共病狀態(tài)評(píng)估工具的臨床應(yīng)用及研究進(jìn)展

陳陽(yáng)希，史兆榮，朱小蔚，葉 子，楊 翔，萬(wàn)文輝*

(南京軍區(qū)南京總醫(yī)院：1干部病房一科，老年病研究中心，2院部，3保健科，南京 210002)

1970年，F(xiàn)einstein[1]首次提出共病概念，定義為：同一患者患有一種疾病，同時(shí)存在或者又發(fā)生另一種或多種疾病。隨著人口老齡化的發(fā)展，慢性疾病的患病率逐年上升，共病問(wèn)題日顯突出。一項(xiàng)包含1 751 841例患者的調(diào)查顯示23.2%者存在多種疾病共存[2]。Wang等[3]分層隨機(jī)流行病學(xué)調(diào)查顯示，我國(guó)廣東省常住人口中，>2種疾病共存者占11.1%，>65歲人群共病發(fā)生率是47.5%。共病可能增加住院風(fēng)險(xiǎn)、治療副反應(yīng)以及醫(yī)療支出，導(dǎo)致生活質(zhì)量下降、致殘甚至死亡等[4]。共病管理不是多個(gè)?？萍膊≈委煹寞B加。單病指南的作用有限，甚至相互矛盾。共病常造成診療決策的復(fù)雜化，增加多重用藥風(fēng)險(xiǎn)。針對(duì)共病患者，尤其老年人共病狀態(tài)， 需要采用連續(xù)、綜合、個(gè)體化的診治。如何對(duì)共病進(jìn)行客觀評(píng)估和合理管理是臨床醫(yī)師需關(guān)注的問(wèn)題。我們結(jié)合相關(guān)文獻(xiàn)，綜述了共病狀態(tài)評(píng)估方法及應(yīng)用的研究進(jìn)展，旨在為今后共病評(píng)估及管理的研究提供參考。

1 對(duì)共病狀態(tài)進(jìn)行評(píng)估的相關(guān)問(wèn)題

1.1 數(shù)據(jù)來(lái)源

目前共病評(píng)估研究的數(shù)據(jù)主要來(lái)源于研究對(duì)象自我報(bào)告、醫(yī)療報(bào)告、病歷系統(tǒng)、慢性病數(shù)據(jù)庫(kù)等。癥狀量表、老年共病指數(shù)(geriatric index of comorbidity，GIC)和疾病負(fù)擔(dān)指數(shù)主要來(lái)自于患者自我報(bào)告。Charlson共病指數(shù)(Charlson comorbidity index，CCI)、疾病累積評(píng)分量表(cumulative illness rating scale，CIRS)、共存病指數(shù)(index of coexistentdisease，ICED)和Kaplan Feinstein指數(shù)(Kaplan Feinstein index，KFI)原始數(shù)據(jù)來(lái)源于醫(yī)療報(bào)告，部分研究來(lái)源于特定數(shù)據(jù)庫(kù)，如Bayliss等[5]的研究對(duì)象來(lái)自于美國(guó)保健組織(Health Maintenance Organization，HMO)成員。不同數(shù)據(jù)來(lái)源各有優(yōu)點(diǎn)與不足?；颊咦晕覉?bào)告方便可行，對(duì)有癥狀的疾病登記敏感性高[6]；對(duì)現(xiàn)有資料進(jìn)行收集或直接從病歷記錄中獲取資料，對(duì)研究者要求低，耗時(shí)少，適用于大規(guī)模橫斷面研究；而CIRS、Duke疾病嚴(yán)重度評(píng)價(jià)量表(Duke severity of illness index，DUSOI)等需先對(duì)研究者進(jìn)行培訓(xùn)，才能對(duì)患者進(jìn)行逐一評(píng)估。為了確保研究結(jié)果可靠，數(shù)據(jù)及評(píng)估都應(yīng)及時(shí)更新。

1.2 影響因素

不同共病狀態(tài)的個(gè)體，疾病排列組合多樣，個(gè)體差異性大，在共病管理中需考慮患者特點(diǎn)、疾病和治療的交互關(guān)系，包括：一種疾病加重另一種疾病病情；一種疾病增加另一種疾病發(fā)病風(fēng)險(xiǎn)；兩種疾病共存對(duì)個(gè)體健康狀態(tài)的影響具有協(xié)同作用；一種疾病存在增加了共存病的診斷難度；治療一種疾病的同時(shí)，另一種疾病病情惡化；治療一種疾病而后引起另一種疾病發(fā)生；兩種疾病治療方案的組合，可能引起新的臨床問(wèn)題。臨床試驗(yàn)為了控制混雜因素或效果修飾，常將共病患者排除在外。共病管理并不是多個(gè)?？萍膊≈委煹寞B加，依照單病種指南制定的醫(yī)療方案，對(duì)于疾病本身而言可能是一個(gè)較好的方案，但是對(duì)于共病患者卻未必是最好的選擇[7]。除了疾病間的相互影響，年齡、性別、教育水平、經(jīng)濟(jì)狀況等可能與個(gè)體共病狀態(tài)相關(guān)[8]。在研究中校正混雜因素，識(shí)別效果修飾，采用合理共病評(píng)估方法對(duì)不同共病形式進(jìn)行評(píng)估，有助于全面客觀衡量共病，對(duì)流行病學(xué)及進(jìn)一步臨床研究很有裨益。

1.3 評(píng)估方法

如何能客觀、敏感地評(píng)估共病狀態(tài)對(duì)機(jī)體、預(yù)后的影響，且臨床操作可行，是臨床醫(yī)師的關(guān)注點(diǎn)。目前常用的共病評(píng)估方法包括：(1)根據(jù)疾病資料直接進(jìn)行疾病計(jì)數(shù)；(2)量化分析共病患者疾病負(fù)荷與預(yù)后的相關(guān)性，采用適當(dāng)工具篩選高風(fēng)險(xiǎn)患者，即合適的共病評(píng)估工具。共病指數(shù)可以作為罹患不同疾病及嚴(yán)重程度的個(gè)體之間進(jìn)行比較的工具。部分共病評(píng)估工具在開(kāi)始時(shí)即具有結(jié)果導(dǎo)向性。如CCI和Elixhauser共病指數(shù)(Elixhauser comorbidity，EC)以死亡率為結(jié)果，而慢性病評(píng)分(chronic disease score，CDS)則側(cè)重于醫(yī)療資源使用情況。研究者可根據(jù)研究目的、研究人群、可操作性等，采用合適的共病評(píng)估工具。

2 常用共病狀態(tài)評(píng)估工具

2.1 疾病計(jì)數(shù)

疾病計(jì)數(shù)是對(duì)同一患者不同疾病的簡(jiǎn)單列舉，統(tǒng)計(jì)資料未賦加權(quán)值，在共病研究中應(yīng)用廣泛[9]。對(duì)于研究指定范圍內(nèi)的疾病進(jìn)行統(tǒng)計(jì)，疾病列表范圍從11～130項(xiàng)不等，疾病納入無(wú)統(tǒng)一標(biāo)準(zhǔn)，多數(shù)研究以疾病高發(fā)病率、對(duì)健康的影響等作為納入因素[10]。疾病計(jì)數(shù)資料可以是自我報(bào)告、醫(yī)師評(píng)定或從醫(yī)療記錄中獲取。直接疾病計(jì)數(shù)方法未將疾病嚴(yán)重程度、疾病交互作用對(duì)患者預(yù)后的影響納入考量。疾病計(jì)數(shù)多用于疾病統(tǒng)計(jì)資料或疾病結(jié)局，而少用于疾病過(guò)程的判斷。

2.2 CCI

CCI是目前最常用的共病評(píng)估工具。Charlson等[11]以1984年紐約州立醫(yī)院559例內(nèi)科住院患者為研究對(duì)象，參考不同疾病對(duì)患者1年死亡率的相對(duì)危險(xiǎn)度進(jìn)行評(píng)估，選取相對(duì)危險(xiǎn)度(RR)>1.5的16項(xiàng)慢性病，并根據(jù)RR值分別賦1～6分，對(duì)>50歲患者加入年齡因素進(jìn)行評(píng)估，并以685例乳腺癌患者的10年生存率加以驗(yàn)證。CCI應(yīng)用方便、耗時(shí)短，并可轉(zhuǎn)化成量表形式進(jìn)行臨床應(yīng)用。2008年，Charlson等[12]又對(duì)原版本做出更新，加入抑郁癥(1分)、高血壓病(1分)、口服抗凝藥(1分)、皮膚潰瘍和蜂窩織炎(2分)等，并顯示其對(duì)醫(yī)療費(fèi)用具有預(yù)測(cè)作用。Heller等[13]證實(shí)CCI可用于預(yù)測(cè)卒中患者的功能結(jié)局，其中轉(zhuǎn)移性腫瘤(OR：2.67)、癡呆(OR：1.91)、偏癱(OR：1.61)與基線共病指數(shù)相關(guān)。一項(xiàng)包含600多萬(wàn)髖骨骨折患者的大樣本研究[14]證實(shí)了年齡調(diào)整CCI在預(yù)測(cè)院內(nèi)死亡及不良事件發(fā)生率中的作用。Sharabiani等[15]的薈萃分析顯示CCI對(duì)患者短期死亡率和長(zhǎng)期死亡率均具有較好的預(yù)測(cè)作用。英國(guó)一項(xiàng)包含95 372人的橫斷面研究對(duì)CCI、處方藥計(jì)數(shù)及John Hopkins疾病模型進(jìn)行死亡率預(yù)測(cè)比較，發(fā)現(xiàn)CCI較其他方法有更好的預(yù)測(cè)作用[16]。

盡管CCI在部分患者中得以驗(yàn)證，但在老年人的應(yīng)用中存在局限性。Zekry等[17]對(duì)CCI、老年疾病累積評(píng)分量表(cumulative illness rating scale for geriatrics，CIRS-G)、ICED、KFI、GIC和CDS 6種共病評(píng)估方法在老年住院患者中的應(yīng)用進(jìn)行比較，認(rèn)為CCI在再住院、死亡率等方面的預(yù)測(cè)較其他方法沒(méi)有優(yōu)勢(shì)。CCI應(yīng)用于老年患者需考慮：(1)老年人疾病譜不同，常見(jiàn)老年退行性疾病如帕金森病、老年性精神障礙、除心肌梗死以外的缺血性心臟病等未納入評(píng)估；(2)CCI是以死亡率為導(dǎo)向設(shè)定的共病指數(shù)，隨著醫(yī)療的不斷進(jìn)步發(fā)展，需不斷做出更新；(3)癡呆、潰瘍和哮喘在CCI中賦值1分，不同腫瘤如甲狀腺癌、淋巴瘤均賦值2分，事實(shí)上不同人群疾病負(fù)擔(dān)不同，對(duì)老年人群的疾病賦值需做出調(diào)整。因此，CCI在老年人群的應(yīng)用有待進(jìn)一步研究與細(xì)化。

2.3 EC

Elixhauser等[18]定義了30種院前已存在、且與短期預(yù)后相關(guān)的疾病，通過(guò)對(duì)包括乳腺癌、急性心肌梗死、哮喘、闌尾炎、疝氣、憩室炎、膽道疾病、背痛、肺炎和糖尿病10種特定疾病患者進(jìn)行驗(yàn)證，認(rèn)為EC與住院時(shí)間、住院費(fèi)用及院內(nèi)死亡率有相關(guān)性，證實(shí)EC的有效性和可靠性。EC疾病譜更廣，增加了CCI中沒(méi)有包含的疾病，包括肥胖、體質(zhì)量下降、水電解質(zhì)失衡、乙醇濫用、藥物濫用、嚴(yán)重精神病、抑郁癥等，當(dāng)研究人群中此類疾病可能影響其醫(yī)療結(jié)果時(shí)，更傾向于選用EC進(jìn)行評(píng)估。EC沒(méi)有明確的評(píng)分系統(tǒng)，而是提出了住院診斷相關(guān)疾病群組(diagnosis related groups，DRG)的概念，將疾病按類別分析。譬如此次住院原因?yàn)樾呐K病時(shí)，充血性心力衰竭、心律失常、心臟瓣膜病等均為心臟病DRG。van Walraven等[19]在此基礎(chǔ)上進(jìn)行權(quán)重分析使其成為可計(jì)分模型。后續(xù)研究進(jìn)一步證實(shí)了EC在心臟病、結(jié)腸癌、骨科手術(shù)等住院患者中應(yīng)用的可靠性[20-22]。

2.4 CDS/RxRisk模型

Von Korff等[23]根據(jù)門(mén)診患者過(guò)去1年處方藥情況判斷其慢性疾病狀況，包括17種慢性病，由專家組判定權(quán)重，驗(yàn)證其和患者1年死亡率及住院率的相關(guān)性。Clark等[24]提出其修正版，疾病類別增至28種，并定義了藥品與藥理分類對(duì)應(yīng)的美國(guó)醫(yī)院處方服務(wù)(American hospital formulary service，AHFS)藥品類別及代碼，根據(jù)更新資料調(diào)整權(quán)重，研究者建議后續(xù)研究者可根據(jù)其資料或需要，自行計(jì)算權(quán)重。該研究以美國(guó)一個(gè)醫(yī)療中心>18歲患者為對(duì)象，控制年齡、性別后驗(yàn)證修正方法與門(mén)診費(fèi)用、就診次數(shù)和醫(yī)療費(fèi)用相關(guān)，并與最初版CDS比較，顯示其方法表現(xiàn)更佳。RxRisk模型進(jìn)一步修訂并擴(kuò)大了CDS處方藥及疾病范圍，使其可應(yīng)用于兒童，并用于估算醫(yī)療費(fèi)用[25]。根據(jù)研究目的不同，研究者可對(duì)CDS進(jìn)行相應(yīng)衍生及應(yīng)用[26,27]。

2.5 ICED

ICED包括疾病嚴(yán)重程度和功能受損兩方面的評(píng)估。記錄患者癥狀、體征和實(shí)驗(yàn)室檢查數(shù)據(jù)，并針對(duì)14個(gè)系統(tǒng)疾病、5分量表進(jìn)行嚴(yán)重程度評(píng)估；針對(duì)10項(xiàng)功能狀態(tài)、3分量表進(jìn)行功能受損評(píng)估[28]。根據(jù)兩項(xiàng)評(píng)估相加的總分，將共病狀態(tài)分為無(wú)、輕、中和重4種程度。ICED是目前唯一的疾病相關(guān)性功能受損評(píng)估的共病量表。ICED是否適用于老年患者有待進(jìn)一步研究。

2.6 GIC

GIC是在ICED基礎(chǔ)上建立的共病模型，納入了老年患者常見(jiàn)的15種疾病，并分別對(duì)其嚴(yán)重程度由0分(無(wú))～4分(威脅生命)進(jìn)行評(píng)估[29]。整體評(píng)估后，按照疾病嚴(yán)重程度最高分及疾病數(shù)將共病狀態(tài)分為4個(gè)等級(jí)。GIC與老年住院患者院內(nèi)死亡率、1年內(nèi)院外死亡率、再住院率、5年預(yù)后等密切相關(guān)，對(duì)制定醫(yī)療計(jì)劃具有重要參考意義。與其他共病評(píng)估方法相比，GIC在老年住院患者不良預(yù)后及生存結(jié)局的預(yù)測(cè)方面具有良好的預(yù)測(cè)效度[17]。

2.7 CIRS

CIRS是最早依據(jù)系統(tǒng)分類的共病指數(shù)。Linn等[30]納入13個(gè)系統(tǒng)相關(guān)疾病，每個(gè)系統(tǒng)疾病的功能障礙程度分為5級(jí)，并計(jì)算總分，研究數(shù)據(jù)基于病史、體格檢查、實(shí)驗(yàn)室檢查等進(jìn)行臨床判斷，應(yīng)用方便。如同一系統(tǒng)同時(shí)出現(xiàn)>1種疾病時(shí)，只需記錄系統(tǒng)中最嚴(yán)重的病。Miller等[31]將其衍生為CIRS-G。與CCI相比，CIRS包含的疾病譜更廣，較CCI更敏感，可提供更多預(yù)后信息[32]。通過(guò)對(duì)239例非終末期老年住院患者的回顧性研究發(fā)現(xiàn)[33]，CIRS-G評(píng)分與老年患者發(fā)生肺炎有關(guān)，而單個(gè)疾病如卒中、心血管疾病、慢性肝病、慢性腎臟病等與老年患者發(fā)生肺炎無(wú)顯著相關(guān)性。此外，進(jìn)行精神疾病與軀體性疾病相關(guān)性研究時(shí)可考慮使用相關(guān)共病指數(shù)，Wiktorsson等[34]采用CIRS-G評(píng)估具有自殺傾向的老年共病患者，認(rèn)為CIRS-G評(píng)分與老年患者心理疾病相關(guān)。有研究認(rèn)為CIRS與老年患者日常生活活動(dòng)能力(activities of daily living，ADL)及認(rèn)知功能下降無(wú)顯著相關(guān)性[35]。

2.8 共病生理指標(biāo)指數(shù)

一些慢性疾病起病隱匿，進(jìn)展緩慢，早期診斷困難或一經(jīng)確診已經(jīng)處于較嚴(yán)重階段。Newman等[36]提出共病生理指標(biāo)指數(shù)的概念，旨在將這些發(fā)病率高、對(duì)機(jī)體有影響的亞臨床狀態(tài)及相關(guān)生理指標(biāo)納入分析，包括肺功能檢查、血管評(píng)估、快速血糖測(cè)定等指標(biāo)，結(jié)果表明7～10分的患者比0～2分的患者死亡率更高(OR：3.8，98%CI：2.82～5.13)。共病生理指標(biāo)指數(shù)不同于以往以疾病或功能為基礎(chǔ)的共病評(píng)價(jià)，為共病評(píng)估提供了新思路。

2.9 其他

其他常用共病評(píng)估工具還包括：KFI、疾病負(fù)擔(dān)指數(shù)、Liu指數(shù)、功能共病指數(shù)、病例組合系統(tǒng)(adjusted clinical groups，ACGs)、DUSOI等。

3 選擇合適的共病評(píng)估工具

疾病計(jì)數(shù)、CCI、CDS/RxRisk等可直接從病歷記錄中獲取資料進(jìn)行統(tǒng)計(jì)，適用于大規(guī)模橫斷面研究；而CIRS、DUSOI等需對(duì)研究者進(jìn)行培訓(xùn)，對(duì)研究對(duì)象進(jìn)行逐一評(píng)估，在大規(guī)模調(diào)查中應(yīng)用受限。共病評(píng)估工具按照數(shù)據(jù)資料分為兩類：基于疾病診斷的評(píng)估工具和基于處方藥的評(píng)估工具。Yurkovich等[37]對(duì)不同方法的構(gòu)建效度進(jìn)行評(píng)價(jià)，認(rèn)為基于疾病診斷的評(píng)估工具能更好地預(yù)測(cè)死亡率。根據(jù)藥物建立的共病模型能更好地預(yù)測(cè)患者未來(lái)初級(jí)保健需求(就診率)[38]及急診住院率[16]。Wallace等[39]比較了疾病計(jì)數(shù)、篩選條件、CCI、RxRisk-V及藥物計(jì)數(shù)5種共病評(píng)估方法在社區(qū)老年人急診住院率及功能下降方面的預(yù)測(cè)作用，認(rèn)為5種方法無(wú)顯著差異。目前尚無(wú)充分證據(jù)表明某一方法具有明顯優(yōu)勢(shì)。研究者可根據(jù)研究數(shù)據(jù)、對(duì)象、目的等選擇合適的共病評(píng)估工具。

4 展 望

對(duì)共病狀態(tài)進(jìn)行合理評(píng)估是慢性病管理的重要內(nèi)容，是判斷醫(yī)療資源利用、患者預(yù)后、指導(dǎo)臨床實(shí)踐的重要途徑。在國(guó)外各項(xiàng)研究的基礎(chǔ)上，探索適合于我國(guó)的、能與國(guó)際接軌的共病評(píng)估工具將有助于我國(guó)慢性疾病管理與治療的發(fā)展。

【參考文獻(xiàn)】

[1] Feinstein AR. The pre-therapeutic classification of co-morbidity in chronic disease[J]. J Chronic Dis, 1970, 23(7): 455-468. DOI: 10.1016/0021-9681(70)90054-8.

[2] Barnett K, Mercer SW, Norbury M,etal. Epidemiology of multimorbidity and implications for health care, research, and medical education: a cross-sectional study[J]. Lancet, 2012, 380(9836): 37-43. DOI: 10.1016/S0140-6736(12)60240-2.

[3] Wang HH, Wang JJ, Wong SY,etal. Epidemiology of multimorbidity in China and implications for the healthcare system: cross-sectional survey among 162 464 community household residents in southern China[J]. BMC Med, 2014, 12: 188. DOI: 10.1186/s12916-014-0188-0.

[4] Parekh AK, Barton MB. The challenge of multiple comorbidity for the US health care system[J]. JAMA, 2010, 303(13): 1303-1304. DOI: 10.1001/jama.2010.381.

[5] Bayliss EA, Ellis JL, Steiner JF. Subjective assessment of comorbidity correlate with quality of life health outcomes: initial validation of a comorbidity assessment instrument[J]. Health Qual Life Outcomes, 2005, 3: 51. DOI: 10.1186/1477-7525-3-51.

[6] Violán C, Foguet-Boreu Q, Hermosilla-Pérez E,etal. Comparison of the information provided by electronic health records data and a population health survey to estimate prevalence of selected health conditions and multimorbidity[J]. BMC Public Health, 2013, 13: 251. DOI: 10.1186/1471-2458-13-251.

[7] 張可可, 朱鳴雷, 劉曉紅. 老年人“共病”問(wèn)題概述[J]. 中華老年多器官疾病雜志, 2016, 15(8): 587-590. DOI: 10.11915/j.issn.1671-5403.2016.08.139.

Zhang KK, Zhu ML, Liu XH. A brief overview of “multiple chronic conditions” in the elderly[J]. Chin J Mult Organ Dis Elderly, 2016, 15(8): 587-590. DOI: 10.11915/j.issn.1671-5403.2016.08.139.

[8] Marengoni A, Angleman S, Meinow B,etal. Coexisting chronic conditions in the older population: variation by health indicators[J]. Eur J Intern Med, 2016, 31: 29-34.

[9] Nunes BP, Flores TR, Mielke GI,etal. Multimorbidity and mortality in older adults: a systematic review and meta-analysis[J]. Arch Gerontol Geriatr, 2016, 67: 130-138. DOI: 10.1016/j.ejim.2016.02.014.

[10] Prados-Torres A, Calderón-Larraaga A, Hancco-Saavedra J,etal. Multimorbidity patterns: a systematic review[J]. J Clin Epidemiol, 2014, 67(3): 254-266. DOI: 10.1016/j.jclinepi.2013.09.021.

[11] Charlson ME, Pompei P, Ales KL,etal. A new method of classi-fying prognostic comorbidity in longitudinal studies: development and validation[J]. J Chronic Dis, 1987, 40(5): 373-383. DOI: 10.1016/0021-9681(87)90171-8.

[12] Charlson ME, Charlson RE, Peterson JC,etal. The Charlson comorbidity index is adapted to predict costs of chronic disease in primary care patients[J]. J Clin Epidemiol, 2008, 61(12): 1234-1240. DOI: 10.1016/j.jclinepi.2008.01.006.

[13] Heller DA, Ahern FM, Pringle KE,etal. Among older adults, the responsiveness of self-rated health to changes in Charlson comorbidity was moderated by age and baseline comorbidity[J]. J Clin Epidemiol, 2009, 62(2): 177-187. DOI: 10.1016/j.jclinepi.2008.05.009.

[14] Neuhaus V, King J, Hageman MG. Charlson comorbidity indices and in-hospital deaths in patients with hip fractures[J]. Clin Orthop Relat Res, 2013, 471(5): 1712-1719. DOI: 10.1007/s11999-012-2705-9.

[15] Sharabiani MT, Aylin P, Bottle A. Systematic review of comorbidity indices for administrative data[J]. Med Care, 2012, 50(12): 1109-1118. DOI: 10.1097/MLR.0b013e31825f64d0.

[16] Brilleman SL, Salisbury C. Comparing measures of multimorbidity to predict outcomes in primary care: a cross sectional study[J]. Fam Pract, 2013, 30(2): 172-178. DOI: 10.1093/fampra/cms060.

[17] Zekry D, Loures Valle BH, Graf C,etal. Prospective comparison of 6 comorbidity indices as predictors of 1-year post-hospital discharge institutionalization, readmission, and mortality in elderly individuals[J]. J Am Med Dir Assoc, 2012, 13(3): 272-278. DOI: 10.1016/j.jamda.2010.11.011.

[18] Elixhauser A, Steiner C, Harris DR,etal. Comorbidity measures for use with administrative data[J]. Med Care, 1998, 36(1): 8-27. DOI: 10.1097/00005650-199801000-00004.

[19] van Walraven C, Austin PC, Jennings A,etal. A modification of the Elixhauser comorbidity measures into a point system for hospital death using administrative data[J]. Med Care, 2009, 47(6): 626-633. DOI: 10.1097/MLR.0b013e31819432e5.

[20] Chu YT, Ng YY, Wu SC. Comparison of different comorbidity measures for use with administrative data in predicting short-and long-term mortality[J]. BMC Health Serv Res, 2010, 10: 140. DOI: 10.1186/1472-6963-10-140.

[21] Menendez ME, Neuhaus V, van Dijk CN,etal. The Elixhauser comorbidity method outperforms the Charlson index in predicting inpatient death after orthopaedic surgery[J]. Clin Orthop Relat Res, 2014, 472(9): 2878-2886. DOI: 10.1007/s11999-014-3686-7.

[22] Lieffers JR, Baracos VE, Winget M,etal. A comparison of Charlson and Elixhauser comorbidity measures to predict colorectal cancer survival using administrative health data[J]. Cancer, 2011, 117(9): 1957-1965. DOI: 10.1002/cncr.25653.

[23] Von Korff M, Wagner EH, Saunders K. A chronic disease score from automated pharmacy data[J]. J Clin Epidemiol, 1992, 45(2): 197-203. DOI: 10.1016/0895-4356(92)90016-G.

[24] Clark DO, Von Korff M, Saunders K,etal. A chronic disease score with empirically derived weights[J]. Med Care, 1995, 33(8): 783-795. DOI: 10.1097/00001648-200205000-00016.

[25] Fishman PA, Goodman MJ, Hornbrook MC,etal. Risk adjustment using automated ambulatory pharmacy data: the RxRisk model[J]. Med Care, 2003, 41(1): 84-99. DOI: 10.1097/00005650-200301000-00011.

[26] McGregor JC, Perencevich EN, Furuno JP,etal. Comorbidity risk-adjustment measures were developed and validated for studies of antibiotic-resistant infections[J]. J Clin Epidemiol, 2006, 59(12): 1266-1273. DOI: 10.1016/j.jclinepi.2006.01.016.

[27] Stevens V, Concannon C, van Wijngaarden E,etal. Validation of the chronic disease score-infectious disease (CDS-ID) for the prediction of hospital-associated clostridium difficile infection (CDI) within a retrospective cohort[J]. BMC Infect Dis, 2013, 13: 150. DOI: 10.1186/1471-2334-13-150.

[28] Greenfield S, Apolone G, McNeil BJ,etal. The importance of co-existent disease in the occurrence of postoperative complications and one-year recovery in patients undergoing total hip replacement. Comorbidity and outcomes after hip replacement[J]. Med Care, 1993, 31(2): 141-154.

[29] Rozzini R, Frisoni GB, Ferrucci L,etal. Geriatric index of comorbidity: validation and comparison with other measures of comorbidity[J]. Age Ageing, 2002, 31(4): 277-285.

[30] Linn BS, Linn MW, Gurel L. Cumulative illness rating scale[J]. J Am Geriatr Soc, 1968, 16(5): 622-626. DOI: 10.1111/j.1532-5415.1968.tb02103.x.

[31] Miller MD, Paradis CF, Houck PR,etal. Rating chronic medical illness burden in geropsychiatric practice and research: application of the Cumulative Illness Rating Scale[J]. Psychiatry Res, 1992, 41(3): 237-248. DOI: 10.1016/0165-1781(92)90005-N.

[32] Kirkhus L, Jordh?y M, ?altyte Benth J,etal. Comparing comorbidity scales: attending physician scoreversusthe Cumulative Illness Rating Scale for Geriatrics[J]. J Geriatr Oncol, 2016, 7(2): 90-98. DOI: 10.1016/j.jgo.2015.12.003.

[33] Ticinesi A, Nouvenne A, Folesani G,etal. An investigation of multimorbidity measures as risk factors for pneumonia in elderly frail patients admitted to hospital[J]. Eur J Intern Med, 2016, 28: 102-106. DOI: 10.1016/j.ejim.2015.11.021.

[34] Wiktorsson S, Berg AI, Wilhelmson K,etal. Assessing the role of physical illness in young old and older old suicide attempters[J]. Int J Geriatr Psychiatry, 2016, 31(7): 771-774. DOI: 10.1002/gps.4390.

[35] Boeckxstaens P, Vaes B, Van Pottelbergh G,etal. Multimorbidity measures were poor predictors of adverse events in patients aged ≥80 years: a prospective cohort study[J]. J Clin Epidemiol, 2015, 68(2): 220-227. DOI: 10.1016/j.jclinepi.2014.08.010.

[36] Newman AB, Boudreau RM, Naydeck BL,etal. A physiologic index of comorbidity: relationship to mortality and disability[J]. J Gerontol A Biol Sci Med Sci, 2008, 63(6): 603-609.

[37] Yurkovich M, Avina-Zubieta JA, Thomas J,etal. A systematic review identifies valid comorbidity indices derived from administrative health data[J]. J Clin Epidemiol, 2015, 68(1): 3-14. DOI: 10.1016/j.jclinepi.2014.09.010.

[38] Wallace E, Smith SM, Fahey T. Reducing emergency admissions through community based interventions[J]. BMJ, 2016, 352: h6817. DOI: 10.1136/bmj.h6817.

[39] Wallace E, McDowell R, Bennett K,etal. Comparison of count-based multimorbidity measures in predicting emergency admission and functional decline in older community-dwelling adults: a prospective cohort study[J]. BMJ Open, 2016, 6(9): e013089. DOI: 10.1136/bmjopen-2016-013089.