【醉美荐读】AUC 0.96:手机APP联合主观问卷精准预测术后谵妄

术前认知评估能有效预测术后谵妄（POD），但面对偏远地区患者或繁忙的临床环境，耗时的面对面量表评估往往难以落地。如果让患者在家用智能手机自己做几款“小游戏”，预测效力能比得上经典的蒙特利尔认知评估（MoCA）吗？这项纳入27例老年脊柱手术患者的初步研究给出了明确数据：手机APP联合主观认知下降（SCD）问卷，预测POD的曲线下面积（AUC）高达0.96。在医疗资源日益紧张的当下，将筛查阵地前移至患者家中，或许是一种可行的替代方案。

题名： Remote Cognitive Testing for Detection of Baseline Cognitive Impairment and Prediction of Postoperative Delirium Risk: A Pilot Study
作者/单位： Odmara L. Barreto Chang / 加州大学旧金山分校麻醉与围术期护理系
期刊/年份： Anesthesia & Analgesia / 2026
DOI： 10.1213/ANE.0000000000007843
研究类型： 前瞻性观察性初步研究
关键词： #术后谵妄 #认知评估 #老年麻醉

🔬 这个研究从哪来？

面对面认知评估受限于时间、人力和地理距离，在实际临床中普及率有限。目前现有的远程认知测试方案大多仍需要评估员在线上进行指导和记录，存在人为误差，且受制于通话或视频质量。完全由患者自我管理的智能手机认知筛查工具能否在术前场景中替代传统量表，目前尚缺乏数据验证。

类型： 单中心、前瞻性观察性初步研究（NCT05566275）。

对象： 最终分析 n=27。纳入标准：年龄 ≥65岁，接受预计时长 ≥3小时的脊柱手术，住院至少1天。

分组： 随机1:1分配测试顺序。14例先完成MoCA再使用Linkt Health手机APP，13例先使用APP再完成MoCA。测试在术前一个月内通过Zoom远程监督完成。

干预细节： 手机APP包含改编版的执行功能游戏（如侧抑制任务和Stroop任务），生成复合Z分数。主观认知下降（SCD）通过两个维度评估：单一问题（“您是否担心自己的记忆或思维问题？”）和日常认知问卷（ECog-12）。

主要终点： POD发生率。住院期间每12小时使用重症监护室谵妄评估量表（CAM-ICU）或护理谵妄筛查量表（Nu-DESC）评估，并结合基于病历的谵妄检测工具（CHART-DEL）。

统计： 使用受试者工作特征（ROC）曲线评估区分度，模型校正了年龄、教育程度和测试顺序。

结果1：POD发生率与基线认知得分

队列中有6例患者发生POD（22%）。发生POD的患者基线MoCA得分低于未发生POD的患者（24.2±3.1 vs 25.5±1.9），但差异无统计学意义（P = 0.71）。同样，POD组的手机APP复合得分也偏低（-0.50±1.3 vs 0.14±0.4），差异亦无统计学意义（P = 0.32）。在单一问题SCD评估中，POD组有50%报告认知下降，而无POD组为14.3%（P = 0.20）。在更详细的SCD评估中，POD组的ECog-12得分显著高于无POD组（1.8±0.3 vs 1.3±0.3，P = 0.005）。此外，美国麻醉医师协会（ASA）分级与POD显著相关（POD组100%为III级，无POD组为38%，P = 0.02）。

结果2：客观认知测试的预测效能

在校正年龄、教育程度和测试顺序后，MoCA区分POD的AUC为0.76（95%置信区间[CI] 0.53-0.98）。相比之下，完全由患者自测的手机APP复合得分展现出略高的区分度，AUC为0.81（95%CI 0.58-1.00）。

结果3：联合主观认知下降（SCD）的增益

当在客观测试基础上增加SCD单一问题时，两者的预测效能均提升至AUC 0.90。而当联合更详细的ECog-12问卷时，预测效能达到峰值：MoCA联合ECog-12的AUC为0.98（95%CI 0.92-1.00），手机APP联合ECog-12的AUC为0.96（95%CI 0.88-1.00）。

结果4：患者对手机APP的接受度

在完成体验调查的22例患者中，95%认为完成APP测试的时间可以接受，91%认为任务数量合理。大部分患者（55%）对任务难度评价为中立，27%觉得有点难，14%觉得不太容易，4%觉得非常容易。

💬 原文讨论了什么？

原文指出，基于智能手机的自我管理认知测试电池展现出了与需要评估员在场的MoCA量表相当的预测准确性。加入简短的SCD测量（ECog-12）后，预测效能得到进一步提升。研究者推测，SCD是脑部和认知老化不良轨迹的风险因素，且与临床前神经退行性病理学相关，这解释了为何主观认知评估能有效识别POD易感人群。作者同时强调，由于样本量较小，置信区间较宽，且ECog-12组间0.5分的均值差异在临床上的实际意义仍需进一步探讨。

在接受大型脊柱手术的老年患者中，患者居家自测的智能手机认知APP联合ECog-12问卷，预测术后谵妄的AUC达0.96（95%CI 0.88-1.00）——无需评估员在场的远程筛查效力，完全可媲美经典的面对面MoCA量表。

让老年患者在家里用智能手机做认知筛查，这件事的临床分量不在于算法有多复杂，而在于它把评估成本降到了极低。AUC 0.96是一个极高的预测效力指标，这意味着在不占用任何门诊医生或护士时间的前提下，麻醉科可以在患者入院前几周就精准锁定那25%的高危人群。

受限于27例的分析样本，该模型得出了极宽的95%置信区间（0.88-1.00），且POD组仅有6例患者。此外，ECog-12得分在两组间虽然存在统计学差异（1.8 vs 1.3），但这0.5分的绝对差值在个体层面的判别能力依然存疑。这种微小的评分差异是否会被患者的情绪状态或受教育程度轻易掩盖，直接决定了这套工具能否真正推广至更广泛的基层老年群体。

主观认知下降（SCD）为何能大幅提升客观量表的预测效力？从病理生理学角度看，SCD往往早于客观认知测试异常出现。患者对自身记忆和执行功能微小衰退的感知，实际上反映了大脑代偿网络正在逼近极限，这正是临床前神经退行性病理学（如早期阿尔茨海默病改变）的标志。当手术应激打破这种脆弱的平衡时，谵妄便随之发生。

下一步真正需要的，是在包含不同手术类型、不同受教育背景的多中心大队列中验证这套远程工具的稳定性。如果患者能在术前30天通过手机完成筛查并触发预警，临床团队就有充足的时间介入预康复、调整用药清单，并为术后病房安排针对性的非药物谵妄预防策略。

背景： 术后谵妄（POD）是一种常见的术后并发症，可导致住院时间延长、发病率和死亡率增加。POD与医疗成本增加有关，且高达40%的病例是可以预防的。术前认知评估有助于识别有POD风险的患者，但面对面的评估在地理分布广泛的人群中往往无法实现。面对面评估的其他局限性包括时间限制和资源有限，例如在繁忙的临床环境中缺乏执行评估的人员。此外，目前远程认知测试的选项受限于需要评估员来管理和记录反应。这些工具容易受到人为管理错误的影响，并且可能受到电话或视频会议质量的影响。在这里，我们试点了一款移动应用程序（Linkt Health），该程序能够实现远程、自我管理的数据收集，包括在衰老和神经退行性疾病队列中验证过的可靠认知测试。目的是（1）评估远程基于智能手机的认知筛查工具在老年患者术前环境中的可行性和可接受性，以及（2）比较Linkt Health应用程序与蒙特利尔认知评估（MoCA）的预测价值。

方法： 这项前瞻性观察性初步研究于2022年7月至2024年2月在加州大学旧金山分校（UCSF）进行。该研究获得了UCSF人类研究委员会的批准（IRB 19-28294），并在clinicaltrials.gov上公布（NCT05566275）。所有参与者均提供了书面知情同意书。共招募了34名参与者，分析了27名参与者的数据。纳入标准：年龄≥65岁，脊柱手术≥3小时，住院至少1天，能够说、写和理解英语。排除标准包括参与其他认知研究、进行超过1次手术（计划的多日手术）以及急诊手术。患者按1:1随机分配；14名患者先完成MoCA再使用Linkt Health应用程序，13名先使用Linkt Health应用程序再完成MoCA。该研究遵循了流行病学观察性研究报告加强指南。参与者被安排在术前一个月内进行远程研究访问。参与者通过笔记本电脑或iPad参加Zoom访问，并使用他们的智能手机通过Linkt Health应用程序完成经典执行功能范式的游戏化改编，包括侧抑制任务（池塘里的鸭子）和Stroop任务（颜色冲突）。认知得分被汇总为复合z分数（范围：-3.7至2.6），得分越高表明认知能力越好。参与者的主观认知下降（SCD）通过两种方法评估：（1）询问“您是否担心自己有记忆或思维问题？”和（2）完成日常认知（ECog-12）的自我评定测量，这是一项包含12个项目的认知功能主观测量。每个项目在1到4的李克特量表上评分，其中1表示与10年前相比“更好或没有变化”，4表示“持续差得多”。总分范围从12到48，得分越高表明认知功能越差和损伤越大。在测试完成时，参与者被要求完成一项先前描述的用户体验调查，以收集关于应用程序可行性和可接受性的额外数据。测试后，参与者完成用户体验调查。POD由独立于我们研究的受过培训的护理人员每天测量，当患者在重症监护室时使用重症监护室谵妄评估量表（CAM-ICU），当患者在普通病房时在每个12小时轮班使用护理谵妄筛查量表（Nu-DESC）。队列中的每位患者还使用基于病历的谵妄检测工具（CHART-DEL）进行评估，以检查任何谵妄证据。计算复合谵妄得分，如果住院期间CAM-ICU、NuDESC或CHART-DEL筛查中任何一项对谵妄呈阳性，则患者被纳入谵妄组。使用Stata 17（Stata-Corp）进行统计分析，采用Mann-Whitney U检验和Fisher精确检验。术前特征包括年龄、教育程度、美国麻醉医师协会（ASA）身体状况分类以及抑郁和焦虑史，因为它们已被证明与POD相关。为了了解Linkt Health应用程序复合得分预测POD的能力，使用受试者工作特征（ROC）曲线描述区分能力，并探索每个POD预测因子的敏感性和特异性之间的权衡。ROC评估MoCA和Linkt Health应用程序复合得分区分发生POD和未发生POD患者的判别能力。我们还使用ECog-12探索了术前SCD的解释力。

结果： 总结特征见表1。队列中观察到25%的POD。发生POD的患者平均MoCA得分为24.2（标准差[SD] 3.1），平均值较低，但与未发生POD的患者（平均25.5，SD 1.9）相比无显著差异（P = .710）。同样，发生POD的患者平均Linkt Health应用程序复合得分为（-0.50，SD 1.3），平均值较低，但与未发生POD的患者（平均0.14，SD 0.4）相比无统计学差异（P = .233）。当用单一问题评估SCD时，POD组50%的参与者报告了SCD，而无POD组为14.3%（P = .202）。发生谵妄的患者在ECog-12上的得分显著更高（1.8 ± 0.3 vs 无谵妄组的1.3 ± 0.3；P = .005）。在其他变量中，只有ASA分类与POD显著相关（P = .016）。在校正年龄、教育程度和测试顺序后，使用ROC曲线区分谵妄和无谵妄组（表2）。MoCA区分两组的曲线下面积（AUC）为0.76（95%置信区间[CI]，0.53-0.98），Linkt Health应用程序复合得分产生的AUC为0.81（95% CI，0.58-1.00）。当增加关于SCD的单一问题时，AUC有所改善，MoCA为0.90（95% CI，0.75-1.00），Linkt Health应用程序为0.90（95% CI，0.74-1.00）。最后，将Ecog-12添加到每项认知测量中产生了改善，MoCA的AUC为0.98（95% CI，0.92-1.00），Linkt Health应用程序的AUC为0.96（95% CI，0.88-1.00）。当单独评估Ecog-12并校正年龄和教育程度时，AUC为0.90（95% CI，0.74-1.00）。二十二名（81%）参与者完成了可选的体验调查。参与者表示应用程序的文本足够大，在所有时间都能舒适地阅读（82%）。百分之九十五的参与者报告完成应用程序的时间是可以接受的。大多数（55%）参与者对任务的难度感到中立，27%觉得有点难，14%觉得不那么容易，4%觉得非常容易。大多数参与者表示完成的任务数量是可以接受的（91%）。

讨论： 这项初步研究证明了远程基于智能手机的认知测试作为评估基线认知障碍和预测POD工具的可接受性。患者的反馈表明了积极的用户体验。初步结果表明，自我管理的测试电池在区分将要发生POD的患者方面显示出足够的AUC。然而，观察到较宽的置信区间，这可能是由于样本量小。这种预测准确性与通常使用的需要评估员在场的筛查测试MoCA相当。当使用ECog-12增加简短的SCD测量时，对POD的预测得到了改善。考虑到我们样本量小，应谨慎解释AUC（例如，ECog-12 = 0.90）。此外，组间的平均差异（如ECog-12上的0.5分）可能表明临床差异较小，这种效应的临床意义应进一步探索。尽管如此，SCD是不良大脑和认知老化轨迹的风险因素，并且与临床前神经退行性病理学相关，这表明有必要进一步评估SCD是否以及如何帮助识别易患POD的人群。总之，基于智能手机的术前认知评估结合患者评定的SCD，可以为远程术前评估提供一种可行、可靠且可扩展的解决方案，以检测有POD风险的患者。