一个研究团队开发了共病手术风险评估（CORE）评分，旨在更好地理解慢性疾病如何影响患者手术后死亡的风险。这个评分帮助外科医生考虑现有的健康问题，并更有效地评估死亡风险。
加州大学洛杉矶分校（UCLA）的研究团队开发了共病手术风险评估（CORE）评分，旨在增强对慢性疾病如何影响患者手术后死亡风险的理解，使外科医生能够考虑现有的健康问题，并更准确地评估死亡风险。
近四十年来，医学研究人员主要依赖两个工具：查尔森共病指数（CCI）和艾利克斯豪斯共病指数（ECI）来评估既往健康问题如何影响患者结果。这些工具依赖医疗保健提供者和账单工作人员输入的ICD代码来反映患者疾病。然而，它们并不是专门为手术患者设计的，且往往关注于可能与接受手术者无关的慢性疾病。此外，它们通常从账单记录中收集数据，缺乏对既往健康状况的详细洞察。
该模型是使用来自699,155名患者的数据开发的，其中139,831名（20%）被指定为测试组。研究人员通过使用国际疾病分类（ICD-10）代码，检查了2019年国家住院患者样本（NIS）中接受62种不同手术的14个专业的成年患者。他们将慢性疾病的ICD-10代码组织为临床分类软件精细化（CCSR）类别。通过对CCSR应用逻辑回归，结合四种机器学习技术中显著特征的重要性，他们预测了住院死亡率，并使用得到的系数根据先前验证过的系统确定了CORE评分。该评分范围从零（表示最低风险）到100（表示最高风险）。
利用回顾性数据库进行的健康服务和结果研究在外科研究中的重要性不断增长。尽管旨在暴露质量问题和差异的研究人员怀有良好的意图，但缺乏适当工具可能会模糊不良结果是否与既往健康状况无关。
UCLA外科部门的住院医生、该研究的主要作者尼基尔·切尔武博士表示：“创新统计软件和方法的引入使研究人员能够利用庞大的数据库来解决与医疗保健质量、差异和结果相关的问题。然而，这些数据库大多数从账单记录中提取信息，常常遗漏有关患者既往病状的细微数据。如果不考虑患者之间慢性疾病的差异，跨人群的比较可能会存在缺陷。在进一步的研究中使用该评分将有助于验证其有效性，并通过使用大数据库增强对手术结果的分析。”
