可穿戴连续生命体征监测对住院患者病情恶化检测与临床结局的影响:系统评价与荟萃分析
该系统评价纳入10项设计各异的研究(共4433例住院患者),其中7项进入荟萃分析(4127例),比较可穿戴监测系统与标准护理对病情恶化检测及相关临床结局的影响。荟萃分析显示,可穿戴监测未显著降低ICU转入(RR 0.87,95%CI 0.66-1.15)、RRT或心脏骤停激活(RR 0.84,95%CI 0.69-1.01)、总并发症(RR 0.77,95%CI 0.44-1.32)或主要并发症(RR 0.55,95%CI 0.24-1.30),也未显著降低院内死亡率(RR 0.48,95%CI 0.18-1.29)或住院时长(MD -0.09,95%CI -0.43至0.44)。作者指出研究设计/质量差异和结局指标多样使结论不确定,叙述性发现提示应调整报警以减少误报并促进快速临床反应。
要点
- 荟萃分析(5项研究,3565例)显示可穿戴监测未显著减少ICU转入:RR 0.87(95%CI 0.66-1.15,p=0.32)。
- RRT或心脏骤停激活(3项研究,3214例)RR 0.84(95%CI 0.69-1.01,p=0.07),接近但未达统计学显著。
- 总并发症(5项研究,1752例)RR 0.77(95%CI 0.44-1.32,I²=93%);主要并发症(3项研究,546例)RR 0.55(95%CI 0.24-1.30)。
- 院内死亡率RR 0.48(95%CI 0.18-1.29),住院时长MD -0.09(95%CI -0.43至0.44),均无统计学显著差异。
- 叙述性发现提示报警应调整以减少误报,并促进对病情恶化的快速临床行动;纳入研究总体质量中等。
适用人群与场景
- 住院患者,不限年龄;排除健康志愿者或非住院患者。
- 多数研究在术后患者中实施可穿戴监测系统;三项研究中位ASA评分为2,一项为3。
- 一项监测胎心率的研究因人群和结局不同未纳入荟萃分析。
诊断标准与关键阈值
- 可穿戴监测系统需至少监测一种生命体征(心率、呼吸频率、体温、血压或血氧饱和度),以高频率(如低于1分钟)或低频率(如每5分钟)连续采样,且测量不需临床人员频繁手动输入。
- 对照为研究中定义的任何标准护理生命体征监测。
- 主要结局为病情恶化检测相关指标:非计划ICU转入、RRT或心脏骤停激活、总并发症率和主要并发症率;主要并发症定义为Clavien-Dindo分级>II级(患者死亡和ICU转入不纳入该分析,单独评估)。
- 次要结局包括院内死亡率和住院时长;探索性结局包括报警系统参数和临床试验注册信息。
处置流程与药物剂量
- 叙述性发现提示应调整报警以减少误报,并促进对病情恶化的快速临床行动;但未给出具体报警阈值或调整方案。
- 原文未提及基于可穿戴监测系统的具体处置流程或治疗推荐。
红旗征与不能漏的情况
- 原文未提及具体的红旗征或需立即处理的情况。
- 原文提及病情恶化检测相关结局包括非计划ICU转入、RRT或心脏骤停激活、并发症(从轻微如晕厥或气促到主要如危及生命事件),但未给出具体红旗征定义或处理方案。
研究设计与关键结果
- 研究类型:系统评价与荟萃分析;共纳入10项研究(4433例患者),其中7项进入荟萃分析(4127例),包括2项RCT、1项整群RCT和4项前后对照观察性研究;另3项RCT(306例)仅作叙述性分析。
- 主要终点:ICU转入(5项研究,3565例)RR 0.87(95%CI 0.66-1.15,p=0.32);RRT或心脏骤停激活(3项研究,3214例)RR 0.84(95%CI 0.69-1.01,p=0.07);总并发症(5项研究,1752例)RR 0.77(95%CI 0.44-1.32,p=0.34,I²=93%);主要并发症(3项研究,546例)RR 0.55(95%CI 0.24-1.30,p=0.17)。
- 次要终点:院内死亡率RR 0.48(95%CI 0.18-1.29);住院时长MD -0.09(95%CI -0.43至0.44)。
- 其他:两项研究(整群RCT和RCT)报告脓毒症抗生素给药时间无统计学显著差异:656.0(95%CI 431.7-820.3)vs 1012.8(95%CI 425.0-1600.6)分钟;551(95%CI 296-805)vs 527(95%CI 199-856)分钟。
- 叙述性RCT报告HealthPatch和VisiMobile的MEWS高于护士测量的MEWS,主要因呼吸频率测量差异;患者、家属和医护人员预期可穿戴设备能更早检测恶化。
证据类型、等级与局限
- 证据类型:系统评价与荟萃分析(PROSPERO注册号CRD42020188633),纳入RCT、整群RCT、前后对照观察性研究等。
- 总体研究质量中等;RCT中2项低偏倚风险,3项存在一些担忧(包括整群RCT);所有前后对照研究ROBINS-I评估为 moderate 偏倚风险。
- 局限:纳入研究设计异质、结局指标多样、部分研究未报告可纳入荟萃分析的临床结局、并发症数据异质性高(I²=93%)、部分研究注册不及时或回顾性注册,难以得出确定结论。
对床旁实践的改变
- 当前证据不支持仅基于可穿戴连续生命体征监测系统即可减少ICU转入、RRT/心脏骤停激活、并发症、死亡或缩短住院时长;不应替代标准护理或作为唯一恶化检测手段。
- 如使用可穿戴监测,应参考叙述性建议调整报警以减少误报,并确保对报警的快速临床反应;具体报警阈值原文未提及。
- 适用人群:住院患者(多数研究为术后患者);不适用于健康志愿者或非住院患者;对产科胎心监测人群证据有限且未纳入荟萃分析。
- 常见陷阱:不同设备、报警设置和临床反应流程差异大,研究间异质性高,不能将合并结果直接等同于特定设备或特定报警策略的效果。
指南或共识出处
- 原文未提及具体指南或共识名称;本文为系统评价与荟萃分析,PROSPERO注册号CRD42020188633。
全文中译35 节 · 点击展开
引言
背景
在急性医院病房中,未能识别生理指标恶化并采取行动是一个普遍存在的问题,这一问题在十多年前就已被认识到[1, 2],并可能导致急诊重症监护病房(ICU)入住率和医院死亡率增加[1, 3]。在英国,生理早期预警评分(EWS)系统(测量脉率、呼吸频率、血压、血氧饱和度和体温等“标准”生命体征)在普通病房中仍被广泛使用,同时配合分级响应措施,如转诊进行上级医师查房或增加监测频率[4]。观察频率通常由患者的临床状况决定,且由于需要人工进行生理测量,对医护人员而言可能耗时较长[5]。因此,最佳监测频率往往无法达到[6],限制了依赖人工观察频率的间歇性监测系统的有效性[7]。此外,即使达到了理想频率,患者仍可能在两次观察之间发生病情恶化[8]。高风险患者通常接受连续监测(例如在重症监护中),从而改善了对病情恶化的早期发现[5]。然而,在英国,连续监测在病房环境中并不常用[9],尽管一项研究表明其在外科病房中可能可行且具有成本效益[10],与间歇性监测相比有可能改善患者结局[8]。
尽管连续生命体征监测有潜力促进更早发现病情恶化,但该技术的局限性可能构成实施障碍[5],例如导线和固定设备限制了患者的活动能力和独立性[9, 11]。针对这一需求,市售可穿戴监测设备正在迅速发展[12]。可穿戴设备可能成为固定有线连续监测仪的替代方案,并在床旁有线监测与间歇性人工测量之间架起桥梁。这一发展有潜力在促进患者活动和舒适度的同时减少护理时间,并改善对异常生理参数的早期发现[13]。
最近一项meta分析评估了医院病房中多参数连续无创监测(包括有线固定设备)的影响,提示与接受标准护理(间歇性人工观察)的患者相比,受监测患者的死亡风险降低39%,同时还提示重症监护病房(ICU)转入、快速反应团队(RRT)启动和住院时间(LoS)呈减少趋势[14]。另一项系统综述评估了13种不同可穿戴设备的验证、可行性、成本和临床结局,结果表明大多数研究仍处于验证和可行性阶段[15],强调缺乏评估其对经济和临床结局影响的证据,因为可穿戴监测系统(WMS)在医院环境中的影响仍存在不确定性,阻碍了其实施和临床使用[16]。本综述聚焦于在医院内部实施的可穿戴监测设备和/或系统(涵盖所有专科、病情严重程度和年龄)。
目的
本系统评价和荟萃分析的目的是,在使用可穿戴监测系统与标准护理相比较的情况下,评估生命体征监测对识别住院患者生理恶化的影响及相关临床结局。
方法
本系统评价于2020年7月10日在国际系统评价前瞻性注册库(PROSPERO)注册,注册号为CRD42020188633 [17]。本评价按照系统评价和荟萃分析优先报告条目(PRISMA)清单进行报告(附加文件1:附录1)[18]。完整的系统评价方案已前瞻性发表[19]。
结局
主要结局
本研究旨在比较可穿戴监测系统与标准护理相比对恶化识别及相关临床结局指标的影响。预期会涉及多种与恶化识别相关的结局,因此检索未按结局受限。任何与恶化识别相关的结局均作为本评价的主要结局纳入。
研究报告了多种与临床恶化相关的并发症并纳入荟萃分析,从轻微(例如晕厥或呼吸短促)到严重(例如危及生命的事件)。随后对分别报告严重并发症的研究进行了单独分析;对纳入研究中的术后并发症应用Clavien-Dindo分级系统[20]。该系统将并发症从I级(偏离常规恢复但无需干预)分级至V级(患者死亡)。为纳入我们的严重并发症荟萃分析,我们纳入了定义为Clavien-Dindo分级>II级的并发症(8,18)。患者死亡和ICU转科未纳入该分析,而是单独评估。
少于3项研究报告的结局未纳入荟萃分析,而是改为叙述性描述,例如脓毒症时抗生素给药时间和国家早期预警评分(NEWS)测量次数。
荟萃分析中报告的主要结局包括ICU转科、快速反应或心脏骤停启动以及并发症。脓毒症时抗生素给药时间以叙述方式报告。
次要结局
荟萃分析中的次要结局包括院内死亡率和住院时间。进一步的次要患者结局在叙述性分析中报告,例如30天再入院率和术后活动时间。
探索性结局
探索性结局包括所使用的警报系统、在临床实践中的实施和迭代。这包括早期预警评分的类型、每种生命体征或整体EWS所使用的报警阈值以及其他相关报警参数/信息(如可获得)。
还进行了临床试验注册库检索。对于已注册的纳入研究,将注册信息与研究报告中详细信息进行比较。符合纳入条件但无已发表结果的注册研究也以叙述方式报告。
纳入标准
人群和干预措施
完整的纳入和排除标准见已发表的方案[19]。我们纳入任何在医院住院患者中开展的研究,排除在健康志愿者或非住院患者中开展的研究。年龄不作为纳入限制,但其中一项纳入的研究监测了胎儿心率,由于人群和分析结局不同,未纳入meta分析。
如果研究使用可穿戴监测系统(联合或不联合标准护理)与标准护理进行比较,则符合纳入条件。纳入的可穿戴监测系统(WMS)要求至少监测一项生命体征(心率、呼吸频率、体温、血压或血氧饱和度),以高速率(如每分钟内)或低速率(如每5分钟)连续采样,且测量不需要临床工作人员频繁手动输入。对于对照,我们考虑研究方案[19]中定义的任何类型的生命体征监测标准护理。
研究类型
考虑纳入以下设计的研究:随机对照试验(RCT)、整群随机对照试验、干预性研究、观察性研究(包括病例对照研究和前后对照研究)以及预试验研究。符合拟定结局和纳入标准的回顾性研究以及未发表(灰色)文献也被考虑纳入。
文献检索和研究选择
检索词由具有领域专业知识的医学图书馆员(NT)设计。通过电子检索MEDLINE Ovid(包括Epub Ahead of Print和In-Process & Other Non-Indexed Citations)、Embase(Ovid)、CINAHL(EBSCO)和Cochrane系统评价数据库(Cochrane Library,Wiley)、Cochrane对照试验中心注册库(CENTRAL)(Cochrane Library,Wiley)以及通过https://www.crd.york.ac.uk/CRDWeb/检索Health Technology Assessment(HTA)数据库,识别截至2020年8月27日的相关文章。完整的检索策略及每个数据库中使用的检索词/组合见附加文件2:附录2。
还识别了截至2020年9月10日在ClinicalTrials.gov(通过https://clinicaltrials.gov/)和ISRCTN(通过https://www.isrctn.com/)注册的临床试验和前瞻性研究。检索详情见附加文件3:附录3。
还手动检索了未发表灰色文献和预印本服务器(详情见附加文件4:附录4),并识别了截至2020年12月16日在这些服务器上发表的额外研究。
所有可能相关文章的文题和摘要由两位作者(CA、CB)独立审阅以确定是否可能纳入。任何审阅者认为可能相关的引文的全文均被获取。研究选择者间一致程度采用kappa确定,标准定义为差(< 0.20)、一般(0.21–0.40)、中等(0.41–0.60)、好(0.61–0.80)和很好(0.81–1.00)[21, 22]。对纳入摘要的全文进行合格性评估,分歧由2位综述作者讨论解决;若无法达成一致,则咨询第三位作者(SV)。完整的选择过程概述见已发表的方案[19]。
数据收集与提取
两名评价者(CA和CB)独立从纳入研究中提取数据。分歧由2名综述作者讨论解决。必要时,还与第三名作者(MS)和一名统计学家(SG)进行讨论。
在可获得的情况下,每项研究提取以下数据:作者列表、国家、发表日期、注册号、目的、设计、场所和人群、招募开始和结束日期、伦理批准和知情同意信息、纳入标准、干预描述、纳入设备、设备佩戴时间、设备测量的生命体征、可穿戴数据可获得的频率、对照类型、EWS和手动测量频率、样本量、人口统计学特征(如年龄、性别、BMI等)、其他临床特征(如入院类型、美国麻醉医师协会(ASA)评分等)、病情恶化检测及相关临床结局总结数据、总/中位监测小时数、警报系统信息(如阈值和报警描述)、研究局限性、设备FDA/CE标志信息、资金和利益冲突信息。
个体研究的偏倚风险
根据研究设计选择了四种工具评估偏倚风险。对于随机对照试验,使用Cochrane偏倚风险工具(RoB2)[23];对于非随机研究,应用纽卡斯尔渥太华量表(NOS)[24]和“非随机干预研究中偏倚风险”(ROBINS-I)[25];此外,所有研究均使用混合方法评价工具(MMAT)[26]。这与原始方案[19]相比有所改变,因为Jadad量表被ROBINS-I替代用于评估非随机研究,因为我们发现它与用于纳入RCT的ROB2工具更具可比性。两名评价者(CA和CB)独立评价每项研究,分歧通过讨论解决,直至与第三名评价者(SV)达成共识。
数据分析
所有至少有3项研究结果的结局均考虑纳入荟萃分析。数据来自少于3项研究的结局未纳入荟萃分析,但以叙述性综合方式报告。
数据准备和荟萃分析
使用Review Manager 5.4.1(The Cochrane Collaboration,Oxford,England [27])计算二分类结局的合并风险比(RRs)和连续结局的合并加权均数差及各自的95%置信区间(CIs)[28]。连续变量以均数(SD)表示。由于纳入研究之间设计差异,我们使用随机效应荟萃分析和TAU2统计量,并计算各自显著性水平[28]。我们通过使用I2(跨研究总变异中归因于异质性而非偶然性的百分比)评估试验间异质性,并使用已发表的指南进行解释[27]。
一项前后对照研究将WMS组与同一病区的前期时段及另一病区(前期和期间)进行了比较[29]。为进行荟萃分析,我们将数据限定为同一病区报告的数据,以尽量减少混杂因素。该研究的结果也以每1000例出院为单位呈现。由于作者提供了出院总人数,实际事件数经计算后纳入我们的分析[29]。同样,另一项纳入研究以小时为单位报告了住院时间(LoS)[30];为进行分析,将其转换为天数。在另一项研究中,作者以中位数(四分位距,IQR)格式报告LoS,将其转换为均值(标准差,SD)格式。按照Cochrane指南[31],进行此转换时假定数值呈正态分布。
最后,在一项研究中,并发症数据以事件数而非发生并发症的患者数呈现[32, 33]。我们向主要研究者提出了正式的数据请求,以获取正确格式的数据,并将其用于荟萃分析。
叙述性分析
从纳入研究中提取可获得的警报阈值、方法及其他警报信息,并进行叙述性报告。在研究注册分析方面,报告了已注册研究中已发表的比例,以及试验注册日期和结果发表日期。我们还探讨了注册的与发表的主要和次要结局。根据需要,联系了纳入研究和已注册研究的主要研究者以获取进一步信息。
证据体摘要
证据体摘要见附加文件5:附录5,使用GRADEpro软件生成[34]。
结果
研究选择
去除重复后,共识别出8706项研究。经过标题和摘要审查后,剩余51篇全文,其中10篇符合纳入标准(图1)。四项研究似乎符合纳入标准,但在全文审查时被排除:两项研究因未报告使用WMS患者的部分分析数据而被排除[35, 36];一项在与作者确认该设备在研究时不可穿戴后被排除[37];另一项没有对照组[38]。这些研究共纳入4433例患者。
研究特征
设备
本综述纳入的研究使用了多种设备:四项研究使用了VisiMobile(Sotera Visi Mobile,加利福尼亚州圣迭戈)[29, 39–41],其中两项研究还添加了HealthPatch(Vital Connect,加利福尼亚州坎贝尔,美国)[40, 41];两项研究使用了Sensium Vitals(Sensium,英国阿宾登)[32, 33]。其余四项研究使用了不同的设备,包括Patient Status Engine(Isansys Lifecare Ltd.)[30]、Auricall监测系统[42]、Avant-4100(Nonin)[43]和Monica Novii无线贴片系统(通用电气公司,威斯康星州密尔沃基)[44]。
在确定的十项研究中,七项被纳入荟萃分析,共4127例患者。这些包括两项随机对照试验(RCT)[30, 33]、一项整群RCT [32]和四项前后观察性研究[29, 39, 42, 43]。另有三项研究(RCT)被纳入叙述性综合[40, 41, 44],共包括另外306例患者。纳入研究的详细信息见表1和表2。
大多数纳入研究在外科术后患者中实施了无线监测系统(WMS)。四项研究还报告了患者美国麻醉医师协会(ASA)评分以评估术前功能状态[45],其中三项研究[32, 33, 46]的中位ASA评分为2(“患者有轻度系统性疾病”),一项研究[30]为3(“患者有严重的非致残性系统性疾病”)。
评价者在对研究纳入方面达成了一致性水平(kappa:0.348;95% CI 0.285至0.482);所有存在分歧的摘要均纳入全文评估。评价者在数据提取、研究质量或偏倚评估方面没有重大分歧。
未纳入荟萃分析的研究进行了叙述性探讨(表1和表2)。两篇论文报告了一项RCT的结果,比较了两种设备(HealthPatch和VisiMobile)与护士测量的结果[40, 41]。然而,他们未将第三组(对照组)纳入分析,也未评估任何临床结局,主要探讨与恶化检测相关的因素,未能提供足够数据纳入荟萃分析。该RCT的第一篇论文中,作者报告HealthPatch和VisiMobile的改良早期预警评分(MEWS)均高于护士测量的MEWS,主要归因于呼吸频率(RR)测量差异[41]。在第二篇论文(完整RCT)中,作者确定了使用这些设备的正面和负面效应以及障碍和促进因素,例如WMS对缩短住院时间和预防ICU入住的影响。此外,共17例患者、2名家属和17名医疗保健专业人员报告他们期望使用这些可穿戴设备能更早检测到病情恶化[40]。
另一项RCT评估了无线外部胎儿心电图与标准外部监测的比较[44]。我们无法将该研究纳入荟萃分析,因为(1)该研究的主要结局是可解读胎儿心率(HR)数据的百分比,(2)目标人群与其余研究非常不同,(3)所分析的临床结局也不同(如产程时间、胎儿Apgar评分等)。鉴于此,其结果显示两组之间在产妇或新生儿临床结局方面无差异。然而,结果确实表明患者和工作人员的接受度增加,与标准监测仪相比满意度评分显著更高[44]。
纳入研究的注册情况
临床试验检索的详细信息见附加文件6:附录6。在本综述纳入的十项研究中,仅七项进行了注册(大多数为回顾性注册,见附加文件7:附录7)。在这些研究中,注册时声明的所有主要结局均在主要论文中报告,大多数次要结局也已报告。
研究质量与偏倚风险
根据图2和图3,纳入研究的总体质量为中等,并存在一些偏倚需要考虑。对于纳入的随机对照试验(RCT),使用ROB2进行评估,两项被鉴定为“低偏倚风险”[33, 44],另有三个被评估为引起“一些担忧”[30, 40],包括整群随机对照试验[32]。通过ROBINS-I评估的偏倚风险在所有前后对照研究中均为“中等”[29, 39, 42, 43]。详见附加文件8:附录8。偏倚评估结果未影响纳入荟萃分析。
主要结局
共有七项研究的数据被纳入与病情恶化检测相关的主要结局的荟萃分析,根据三种报告的恶化结局——ICU转入、快速反应或心脏骤停启动以及并发症——分别进行分析。
ICU转入
共有五项研究报告了ICU转入并被纳入本荟萃分析(数据来自3565名患者,其中1898名在可穿戴监测系统(WMS)组)[29, 32, 33, 39, 43]。数据合并表明,使用WMS确实降低了ICU转入(RR 0.87;95% CI 0.66–1.15),但无统计学显著性(p = 0.32)(图3)。
快速反应或心脏骤停启动
对于该结局,纳入了两项报告快速反应团队启动的前后对照研究和另一项报告心脏骤停呼叫的研究(数据来自3214名患者,其中1698名在WMS组,图4)[29, 39, 43]。该结局的合并数据表明,WMS减少了快速反应团队(RRT)或心脏骤停呼叫(RR 0.84;95% CI 0.69–1.01),p值接近统计学显著性(p = 0.07)。
所有临床并发症
共有五项研究报告了按Clavien-Dindo系统分类为I级或II级的并发症结局数据(数据来自1752名患者,其中837名在WMS组,图5),表明WMS组并发症风险降低(RR 0.77;95% CI 0.44至1.32),但无统计学显著性(p = 0.34),且研究间异质性高(I2 = 93%)。
对于主要并发症(图6),我们纳入了3项研究(数据来自546名患者,其中296名在WMS组),表明WMS组主要并发症风险降低(RR 0.55;95% CI 0.24至1.30),但无统计学显著性(p = 0.17)。
未纳入荟萃分析的其他病情恶化检测结局
部分纳入的研究还探讨了其他恶化检测结局,但数量不足以进行荟萃分析。同一研究组的一项整群随机对照试验(RCT)[32]和一项RCT[33]比较了可穿戴监测系统(WMS)组与对照组在脓毒症情况下抗生素给药时间,两项研究均发现差异无统计学意义(656.0(95% CI 431.7–820.3)对1012.8(95% CI 425.0–1600.6)分钟[32],以及551(95% CI 296–805)对527(95% CI 199–856))[33]。
次要结局
对院内死亡率和住院时间这两项次要结局也进行了荟萃分析。
院内死亡率
对于院内死亡率结局,我们纳入了6项研究(数据来自3760例患者,其中WMS组1994例,图7)[29, 30, 32, 33, 39, 43],其中一项研究报告两组均无死亡(荟萃分析中无可分析的估计值)[30]。我们的结果表明,WMS组死亡风险降低(RR,0.48;95% CI 0.18至1.29),但该降低无统计学意义(p = 0.15)。
住院时间
共有5项研究纳入住院时间(LoS)结局(数据来自2911例患者,其中WMS组1994例,图8),表明使用WMS监测的患者住院时间缩短,但差异无统计学意义(MD − 0.09;95% CI − 0.46至0.28,p = 0.63)。
未纳入荟萃分析的其他临床结局
研究还纳入了其他临床结局;例如,两项研究探讨了30天再入院率,结果不一,与标准护理相比,一项研究显示WMS组再入院率较低[32],另一项研究显示略高[33]。
Skraastad及其同事指出,WMS组术后活动时间缩短,为10.1(95% CI 8.1–12.2),对照组为14.2(95% CI 12.0–16.3)[30]。他们还在其RCT中比较了NEWS测量次数,WMS组为8.2(95% CI 47.4–9.0),标准护理组为3.4(95% CI 3.1–3.6)。此外,WMS组阿片类药物给药平均剂量更高,为25.5(95% CI 20.9–30.0),对照组为15.2(95% CI 11.1–19.3);WMS组有57/96例给予额外补氧,对照组为32/99例[30]。作者将此解释为WMS组监测增加的结果,有助于这些患者的疼痛和氧疗管理,并促进更早活动[30]。
探索性结局
报警系统(中央站和移动设备报警)
在纳入的十项研究中有九项提供了关于报警系统的一些信息[29, 30, 32, 33, 39, 41–43, 47]。五项研究报告了其在减少每患者每日报警数(APDs)方面的进展。一项报告称初始为11.41 APDs,并通过迭代降至2.01 APDs,减少了不可操作报警并修改生命体征限值和阈值以降低误报警率[29]。作者重点关注监测优化,每隔几天审查和建模报警数据,并与临床管理者讨论放宽生命体征参数是否能在临床可接受且对恶化检测有用的同时显著降低报警率[29]。在Downey及其同事的第一项研究中,发送给护理人员的报警数量不可接受。在调整生命体征阈值后,误报警数量减少了90%(30)。在其第二项随机对照试验(RCT)中也解决了同一问题,其中一名临床研究员每日巡视病房以检查误报警率并根据临床需要调整报警阈值和/或延迟(18, 48)。尽管如此,两名患者因“误报警过多”退出研究(18)。在另外两项研究中,作者仅讨论了其提高真阳性率和降低假阴性/误报警率的意图[40, 41]。
在大多数研究中,报警阈值预设并根据需要个体化,通过中央站和/或护士移动设备/寻呼机/个人数字助理(PDA)进行报警,多数情况下使用声音报警(表3)。在一项研究中,作者使用基于既往患者数据集建模、由所有生命体征计算得出的单一风险评分(VSI),当VSI评分在5分钟中有超过4分钟高于阈值时产生报警[43]。纳入研究的报警参数在表3中探讨。
在一项研究的报警系统最终版本中,低血压、心动过缓和低氧血症的耐受时间短于心动过速或高血压,除非心动过速导致低血压。此外,最终迭代中的大多数报警由低SpO2引起(占APDs的97%)[29]。另一项研究发现最准确的生命体征参数是收缩压,其阳性预测值(PPV)为97%,其次是高呼吸频率(PPV为85%)和低SpO2(PPV为76%),表明高敏感性和可靠性以及低误报警率[39]。
临床试验注册库(其他可能符合条件的研究将纳入)
检索中共识别出十六项注册研究并进行了资格筛选。其中六项被排除,六项注册研究涉及纳入的研究。另有四项注册研究被认为可能符合纳入本综述和荟萃分析的条件(表4)。一项注册的整群随机对照试验(RCT)[48]旨在开发一套两级监测系统,以改善综合医院病房中面临临床恶化风险患者的照护。该注册研究还纳入了使用无线设备的一个亚组患者[48]。然而,尽管主要结果已发表[35],但未报告无线设备对该亚组人群影响的数据,我们未能联系到主要研究者以明确发表状态并索取该WMS组亚组数据。另一项注册研究[49]为前后对照研究,可能符合纳入条件,尽管主要结果已发表[36],其中一个亚组患者(278例)使用了至少一个无线传感器,但作者确认该无线监测患者亚组的结局数据不可获得[36]。另外两项注册研究在我们进行系统文献检索时尚未发表其结果。一项前瞻性观察性队列研究的主要研究者确认研究结果已提交并正在同行评审中[50]。我们未能联系到另一项研究[51]的主要研究者以明确其状态。
讨论
主要结果
在本系统综述和荟萃分析中,我们识别出10项符合条件的各种设计的研究,比较了无线监测系统(WMS)对病情恶化检测和临床结局的影响与标准照护的差异,共纳入4433例患者。我们的主要发现提示,目前没有强有力的证据表明WMS优于标准照护;有一些迹象表明WMS有使住院患者重症监护室(ICU)入住、快速反应团队(RRT)/心脏骤停呼叫及并发症减少的趋势,但无统计学显著性。我们的结果受限于研究数量少、样本量有限以及总体中等偏倚风险,未能为我们的研究问题提供可推广的答案(GradePro总结见附加文件5:附录5)。本综述还提示WMS有降低院内死亡率和住院时间的趋势,但同样没有强有力的统计学显著性支持这些发现。
尽管我们的综述特别关注可穿戴监测设备,但我们的结果与之前一项系统综述相一致,后者关注更广泛的多参数连续无创生命体征监测对非重症监护病房患者临床影响。在该综述中,作者纳入了所有无创设备(包括有线及静态床旁监测器如EarlySense),同样发现ICU转出、RRT启动和住院时间有减少趋势,并提示使用这些设备监测的患者院内死亡率可能降低[14]。我们的研究还更新了该综述,额外纳入了四项更近期的研究。
我们综述纳入的所有研究均是在非ICU环境中进行的(多数为外科患者),大多数对照为使用本地EWS的标准间歇性生命体征监测。既往证据提示,关注非重症监护环境是因为WMS无法替代高依赖患者常用的持续监测。相反,WMS提供了一种介于持续高依赖监测与间歇性人工测量之间的中间级别监测,具有促进高危患者(如ICU后)早期恶化检测的潜力[5]。此外,一项近期在儿科人群中进行的研究得出结论,无线监测是可行的,并且能够识别更多恶化情况。作者提出,将其与儿科早期预警(PEW)评分结合使用,可能预防某些危及生命的事件[38]。
我们综述纳入的一项研究报告了患者、家属和医疗专业人员对普通病房使用WMS的看法,发现所有受访群体一致认为WMS可促进更早的恶化检测并提高患者安全,而不会对活动能力构成障碍,同时可减少员工工作量和医院成本[40],这与既往证据一致[52–54],并强化了我们研究结果的方向。
为更好地了解纳入研究中所使用的WMS,我们汇总了关于报警方法和阈值的现有信息。由于大多数研究使用声音报警,系统迭代似乎侧重于通过调整/个体化每个生命体征和/或总体评分来降低误报警率,以避免临床工作人员的报警疲劳。这此前已被讨论为监测技术成功部署的重要因素[55–58]。例外是一项仅使用视觉警告的研究,导致使用WMS的患者NEWS测量值增加,而临床工作人员未意识到潜在恶化。他们识别出三名患者,其WMS在两次间歇测量之间发出报警,随后被诊断为肺炎、心房颤动和吻合口漏[41];在同一研究中,作者还探讨了设备测得的高MEWS与护士下一次常规MEWS测量之间的延迟,范围为0至10小时,且昼夜之间有所差异[41]。
最后,对已知注册库进行了审查以处理发表偏倚问题,发现大多数纳入研究已在ClinicalTrials.gov或ISRCTN数据库中注册,所有注册的主要结局均已报告,大多数次要结局也已报告(附加文件7:附录7)。然而,大多数研究是回顾性注册而非前瞻性注册。不过,我们确实识别出四项研究可能通过以下方式对本系统综述有所贡献:对使用可穿戴设备的患者进行亚组分析[36, 48],以及将另一两项研究的结果按注册情况发表[50, 51]。我们的注册库检索使我们能够突出这一报告不足且未发表的证据,其可能潜在影响我们的结果,并对该领域的荟萃分析和总体证据体有所贡献。
研究局限性
本综述存在一些局限性。纳入的研究数量有限,且采用了多种设计、人群、结局、医疗设备/系统、早期预警评分(EWS)和报警阈值。我们的荟萃分析仅纳入了两项随机对照试验(RCT)(其中一项为预试验)和一项整群随机对照试验预试验,所有这些研究的样本量均较小,尽管效应量较大,仍降低了结局出现显著差异的概率。相比之下,纳入的前后对照研究样本量较大,但偏倚增加且质量受限,同样构成得出任何显著结论的障碍。此外,大多数纳入研究存在“部分担忧”或“中等”偏倚风险,也影响了我们的结果质量。这反映了该研究领域的新兴性质,并凸显了开展大型多中心随机对照试验的必要性,以评估可穿戴监测系统(WMS)是否可能有助于住院患者的早期恶化检测及相关临床结局。
尽管不同研究之间的干预措施和方法学存在明显差异,但荟萃分析总体上显示结局的异质性较低(使用I²统计量评估)。这可能是因为大多数结局的结果普遍接近无效值,因此预期变异较小。此外,纳入研究数量较少也妨碍了稳健评估异质性的能力。
其中一项研究[32]在其探索性分析中设有一个额外的非随机病区。根据Cochrane指南,我们未将这些数据纳入荟萃分析,因此仅考虑了随机分组[59]。同样,另一项研究将WMS组与同一病区之前的一段时间以及另一病区期间和之前的一段时间进行了比较。在此情况下,我们仅使用了同一病区之前时间段比较的数据,以尽量减少选择偏差[59]。对于快速响应团队(RRT)和心脏团队呼叫分析,需要注意的是,Weller及其同事的研究在这些结果上占96.7%的权重[29]。此外,探讨RRT和心脏团队呼叫的研究在荟萃分析中被合并,因此若单独分析,结果可能有所不同。
如前所述,由于临床工作人员知晓其患者使用了WMS,可能存在偏倚。然而,在WMS研究中实施盲法可能不可行,且可能对临床结局产生适得其反的影响[14]。此外,所有研究均未能提供所报告主要结局的其他潜在混杂因素的实际信息,例如患者住院期间的工作人员资历、当地ICU容量(可能影响转运)、死亡患者的不尝试复苏(DNAR)状态等其他因素。这也反映了在设计和评估WMS实施研究时采用人为因素方法的必要性。
未来研究
本系统综述的结果强调需要更多、更大规模和更高质量的研究来支持可穿戴监测系统(WMS)的实施,并检验其对早期病情恶化检测和临床结局的影响。我们的发现受到纳入随机对照试验(RCT)样本量较小以及前后对照研究方法学质量较低的限制。纳入的一项研究[33]进行了亚组分析,探讨高风险参与者的临床结局。这进一步凸显了WMS在病情恶化风险较高患者中的潜在影响,未来的RCT应考虑对其结果进行类似分析。
在本综述中,我们还探讨了纳入研究的警报方法和警报参数;我们的结果提示“少即是多”,研究似乎侧重于减少误报警,从而增加可操作性警报的数量。未来的实施研究应考虑这一点,以及WMS部署前警报系统优化所需的时间。
只有当远程监测系统易于使用且临床医生理解其对临床结局的潜在益处时,这些系统才对临床工作人员有益[60]。本综述是我们研究项目中更广泛分阶段项目——虚拟高依赖病房(vHDU)研究——的一部分。迄今为止,我们已在选择和整合至最终WMS之前,筛选了[61]并测试了多种可穿戴设备[62, 63],最终WMS将在试点研究中评估,随后进行全面的多中心RCT。
结论
我们的系统综述表明,目前没有统计学显著证据表明WMS的实施影响早期病情恶化检测及相关临床结局。本综述强调需要更大规模和更严格的RCT来支持WMS的实施和部署。此外,我们的叙述性发现提示应调整警报阈值以尽量减少误报警,从而使临床能够对真实的病情恶化事件做出及时反应。
补充信息
附加文件1. PRISMA清单
附加文件2. 最终检索策略——研究
附加文件3. 最终检索策略——注册库
附加文件4. 最终检索策略——灰色文献
附加文件5. GradePro表
附加文件6. 临床试验注册流程图
附加文件7. 已注册研究信息
附加文件8. 质量评估量表
参考来源
- Areia C, Biggs C, Santos M, et al. The impact of wearable continuous vital sign monitoring on deterioration detection and clinical outcomes in hospitalised patients: a systematic review and meta-analysis. Crit Care. 2021. PMID: 34583742. doi:10.1186/s13054-021-03766-4
- 全文:PMC8477465(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8477465/
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。