急诊床旁超声研究对STARD 2015指南的依从性
该研究系统检索MEDLINE 2016至2019年发表于重症、急诊和麻醉期刊的急诊床旁超声诊断准确性研究,共纳入74项研究,评估其对STARD 2015清单的依从性。总体依从性为中等,平均报告19.7/30项(66%)。与图像采集技术参数、判读者培训水平及参考标准描述相关的条目报告频繁;而与判读者对临床资料和指数/参考标准设盲、异质性分析、不确定和缺失数据的处理、指数与参考检查间的时间间隔相关的条目报告仅为中等或很少。在采用STARD的期刊发表的研究(平均20.5项 vs 18.6项,P=0.002)和引用STARD的研究(平均21.3项 vs 19.5项,P=0.01)报告条目更多。
要点
- 急诊床旁超声诊断准确性研究对STARD 2015的总体依从性为中等,74项研究平均报告19.7/30项(66%),范围13.8至25.8项。
- 判读者对临床资料设盲、对指数或参考标准设盲、异质性分析、不确定和缺失数据处理、指数与参考检查间时间间隔等条目报告率仅为中等(33%-66%)或很少(<33%)。
- 在采用STARD的期刊发表的研究报告条目更多(平均20.5项 vs 18.6项,P=0.002),引用STARD的研究报告条目也更多(平均21.3项 vs 19.5项,P=0.01)。
- 报告依从性随通讯作者所在国家和发表期刊不同而有差异:法国研究平均22.1项 vs 土耳其研究17.6项(P=0.04);Academic Emergency Medicine和The Journal of Emergency Medicine分别平均21.1项和22.0项,均高于American Journal of Emergency Medicine的18.1项(P=0.002和P=0.02)
- 按成像部位、研究设计、患者人群、是否使用补充材料或期刊影响因子分组,STARD依从性均无显著差异。
适用人群与场景
- 纳入标准:以人为研究对象、评估床旁超声(由非技师、非放射科临床医生执行)与参考标准对照的诊断准确性研究,且报告了敏感性、特异性、似然比、诊断比值比或受试者工作特征曲线下面积等诊断准确性指标,发表于英文期刊。
- 排除标准:评估预测或预后检验的研究,以及综述、Meta分析、致编辑的信或其他评论类文章。
- 研究场景:发表于重症、急诊和麻醉期刊(依据Thompson Reuters Journal Citations Reports 2018分类)的文献。
研究设计与关键结果
- 研究类型:系统综述,评估急诊床旁超声诊断准确性研究对STARD 2015的依从性;检索MEDLINE(2016年至2019年),最终纳入74项研究。
- 总体依从性为中等:平均(标准差)报告19.7(2.9)/30项STARD条目(66%),范围13.8至25.8项;74项研究中仅5项在方法部分引用STARD。
- 报告频繁(>66%)的条目包括:超声设备型号、扫描细节和探头参数(分别由74项[100%]、60项[81%]和64项[86%]研究报告),判读者培训水平(63项[85%]),参考标准的清晰描述(71项[96%])。
- 报告中等(33%-66%)的条目包括:参与者是否为连续、方便或随机样本(41项[55%]),图像判读为独立还是共识(32项[43%]),以及判读者对临床资料和指数/参考标准设盲的所有子条目。
- 报告很少(<33%)的条目包括:不确定试验的处理方式(21项[28%]),亚组和异质性分析是否预设(7项[9%]),指数与参考检查间的时间间隔(23项[31%])以及期间是否进行临床干预(19项[26%])。
- 在采用STARD的期刊发表的研究报告条目更多(平均20.5[2.9]项 vs 18.6[2.3]项,P=0.002);引用STARD的研究报告条目更多(平均21.3[0.9]项 vs 19.5[2.9]项,P=0.01)。
- 按成像部位(腹部20.0[2.5]项、头颈17.8[1.6]项、肌肉骨骼19.2[3.1]项、胸部20.2[2.8]项、其他或操作19.8[2.7]项,P=0.29)、研究设计(前瞻性19.7[2.9]项 vs 回顾性19.7[1.8]项,P>0.99)、患者人群(儿科20.0[3.1]项、成人20.2[2.7]项、混合17.9[1.9]项,P=0.09)、使用补充材料(是19.2[3.0]项 vs 否19.7[2.8]项,P=0.91)或期刊影响因子(较高20.3[3.1]项 vs 较低19.1[2.4]项,P=0.08)分组,STARD依从性均无显著差异。
- 国家与期刊差异:法国研究平均22.1[2.4]项 vs 土耳其研究17.6[1.9]项(P=0.04);Academic Emergency Medicine平均21.1[2.2]项和The Journal of Emergency Medicine平均22.0[1.9]项,均高于American Journal of Emergency Medicine的18.1[2.1]项(P=0.002和P=0.02)。
证据类型、等级与局限
- 证据类型:系统综述,遵循PRISMA报告规范,方案预先注册于Open Science Framework。
- 局限:文献检索仅涵盖Thompson Reuters Journal Citations Reports 2018分类中的重症、急诊和麻醉期刊,结果可能无法推广至其他临床场景的床旁超声研究。
- 局限:未评估报告不完整的原因。
- 局限:亚组为预设,部分类别研究数量少,未进行事后重新分类以避免引入偏倚;研究在某些亚组(包括按期刊影响因子分组,P=0.08)可能把握度不足。
- 局限:虽然采用STARD的期刊与非采用期刊之间差异有统计学意义,但如此小的差异对读者的临床重要性尚不清楚,因为某些STARD条目比其他条目更可能引入偏倚。
对床旁实践的改变
- 作者认为,床旁超声研究应报告判读者是否对临床资料设盲,因为床旁超声由临床医生在床旁执行和判读,临床信息是重要的潜在偏倚来源。
- 作者认为,床旁超声研究应报告指数检查与参考标准之间的时间间隔及期间是否进行临床干预,因为床旁超声常用于诊断急性动态变化的情况(如心力衰竭或颅内压升高),延迟参考检查可能引入假阳性或假阴性结果。
- 作者认为,报告操作者专业水平和接受的特定培训(如工作坊)有助于其他临床医生评估将新的超声检查整合到自身实践的可行性。
指南或共识出处
- STARD 2015(Standards for Reporting of Diagnostic Accuracy Studies 2015):包含30项必要条目的诊断准确性研究报告指南。
- PRISMA(Preferred Reporting Items for Systematic Reviews and Meta-analyses)报告规范。
提炼说明
- 原文未涉及「诊断标准与关键阈值」「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13 节 · 点击展开
引言
床旁超声(POCUS)已成为当代急诊科医师诊断工具中的重要组成部分。1,2,3,4,5,6 与会诊超声不同——后者由技师进行扫描,随后由放射科医师进行判读——POCUS可在床旁诊断异常生理和病理状态。随着超声设备在医院、诊所和院前环境中日益普及,使用POCUS的临床医师数量及其潜在适应证持续增长。1,2,3,7,8,9 会诊超声的诊断准确性已在众多应用中得到了充分研究10,11,12,13,14;然而,POCUS的检验特征仍是一个活跃的研究领域。6,9,15,16,17
诊断准确性研究的方法学质量可能参差不齐,报告完整性也各不相同。18 不完整的报告可能限制检测偏倚、确定研究结果的普适性以及重现研究的能力。最终,这导致无法将研究恰当地转化为临床实践。不完整的报告还可能妨碍开展有信息价值且无偏倚的系统评价和荟萃分析。19,20 随着POCUS相关文献的持续增长,必须识别报告中的任何缺陷,以实施知识转化策略加以纠正。
2003年,诊断准确性研究报告标准(STARD)工作组发布了一份包含25个基本条目的清单,这些条目应在诊断准确性研究中报告。21 STARD工作组于2015年更新了其报告指南(以下简称STARD 2015),目前包含30个基本条目。22 这些条目被认为在解读原始诊断准确性研究时至关重要,可使读者评估偏倚和普适性。据我们所知,目前尚不清楚急诊医学POCUS文献对STARD 2015的依从程度。
本研究的目的是评估发表在急诊医学文献(急诊医学、重症医学和麻醉学期刊)中的诊断准确性研究的报告完整性,以对STARD 2015的依从性来定义。本研究将确定当前的报告水平,并可作为改进行动号召,以改善存在缺陷领域的报告完整性。随着POCUS进一步融入临床实践, governing其使用的高质量且完整报告的研究至关重要。
方法
渥太华大学不要求此类研究获得研究伦理委员会批准,因为不涉及人类参与者。检索、数据提取和数据分析按照Open Science Framework上可获取的预先指定的方案进行。23 本系统评价遵循系统评价和荟萃分析优先报告条目(PRISMA)报告指南。
数据来源
检索于2019年6月13日进行,由一位经验丰富的医学研究图书馆员协助完成。在MEDLINE中检索评估床旁超声(POCUS)诊断准确性的研究,这些研究发表于重症监护、急诊医学和麻醉学期刊(依据汤森路透2018年期刊引证报告指定)。24 应用2016年至2019年的日期范围,以评估更新版STARD 2015标准引入后发表的文章。检索使用先前发表的诊断准确性研究检索过滤器进行。25 完整检索策略见补充材料中的eTable 1。
研究选择
研究若符合以下所有纳入标准则被纳入:在人类参与者中检验POCUS对照参考标准诊断准确性的研究、报告诊断准确性指标(灵敏度、特异度、似然比、诊断比值比或受试者工作特征曲线下面积)的研究、以及以英文发表的研究。床旁超声定义为由非技师、非放射科临床医生执行的超声,以区别于会诊性超声。若研究评估预测性或预后性检验,或为综述、荟萃分析、致编辑信或其他评论性文章,则被排除。
两位评价者(R.P.和J.B.)独立筛选标题和摘要以确定潜在相关性。任何被认为可能相关的摘要自动进入全文审查。全文审查由2位评价者(R.P.和J.B.)独立进行。分歧通过与第三位评价者(T.A.M.)的共识讨论解决。
数据提取
数据由2位评价者(R.P.,以及J.B.、H.K.或C.W.中的一位)独立提取。提取的研究特征包括研究作者、通讯作者机构所在国家、期刊、2018年期刊影响因子、期刊在线作者须知中包含的STARD认可(是或否)、发表年份、研究设计(前瞻性 vs 回顾性)、患者人群(儿童 vs 成人 vs 混合)、补充材料的使用(是或否)、研究对STARD的引用(是或否)、以及POCUS扫描的身体区域(肌肉骨骼 vs 头颈部 vs 胸部 vs 腹部 vs 皮肤和软组织 vs 操作性)。
对STARD 2015的依从性
对STARD 2015清单的依从性由两人独立提取(R.P.,以及J.B.、H.K.或C.W.中的一人)。在评估对STARD 2015清单的依从性时,每项报告要求被评定为是、否或不适用,所有分歧均由2名评价者通过共识解决。被评定为不适用的条目在数据分析时按“是”处理。补充材料中的eTable 2提供了条目可能不适用的几个示例。此外,对诊断影像和POCUS可能具有独特方面的条目被分为多个子条目。这是基于Hong等26先前针对诊断影像的STARD 2015清单,并在2名研究者(R.P.和T.A.M.)共识讨论后进行了POCUS特异性修改。26具有多个子要点的条目按每个问题总计1分评分,每个子条目给予分数(例如,8.1为环境、8.2为地点、8.3为日期,每个子条目评0.33分)。补充材料中的eTable 2包括STARD 2015清单及详细评分细则。
如果某条目在文章任何位置均有报告,则评定为是,除非STARD指南规定其必须在特定部分报告(例如,条目1在标题或摘要中)。全文报告或补充材料(包括仅在线材料)中包含的信息均评定为是。为优化观察者间一致性,对所有评价者使用2篇文章进行了培训。计算了评价者间信度并提供了κ值。
统计分析
计算每个条目、子条目和研究的STARD 2015总体依从性。是和不适用评分为1分,否评分为0分。一项研究最高分为30分。基于先前发表的评分系统,使用经常报告(>66%)、中度报告(33%-66%)和不经常报告(<33%)的任意区分。26
使用Shapiro-Wilks检验确认正态分布。使用单因素方差分析评估STARD依从性与国家、期刊、身体部位和患者人群的关联。使用Tukey真实显著差异检验进行两两比较。选择纳入研究最多的前12个国家(因第10名出现3方并列)、前5种期刊(纳入研究最多)和5个预设身体部位进行评估。基于研究设计、采用STARD的期刊、补充材料的使用、影响因子(中位数分割)和STARD引用,使用双侧Welch t检验评估STARD依从性。
所有数据存储在Excel电子表格软件2013版(Microsoft Corp)中,数据分析使用R统计软件3.1.2版(R Project for Statistical Computing)进行。所有分析的统计显著性水平设定为P < .05。数据分析于2019年11月进行。
结果
研究的检索与选择
文献检索获得399条唯一结果。筛选出106条结果进行全文审查,全文筛选后纳入74项研究进行分析。研究选择过程的详细信息及全文评估阶段的排除原因见Figure。纳入研究的特征总结于Table 1。根据通讯作者所在国家,一半的研究来自美国(22项研究[30%])和土耳其(14项研究[20%])。大多数期刊已采用STARD(41种期刊[55%]),其影响因子中位数为1.65(范围,1.12-9.66)。大多数研究为前瞻性研究(68项研究[92%]),且大多数涉及成年患者(44项研究[62%])。
对STARD 2015的依从性
按条目汇总的STARD 2015依从性见Table 2。74项研究中有5项在其方法部分引用了STARD依从性。74项研究报告的STARD条目数均值(SD)为30项条目中的19.7(2.9)项(66%),范围为13.8至25.8项。每项研究报告的STARD条目数列于补充材料的eTable 3中。评定者间信度为中等(κ = 0.54)。
30项条目中有28项被频繁地整体或部分(子条目)报告,其特征为报告频率大于66%。值得注意的是,频繁、中等和低频报告条目的总数大于30,因为某些子条目存在于不同类别中。一些频繁报告的条目与POCUS(床旁超声)特别相关,包括条目10.1(对超声机器的模式、设备和参数的完整描述;分别由74项研究[100%]、60项研究[81%]和64项研究[86%]报告)、子条目10.2b(阅片者的培训水平;由63项研究[85%]报告)以及子条目10.3(对参考标准的清晰描述,细节足以允许重复;由71项研究[96%]报告)。
30项条目中有16项被中等程度地整体或部分(子条目)报告,其特征为报告频率为33%至66%(Table 2)。若干条目与POCUS特别相关,在评估偏倚风险时至关重要。这些包括条目9(参与者是否构成连续、便利或随机样本;由41项研究[55%]报告)和条目10.2c(图像是独立判读还是共识判读;由32项研究[43%]报告)。值得注意的是,条目13的所有子条目均仅为中等程度报告(索引试验和参考试验的阅片者是否对临床数据及彼此设盲)。
30项条目中有10项被低频地整体或部分(子条目)报告,其特征为报告频率小于33%(Table 2)。其中一些条目与POCUS特别相关,在评估偏倚风险时至关重要。这些包括条目15(不确定检测结果的处理方式;由21项研究[28%]报告)、子条目17.2(亚组和异质性分析是预先设定的还是探索性的;由7项研究[9%]报告)以及子条目22.1(索引试验与参考试验之间的时间间隔;由23项研究[31%]报告)和22.2(索引试验与参考试验之间是否进行了任何临床干预;由19项研究[26%]报告)。
亚组分析
对预设变量进行了亚组分析,结果总结于表3。亚组分析的更多细节见补充材料中的e表4、5、6、7、8、9、10、11和12。Shapiro-Wilks检验确认数据呈正态分布(P = .41)。
与未采纳STARD的期刊相比,发表于采纳STARD期刊的研究报告条目数更多(均值[SD],20.5[2.9]条 vs 18.6[2.3]条;P = .002)。与未引用STARD的研究相比,引用STARD的研究报告条目数更多(均值[SD],21.3[0.9]条 vs 19.5[2.9]条;P = .01)。识别出按国家和发表期刊的差异。Tukey真实显著性差异检验显示,当法国与土耳其比较时,基于通讯作者所在国家存在差异(均值[SD],22.1[2.4]条 vs 17.6[1.9]条;P = .04)。此外,与《美国急诊医学杂志》相比,发表于《学术急诊医学》和《急诊医学杂志》的研究报告条目数在统计学上显著更高(均值[SD],21.1[2.2]条和22.0[1.9]条 vs 18.1[2.1]条;分别为P = .002和P = .02)。按扫描身体区域(均值[SD],腹部,20.0[2.5]条;头颈部,17.8[1.6]条;肌肉骨骼,19.2[3.1]条;胸部,20.2[2.8]条;其他或操作性,19.8[2.7]条;P = .29)、研究设计(均值[SD],前瞻性,19.7[2.9]条;回顾性,19.7[1.8]条;P > .99)、患者人群(均值[SD],儿科,20.0[3.1]条;成人,20.2[2.7]条;混合,17.9[1.9]条;P = .09)、补充材料的使用(均值[SD],是,19.2[3.0]条;否,19.7[2.8]条;P = .91)或期刊影响因子(均值[SD],较高影响因子,20.3[3.1]条;较低影响因子,19.1[2.4]条;P = .08)划分,STARD条目报告数量无差异。
讨论
急性护理POCUS文献的报告完整性(定义为对STARD 2015的依从性)为中等,平均(SD)报告了30个条目中的19.7(2.9)个(66%)。STARD报告因通讯作者所在国家、文章中是否引用STARD、发表期刊以及发表期刊是否在作者须知中认可STARD而存在差异。报告不因影响因子、研究设计、患者人群、补充材料的使用或身体区域而存在差异。
涉及超声技术参数(即机器型号、扫描细节和探头规格)以及POCUS阅片者的条目经常被报告;这些是评估研究对临床实践适用性时需要考虑的必要条目。例如,图像质量可能随机器的品牌和型号而变化,这可能限制研究结果的可重复性和普适性,具体取决于某一临床环境中的设备可用性。床旁超声还高度依赖操作者,其准确性随从业者专业知识而变化。27,28这使得报告操作者专业知识以及为学习某一扫描所接受的任何特定培训(例如,工作坊)变得很重要,以便其他临床医生评估将新的超声扫描整合到自身实践中的可行性。
尽管许多条目被频繁报告,但图像判读实践(个体判读与共识判读)、对参考标准和临床信息的盲法以及数据异质性分析仅被中等程度或不频繁地报告(表2)。这些报告领域的不足令人担忧,因为它们很容易导致偏倚并限制研究向临床实践的转化。指标试验对参考标准未设盲以及未明确说明亚组分析是否为预先设定,均已被证明会导致诊断准确性研究中的偏倚,并被纳入目前推荐的用于评估诊断准确性研究的偏倚风险工具中。18
观察到的报告不足并非本研究所独有,与此前对诊断影像文献的分析相似。26,29 Hong等人26调查了多种影像 modality 对STARD 2015的依从性。他们发现与我们的样本相比,报告的STARD条目数量更少(均值[标准差],30个条目中的16.6[2.21]个[55%]),26并且逐条目的报告不足情况相似。在其会诊超声研究的亚组中,STARD依从性的均值(标准差)为30个条目中的16.7(2.05)个(55%)26;然而,考虑到研究设计和样本量方面的潜在混杂因素,直接比较将具有高偏倚风险。这表明报告中的任何不足可能并非POCUS所独有,而更能说明诊断影像研究报告的全球性不足。Thiessen等人29最近的一项研究评估了2005年至2010年5种急诊医学期刊中POCUS研究对原始STARD标准(2003年发表)的依从性。他们发现平均报告了25个STARD条目中的15个(60%)。29方法学上的若干关键差异,包括不同的评分细则及其纳入了未报告诊断准确性的研究,限制了我们样本与之间的直接比较。
在本研究中,POCUS判读者对临床数据的盲法仅被中等程度报告。床旁超声由临床医生在床旁执行和判读,使临床信息成为重要的潜在偏倚来源。例如,如果病史和体格检查提示骨折,执行POCUS的临床医生可能会用超声搜索直到发现骨折。这凸显了POCUS实践与研究之间的区别。在实践中,POCUS常被视为体格检查的延伸。然而在POCUS研究中,对临床信息的盲法应被明确报告。这有助于读者评估结果的普适性,并评估POCUS准确性估计中是否无意间纳入了临床病史和体格检查操作。
其他一些不常被报告的STARD条目包括指标试验与参考标准之间经过的时间以及期间进行的任何临床干预。床旁超声常用于诊断急性和动态变化的疾病(例如,心力衰竭或颅内压升高),这些疾病可能自发地或通过干预迅速改善或进展。执行参考标准的延迟有可能引入假阳性或假阴性结果,具体取决于急性疾病的病程。某些操作(例如,为气胸插入胸管)也有可能完全逆转POCUS所发现的病理改变,从而可能产生不正确的假阳性结果。
另一个值得注意的发现是,在作者投稿须知中认可STARD的期刊中,报告的条目数量更多;这与之前的评价结果相似,可能与采用STARD的期刊在其同行评审过程中使用STARD 2015清单有关,或者与作者通过在线投稿须知被提示遵循STARD有关。26在74项研究中有5项在其方法部分引用了STARD依从性,这些研究报告的条目数量也更多。遵循报告指南应受到作者和期刊编辑的共同关注,因为它可能与更高的引用率相关;然而,文献30存在矛盾,Dilauro等人31的一项研究表明,在控制期刊影响因子后,STARD依从性与引用率之间的关联不再持续。尽管如此,只有少数研究在其方法部分引用了STARD依从性,这表明可能缺乏对STARD 2015指南的认识、期刊未强制执行报告指南,或存在其他依从障碍。
局限性
我们的文献检索仅应用于Thompson Reuters Journal Citations Reports 2018所定义的重症监护、急诊医学和麻醉学类别中收录的期刊,因此,我们的结果可能无法推广至其他临床环境中的POCUS研究。此外,尽管该研究发现了报告方面的缺陷,但未评估报告不完整的原因。此外,由于亚组是预先指定的,某些类别的研究数量较少,且未进行事后重新分类以避免引入偏倚。考虑到这一点,该研究在某些亚组中检测STARD依从性差异的统计效能可能不足,包括按期刊影响因子分组的亚组(P = .08),此前已有研究表明高影响因子和低影响因子期刊上发表的研究之间存在差异。26此外,尽管发现采用STARD的期刊与未采用STARD的期刊之间存在统计学显著差异,但尚不清楚如此小的差异对研究读者而言在临床上有何重要意义,因为某些STARD条目相比其他条目有可能引入更多偏倚。
结论
床旁超声(POCUS)在急重症患者诊断与管理中的作用仍在不断扩大。将POCUS整合到临床实践中的能力依赖于对每次扫描诊断准确性的准确估计。在本研究中,POCUS研究对STARD 2015的依从性仅为中等,这可能限制了个别研究中检测偏倚的能力,并阻碍了研究向临床实践的适当转化。
参考来源
- Prager R, Bowdridge J, Kareemi H, et al. Adherence to the Standards for Reporting of Diagnostic Accuracy (STARD) 2015 Guidelines in Acute Point-of-Care Ultrasound Research. JAMA Netw Open. 2020. PMID: 32356885. doi:10.1001/jamanetworkopen.2020.3871
- 全文:PMC7195624(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC7195624/
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。