为评估RIRS手术复杂性和术后成功率, Resorlu等^[11]于2012年首次建立了一种针对结石复杂性的预测系统并将命名为RUSS(resorlu-unsal stone scoring, RUSS)评分系统。他们认为结石大小、所累及的肾盏数、结石位置、结石成分以及解剖结构异常等因素会影响RIRS的手术成功率。同时, 为明确无结石状态（无残留碎片> 1 mm）的预测因子, 他们对207例患者进行多因素分析, 发现除了结石位置之外, 上述其他参数均为RIRS成功率的独立预测因子。由于术前无法明确结石成分, 此项指标最终从模型中将其排除。最终RUSS评分由结石大小(是否> 20 mm)、在不同肾盏结石数目(是否> 1)、肾下盏结石且肾盂漏斗部夹角（是否< 45º ）以及肾解剖异常(是否存在蹄铁形肾或盆腔肾)等四个参数组成, 每个参数均被算作1分, 总评分计算为这四个参数的总和, 总分为0~4。当RUSS评分为0、1、2和≥ 3时, 结石清除率分别为97.1%、85.4%、70.0%和27.2%, RUSS评分与术后SFR相关^[11]。2016年Sfoungaristos等^[12]对RUSS评分进行外部验证, 他们在Logistic回归模型中发现RUSS是唯一显著的独立预测因子, RIRS术后结果与RUSS明显相关, 同时其预测准确性较高, 受试者工作特征曲线(receiver operating curve, ROC)的曲线下面积(area under the curves, AUC)为0.707。因此, RUSS是一种能够较准确有效地预测RIRS术后SFR的简单评分系统。但也有研究显示RUSS评分与预测RIRS术后SFR的相关性较弱(P=0.048), 其AUC为0.655, 认为其预测准确率仍较低, 这可能与样本量以及其特征不同密切相关^[10]。此外, 该评分系统将结石直径作为结石大小进行计算, 但相关研究认为RIRS治疗不同体积及不同截面面积结石的SFR有明显不同^{[13, 14]}, 这一点可能会降低RUSS评分预测准确率。客观地讲, RUSS评分是国内外较认可的预测模型之一, 其特点包括：①该系统的参数在临床实践中较容易获得, 实用性强。②该系统作为首次应用的预测模型, 在国内外较为公认。③具有较高的稳定性和重现性。然而RUSS评分系统也有不少缺点, 对RIRS术后SFR的影响因素诸多, 但RUSS评分包括的参数并不全面, 这可能降低其预测准确率, 如RUSS评分仅包括两种肾脏畸形, 即蹄铁形肾和盆腔肾, 而忽略了旋转不良、输尿管或肾盂肾系统重复、输尿管肾盂交界处狭窄、交叉异位、憩室结石、蹄铁形肾和盆腔肾以外的孤立肾等情况, 因此需要针对此评分系统进一步研究改良解决以解决其上述局限性。

受R.E.N.A.L.评分启发, 2013年, Okhunov等^{[15, 16]}为预测PCNL术后结果而发明了S.T.O.N.E.评分。由于原始的S.T.O.N.E.评分仅针对于PCNL, 而不能直接用于预测RIRS的手术结果。因此, 2014年初, Molina等^[17]发表了将S.T.O.N.E评分应用于RIRS的报道, 他们对原始S.T.O.N.E评分各测量参数（原S为结石体积, 原T为经皮通道长度, 原O为梗阻程度, 原N为所累及的肾盏数, 原E为结石密度）进行改良（改良S为结石大小, 改良T为结石位置, 改良O为梗阻或肾积水程度, 改良N为结石数目, 改良E为CT值的评估）并且重新赋值, 结果显示：改良S.T.O.N.E评分与RIRS术后的SFR相关, 随着改良S.T.O.N.E评分的增加, RIRS术后的SFR下降, 其AUC为0.764, 认为其预测性相当高, 且由于CT可提供所有参数, 使用方便。最新的国内研究对改良S.T.O.N.E评分进行外部验证, 研究结果显示RIRS一期结石清除率为88.2%。改良S.T.O.N.E.评分的低分组、中分组和高分组中的一期结石清除率分别为98.1%、91.2%和45.9%, 改良S.T.O.N.E.评分与一期RIRS术后结石清除率存在显著相关性（OR=5.614）, AUC为0.802^[18]。根据上述研究, 改良S.T.O.N.E.评分系统能够预测一期经输尿管软镜碎石术（flexible ureteroscopy, FURL）术后SFR, 其预测准确率较高、实用性更强、可重现, 有助于术前评估病情和进行临床决策。其缺点包括：①该系统参数仅包括结石相关特征, 而未全面综合考虑RIRS术后SFR的影响因素, 可能高估SFR。②研究样本量少, 可能存在选择偏倚。③该模型尚需大量外部验证进一步研究其价值。

2013年, Jeong等^[19]认为结石的解剖位置影响PCNL的独立预测因素而发表了关于预测单道PCNL后的无结石率的S-ReSC（seoul national university renal stone complexity）评分系统。由于该模型仅针对于PCNL, 不适合用于RIRS手术结果的预测。随后, 为预测评估RIRS术后SFR, Jung等^[20]对原始S-ReSC评分进行改良而建立了改良S-ReSC评分系统。根据目前的研究结果, RIRS治疗肾下盏结石比中上肾盏难度更大。改良S-ReSC评分计算前、后、大、小肾盏, 以及肾盂的总和, 改良并赋予肾下盏3分, 改良后总分为1~12分。研究结果显示改良S-ReSC评分中, 总体SFR为85.2%, 并且改良S-ReSC评分低、中、高分三组的SFR分别为94.2%, 84.0%, 45.5%, 表明随着评分增加, 其对应的SFR而明显降低（P< 0.001）, 经内部验证, 改良S-ReSC评分的AUC（0.806）明显高于RUSS评分（0.692）, 进一步表明改良S-ReSC评分具有较高的预测准确性^[20]。Motamedinia等^[21]认为虽然在RUSS评分中, SFR随得分的增加而下降, 但其预测能力中等, 而S-ReSC评分更加真实可靠。然而, 最近Erbin等^[10]通过外部验证比较RUSS评分和改良S-ReSC评分对f-URS的适用性, 认为RUSS评分预测强度比改良S-ReSC评分高, 同时认为改良S-ReSC评分忽略了一些主要影响因素。总体而言, 改良S-ReSC评分具有较强的实用性、预测准确率较高、可重复。但也存在以下缺点限制改良S-ReSC评分在临床推广：①改良S-ReSC评分仅考虑结石所在的肾盏解剖特点, 而未考虑余结石特征、患者特征等其他因素。②由于该模型通过单中心低样本量回顾性研究建立, 可能存在选择偏倚, 需要多中心前瞻性研究进一步验证。

上述预测模型均由国外学者研究建立的具有代表性的、应用较广泛的几种模型。当然, 国外尚有其他一些预测模型, 还提出术者经验等影响因素^{[22, 23]}。然而, 由于这些预测模型未经过进一步外部验证而未能在临床上广泛应用, 因此本文中未进行详细讨论。近年来, 随着我国泌尿外科领域, 尤其是泌尿系结石方面的不断进步, 输尿管软镜技术在肾结石治疗的应用也愈加广泛。作为泌尿系结石大国, 国内学者通过不断研究, 也提出了几种FURL术后SFR的预测模型。

综上所述, 一个理想的RIRS术后SFR预测评分系统必须包括影响其SFR的所有因素。但上述几种预测模型均存在明显的缺陷。除了肾脏解剖学特征、结石特征、结石分布特征以外, 还存在术中术后因素影响其SFR。如诸多学者针对术前预留双J管对RIRS术后SFR的影响的研究结果并不一致。Netsch等^[30]的研究表明术前预留和未预留双J管组术后SFR分别为95.1%与86.7%, 因此预留双J管组有更高的清石率。但也有研究认为术前是否留置双J管对RIRS的术后SFR无明显差异^[31]。此外, RIRS的SFR是与术中碎石效果密切相关, 而碎石效率与术中激光设置模式和碎石模式是分不开的。因此, Kronenberg等^[32]研究证明了不同能量和频率设置对碎石效率存在影响。至于到底哪一种碎石模式更有效, 国内外仍存在争议, 国外学者强调采用“ 碎块化” 模式配合积极的取石来提高SFR, 而我国学者更倾向于“ 粉末化” 模式^{[33, 34]}。因此, 为术前准确预测了RIRS术后SFR, 要进一步研究相关仪器和术者经验等因素, 弥补目前预测模型的短板。

6结语与展望

根据影响输尿管软镜术后结石清除率的因素建立数量化的预测模型具有重大的临床意义, 在临床实践中必不可少的。预测模型应该具备操作简单、易于记忆和普及, 预测准确率高等特点。目前在临床上已经出现的预测模型各有利弊, 需要泌尿外科医生在临床实践中一步探讨和优化, 以使其发挥更好的临床预测效果, 帮助医生针对患者的不同情况制订更好的结石治疗方案, 提高患者获益度。