EuroSCORE II günlük pratikte çoğu zaman tek bir yüzdeyle anılır; oysa o yüzdenin ne kadar güvenilir olduğu, hangi hastada kullanıldığına bağlıdır. Buradaki okuma biyoistatistik açısından, yani sayının ne söylediği ve ne ölçüde güvenilir olduğu üzerinden yapılıyor; cerrahi endikasyon ve tekniğin yorumu cerrahi ekibin alanıdır. Modelin zayıf noktası da çoğu zaman sanıldığı yerde, ayrım gücünde değildir; asıl mesele, öngörülen riskin gerçekte gözlenenle ne ölçüde örtüştüğü, yani kalibrasyondur.
Ayrım mı, kalibrasyon mu?
İki kavramı ayırmak konunun çıkış noktası. Ayrım (diskriminasyon), modelin ölecek ve sağ kalacak hastaları doğru sıralayabilme gücüdür; ROC eğrisi altındaki alanla (AUC) ölçülür. Kalibrasyon ise modelin söylediği yüzdenin gerçekle uyumudur: %5 dediği hastaların gerçekten yaklaşık %5'i mi kaybediliyor? Bir model hastaları iyi sıralayıp (yüksek AUC) yine de sistematik biçimde fazla ya da az tahmin edebilir. İstatistiksel olarak söylenebilecek olan, yüksek bir AUC'nin modeli tek başına "doğrulanmış" yapmadığıdır.
EuroSCORE II'nin ayrım gücü makuldür. Orijinal validasyon alt kümesinde AUC 0,8095 olarak bildirildi (Nashef ve ark., 2012; PMID 22378855). Skorun yayımından iki yıl sonra yapılan, 22 çalışma ve 145.592 işlemi kapsayan bir meta-analizde havuzlanmış AUC 0,792 idi (%95 GA 0,773–0,811; Guida ve ark., 2014; doi:10.1016/j.jtcvs.2014.07.039); daha güncel çalışmalarda da ayrım gücünün yaklaşık 0,8 olduğunu bir anlatı derlemesi aktarıyor (Iacobescu ve ark., 2026; doi:10.3390/medicina62030606). Modelin hedeflemediği uzun dönem sonlanımda sayı daha ölçülü kalabiliyor. Gerçek dünyadan bir izole CABG kohortunda EuroSCORE II'nin 4 yıllık mortalite için c-istatistiği 0,73 olarak rapor edildi; model burada yalnızca karşılaştırma koluydu ve çalışmanın kendisi bir SYNTAX Score II validasyonuydu (Angleitner ve ark., 2025; doi:10.1186/s13019-025-03572-x). Bu değerlerin hiçbiri kötü değil; ayrım, modelin görece güçlü tarafıdır. Sorun, öngörülen yüzdenin gerçekle örtüşmesinde başlar.
Kalibrasyon neden bozulur?
EuroSCORE II 2010 yılının verisinden türetildi ve birincil sonlanımı hastanın ameliyat olduğu hastanedeki mortalitedir, 30 günlük mortalite değil (geliştirme çalışmasında 30 ve 90 günlük mortalite ikincil sonlanım olarak incelendi). Nashef ve arkadaşları, modeli yayımlarken eski additive ve logistic EuroSCORE'ların 2010 verisinde mortaliteyi belirgin biçimde fazla tahmin ettiğini gösterdi (gerçek %3,9'a karşı additive %5,8, logistic %7,57) ve EuroSCORE II tam da bu nedenle yeniden kalibre edildi (PMID 22378855). Ancak EuroSCORE II'nin kendi kalibrasyon davranışı tek yönlü değildir ve altgruba göre değişir. 22 çalışmalık meta-analizde genel gözlenen/beklenen oranı yaklaşık 1,02 (iyi kalibre) iken, izole CABG altgrubunda model riski fazla tahmin etti (O/E 0,829; %95 GA 0,677–0,982) ve yüksek riskli hastalarda, meta-analizin nitelemesiyle hafifçe, düşük tahmin etti (O/E 1,253) (Guida ve ark., 2014; doi:10.1016/j.jtcvs.2014.07.039). Bu, istatistiksel olarak beklenen bir tablodur, çünkü popülasyon, bakım ve altgrup değiştikçe kalibrasyon kayar. Iacobescu ve arkadaşları da modelin çoğunlukla mortaliteyi düşük tahmin etmekle eleştirildiğini (O/E > 1,00), bazı kohortlarda ise fazla tahmin ettiğini (O/E < 1,00) bildiriyor (doi:10.3390/medicina62030606).
Bu değişkenliğin istatistiksel kökeni modelin yapısında yatar; sonucu etkilediği bildirilen kırılganlık (frailty), beslenme durumu ve karaciğer fonksiyonu modelde yer almaz. Aşağıdaki altgruplar, aslında aynı istatistiksel olgunun, yani kalibrasyonun popülasyona bağımlı olmasının birer örneğidir. Her biri belirli kohortlardaki gözlemdir; tek bir merkezin sonucu evrensel bir yargıya dönüştürülmemelidir.
Aktif endokardit: bir kalibrasyon sapması örneği
Enfektif endokardit (IE) cerrahisi, modelin sapmasının raporlandığı alanlardan biri. Model aktif endokarditi bir değişken olarak içerse de IE'ye özgü belirleyiciler (etken patojen, perivalvüler apse, protez kapak tutulumu) modelde bulunmuyor. Tek merkezli, 689 hastalık bir IE cerrahisi serisinde (operatif mortalite %10,6), EuroSCORE II dâhil yaygın genel amaçlı skorların operatif riski fazla tahmin ettiği, IE'ye özgü değişken içeren skorların genel olarak daha iyi performans gösterdiği ve en yüksek ayrımı RISK-E skorunun verdiği rapor edildi (AUC 0,742) (Mikus ve ark., 2025; doi:10.2147/CLEP.S566997). Aynı çalışma, kötü kalibre bir risk tahmininin doğrudan klinik sonuç doğurabileceğini, örneğin operatif riskin fazla tahmininin gereksiz biçimde cerrahiden caydırabileceğini belirtiyor. İstatistiksel okuma yalnız modelin bu altgrupta sistematik bir yön sapması gösterdiğini söyler. Bu yüzdenin somut bir hastada karara nasıl yansıması gerektiği ise cerrahi ekibin değerlendirme alanıdır.
Torasik aort cerrahisi: prosedüre özgü kalibrasyon farkı
Torasik aort cerrahisinde de EuroSCORE II'nin kalibrasyonu başka araçlardan zayıf kalabiliyor. 829 hastalık bir torasik aort serisinde (operatif mortalite %4,6), kalp dışı cerrahi için geliştirilmiş genel bir risk aracının (Surgical Outcome Risk Tool, SORT; Protopapa ve ark., 2014) klinik değerlendirmeyle birleştirilmiş ikinci sürümü (SORT V2; Wong ve ark., 2020) hem iyi ayrım (AUC 0,82) hem de SORT V1 ve EuroSCORE II'den daha güvenilir kalibrasyon gösterdi; diseksiyon altgrubunda ise hastalığa özgü GERAADA en yüksek ayrımı (AUC 0,79), Penn sınıflaması en iyi kalibrasyonu verdi (Magouliotis ve ark., 2025; doi:10.1053/j.jvca.2025.10.034). Buradan çıkarılabilecek istatistiksel gözlem, EuroSCORE II'nin bu serideki en iyi kalibre araç olmadığı ve en iyi kalibre aracın popülasyona, hatta altgruba göre değişebildiğidir; kalibrasyonun yerel veride sınanması bu yüzden gerekiyor.
İleri yaş ve kırılganlık: eksik değişken sorunu
EuroSCORE II'de kırılganlığı doğrudan ölçen bir değişken yoktur; istatistiksel terimle bu, bir eksik-değişken (omitted-variable) sınırıdır. Sonucu etkilediği bildirilen kas kütlesi ve beslenme durumu modele girmediğinden, işlevsel durum da yalnız NYHA sınıfı ve ağır mobilite kısıtlılığı üzerinden kısmen temsil edildiğinden, bu boyutta ayrışan hastalarda tahminin gerçekle örtüşmesi zayıflayabilir. 2021 ESC/EACTS Kalp Kapak Hastalığı Kılavuzu da bu sınırı kabul ediyor; EuroSCORE II ve STS-PROM'un hastaların çoğunda iyi kalibre olduğunu, ancak yüksek riskli hastalarda daha az doğru olabileceğini belirtiyor ve kırılganlığın değerlendirmedeki rolünü ayrıca öne çıkarıyor (Vahanian ve ark., 2022; doi:10.1093/eurheartj/ehab395). Kılavuzun 2025 güncellemesi de yayımlandı (Praz ve ark., 2025); buradaki değerlendirme 2021 metnine dayanıyor. Bu açığın klinik olarak nasıl kapatılacağı, örneğin ek bir kırılganlık değerlendirmesinin nasıl konumlanacağı, cerrahi ve geriatrik değerlendirmenin alanıdır; istatistiksel katkı, açığın modelde yapısal olduğunu görünür kılmaktır.
Redo ve acil: belirsizliğin genişlediği uçlar
Tekrar (redo) cerrahi ve acil/kurtarma girişimleri, modelin heterojen uçlarıdır. EuroSCORE II bu durumları katsayılarıyla içerir; ancak az sayıda ve değişken hastadan oluşan altgruplarda nokta tahmin etrafındaki belirsizlik genişler. İstatistiksel olarak bu, verilen yüzdeyi bir güven aralığı içindeki nokta tahmini olarak okumayı anlamlı kılar; lojistik modelde bu aralık yüzde ölçeğinde simetrik değildir. Aynı çekince tüm hastalar için geçerlidir; "%8", benzer hastaların ortalama tahmini riskidir, bireysel sonucun kesinliği değil.
Sayıyı yerel olarak kalibre etmek
Bu sınırların hiçbiri skoru terk etmeyi gündeme getirmez; sayıyı sınırlarıyla okumayı gündeme getirir. İstatistik açısından iki nokta öne çıkıyor. Birincisi, sayının güvenilirliği altgruba göre değişir; endokardit, torasik aort, ileri yaş/kırılganlık ve redo/acil hastalarında EuroSCORE II yüzdesi, o gruba özgü kanıtla birlikte (kimi durumda hastalığa özgü bir skorun rapor edilen performansıyla) tartılabilir. İkincisi, modelin orijinal makalesi bir yerel kalibrasyon yöntemi öneriyor; kurum, skoru kendi gözlenen/öngörülen oranıyla (O:E; risk-düzeltilmiş mortalite oranı) uyarlayabilir (PMID 22378855). Bir merkezin O:E oranının 1'den belirgin sapması, EuroSCORE II'nin o popülasyonda sistematik biçimde fazla ya da az tahmin ettiğine işaret eder. Makale, yeterli gözlem biriktiğinde (en az bir yıllık vaka yükü) bireysel tahminin bu oranla çarpılmasını öneriyor. Yine de tek bir merkez oranı altgruplardaki ters yönlü sapmayı gidermiyor ve yüksek riskli hastada çarpım %100'ü aşabiliyor.
Kendi merkezinde bir skorun ayrımını ve kalibrasyonunu nasıl ölçeceğini (AUC, kalibrasyon eğrisi, Hosmer-Lemeshow ve O:E oranı dâhil) ayrı bir yazıda adım adım ele alıyoruz yerel validasyon rehberi. Modelin ne olduğu ve nasıl hesaplandığı için EuroSCORE II rehberi; hesaplama dökümünü şeffaf gösteren araç için EuroSCORE II hesaplayıcısı.
Not: EuroSCORE II bir risk tahminidir; klinik karar desteğidir, tanı veya tedavi kararının yerine geçmez.
Bir risk skorunu kendi hasta grubunuzda incelediğiniz çalışmada uygun modelin belirlenmesi ve analiz sonuçlarının raporlanması için ileri istatistik modelleme sayfamıza bakabilirsiniz.
Kullanılan kaynaklar
- Nashef SAM, Roques F, Sharples LD, ve ark. EuroSCORE II. Eur J Cardiothorac Surg. 2012;41(4):734-44; discussion 744-5. PMID 22378855 · DOI
- Guida P, Mastro F, Scrascia G, Whitlock R, Paparella D. Performance of the European System for Cardiac Operative Risk Evaluation II: a meta-analysis of 22 studies involving 145,592 cardiac surgery procedures. J Thorac Cardiovasc Surg. 2014;148(6):3049-57. PMID 25161130 · DOI
- Iacobescu RA, Lunguleac T, Antoniu S, ve ark. Risk Stratification for Postoperative Mortality in Cardiac Surgery: "Quo Vadis"? Medicina (Kaunas). 2026;62(3):606. PMID 41901686 · DOI
- Mikus E, Sangiorgi D, Calvi S, ve ark. Enhanced Risk Stratification in Infective Endocarditis Surgery. Clin Epidemiol. 2025;17:1087-1097. PMID 41450894 · DOI
- Magouliotis DE, Sicouri S, Baudo M, ve ark. Optimizing Risk Prediction: SORT Versions 1 and 2 in Aortic Surgery. J Cardiothorac Vasc Anesth. 2026;40(5):1362-1372 (çevrim içi 2025). PMID 41271501 · DOI
- Protopapa KL, Simpson JC, Smith NCE, Moonesinghe SR. Development and validation of the Surgical Outcome Risk Tool (SORT). Br J Surg. 2014;101(13):1774-1783.
- Wong DJN, Harris S, Sahni A, ve ark. Developing and validating subjective and objective risk-assessment measures for predicting mortality after major surgery: an international prospective cohort study. PLoS Med. 2020;17(10):e1003253.
- Angleitner P, Abfalterer H, Kaider A, ve ark. External validation of SYNTAX score II in a real-world cohort undergoing coronary artery bypass grafting. J Cardiothorac Surg. 2025;20(1):324. PMID 40775387 · DOI
- Vahanian A, Beyersdorf F, Praz F, ve ark. 2021 ESC/EACTS Guidelines for the management of valvular heart disease. Eur Heart J. 2022;43(7):561-632. PMID 34453165 · DOI
- Praz F, Borger MA, ve ark. 2025 ESC/EACTS Guidelines for the management of valvular heart disease. Eur Heart J. 2025;46(44):4635-4736. PMID 40878295