文献速递重症综合管理与镇静镇痛

低收入和中等收入国家重症监护预后评分系统的性能:一项系统评价

Performance of critical care prognostic scoring systems in low and middle-income countries: a systematic review.
PubMed 文献 · Crit Care · 2018-01-26
一句话结论在低收入和中等收入国家的ICU中,APACHE、SAPS和MPM等预后模型的死亡风险预测性能至多为中等,尤其是校准度有限,且缺失值处理报告不足。

该系统评价检索PubMed(2017年3月),纳入50篇在低收入和中等收入国家(LMICs)ICU开展的研究,报告了119个模型(114次外部验证和5个新模型开发)。共114次模型性能评估中,91.2%报告了区分度,71.9%报告了校准度,25.0%报告了准确率;88.9%的评估报告良好或优秀区分度,58.3%报告良好校准度,但仅10次评估同时报告优秀区分度和良好校准度。仅34%的研究描述了缺失值处理。作者认为LMIC ICU中死亡风险预测模型的性能至多为中等,尤其校准度有限,需要继续开发和验证使用易得预后变量的LMIC模型,并改善报告规范。

要点

  • 50篇研究共报告119个模型,其中114次为外部验证,评估APACHE、SAPS和MPM各版本在LMIC ICU患者中的死亡预测性能。
  • 88.9%的模型评估报告良好或优秀区分度,但仅58.3%报告良好校准度;同时报告优秀区分度和良好校准度的仅10次评估(11.9%)。
  • 仅34%的研究明确描述了缺失值处理,采用排除或按正常值填补;按正常值填补可能低估评分和死亡率。
  • 死亡率终点不一致:52.6%的评估采用医院或出院后死亡率,41.2%采用ICU死亡率,6.1%未指定;40.5%以ICU死亡率为终点时无法获得ICU后结局。
  • 作者认为LMIC ICU中预后模型性能至多为中等,尤其校准度有限,需要继续开发和验证使用易得变量的LMIC模型。

适用人群与场景

  • 纳入标准:在低收入和中等收入国家(按世界银行分类)的ICU开展的研究;评估或开发用于预测成人ICU患者死亡率(ICU或医院死亡率)的预后模型。
  • 排除标准:仅在高收入国家ICU或儿科ICU开展的研究;器官衰竭评分系统如SOFA等非用于预测死亡率的评分;针对特定疾病(如肝硬化)或仅限于创伤患者的研究;仅评估单一预后因素(如微量白蛋白尿)的研究;非英文发表、仅以摘要、社论、信件或系统/叙述性综述形式发表的研究;重复发表。
  • 同时纳入高收入国家和LMIC ICU的研究,仅提取LMIC数据;同时评估单因素或疾病特异性评分与非专科特异性评分时,仅提取后者数据。
  • 成人儿科混住ICU及未明确年龄上限的研究被纳入;样本量范围48至5780例,参与者年龄范围1个月至100岁;33项报告年龄下限的研究中17项纳入18岁以下患者。

诊断标准与关键阈值

  • 区分度采用受试者工作特征曲线下面积(AUROC)评估:0.9–0.99为优秀,0.8–0.89为很好,0.7–0.79为良好,0.6–0.69为中等,≤0.6为差。
  • 校准度采用Hosmer–Lemeshow C统计量评估,p值小于0.05提示偏离完美校准。
  • 准确率定义为所有评估病例中真阳性和真阴性所占比例。

研究设计与关键结果

  • 系统评价:检索PubMed(2017年3月)获得2233篇研究,筛选473篇,43篇符合纳入标准,交叉核对参考文献后另纳入7篇,共50篇研究、119个模型纳入分析,其中5篇描述新模型开发与评估,114篇对APACHE、SAPS和MPM或其版本进行外部验证。
  • 研究在19个不同LMIC开展,印度最多(11项研究、22个模型评估),其次为泰国(6项研究、17个模型评估)和巴西(6项研究、17个模型评估);43项研究为前瞻性开展。
  • 114次模型性能评估中,区分度报告于104次(91.2%),校准度报告于82次(71.9%),准确率报告于29次(25.0%),准确率范围55.20%至89.7%。
  • 97次以数值报告AUROC的评估中,21次(21.7%)报告优秀区分度;APACHE II、SAPS II、SAPS 3和MPM II的优秀区分度报告率分别为16.1%、11.5%、47.7%和36.4%;66次(68.0%)报告很好或良好区分度。
  • 报告校准度的82次评估中,49次(59.8%)报告Hosmer–Lemeshow统计量p值大于0.05;APACHE II、SAPS II、SAPS 3和MPM II的p>0.05报告率分别为60.9%、59%、66.7%和50%。
  • 仅10次报告优秀区分度的评估同时报告良好校准度;其中3次为APACHE II、SAPS II和SAPS 3的一级定制(重校准使原模型Hosmer–Lemeshow统计量p<0.05变为p>0.05),另有两项研究样本量小(n=60)。
  • 模型调整共6次:3个模型采用一级定制(计算新的逻辑系数,保持原模型变量和权重不变)重校准,2个模型通过排除和/或替换变量进行修订,1次评估将APACHE II从手工计算改为定制软件自动计算。
  • 3项研究报告5个新模型开发,所有新模型的AUROC均高于其基于的原始预后评分系统;R-MPM和Simplified R-MPM报告良好校准度,MPM-III报告校准度差,ANN 22和ANN 15及其基于的原始APACHE II均报告校准度差。

证据类型、等级与局限

  • 证据类型:系统评价,纳入50项研究(43项前瞻性开展),报告119个模型,其中114次为外部验证。
  • 采用叙述性综合而非正式Meta分析,因预期研究间异质性过大;研究质量按CHARMS指南评估,研究实施和报告存在变异,尤其是纳入排除标准、缺失值处理、性能和结局指标方面。
  • 局限:本综述仅限于单一数据库(PubMed);无LMIC的MeSH词,故采用手工检索策略;未区分中高收入和中低收入国家,这些国家在医疗提供、资源和可及性方面差异很大;综述原计划仅针对成人预后模型,但由于研究报告方式无法排除儿科患者。
  • 原文指出:对预后模型适用性的可靠解读目前受限于对报告指南的依从性差,尤其是缺失值处理的报告;LMIC ICU中死亡风险预测模型的性能至多为中等,尤其校准度有限。

对床旁实践的改变

  • 作者认为,LMIC ICU中死亡风险预测模型的性能至多为中等,尤其校准度有限,需要继续开发和验证使用易得预后变量的LMIC模型,可能借助医疗登记系统。
  • 作者指出,缺失值处理可导致偏倚并影响模型性能,按正常值填补在LMIC环境中合理性较低,排除不完整记录导致数据集利用效率低下;研究其他填补技术(如多重填补)可能减少偏倚并提高模型性能的可解释性。
  • 作者提出,可通过改进GCS和血氧饱和度等测量的可及性和记录,或用更易获得的测量替代(如用尿素替代肌酐、用血氧饱和度替代PaO2)来缓解部分困难。
  • 作者指出,ICU风险预测模型需在用于质量改进举措前表现出良好校准度;设置相关的模型如TropICS校准良好,可用于按严重程度对危重患者进行分层;校准度差但区分度好的模型,若用于识别高危患者进行诊断检查或治疗,和/或用于随机对照试验的纳入标准或协变量调整,仍可能有益。
  • 作者认为,使用更少且更常用指标的模型,可能结合促进研究的医疗登记系统,也可能有效改善这些环境中的死亡率预测,例如简化的Rwanda MPM和TropICS。

指南或共识出处

  • 本系统评价检索PubMed(2017年3月),纳入50篇在低收入和中等收入国家ICU开展的研究,评估APACHE、SAPS和MPM等预后模型的性能。

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」,故未列出这些栏目。
全文中译16 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Crit Care. 2018 Jan 26;22:18. doi: 10.1186/s13054-017-1930-8

背景

重症医学中用于死亡率预测、基准比较和临床试验病情分层的预后模型需要针对相关环境进行验证。理想的模型应具有良好的区分度(区分高风险与低风险患者的能力)和良好的校准度(生成接近实际死亡率的风险估计)[1]。急性生理学与慢性健康状况评分(APACHE)或简化急性生理学评分(SAPS)以及死亡概率模型(MPM)是用于预测入住重症监护病房(ICU)的危重患者预后的一些常用预后系统[2, 3]。

这些模型的性能已被广泛验证,主要是在高收入国家(HICs)[4–6]。这些结果在中低收入国家(LMICs)可能无法重现,不仅因为病例组合特征不同,还因为预测变量缺失。在高收入国家ICU中常规可获得的预测变量(如动脉氧合)在资源有限的环境中往往无法获得或不可靠[7, 8]。此外,这些环境中的数据收集和记录可能不如高收入国家那样稳健;纸质记录系统、人员配备有限以及缺乏关于数据收集的人员培训是常见的挑战[9]。如果按照惯例将缺失值插补为正常值[3, 4, 10–13],将导致评分和死亡率的低估。作为ICU内质量改进举措的一部分,基于这些预后系统计算的严重程度调整死亡率日益被用作评估新疗法或组织变革影响的工具以及用于基准比较;因此,低估风险可能导致错误的收治政策,并在用于基准比较时低估护理质量、性能和有效性[14]。此外,这些预后模型中的诊断分类可能不适合涵盖这些国家更常见的诊断,如登革热、疟疾、蛇咬伤和有机磷中毒。此外,出院结局可能不易获取[15–17]。这些及其他因素影响模型的性能,此时可能需要以重新校准(调整模型的截距以及预测变量与结局之间关联(相对权重)的总体调整)和/或模型修订(调整个体预测变量-结局关联以及增加或删除新的预测变量)的形式进行调整[18–20]。

本文的目的是系统综述关于中低收入国家使用重症监护预后模型的文献,评估其在ICU收治患者出院时区分存活者与非存活者的能力、其校准度和准确性,以及缺失值的处理方式。

方法

文献检索与纳入标准

于2017年3月在PubMed数据库中进行检索,检索研究论文,使用以下检索策略:在标题、摘要和关键词中检索(critical OR intensive)AND(mortality OR survival OR prognostic OR predictive)AND(scoring system OR rating system OR APACHE OR SAPS OR MPM)(附加文件1)。

未对发表时间设限。对检索到的标题和摘要进行资格分析(RH、II)。对报告预后模型性能的摘要进行手工检索,以识别在低收入和中等收入国家(LMICs,按世界银行分类[21])重症监护病房(ICU)中开展的研究,并获取全文。当标题或摘要未提供国家背景信息时,也获取了全文。随后对所有入选报告的参考文献进行交叉核对,以查找其他可能相关的文章。

本综述的纳入标准为:在LMICs的ICU中开展的研究;评估或开发用于预测成人ICU患者死亡率的预后模型的研究,无论预测的是ICU死亡率还是医院死亡率。

本综述的排除标准为:仅在高收入国家(HICs)的ICU或儿科ICU中开展的研究;非为预测死亡率而设计的器官衰竭评分系统,如序贯器官衰竭评估(SOFA);针对特定疾病(如肝硬化)评估模型或仅限于创伤患者的研究;评估单一预后因素(如微量白蛋白尿)的研究;以英语以外语言发表的研究;仅以摘要、社论、读者来信和系统综述或叙述性综述形式发表的研究;以及重复发表的研究。

若一项研究同时纳入了HICs和LMICs的ICU,则仅提取来自低收入/中等收入国家的数据。同样,若同时评估了单因素或疾病特异性评分系统和非专科特异性评分系统,则仅提取后者相关数据。成人及儿科患者入住同一ICU的研究以及未明确患者年龄限制的研究均纳入本综述。

数据提取与批判性评价

对全文文章进行审阅以评估纳入报告的资格。两位评价者之间的分歧通过讨论解决。提取条目清单基于Cochrane发布的数据提取指南[22]以及预测模型系统综述的批判性评价指南(CHARMS清单[23])。第二位评价者对标记为“未报告”或“不明确”的提取条目或意外发现进行核查。若一篇文章描述了多个模型,则对每个模型分别进行数据提取。

描述性分析

结果采用描述性统计进行总结。未计划进行正式荟萃分析,因为预计研究间异质性过大,故进行了叙述性综合。当有报告时,采用受试者工作特征曲线下面积(AUROC)评估区分度[24]。AUROC值为0.9–0.99、0.8–0.89、0.7–0.79、0.6–0.69和≤0.6时,区分度分别被认为优秀、很好、良好、中等或差[25, 26]。采用Hosmer–Lemeshow C统计量评估校准度(当p值小于0.05时推断为显著偏离完美校准[24, 26])。同时考虑了准确度(所有评估病例中真阳性和真阴性的比例[27])。

结果

研究特征

从PubMed检索获得的2233项研究中,对473项进行了检索,43项符合纳入标准。交叉核对入选研究的参考文献列表后,又纳入7项研究(图1)。共50项研究符合综述标准并被选入分析。

图1 研究选择 查看原图 ↗

质量评估

研究质量根据CHARMS指南[23]进行评估,并作为附加文件2呈现。各研究的实施和报告存在差异,特别是在纳入和排除标准、缺失值处理以及性能和结局指标方面。

43项研究为前瞻性开展。这些研究在19个不同的中低收入国家进行,其中数量最多的是印度(研究数=11,评估模型数=22)、泰国(研究数=6,评估模型数=17)和巴西(研究数=6,评估模型数=17)(表1)。模型调整在印度最为常见(n=4个模型)。研究场所、医院和重症监护病房(ICU)特征见附加文件2。

样本量范围为48至5780,参与者年龄范围为1个月至100岁(表1)。在报告年龄下限的33项研究中,17项报告参与者年龄低于18岁(表1)。

17项研究明确提及了缺失值处理(表2)。一项研究报告其26.4%的患者数据不完整,但未提供如何处理这些缺失数据的详细信息[28]。九项研究排除了患者[28–36],五项研究对正常生理值进行了插补[37–41],两项研究同时采用了排除(针对慢性健康状况等缺失变量)和按正常值插补(针对缺失的生理值)[42, 43]。未描述其他插补方法。对于最常评估的模型(APACHE II、SAPS II和SAPS 3),缺失值仅在34.1%、31.0%和42.9%的情况下被提及。

表1 研究描述 查看原表 ↗
表2 缺失值处理 查看原表 ↗

模型性能

50项研究共报告了114次模型性能评估,涉及APACHE、SAPS和MPM的九个版本,如“现有模型性能评估”小节所述。所分析的 study 中有三项[29, 35, 43]还描述了在中低收入国家背景下开发五个新预测模型的情况。这五个新模型另行呈现。

现有模型性能评估

以下按照所进行的各模型评估(n=114)来描述模型性能。

模型外部评估(在与模型最初开发人群相关但不同的人群中进行模型性能评估[44])共进行了108次,具体如下:APACHE II的性能被评估36次,APACHE III 5次,APACHE IV 7次,SAPS I 2次,SAPS II 26次,SAPS 3 13次,MPM I 2次,MPM II 12次,MPM III 5次(表1)。

模型调整共进行了6次(表3):3个模型使用一级定制(计算新的逻辑回归系数,同时保持与原模型相同的变量和相同权重)进行了重新校准;2个模型通过排除和/或替换变量进行了修订;1次评估改变了APACHE II的计算方式——从通常的手工方法改为使用定制软件自动计算。

在60次(52.6%)性能评估中,所评估的死亡率终点为住院死亡率或出院后死亡率;47次(41.2%)评估为ICU死亡率;7次(6.1%)未明确死亡率终点(表1)。

十项(6%)模型性能评估既未报告区分度也未报告校准度。评估所采用的方法见表4。

表5、表6和表7分别描述了APACHE、SAPS和MPM所有版本在区分度、校准度和准确性方面的模型性能。

表3 模型调整与性能 查看原表 ↗
表4 未报告区分度时的模型性能 查看原表 ↗
表5 APACHE所有版本的模型性能 查看原表 ↗
表6 SAPS所有版本的模型性能 查看原表 ↗
表7 MPM所有版本的模型性能 查看原表 ↗

模型的区分能力

104项(91.2%)被评估的模型报告了区分度(表5、表6和表7)。在三项评估(两项研究[45, 46])中,仅以灵敏度和特异度报告。在101项模型性能评估中,区分度以AUROC报告;其中四项评估中AUROC以图形呈现,无法确定数值[47, 48]。在以数值形式报告AUROC的情况下(97项模型性能评估),仅在63项评估中报告了置信区间。

在以数值形式报告AUROC的情况下,21项评估(21.7%)报告了极好的区分度。对于APACHE II、SAPS II、SAPS 3和MPM II的所有版本,分别有16.1%、11.5%、47.7%和36.4%的模型评估报告了极好的区分度。

六十六项(68.0%)模型评估报告了很好或好的区分度;对于APACHE II所有版本为67.7%,SAPS II为80.8%,SAPS 3为58.3%,MPM II为45.5%。仅有一次报告了较差的区分度,为对SAPS II的一项评估[49]。

当结局为医院死亡率(n = 15,25%)时,报告极好区分度的频率高于结局为ICU死亡率(n = 6,10%)时。正常值插补导致的区分度(n = 4,25%极好,n = 9,56.25%很好)优于排除法(n = 1,8.33%极好,n = 3,25.0%很好)或未报告缺失值的情况(n = 16,19.0%极好,n = 32,38.1%很好)。与早期计算相比,在ICU住院期间较晚计算的评分在所有模型中区分度更好[32, 48, 50]。

在六项进行模型调整的评估中,有四项(n = 2项研究)将调整后的模型与原始模型进行了比较(表3)。然而,仅在一项研究(三项验证)中采用了独立验证集,其中模型被重新校准[51]。对于所有三种模型(APACHE II、SAPS II和SAPS 3),重新校准使先前较差的校准度得到改善;而原本已极好的区分度保持不变。

模型的校准能力

仅82项(71.9%)评估报告了校准度(表5、表6和表7)。Hosmer–Lemeshow检验同时报告C统计量和H统计量17次(20.7%),仅报告C统计量21次(25.6%),仅报告H统计量9次(10.9%),未提供进一步细节35次(42.7%)。

在报告校准度的评估中,有49项(59.8%)报告了Hosmer–Lemeshow统计量p值大于0.05。对于APACHE II、SAPS II、SAPS 3和MPM II的所有版本,分别有60.9%、59%、66.7%和50%的模型性能评估报告了p > 0.05。

报告了极佳区分度的十项评价也报告了良好校准。其中三项是针对APACHE II、SAPS II和SAPS 3的第一级定制(当使用非定制模型时,Hosmer–Lemeshow统计量的校准结果为p < 0.05)[51]。其他报告极佳区分度和良好校准的评价来自三项研究:Juneja等(APACHE III、APACHE IV、MPM II(初始)、MPM III(初始)和SAPS 3)[1]、Sekulic等(7天时的MPM II)[48]和Xing等(SAPS 3)[52]。

当结局为ICU死亡率时(n = 27,77.1%),报告p值大于0.05的频率高于结局为住院死亡率时(n = 13,27.7%)。Hosmer–Lemeshow统计量p值大于0.05在100%的情况下通过排除缺失值获得(n = 3),在40.9%的情况下通过正常值插补获得(n = 9),或在54.7%的情况下未报告缺失值(n = 29)。

模型的准确性

29项评价(25.0%)报告了准确性,范围从55.20%至89.7%(表5、表6和表7)。

新模型的开发

三项研究报告了五个新模型的开发[35, 36, 43]。这些在表8中描述。对于所有五个新模型,AUROC均高于其所基于的原始预后评分系统所获得的AUROC。R-MPM和Simplified R-MPM均报告了良好校准;MPM-III报告了较差校准。ANN 22和ANN 15以及它们所基于的原始APACHE II均报告了较差校准。

表8 新模型的开发 查看原表 ↗

讨论

这篇关于LMICs重症监护预后模型的系统综述报告,在88.9%的评价中,ICU入住幸存者与未幸存者之间具有良好至极佳的区分度,在报告校准的评价中58.3%具有良好校准。与HICs中的发现一致[3, 53],本综述发现良好区分度的报告频率高于良好校准;尽管良好区分度和良好校准在同一评价中同时报告的情况很少(11.9%)[1, 48, 51, 52]。在报告极佳区分度和良好校准两者的10项评价中,有三项来自重新校准的模型[51],另有两项[48]样本量较小(n = 60)。已知在这种情况下,诸如Hosmer–Lemeshow拟合优度检验之类的校准指标可能显示高p值,这仅仅是该检验功效较低的结果,而不一定表明拟合良好[53]。

不同模型中的预测因子存在差异(例如,急性诊断是APACHEHE II中的变量,但不是SAPS II中的变量),且各项研究使用的数据集也存在差异,这些因素可能导致了模型性能上观察到的差异。三项主要发现,尤其是与中低收入国家(LMIC)环境相关的发现,限制了模型的普适性并可能影响其性能:在ICU死亡率为结局的研究中,40.5%无法获得ICU后结局数据;仅44.8%报告了年龄下限,其中55.8%的研究纳入了年龄小于18岁的患者;以及缺失值及其处理方式。被评估的原始模型是为评估医院死亡率而开发的。因此,缺乏ICU后结局可能影响其性能,特别是因为转出ICU(尤其是在这些环境中)可能受到非临床出院决策(如ICU床位短缺)的影响。然而,在这些环境中,由于缺乏完善的随访系统(如医疗登记系统、电子记录),ICU后随访可能并不总是可行的。患者年龄可能影响模型性能,并且可能是研究间观察到异质性的另一个原因。成人ICU的收治年龄下限因环境而异,可能导致儿科患者被收入成人ICU(随后被用于验证成人预后模型的数据集中)。23项研究未报告患者收治的年龄下限,17项研究纳入了年龄小于18岁的患者;纳入年龄标准和报告年龄标准的差异使得在本综述中完全排除儿科患者不可行。缺失值处理可能导致偏倚从而影响模型性能,尤其是在LMIC环境中[53],但仅有少数研究报告了该信息。在报告了缺失值处理的研究中,常用方法包括正态值插补(在LMIC环境中合理性较低[9])和排除不完整记录(导致数据集使用效率低下)。研究其他插补技术(如多重插补)在处理缺失值方面的效用,可能减少偏倚并提高模型性能的可解释性。然而,LMIC环境中预后模型的缺失值很可能是一个持续存在的问题。通过加大力度改善格拉斯哥昏迷评分(GCS)和血氧饱和度等指标的可用性和记录,或对LMIC环境中较难获取的测量指标进行替代(如用尿素替代肌酐、用血氧饱和度替代动脉血氧分压(PaO2)),可能在一定程度上缓解部分困难。尽管本综述中有两项研究报告了变量的排除[30, 50],但修改的效果无法确定:其中一项未与原始APACHE II模型进行比较[30];另一项未报告简化版SAPS II的区分度[50];这两个模型均未报告校准度。

在中低收入国家(LMIC)环境中进行的预后模型验证研究正变得越来越普遍;纳入的50项研究中有16项发表于2015年、2016年或2017年,且在本综述文献检索之后,其他研究(例如巴西的Moralez等[54]和斯里兰卡的Haniffa等[9])已发表/正在等待发表。因此,研究者必须遵循报告规范(如CHARMS),尤其是在性能指标、结局和缺失值方面,以便实现更好的解读。

重症监护预后模型要发挥作用,需要针对目标环境进行校准,并具有可接受的数据收集负担。然而,在本综述中,仅有一项研究[51]进行了第一级定制;APACHE II、SAPS II和SAPS 3模型的校准从差改善为良好,且重新校准前后的区分度均保持优秀。在高收入国家(HIC),医疗登记系统能够实现标准化、集中化、通常为自动化的电子数据采集,随后可对这些数据进行验证,从而减轻数据收集负担。这些登记系统包含对重症监护病房绩效提供反馈的机制,并使预后模型能够定期重新校准,从而最大限度地减少因病例构成和治疗变化而导致的预测死亡率错误估计。在中低收入国家环境中缺乏此类登记系统(巴西、马来西亚和斯里兰卡等重要例外除外),这是现有模型验证和重新校准以及针对这些环境定制模型开发的重大障碍。因此,本综述纳入的验证研究均非来自医疗登记系统的产出,没有研究报告同一环境中不同时间点的模型性能,仅有三项研究在两家或多家医院开展[41, 43, 55]。

在实践中使用预后模型被认为受到模型复杂性、模型格式、易用性以及用户对模型感知相关性的影响[56]。开发采用更少且更常可获得的测量指标的模型,或许与促进研究的医疗登记系统相结合,也可能有效改善这些环境中的死亡率预测;例如,简化的Rwanda MPM[43]和TropICS[57]。因此,引入上述简单预后模型并通过提供与临床医生、管理者和患者相关的输出来强调其有用性,更有可能促成所需数据的收集及其在临床环境中的应用。

ICU风险预测模型在用于质量改进举措之前需要表现出良好的校准[58, 59]。与环境相关的模型(如TropICS[57])具有良好的校准,可用于按严重程度对危重患者进行分层,这是评估培训和其他质量改进举措影响的前提条件。然而,校准较差但具有良好区分能力的模型,如果其预期用途是识别高风险患者以进行诊断性检查或治疗,和/或用于随机对照试验的纳入标准或协变量调整,则仍可能有益[58, 59]。

局限性

本综述仅限于单一数据库(PubMed)。中低收入国家(非高收入国家)没有对应的MeSH词条,因此采用了手工检索策略。未尝试区分中高收入国家与中低收入国家,因为这些国家在医疗服务提供、资源和可及性方面差异很大。本综述旨在针对仅在成人患者中使用的成人预后模型;然而,由于研究报告的方式,无法排除儿科患者。

结论

中低收入国家ICU患者死亡风险预测模型的性能最多为中等,尤其是在校准方面存在局限。这需要持续努力开发和验证具有 readily available 预后变量的中低收入国家模型,或许可借助医疗登记系统。目前,对其适用性的可靠解读因对报告指南的依从性差而受到阻碍,尤其是在报告缺失值处理方面。

附加文件

附加文件1:呈现所用检索词的表格。(XLSX 27 kb)

呈现预测建模研究系统综述的关键评价和数据提取清单的表格。(XLSX 41 kb)

参考来源

  1. Haniffa R, Isaam I, De Silva AP, et al. Performance of critical care prognostic scoring systems in low and middle-income countries: a systematic review. Crit Care. 2018. PMID: 29373996. doi:10.1186/s13054-017-1930-8
  2. 全文:PMC5787236(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC5787236/

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。