu (aLactate) poprawiło przewidywanie śmiertelności, zwiększając AUC z 0,90 do 0,94.¹¹

Ta poprawa była nie tylko istotna statystycznie w stosunkowo małej grupie badanej, ale także klinicznie ważna, ponieważ zwiększona została czułość modelu, a wartość AUC wzrosła o ponad 0,03 punktu.¹¹ Spośród prób poprawy przewidywania śmiertelności według wyniku Baux (tj. SAPS3, wynik SOFA przy przyjęciu, stężenie mleczanu i stosunek neutrofili do limfocytów), tylko mleczan przy przyjęciu okazał się klinicznie użyteczny.¹¹

Proste systemy punktacji

Opracowano również niekłopotliwy system punktacji prawdopodobieństwa zgonu, który nie wymaga skomplikowanych technik, sprzętu i badań, a może pomóc klinicystom przewidzieć przebieg prognozy u pacjentów oparzonych.¹² System ten pokazuje, że jeśli wynik przekracza 200, szansa śmiertelności wynosi 94%.¹²

Analiza różnych czynników prognostycznych u pacjentów oparzonych obejmowała wiek, płeć, TBSA, wystąpienie SIRS, posocznicę, liczbę leukocytów, liczbę płytek krwi i stopień urazu inhalacyjnego, co mogło pomóc w oszacowaniu prognozy i prawdopodobieństwa zgonu pacjentów.¹² Wysoką śmiertelność i złe rokowanie obserwowano u pacjentów z wyższej grupy wiekowej, TBSA większą niż 45% oraz obecnością wczesnego SIRS.¹²

Długoterminowe wyniki i jakość życia

Istotne jest, że obrażenia oparzeniowe wpływają nie tylko na zdrowie fizyczne, ale także na zdrowie psychiczne i jakość życia pacjenta.¹³ Lekarze zajmujący się oparzeniami stają przed wieloma wyzwaniami, w tym zarządzaniem opieką ostrą i krytyczną, opieką długoterminową i rehabilitacją.¹³

Przełomowe badania wykazały, że zmiany patofizjologiczne, immunologiczne i zapalne utrzymują się przez długi czas po urazie oparzeniowym.¹³ Ponadto, odpowiedź genomowa obserwowana u ludzi na uraz oparzeniowy jest silnie skorelowana z odpowiedzią na uraz i symulowaną sepsę, co sugeruje, że jeśli interwencja ukierunkowana na odpowiedź jest skuteczna w przypadku jednego rodzaju urazu, może być skuteczna przeciwko wszystkim trzem.¹³

Badania wykazały znaczne deficyty u dzieci, które przeżyły oparzenia, i dostarczyły krzywych powrotu do zdrowia na podstawie Kwestionariusza Wyników Oparzeń, który może służyć jako punkt odniesienia dla oczekiwanego powrotu do zdrowia po urazie oparzeniowym u dzieci.¹⁴ Podobnie, dla dorosłych, którzy przeżyli oparzenia, opracowano krzywe powrotu do zdrowia na podstawie danych SF-36 i EQ-5D, które można wykorzystać w praktyce klinicznej do informowania pacjentów i specjalistów o oczekiwanych wynikach jakości życia związanej ze zdrowiem po urazach oparzeniowych u dorosłych.¹⁴

Nomogram dla ciężkich oparzeń

Dla pacjentów z oparzeniami obejmującymi 70% lub więcej całkowitej powierzchni ciała (TBSA), które są szczególnie ostre i zagrażające życiu, prowadząc do poważnych powikłań i strasznego rokowania, opracowano skuteczny nomogram.³ Narzędzie to okazało się skutecznym narzędziem dla lekarzy do szybkiej oceny wyników pacjentów i podejmowania odpowiednich decyzji klinicznych na wczesnym etapie leczenia.³

Wnioski

Modele prognostyczne oparzeń są niezbędnymi narzędziami w praktyce klinicznej, pozwalającymi przewidywać śmiertelność pacjentów, stratyfikować ciężkość pacjentów i odpowiednio przydzielać zasoby, zwłaszcza w warunkach, gdzie zasoby są ograniczone, takich jak klęski żywiołowe.¹ Badania potwierdzają, że wiek, %TBSA i uraz inhalacyjny są najważniejszymi czynnikami prognostycznymi u pacjentów oparzonych.⁷⁶

Nowoczesne podejścia, takie jak uczenie maszynowe i ulepszone modele prognostyczne (np. dodanie poziomów mleczanu do wyniku Baux), oferują lepszą dokładność w przewidywaniu wyników pacjentów, co może prowadzić do bardziej spersonalizowanej opieki i lepszych wyników leczenia.⁸¹¹ Potrzebne są dalsze badania w celu dalszej poprawy przewidywania śmiertelności, zwłaszcza czułości modelu.¹¹

Kolejne rozdziały

Zapraszamy do dalszego czytania naszego leksykonu.

Wybierz kolejny rozdział z menu poniżej, aby otworzyć nową podstronę kompedium wiedzy i uzyskać szczegółowe informację o leku, substancji lub chorobie.

Materiały źródłowe

#1
https://pmc.ncbi.nlm.nih.gov/articles/PMC11044732/
Despite advances in medical technology, mortality due to burn injuries remains significant. Scoring systems are aimed at allowing physicians to effectively and accurately predict the mortality of a given patient. Patients at a higher risk of death from burns include older patients over the age of 65, high-severity burn, presence of co-morbidities, and presence of inhalation injury. […] Tools such as burn prediction models prove helpful in aiding physicians to accurately and effectively predict a patients mortality, stratify patient severity, and allocate resources appropriately, especially in settings where resources are scarce, such as natural disasters. Additionally, prediction models are used to monitor patient care and for research purposes. […] Patients at a higher risk of death from burns include patients from a lower socioeconomic class, due to presumed unsafe environments and ignorance of safety precautions.
#1
https://pmc.ncbi.nlm.nih.gov/articles/PMC11044732/
Studies show that patients presenting with either old age (60 years old), extensive burns (40% TBSA), and/or the presence of inhalation injury had a significantly higher risk of mortality, with the presence of all three risk factors being associated with a mortality rate of 90%. […] Study concluded with multivariate analysis showed that %TBSA and inhalation trauma (IHT) are the strongest predictors for mortality in burn patients. […] One study reported that the odds ratio of mortality with IHT is increased 2.58 times (95% CI interval 2.03-3.29). […] Another study concluded that the presence of IHT increased the risk of mortality by 8-10 fold. […] Scoring systems to predict mortality of burn trauma patients have gained increased attention and acceptance over recent years. […] The purpose of burn prediction models includes classification of severity of injuries, stratification of patient groups of various treatment modalities, evaluation and monitoring of treatment, multicentre study comparison, and patient allocation to different monitoring protocols.
#2 Prediction in Burns Outcome: a New Prognostic Index | SpringerLink
https://link.springer.com/chapter/10.1007/978-94-009-0361-6_42
The importance of prognostic indices for burns consists not only in their prediction of the outcome in an individual patient but also in the distribution of patients in comparable groups of severity for therapeutic and research purposes. […] Although prediction of the outcome in an individual patient is the first and most pressing question of the patients family, the quantitative measurement of the patients illness using these indices is of great importance for the burn centre to decide its therapeutic policy, to evaluate new therapy and the quality of patient care, and to estimate the cost of its services.
#2
https://pmc.ncbi.nlm.nih.gov/articles/PMC11044732/
Studies show that patients presenting with either old age (60 years old), extensive burns (40% TBSA), and/or the presence of inhalation injury had a significantly higher risk of mortality, with the presence of all three risk factors being associated with a mortality rate of 90%. […] Study concluded with multivariate analysis showed that %TBSA and inhalation trauma (IHT) are the strongest predictors for mortality in burn patients. […] One study reported that the odds ratio of mortality with IHT is increased 2.58 times (95% CI interval 2.03-3.29). […] Another study concluded that the presence of IHT increased the risk of mortality by 8-10 fold. […] Scoring systems to predict mortality of burn trauma patients have gained increased attention and acceptance over recent years. […] The purpose of burn prediction models includes classification of severity of injuries, stratification of patient groups of various treatment modalities, evaluation and monitoring of treatment, multicentre study comparison, and patient allocation to different monitoring protocols.
#3
https://journals.lww.com/international-journal-of-surgery/fulltext/2025/01000/a_10_year_mono_center_study_on_patients_with_burns.7.aspx
Burn injuries with 70% total body surface area (TBSA) are especially acute and life-threatening, leading to severe complications and terrible prognosis, while a powerful model for the prediction of overall survival (OS) is lacking. […] This study recognized significant influencing factors for the OS of patients with burns 70% TBSA. Furthermore, our nomogram proved to be an effective tool for doctors to quickly evaluate patients outcomes and make appropriate clinical decisions at an early stage of treatment. […] The percentage of third-degree and fourth-degree burn was placed great emphasis on, which independently and significantly influenced the OS of patients with burn injury 70% TBSA (HR=8.10, 95% CI=2.1131.10, P=0.002). […] Additionally, organ dysfunction was also discovered to serve as an independent indicator (HR=8.65, 95% CI=3.1124.10, P0.001). […] In our study, we identified key factors influencing the OS of patients with burns 70% TBSA. Moreover, a robust nomogram based solely on patient-related factors was constructed and validated to rapidly assess the survival probability of patients with burns 70% TBSA.
#4 Comparison of six outcome prediction models in an adult burn population in a developing country
https://pmc.ncbi.nlm.nih.gov/articles/PMC5446902/
There are two types of prognostic model – burn-specific and general – to predict mortality risk in burn patients. […] The aim of this study was to compare the performance of six outcome models in a developing country. […] Mortality rate was 69.7%. […] Deceased patients had significantly higher mean age, %TBSA and number of inhalation injury. […] The best estimation of predicted mortality was obtained with the ABSI model (67.2%). […] The area under the curve (AUC) for the five specific outcome models was 0.70.9, demonstrating moderate accuracy at distinguishing between survivors and non-survivors, so the majority of burn injured patients who died were expected to die. […] The predicted mortality estimated by ABSI (160/67.2%) showed the least difference with observed mortality and had the highest area under the curve 85.9 (80.5-91.3).
#5
https://pmc.ncbi.nlm.nih.gov/articles/PMC11044732/
Burn prediction models prove to be useful for the physician to predict mortality of a patient, stratify patient severity and allocate resources appropriately, evaluate patient care, and also for research purposes. Risk factors that are most significant include age, TBSA and presence of inhalation injury. Some models also suggest that using pre-existing conditions as a predictor can aid in the prediction of mortality.
#6 Comparative Analysis of Composite Mortality Prediction Scores in Intensive Care Burn Patients
https://www.mdpi.com/1660-4601/19/19/12321
Multiple outcome scoring models have been used in predicting mortality in burn patients. […] In this study, we compared the accuracy of five established models in predicting outcomes in burn patients admitted to the intensive care unit and assessed risk factors associated with mortality. […] Multivariate analysis identified age, TBSA, full-thickness burns and renal insufficiency as independent mortality predictors. […] The BUMP score presented the highest mortality prognostication rate, followed by ABSI, revised Baux, BOBI and Ryan scores. […] The BUMP score showed the highest accuracy of predicting mortality in intensive care burn patients and outperformed the most commonly used ABSI score in our cohort. […] Our results identify the BUMP score as having superior ability to predict mortality compared to previously published prognostic mortality models, when applied to a cohort of burn patients admitted to a large academic hospitalâs burn ICU. […] Age, TBSA, full-thickness burns and renal insufficiency were identified as independent risk factors for burn-related in-hospital mortality in our cohort.
#7 Comparison of six outcome prediction models in an adult burn population in a developing country
https://pmc.ncbi.nlm.nih.gov/articles/PMC5446902/
The area under the curve (AUC) for APACHE II as a general prognostic model was 64.5, meaning low accuracy at distinguishing between survivors and non-survivors and weak compatibility between observed and predicted deaths. […] In the present study, the six prediction models (five specific burn outcome models and one general prognostic model) were validated, with the ABSI scoring system showing the best performance in predicting mortality and APACHE II the worst. […] Our findings confirmed that age, %TBSA and inhalation injury are the most important prognostic factors in burn patients.
#8 Prediction of Mortality after Burn Surgery in Critically Ill Burn Patients Using Machine Learning Models
https://www.mdpi.com/2075-4426/12/8/1293
Severe burns may lead to a series of pathophysiological processes that result in death. […] This study aimed to identify machine learning models with the best diagnostic performance for predicting mortality in critically ill burn patients after burn surgery, and then compare them. […] The 90-day mortality of the critically ill burn patients after burn surgery was 27.1% (198/731). […] The most significant predictors for mortality after burn surgery as per machine learning models were total body surface area burned, red cell distribution width, and age. […] The RF algorithm showed the best performance for predicting mortality. […] The aim of the study was to identify machine learning models with the best diagnostic performance for predicting mortality in patients after burn surgery and to compare each modelâs suitability for this purpose.
#9 Prediction of Mortality after Burn Surgery in Critically Ill Burn Patients Using Machine Learning Models
https://www.mdpi.com/2075-4426/12/8/1293
The primary outcome was the identification of risk factors for 90-day mortality after burn surgery using machine learning. […] The extent of injury is described using the percentage of the TBSA affected by a burn. […] The evaluation of TBSA burned is important for the initial burn management to estimate fluid requirements. […] Age is another well-known risk factor of mortality in burn patients. […] In this study, we found that preoperative RDW is an independent predictive factor for 90-day mortality in patients after burn surgery using multivariate regression, as well as in the evaluations using machine learning. […] This study demonstrated that the most significant predictors for 90-day mortality after burn surgery are percentage of burned TBSA, RDW, and age, using machine learning techniques.
#10 Addition of admission lactate levels to Baux score improves mortality prediction in severe burns | Scientific Reports
https://www.nature.com/articles/s41598-021-97524-9
Risk adjustment and mortality prediction models are central in optimising care and for benchmarking purposes. In the burn setting, the Baux score and its derivatives have been the mainstay for predictions of mortality from burns. […] The aim of the present study was to examine if estimated mortality rate (EMR, SAPS 3), aSOFA, aLactate, and aNLR can, either alone or in conjunction with the others, improve the mortality prediction beyond that of the effects of age and percentage total body surface area (TBSA%) burned among patients with severe burns who need critical care. […] This study shows that the prediction model with age and TBSA% may be improved by adding aLactate, despite the fact that aLactate levels were only moderately increased. Thereafter, adding EMR, aSOFA or aNLR only marginally affected the mortality prediction.
#11 Addition of admission lactate levels to Baux score improves mortality prediction in severe burns | Scientific Reports
https://www.nature.com/articles/s41598-021-97524-9
A new and important finding in this study is that addition of aLactate did improve mortality prediction when added to these variables, increasing the AUC from 0.90 to 0.94. […] This improvement was not only significant in a relatively small study group, but was also clinically important as the sensitivity of the model was increased and as the AUC value was increased more than 0.03 points. […] The conclusion at that time was that improvements in quality had been achieved within our multidisciplinary routines for the care of patients. […] This study shows that amongst the attempts made to improve the Baux score mortality prediction (i.e. SAPS3) admission SOFA score, lactate concentration, and the Neutrophil to Lymphocyte ratio, only admission lactate was found to be clinically useful, improving the AUC of the Baux score from 0.90 to 0.94. More studies are needed to further improve mortality prediction, especially the sensitivity of the model.
#12
https://www.ijsurgery.com/index.php/isj/article/view/623
An analysis of various prognostic factors in burn patients was done which included age, sex, TBSA, onset of SIRS, septicemia, TLC, platelet count and grade of inhalational injury which could help in estimating the prognosis and probability of death of patients. […] A death probability scoring system is designed which shows if score is more than 200 chance of mortality is 94%. […] High mortality and poor prognosis was seen in patients of higher age group, TBSA more than 45%, presence of early SIRS. […] A non cumbersome death probability scoring system was developed which does not requires sophisticated techniques, equipment and investigations; can help clinicians to foresee the course of prognosis in burn patients.
#13 Burn injury | Nature Reviews Disease Primers
https://www.nature.com/articles/s41572-020-0145-5
Burn injuries are under-appreciated injuries that are associated with substantial morbidity and mortality. […] Of great importance is that the injury affects not only the physical health, but also the mental health and quality of life of the patient. […] Burn care providers are, therefore, faced with a plethora of challenges including acute and critical care management, long-term care and rehabilitation. […] This is the first trial to demonstrate that the pathophysiological, immune and inflammatory changes persist for a long time after burn injury. […] Together with Logsetty et al. (2016), this paper looks at long-term outcomes from the mortality and mental health aspects. […] This landmark study demonstrates that the genomic response observed in humans to burn injury is highly correlated with that to trauma and simulated sepsis, suggesting that if an intervention targeting the response is effective for one type of insult, it may be effective against all three.
#14 Burn injury | Nature Reviews Disease Primers
https://www.nature.com/articles/s41572-020-0145-5
This paper shows considerable deficits in paediatric burn survivors and provides recovery curves based on the Burn Outcomes Questionnaire, which can be used as benchmark for the expected recovery after burn injury in children. […] This paper shows the long-term outcomes in adult burn survivors and presents recovery curves based on SF-36 and EQ-5D data, which can be used in clinical practice to inform patients and professionals on expected HRQOL outcomes after burn injuries in adults.