脓毒症指南的系统性方法学评价:质量评估与推荐意见一致性研究方案
这是一项系统方法学评价的研究方案,计划检索PubMed、EMBASE、Cochrane Library及专业学会官网,纳入2004–2025年由认可医学或政府机构发布的成人脓毒症指南。采用AGREE II工具从六个领域评估方法学质量,提取液体复苏、抗菌治疗、血管活性药物、糖皮质激素、感染源控制、血糖管理、血流动力学管理和机械通气等核心推荐并分析一致性。方案还计划比较国际与国内指南、不同国家收入分类、GRADE与非GRADE指南的质量差异,并评估ChatGPT(GPT-4)在数据提取中的效率与准确性。该方案本身尚未产生评价结果。
要点
- 方案计划纳入2004–2025年由WHO、SCCM、NICE、CDC、ESICM等认可机构发布的英文成人脓毒症指南,排除仅有执行摘要、勘误或仅为他学会背书的文件。
- 采用AGREE II从范围与目的、利益相关者参与、制定的严谨性、呈现清晰性、适用性、编辑独立性六领域评分,7分Likert量表,≥3分差异需讨论达成共识。
- 质量分级:至少五个领域总分>60%为高质量(推荐使用);多数领域30%–60%为中等质量(修订后推荐);各领域<30%为低质量(因方法学缺陷不推荐)。
- 计划比较国际与国内指南、高收入与中高收入及中低收入国家指南、GRADE与非GRADE指南的AGREE II评分差异,并做时间趋势检验。
- 计划将最终纳入指南上传至ChatGPT(GPT-4)提取作者、发表年份、目标人群和关键推荐,并与人工提取比较时间、精确率和召回率。
适用人群与场景
- 成人(≥18岁)脓毒症或脓毒性休克管理指南;包括孕产妇脓毒症、癌症患者、发热性中性粒细胞减少等特殊人群指南。
- 包括COVID-19危重成人 Surviving Sepsis Campaign 指南、液体治疗等特定方面指南、脓毒症精准医学指南及降钙素原使用指南(若含核心管理推荐)。
- 排除:无可用方法学或明确推荐者、仅有执行摘要者、仅为勘误者、仅为他学会背书且无实质修改者、主要涉及危重成人广泛议题而无脓毒症明确重点者、替代或辅助疗法(如草药、传统或补充医学)指南、仅关注脓毒症诱导的弥散性血管内凝血或特定感染(如脑膜炎、关节炎)而无广泛脓毒症管理策略者。
诊断标准与关键阈值
- AGREE II六领域:范围与目的、利益相关者参与、制定的严谨性、呈现清晰性、适用性、编辑独立性;每项7分Likert量表(1=强烈不同意,7=强烈同意)。
- 质量分级:高质量为至少五个领域总分>60%(推荐使用);中等质量为多数领域30%–60%(修订后推荐);低质量为各领域<30%(因方法学缺陷不推荐)。
- 四位评价者独立评分,≥3分差异需讨论达成共识;组内相关系数≥0.80提示评价者间强可靠性。
研究设计与关键结果
- 研究类型:系统方法学评价方案(protocol),计划按PRISMA报告,已于2025年1月26日在PROSPERO注册(CRD42025639022)。
- 检索数据库:PubMed、EMBASE、Cochrane Library、Guideline Central、WHO repository及各组织官网,检索2004–2025年文献。
- 数据提取核心推荐领域:液体复苏、抗菌治疗、血管升压药与正性肌力药、糖皮质激素、感染源控制、血糖管理、血流动力学管理、机械通气管理。
- 计划亚组分析:国际 vs 国内指南、世界银行2023年收入分类(高收入、中高收入、中低收入)、GRADE vs 其他框架指南的AGREE II评分差异。
- 计划回归模型:单变量线性/逻辑回归及多变量模型,纳入发表年份、资助来源、AGREE II领域、方法学家参与、国家收入水平、地理区域、利益相关者参与、利益冲突声明等变量,并用LASSO回归处理共线性。
- AI评估:ChatGPT(GPT-4)提取数据并与人工比较平均每篇指南提取时间和总时间、节省时间百分比、精确率和召回率;数值变量用Pearson相关,等级数据用Spearman秩相关。
证据类型、等级与局限
- 证据类型:系统方法学评价研究方案(protocol),尚未产生纳入指南的质量评价结果。
- 方案引用ChatGPT在筛选任务中特异性96%、敏感性93%的数据(引自参考文献24)。
- 局限:排除非英文指南,可能遗漏其他语言制定的相关脓毒症指南,限制结论对非英语地区的推广性;原文指出翻译复杂性可能引入偏倚或误读。
- 局限:AI工具有赖精确提示词、可能误读复杂推荐、缺乏上下文、存在算法透明度问题及训练数据偏倚,需人工验证。
对床旁实践的改变
- 该方案拟为临床医生提供识别和优先选择遵循严谨系统方法学指南的工具,最终稿件将包含按方法学严谨性、透明度和支持证据分类的汇总表。
- 作者认为,指南制定者应采用结构化方法提升方法学严谨性、清晰性和相关性,采用透明证据检索与评价流程,并参照AGREE II等质量评估工具。
- 作者认为,纳入临床医生、患者等利益相关者参与可提高指南的相关性和可接受性,处理利益冲突并纳入专家评审可增强可信度。
提炼说明
- 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译19 节 · 点击展开
引言
脓毒症是一种由宿主对感染反应失调引起的危及生命的疾病,仍然是全球范围内危重症患者死亡的主要原因。其复杂的病理生理学和临床异质性使得早期识别和有效管理对于改善患者预后至关重要。1 临床实践指南(CPGs)长期以来一直是标准化脓毒症管理的重要工具;然而,存在多部在质量和推荐意见方面均具有显著差异的指南,往往使其在不同医疗环境中的应用变得复杂。2 , 3 , 4
这种差异在核心临床领域尤为明显,如液体复苏、抗菌治疗、血管加压药和正性肌力药的使用、皮质类固醇、感染源控制、血糖管理、血流动力学管理和机械通气管理。指南制定过程、证据评价方法和区域优先事项的差异导致了推荐意见的不一致,给寻求循证治疗的临床医生带来了挑战。5 此外,某些指南的方法学缺陷,如利益相关者参与不足和制定严谨性有限,可能削弱其在临床实践中的适用性和可接受性。
为应对这些挑战,我们提出一项系统的方法学综述,以评估现有脓毒症指南的方法学质量和推荐意见的一致性。此外,通过比较各指南之间关键临床推荐意见的一致性,我们旨在识别一致和分歧的领域,为临床医生和指南制定者提供有价值的见解。
该研究将提供可操作的见解以完善脓毒症指南,强调需要具有临床适用性的稳健的循证推荐意见。它将评估指南质量、方法学严谨性以及随时间的改进领域,旨在更好地使脓毒症管理与临床需求相一致并改善患者预后。此外,本研究引入使用人工智能(AI)工具进行数据提取,以比较AI与传统的系统综述人工驱动方法在效率和准确性方面的差异。
方法
本研究将按照系统综述和荟萃分析优先报告条目(PRISMA)指南进行报告。6 , 7 该方案已于2025年1月26日在PROSPERO注册(方案ID:CRD42025639022)。
纳入标准
我们将纳入针对18岁及以上成人脓毒症或脓毒性休克管理的指南。指南必须提供与脓毒症照护的一个或多个核心方面相关的关键推荐意见,包括液体复苏、抗菌治疗、血管加压药使用、糖皮质激素、感染源控制、血糖管理、血流动力学管理和机械通气管理。这些领域反映了脓毒症治疗策略的基本组成部分,并作为数据提取的主要关注点。符合条件的指南必须由公认的医学或政府组织以英文发表,例如世界卫生组织(WHO)、重症医学学会(SCCM)、国家卫生与临床优化研究所、疾病控制与预防中心或欧洲重症医学学会(ESICM)。指南可包括共识声明、立场文件或明确陈述推荐意见的专家意见,前提是它们符合最低制定标准。2004年至2025年间发表的指南符合纳入条件。这包括与2019年冠状病毒病重症成人管理相关的拯救脓毒症运动指南,鉴于其在脓毒症管理中的重要性。8 针对脓毒症照护特定方面的指南,例如液体治疗(如ESICM指南),也将予以考虑。此外,专注于特殊人群脓毒症和脓毒性休克管理的指南,例如孕产妇脓毒症、癌症患者和发热性中性粒细胞减少症,将被纳入。脓毒症精准医学指南如果包含脓毒症照护核心方面的关键推荐意见,将被纳入。同样,关于脓毒症中降钙素原使用的指南,如果提供直接适用于脓毒症管理的推荐意见,特别是用于抗菌治疗决策,将被考虑。
对特定区域实践或资源环境进行实质性修订、情境化调整或更新推荐意见的指南也将符合条件,前提是它们符合既定的纳入标准并包含详细的方法学。
指南若存在以下情况将被排除:缺乏可获取的方法学或明确的推荐意见。
仅以执行摘要形式提供。
仅由勘误组成——即对先前发布指南的已发表更正或澄清。虽然勘误可能涉及轻微错误或遗漏,但它们不代表独立的指南,且通常缺乏独立评估所需的必要背景。然而,澄清或更新符合条件指南内信息的勘误将被整合到原始指南的审查中,以确保数据提取过程中的准确性和完整性。
仅作为学会的认可文件提供,但最初由另一组织制定和发表且未经实质性修改。
主要涉及重症成人更广泛主题而未明确强调脓毒症或脓毒性休克的指南将被排除,除非它们包含直接适用于脓毒症管理的特定章节或推荐意见。
专注于替代或辅助疗法的指南,例如草药、传统或补充医学方法。这不适用于常规辅助疗法如糖皮质激素,后者是标准脓毒症管理的一部分。
仅针对脓毒症诱导的弥散性血管内凝血或特定感染(如脑膜炎和关节炎)的指南,而不包含更广泛的脓毒症管理策略。
数据来源与检索
为识别相关指南,将在主要医学数据库(包括PubMed、EMBASE和Cochrane Library)中实施全面的检索策略。还将检索专业平台,如Guideline Central和WHO存储库,同时对个别组织网站进行手动检索。检索策略与经验丰富的医学图书馆员合作制定,采用布尔运算符和医学主题词(MeSH)以确保灵敏度和特异度。将使用“sepsis”“septic shock”“clinical practice guidelines”“fluid therapy”“antibiotics”和“vasopressors”等关键词,以涵盖脓毒症指南的广泛和具体方面。为最大限度地提高包容性,检索整合了两个主要概念——Sepsis/Septic和指南过滤器——同时纳入“recommendations”“statement”“position papers”“expert opinions”“protocol”“pathway”和“consensus”等附加术语,以优化结果而不排除相关指南。鉴于“protocol”和“pathway”等术语可能存在更宽泛的解释,这些术语将在与“care”“critical”“clinical”或“practice”相邻(两个词以内)的位置纳入,以保持相关性。检索策略的初步测试确认了包容性与精确性之间的平衡,在保持全面性的同时最大限度地减少了不相关结果。
检索结果将导出至系统评价管理软件进行筛选和数据提取。将根据需要迭代优化检索词,以验证检索策略并确保相关指南的稳健检索(附录S1)。
研究选择
所有识别的指南将由两名评价员独立且重复进行严格的筛选过程。该过程包括对标题、摘要和全文进行系统评估,以确保符合纳入标准。评价员之间的任何分歧将通过咨询第三名评价员来解决,以保持客观性和一致性(图1)。
数据提取
两名评价员将独立且重复地从每篇纳入的指南中提取关键信息。所有提取的数据均经过交叉验证以确保一致性和准确性。表1呈现了详细的数据提取过程,包括指南特征、人群和关键推荐意见。
偏倚风险评估
我们将使用指南研究与评价评估工具第二版(AGREE II)评估每篇纳入指南的方法学质量,该工具是国际公认的框架,旨在评价六个关键领域(表2)。四名评价者,包括具有指南制定和证据评价专长的临床医生和方法学家,将使用My AGREE PLUS平台(9)独立对每篇指南进行评分,该平台是由AGREE Trust提供的基于网络的工具。该平台促进结构化、透明和协作性的评价,确保评估过程的严谨性和效率。(10)
在正式评价之前,所有评价者将接受培训,以确保熟悉AGREE II工具及其平台功能。My AGREE PLUS平台通过支持协作评分来增强审查过程,多名评价者可以在线独立评估指南,同时集中存储评分和评论,以最大限度地减少数据丢失或错误。它还通过记录评分和理由以及为方法学严谨性提供可追溯的审计轨迹来提高透明度(附录S2)。我们将在全面评估开始前对所选指南进行试点评估,以确保评价者之间的一致性校准。
数据合成
My AGREE PLUS平台将用于简化数据分析,通过突出显示评分差异来支持分歧解决,并促进评价者之间的讨论以达成共识。它自动计算领域均值和汇总评分,从而节省时间并确保准确性。该平台还生成可定制的报告,包括领域评分、评价者间信度指标和评价者评论,这些可直接纳入最终分析和手稿。其集中式数据存储和全球可访问性减少了后勤挑战,并支持国际协作而无需面对面会议。
AGREE II的六个领域中的每一个都将使用7点李克特量表单独评估(1=非常不同意,7=非常同意)。每篇指南将由一组四名AGREE II评价者独立评估,不同的评价者组评估不同的指南,以确保评估过程的平衡性和多样性。任何三分或以上的差异将被讨论以达成共识。
评分为1表示严重不一致或缺乏信息,而评分为7表示完全符合AGREE II标准。中间评分(2-6)反映对标准的部分满足。
将计算各领域的汇总评分,并根据评分将指南分为三个质量类别。(11,12)高质量:至少在五个领域中总体评分超过60%——推荐使用。
中等质量:大多数领域评分在30%至60%之间,建议在修订以解决已确定的差距后使用。
低质量:各领域评分低于30%,由于方法学缺陷不推荐使用。
在评估所有23个AGREE II条目后,这一系统化方法确保了脓毒症指南质量评估的透明性、一致性和可靠性,指导其分类及后续建议。我们还将计算不同指南中各领域的均值、中位数和四分位距(IQR)(图S1,表S1和表S2)。
亚组分析
为探究指南质量的差异,我们将进行亚组分析,比较不同类别间的AGREE II评分。国际指南与国家指南:评估国际指南是否表现出比国家指南更高的质量评分。我们假设国际指南将表现出比国家指南更高的质量评分,基于以下假设:国际指南通常能够获得更广泛的资源、多元化的专业知识以及更广泛的同行评审过程,这可能有助于提高方法学严谨性和清晰度。
国家收入分类:依据世界银行收入分类(2023年最新数据)对指南进行分析,将国家分为高收入、中高收入和中低收入类别,以探讨资源可用性与指南质量之间的关联。国家收入水平将根据发布学会主要所在国家预先确定。如果指南背后没有学会,则使用通讯作者所在国家进行分类。我们假设来自高收入国家的指南将表现出更高的质量评分。这一假设反映了高收入国家更丰富的资源可用性、更健全的医疗基础设施以及更高的研发投入的潜在影响。
使用GRADE方法的指南与使用其他框架的指南。我们假设使用GRADE方法的指南与使用替代框架制定的指南相比将表现出更高的总体质量评分。这一假设基于以下前提:GRADE为评估证据确定性和推荐强度提供了结构化且透明的方法,从而在指南制定中实现更高的方法学严谨性、一致性和清晰度。
统计学方法(定量综合)
我们将评估各亚组间AGREE II评分的差异,如国际指南与国家指南以及收入分类(高收入、中高收入和中低收入国家)。为确保全面分析,我们将同时考虑连续数据(如原始AGREE II领域评分)和分类变量(如基于AGREE II总体评分的高质量[>60%]、中等质量[30–60%]或低质量[<30%])。
将进行趋势检验以识别质量随时间改善的潜在模式,重点关注指南的后续版本是否在AGREE II领域评分(如方法学严谨性、利益相关者参与、表述清晰度)和总体质量方面表现出系统性改善。这将使我们能够辨别所观察到的变化是反映了指南制定实践的进步,还是由于其他因素(如组织资源或证据综合方法的差异)导致的变异。
此外,我们将探讨特定领域是否持续改善(例如方法学或适用性),或者各领域的进展是否不均衡。通过明确比较连续型和分类结局的趋势,我们旨在识别指南制定已取得进展的领域,并突出未来更新中需要进一步关注的领域。将使用可视化方法,如连续数据的折线图和分类趋势的热图,来描绘这些模式并清晰呈现质量随时间的演变轨迹。
回归模型
我们将使用单独模型和联合模型来评估指南质量。1 单独模型:这些模型允许对整体质量的预测因素进行领域特异性分析。○ 线性回归:如果将总体AGREE II评分视为连续变量,我们将使用单变量线性回归评估每个单独因素与指南整体质量之间的关联。
逻辑回归:如果将总体AGREE II评分二分类(高质量:>60%;中/低质量:≤60%),我们将使用单变量逻辑回归评估每个因素与高质量指南之间的关联。
联合模型:这些模型提供预测因素如何共同影响指南质量的整体视角。○所有自变量(见下文列出)将纳入多变量线性和逻辑回归进行分析,无论其在单变量分析中是否显著,以符合最佳统计实践13
发表年份——评估较近期的指南是否表现出更高质量。
资助状态和来源——指南是否获得资助,若获得资助,资助来源是外部组织、政府机构、专业学会还是行业资助。
AGREE II领域——评估特定方法学组成部分对指南整体质量的影响。
方法学家的存在和数量——方法学家是否参与了指南制定,以及在可获得信息的情况下,参与的方法学家数量。
国家收入水平——根据世界银行分类(高收入、中高收入和中低收入国家)进行分类。
地理区域——根据预定义类别(例如北美、中东北非、欧洲)定义,由负责制定指南的组织事先确定。如果该组织为跨国组织或情况不明确,将使用第一作者所属机构进行分类,必要时使用资助机构。
利益相关者参与——指南是否包含与关键利益相关者(如患者、执业者或政策制定者)的互动。
利益冲突披露——是否报告了利益冲突声明(是/否)。○ LASSO回归:为解决AGREE II领域之间潜在的多重共线性问题,我们将使用LASSO回归,该方法对信息量较少的变量施加惩罚,仅保留最相关的预测因素。通过使用LASSO回归,我们考虑了AGREE II领域之间的相互依赖性,减轻了与多重共线性相关的统计挑战。
回归模型的选择——连续结局采用线性回归,二分类结局采用单变量和多变量逻辑回归,或采用LASSO回归解决多重共线性——通过适应因变量的特定性质来确保分析严谨性。
我们将使用组内相关系数(ICC)评估四位AGREE II评审者之间的评分一致性。当多名评审者评估连续数据时,该方法可提供稳健的一致性度量。
关键信度指标:ICC阈值:≥0.80的值表明评审者之间对连续数据(如领域评分)具有强信度和一致性。
肯德尔W系数:当需要进行序数数据分析时,将作为次要指标用于评估排序一致性。
这种方法的组合确保了在评估评审者间信度时的严谨性和稳健性,同时处理了各领域间的评分变异性。
叙述性综合
定性叙述性综合通过识别指南质量和推荐一致性中的模式来补充定量分析。该方法为指南制定、方法学严谨性和临床推荐方面的差异提供情境性见解。
关键关注领域包括:AGREE II评分:综合将描述领域评分的变异(例如,表述清晰性方面持续高分而利益相关者参与方面评分较低),并探讨导致这些差异的因素。将特别关注方法学、利益冲突和适用性领域。
推荐一致性:将审查各指南之间的一致和分歧模式,突出强共识领域(如抗生素时机)和显著变异领域(如皮质类固醇使用和血管加压药启动)。推荐将根据其与临床实践的一致性分类为支持、反对或中立。 strengths将根据支持证据的水平进行评估(如高质量随机对照试验 vs. 专家共识)。14 任何观察到的推荐差异将在基础证据进展和临床实践转变的背景下进行评估。这确保差异不仅归因于方法学严谨性,还考虑到不断发展的科学知识。
人工智能的使用
一位未参与手动数据提取的独立共同作者将使用先进的语言模型来评估AI工具在数据提取、效率和准确性方面与人工驱动方法相比的能力。15 我们的方法 mirrors 了 Acta Anesthesiologica Scandinavica 上最近一项关于个性化围手术期疼痛管理的研究。16 最终符合数据提取条件的文章将上传至最新版本的ChatGPT(GPT-4,Open AI,美国旧金山)。将指示ChatGPT提取每篇指南内的变量,如作者、发表年份、目标人群和关键推荐,进行AGREE II领域评估,并在每个领域内提供评论。AI提取的数据和提取时间将被记录,并与人工/手动提取时间进行比较。一位共同作者已标准化了给AI的提示以确保一致性(表S3)。
AI输出的数据综合
AI驱动的数据提取将在脓毒症指南审查的背景下,针对效率提升、准确性和误差分析以及提取一致性,与人工驱动方法进行定量和定性评估。
数据提取所需时间将分别对人工智能驱动方法和人工驱动方法进行追踪。将比较每条指南的平均提取时间和数据提取总时间等指标。将计算人工智能工具节省的时间百分比,以量化效率提升。例如,如果人工智能将某个数据集的提取时间减少了50%,这一改进将在条形图或表格中突出显示。
人工智能提取数据与人工提取数据之间的差异将被系统记录,并归类为遗漏、错误分类或提取错误。将计算准确率指标,包括精确率和召回率,以评估人工智能可靠提取信息的能力。错误率比较将识别最容易出现人工智能错误的数据类型(例如AGREE II评分和核心推荐意见)。
人工智能方法与人工方法之间的一致性将根据数据类型进行评估。我们将使用Pearson相关系数评估数值变量(例如AGREE II评分),以衡量人工智能评估与人工评估之间的线性相关性。我们将使用Spearman秩相关分析有序或等级数据(例如推荐强度),以评估人工智能是否保留了人工评价者建立的相对排序顺序。结果将以散点图和相关系数以及热图的形式呈现,以直观展示人工智能驱动提取与人工驱动提取之间的一致性,突出显示高度一致或存在分歧的领域。
讨论
脓毒症指南强调及时干预,包括抗菌治疗和感染源控制,这些对于改善预后至关重要。17 脓毒症表现的高度异质性凸显了个体化管理的必要性,需考虑合并症和生理变异性等因素。18, 19, 20, 21, 22
当前脓毒症临床实践指南(CPGs)在方法学质量和一致性方面的变异性给临床医生和指南制定者带来了重要挑战。关于液体复苏、抗菌治疗和血管升压药使用的核心推荐意见存在不一致,影响了标准化、循证医疗服务的提供。这些差异可能导致不同医疗机构之间临床决策和患者结局的差异。本系统方法学评价系统性地评估了这些指南,为提升其质量、透明度和实际适用性提供见解。
本方案为临床医生提供了一个关键工具,用于识别和优先选择遵循严谨、系统方法学的指南。它突出显示了通过透明流程制定并有强有力证据支持的指南,以减少不一致性并增强临床决策。为进一步促进高质量指南的识别,我们将在最终稿件中纳入一个汇总表,根据指南对方法学严谨性、透明度和支持性证据的依从性进行分类。这将提供结构化概览,帮助临床医生选择最可靠的脓毒症管理指南。通过确保指南具有相关性和实用性,临床医生可以提供更一致和有效的诊疗,最终改善患者结局。对透明度和系统方法学的强调确保这些指南基于证据、易于使用且适应现实世界场景。
研究结果强调,指南制定者有必要采用结构化方法以提高方法学严谨性、清晰度和相关性。采用透明的证据检索和评价流程有助于制定可信的推荐意见。全面的证据审查和精确的引用可增强可追溯性,使用户能够验证推荐意见的依据,从而促进信任和可用性。确保与既定质量评估工具(如AGREE II)保持一致,有助于评价指南的方法学稳健性和透明度。纳入各类利益相关者,如临床医生、患者和其他最终用户,可提高指南的相关性和可接受性。处理利益冲突并纳入专家评审可增强可信度和诚信度,有助于制定稳健且有影响力的未来指南。
本研究纳入2004年至2025年发布的所有版本指南,以评估指南质量随时间的变化趋势。我们旨在评估指南的质量和方法学严谨性如何随每个版本迭代而演变。通过分析多个版本,我们得以深入了解更新和修订在弥补差距、纳入新证据以及与AGREE II等标准保持一致方面的有效性。我们的分析还将探讨推荐意见与科学证据进展及临床实践变化之间的差异。这一全面评估将为脓毒症指南的未来更新提供信息。
人工智能驱动的证据合成工具(如ChatGPT和Elicit)的最新进展已在减少文献筛选和定性数据提取过程中的工作量及提高一致性方面显示出良好前景。表S4总结了用于系统评价的人工智能工具。23 选择ChatGPT是因其可及性、经济性和高准确性,在筛选任务中特异度为96%、敏感度为93%。24 其多功能性可支持系统评价的多个阶段——研究问题的制定、数据提取、合成甚至学术写作——同时能够进行定制化调整以适应各种研究方法。ChatGPT与Covidence等工具的集成潜力可增强性能,其设计鼓励人机协作以尽量减少偏倚和错误。鉴于其可扩展性和适应性,它是支持系统评价数据提取的一种具有成本效益的解决方案。未来研究应继续对人工智能工具进行基准测试,以优化工作流程并改进其在证据合成框架中的整合。
将ChatGPT等人工智能工具整合到系统评价工作流程中存在局限性。人工智能工具依赖于精确的提示词,其变化会影响输出结果,因此需要标准化提示词和迭代测试以确保结果一致。这些工具可能误解复杂的建议,需要人工监督以进行验证和解决歧义。它们还可能缺乏上下文,难以进行细微的解释,并因专有算法而面临透明度问题。此外,训练数据中的偏倚需要人工验证以确保可靠性。语言障碍可能阻碍从非英文指南中准确提取数据。人工智能驱动和人工驱动的数据提取在时间记录上的差异表明,未来研究需要调查标准化的记录方法,包括人工智能工具中的内置计时器,以提高性能和可重复性。
通过采用标准化的记录和验证方法,未来研究可以提供稳健且可重复的指标来验证人工智能的效率,并为其在系统评价中更广泛的实施提供依据。
本方案为对成人脓毒症指南进行全面、系统的方法学评价奠定了基础,重点关注方法学质量和关键临床建议的一致性。结构化应用AGREE II工具和详细的一致性分析将为临床医生和指南制定者提供可操作的见解。
本研究采用定量与定性相结合的方法,确保建立稳健的评价框架。AGREE II工具提供了指南质量的标准化衡量指标,一致性分析则揭示了关键临床领域中的一致之处和差异之处。这些发现将共同为脓毒症指南的未来更新提供依据,鼓励制定透明、方法学合理且具有临床相关性的建议。
本综述的一个局限性是排除了非英文指南,这可能导致遗漏了以其他语言制定的相关脓毒症指南。作出这一决定是为了确保方法学评估的一致性和数据提取的可行性,因为翻译的复杂性可能引入偏倚或误读。虽然这种方法允许使用AGREE II工具对指南质量进行标准化评价,但可能限制研究结果对非英语地区的推广性。未来研究应考虑多语言评估或翻译方法,以获取关于脓毒症指南更全面的全球视角。
最终,本综述支持临床医生提供一致、基于证据的诊疗,同时为指南制定者提供工具以制定有影响力且实用的脓毒症指南。这些努力将有助于形成可靠且有效的脓毒症管理策略,从而改善不同医疗环境中的患者结局。
作者贡献
Marwa Amer 博士和 Waleed Alhazzani 教授领导了该项目。两位项目负责人负责研究的构思、方案的制定以及项目的监督。筛选、全文审查和数据提取过程使用 Covidence 进行,由 Haifa Al‐Otaibi、Zainab Al Duhailib、Hassan M. Alshaqaq、Shadan AlMuhaidib 和 Marwa Amer 管理。评估指南质量的 AGREE II 评价将由 Marwa Amer、Waleed Alhazzani、Ville Jalkanen、Wojciech Szczeklik、Kimberley Lewis、Kallirroi Laiya Carayannopoulos、Kimia Honarmand、Dipayan Chaudhuri、Mustafa Alquraini、Yasser S. Amer、Fayez Alshamsi、Anders Granholm、Martin Ingi Sigurðsson、Marius Rehn、Michelle S Chew、Maija‐Liisa Kalliomäki、Klaus T. Olkkola、Morten Hylander Møller、Zainab Al Duhailib 和 Amr Arafat 共同参与。统计分析将由 Amr Arafat 和 Shadan AlMuhaidib 执行。Amr Arafat 审查了人工智能子提案的方法学方案。所有作者均参与了稿件的撰写和审阅,并批准最终版本提交。
资助信息
无。
利益冲突声明
Waleed Alhazzani、Morten Hylander Møller、Fayez Alshamsi、Kimberley Lewis 和 Dipayan Chaudhuri 曾为存在利益冲突的成员(参与了 SCCM/ESICM 拯救脓毒症运动、拯救脓毒症运动关于重症成人2019冠状病毒病管理的指南、2024 年重点更新:脓毒症中糖皮质激素使用指南),将不参与相关指南的 AGREE II 评估。Kimia Honarmand 参与了拯救脓毒症运动的持续更新工作。
支持信息
附录 S1:支持信息。
参考来源
- Amer M, Møller MH, Granholm A, et al. A systematic methodological evaluation of sepsis guidelines: Protocol for quality assessment and consistency of recommendations. Acta Anaesthesiol Scand. 2025. PMID: 40357564. doi:10.1111/aas.70036
- 全文:PMC12070244(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12070244/
供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。