黃子旋 冷虹瑤 沈巧 柯淞淋 易敏 鄭顯蘭

危重患者早期識(shí)別不及時(shí)將延誤最佳救治的時(shí)機(jī)，將被動(dòng)搶救轉(zhuǎn)化為院內(nèi)主動(dòng)監(jiān)測(cè)，提前預(yù)防是各個(gè)臨床單元的重要任務(wù)。據(jù)報(bào)道，急診患者病情惡化識(shí)別不及時(shí)延遲轉(zhuǎn)入ICU救治的發(fā)生率達(dá)59.4%[1],人均救治費(fèi)用增加了99 773美元[2]。20世紀(jì)末歐美國(guó)家最早提出早期預(yù)警評(píng)分系統(tǒng)（EWS）[3],通過(guò)對(duì)脈搏、呼吸、血壓、體溫、意識(shí)狀態(tài)等重要生理指標(biāo)評(píng)分，早期識(shí)別潛在危重患者并輔助指導(dǎo)相應(yīng)干預(yù)措施，改善患者臨床結(jié)局,降低院內(nèi)不良事件,促進(jìn)醫(yī)療安全。國(guó)外重癥監(jiān)護(hù)指南推薦應(yīng)用早期預(yù)警評(píng)分系統(tǒng)對(duì)急危重癥患者進(jìn)行病情風(fēng)險(xiǎn)分級(jí)[4]。目前歐美國(guó)家早期預(yù)警評(píng)分系統(tǒng)應(yīng)用廣泛、較為成熟，而我國(guó)早期預(yù)警評(píng)分系統(tǒng)研究仍處于探索期[5-6]。有學(xué)者從不同視角對(duì)國(guó)內(nèi)外EWS研究現(xiàn)狀進(jìn)行總結(jié)，但都建立在對(duì)文獻(xiàn)的定性梳理基礎(chǔ)上，對(duì)EWS研究文獻(xiàn)進(jìn)行定量分析鮮有報(bào)道[7-9]。文獻(xiàn)計(jì)量可視化分析通過(guò)計(jì)算機(jī)軟件把文獻(xiàn)信息轉(zhuǎn)換為知識(shí)圖譜，具有直觀形象、清晰展現(xiàn)研究領(lǐng)域發(fā)展趨勢(shì)的優(yōu)點(diǎn)[10]。因此，本研究借助可視化軟件Gephi及CiteSpace梳理EWS研究現(xiàn)狀，比較中外早期預(yù)警評(píng)分系統(tǒng)研究熱點(diǎn)及前沿，探討我國(guó)在該領(lǐng)域研究的優(yōu)勢(shì)和劣勢(shì)，為我國(guó)學(xué)者對(duì)早期預(yù)警評(píng)分系統(tǒng)的進(jìn)一步研究與應(yīng)用提供參考。

1 資料與方法

1.1 數(shù)據(jù)來(lái)源及檢索策略

本研究以中國(guó)知網(wǎng)CNKI以及Web of Science（WOS）核心合集數(shù)據(jù)庫(kù)為檢索源。CNKI檢索式為：SU%=國(guó)家早期預(yù)警評(píng)分+改良早期預(yù)警評(píng)分+校正改良早期預(yù)警評(píng)分+重要性早期預(yù)警評(píng)分+新生兒早期預(yù)警評(píng)分+兒童早期預(yù)警評(píng)分+早期預(yù)警評(píng)分；WOS檢索式為：TS＝（“National Early warning score” OR “Modified Early Warning Score”O(jiān)R “Vital Early Warning Score”O(jiān)R “Standardized Early Warning Score OR “Neonatal Early warning score”O(jiān)R“Early warning score”O(jiān)R “Pediatric Early Warning Score”O(jiān)R “Track and Trigger System”。檢索時(shí)間為2010年1月—2021年1月，檢索類(lèi)型限制為“期刊”/“Article”，語(yǔ)言限定為中文/英語(yǔ)。

1.2 文獻(xiàn)納入與排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：與早期預(yù)警評(píng)分系統(tǒng)研究相關(guān)的文獻(xiàn)。排除標(biāo)準(zhǔn)：重復(fù)發(fā)表的文獻(xiàn)；會(huì)議論文、經(jīng)驗(yàn)交流、經(jīng)驗(yàn)薈萃、研究咨詢(xún)、新聞報(bào)道；研究?jī)?nèi)容缺失；文獻(xiàn)數(shù)據(jù)無(wú)法提取整合分析。

1.3 數(shù)據(jù)格式轉(zhuǎn)化

檢索下載CNKI中文文獻(xiàn)題錄以“Refworks”格式及自定義文本格式導(dǎo)出，WOS英文文獻(xiàn)題錄以“全記錄與引用的參考文獻(xiàn)”純文本格式導(dǎo)出，每條記錄包括時(shí)間、作者、關(guān)鍵詞、共被引文等信息，提取文本格式的信息轉(zhuǎn)化為Gephi.0.9.2軟件的矩陣數(shù)據(jù)格式[11]，對(duì)中文數(shù)據(jù)Refworks格式轉(zhuǎn)化為CiteSpace5.5.R2軟件可直接繪圖的Converted數(shù)據(jù)格式。

1.4 數(shù)據(jù)分析方法

應(yīng)用可視化軟件Gephi0.9.2中Force Atlas布局算法以及圓形輪廓Fruchterman Reingold彈簧模型繪制圖譜[12],展現(xiàn)國(guó)家或區(qū)域、研究作者合作關(guān)系網(wǎng)絡(luò)。圖譜中節(jié)點(diǎn)大小與發(fā)文量成正比，連線數(shù)量隨著合作聯(lián)系越緊密越多，連線也越粗[13]。采用CiteSpace5.5.R2軟件對(duì)關(guān)鍵詞進(jìn)行共現(xiàn)和突現(xiàn)分析，①設(shè)置時(shí)間區(qū)間參數(shù)為“2010—2021年”，時(shí)間跨度為1，提取對(duì)象設(shè)置為“Top 20”。②設(shè)置節(jié)點(diǎn)處理參數(shù)為Keyword、Reference。③選擇修圖參數(shù)Pruning為Pathfinder，繪制共現(xiàn)和突現(xiàn)圖譜探討早期預(yù)警評(píng)分系統(tǒng)研究熱點(diǎn)和前沿。為進(jìn)一步反映中英文文獻(xiàn)高頻關(guān)鍵詞的關(guān)聯(lián)程度及核心地位，使用SPSS 20.0統(tǒng)計(jì)軟件Euclidean度量距離模型，對(duì)中英文文獻(xiàn)高頻關(guān)鍵詞進(jìn)行多維尺度分析[14]。同時(shí)，通過(guò)CiteSpace軟件對(duì)WOS數(shù)據(jù)庫(kù)共被引文獻(xiàn)聚類(lèi)分析后繪制“時(shí)線圖”展示該研究領(lǐng)域知識(shí)結(jié)構(gòu)及其演化過(guò)程[15]，可視化實(shí)現(xiàn)過(guò)程如圖1所示。

圖1 早期預(yù)警評(píng)分系統(tǒng)研究可視化分析流程圖

2 結(jié)果

共檢索早期預(yù)警評(píng)分系統(tǒng)研究中英文文獻(xiàn)2213篇，剔除重復(fù)發(fā)表論文（英文15篇，中文20篇）、會(huì)議論文（英文8篇，中文12篇）、經(jīng)驗(yàn)交流等與主題無(wú)關(guān)論文（英文22、中文2篇），最后納入文獻(xiàn)2134篇。

2.1 一般情況分析

2.1.1 年發(fā)文量變化趨勢(shì) 國(guó)內(nèi)外年發(fā)文量在2010—2015年處于緩慢上升期，此后年發(fā)文量均在100篇以上。隨后，國(guó)外年發(fā)文量在2017年前處于平穩(wěn)上升期，2018—2020年呈現(xiàn)快速增長(zhǎng)趨勢(shì)，由2019年的195篇迅速增加到2020年的316篇?？傮w而言，國(guó)內(nèi)外年發(fā)文量呈現(xiàn)持續(xù)上升趨勢(shì)，具體信息見(jiàn)圖2。

圖2 近十年早期預(yù)警評(píng)分系統(tǒng)研究發(fā)文量統(tǒng)計(jì)

2.1.2 發(fā)表期刊分布 近十年早期預(yù)警評(píng)分系統(tǒng)相關(guān)研究英文文獻(xiàn)主要發(fā)表于494本期刊，中文文獻(xiàn)發(fā)表于244本期刊。國(guó)內(nèi)外發(fā)表數(shù)量最多的期刊是RESUSCITATION（80篇）；對(duì)WOS數(shù)據(jù)庫(kù)收錄5篇及以上的期刊進(jìn)行統(tǒng)計(jì)，34.3%英文文獻(xiàn)影響因子集中在2～3分，21.3%英文文獻(xiàn)影響因子在4分及以上。

2.2 早期預(yù)警評(píng)分系統(tǒng)研究領(lǐng)域科研力量分布

2.2.1 國(guó)家或地區(qū)貢獻(xiàn) 2010—2020年共有107個(gè)國(guó)家或地區(qū)在Web of Science上發(fā)表了早期預(yù)警評(píng)分相關(guān)文章，其中發(fā)文超過(guò)20篇的國(guó)家或地區(qū)有19個(gè)，合作國(guó)家或地區(qū)關(guān)系網(wǎng)絡(luò)的平均聚類(lèi)系數(shù)為0.851，具有較高準(zhǔn)確度和清晰度[13]。中心度反映網(wǎng)絡(luò)中節(jié)點(diǎn)的關(guān)鍵性，數(shù)值越高說(shuō)明該節(jié)點(diǎn)越核心[11]；中心度排名前3位國(guó)家是英國(guó)、加拿大和美國(guó)，連線數(shù)值分別為342、274和246，具體信息見(jiàn)圖3。

圖3 早期預(yù)警評(píng)分系統(tǒng)研究國(guó)家或地區(qū)合作網(wǎng)絡(luò)

2.2.2 作者貢獻(xiàn) 圖4左顯示國(guó)內(nèi)作者合作關(guān)系網(wǎng)絡(luò)。統(tǒng)計(jì)分析顯示，5名及以上作者合作的研究團(tuán)隊(duì)有3個(gè)，中心度排名前3位的作者分別是新疆維吾爾自治區(qū)人民醫(yī)院李萍（16篇）、廣西醫(yī)科大學(xué)第四附屬醫(yī)院阮海林（10篇）、中南大學(xué)湘雅醫(yī)院彭伶麗（6篇）；圖4右顯示國(guó)外作者合作關(guān)系 網(wǎng)絡(luò)，5名及以上作者合著的研究團(tuán)隊(duì)有7個(gè)，合作聯(lián)系最多的是英國(guó)伯恩茅斯大學(xué)Smith.Gary B與樸次茅斯市公立醫(yī)院Schmidt.Paul研究團(tuán)隊(duì)，中心度排名前3位的作者分別是伯恩茅斯大學(xué)Smith（28篇）、加拿大桑德貝區(qū)健康中心Kellett（23篇）、樸次茅斯市公立醫(yī)院Meredith.Paul（19篇）。對(duì)比分析國(guó)內(nèi)外作者合作網(wǎng)絡(luò)，國(guó)外跨機(jī)構(gòu)、跨地區(qū)作者合作強(qiáng)度較高，國(guó)內(nèi)不同機(jī)構(gòu)作者團(tuán)體間合作較少、連線較稀疏、不緊密。

圖4 CNKI（左）和Web of Science(右）早期預(yù)警評(píng)分系統(tǒng)研究作者合作網(wǎng)絡(luò)

2.3 研究熱點(diǎn)及前沿探測(cè)

2.3.1 關(guān)鍵詞可視化共現(xiàn)分析 運(yùn)用CiteSpace 5.5.R2軟件分別生成中文（圖5左）和英文關(guān)鍵詞共現(xiàn)圖譜（圖5右）。中文圖譜形成55個(gè)節(jié)點(diǎn)和66條連線，節(jié)點(diǎn)密度為0.044。英文圖譜形成4個(gè)節(jié)點(diǎn)和72條連線，節(jié)點(diǎn)密度為0.050。中心度前5位中文關(guān)鍵詞為改良早期預(yù)警評(píng)分、急診、早期預(yù)警評(píng)分、病情評(píng)估、臨床預(yù)后；前5位英文關(guān)鍵詞為hospital mortality（死亡率）、Rapid Response System（快速反應(yīng)系統(tǒng)）、validation（驗(yàn)證）、risk factors（風(fēng)險(xiǎn)因素）、Early warning Score（早期預(yù)警評(píng)分）。

圖5 2010—2020年早期預(yù)警評(píng)分系統(tǒng)研究關(guān)鍵詞共現(xiàn)圖譜

2.3.2 關(guān)鍵詞突現(xiàn)分析 通過(guò)CiteSpace 5.5.R2軟件Burst指數(shù)及其持續(xù)時(shí)間分析突現(xiàn)關(guān)鍵詞區(qū)域時(shí)間內(nèi)爆發(fā)強(qiáng)度[16]，反映該領(lǐng)域研究前沿。2010—2015年國(guó)際對(duì)Medical Emergency Team（醫(yī)療急救小組）、Quality of care（護(hù)理質(zhì)量）、Outcome（臨床結(jié)局）、Trigger System（預(yù)檢分診系統(tǒng)）等較為關(guān)注，見(jiàn)表1。同期，國(guó)內(nèi)學(xué)者較為關(guān)注院前急救、比較EWS與快速急診內(nèi)科評(píng)分等研究領(lǐng)域，見(jiàn)表2。2017—2021年EWS研究突現(xiàn)關(guān)鍵詞中文有新生兒、兒童、不良事件、并發(fā)癥以及SBAR溝通模式，英文有Management（管理）、Information technology（信息技術(shù)）以及National early warning score（英國(guó)國(guó)家早期預(yù)警評(píng)分）。

表1 早期預(yù)警評(píng)分系統(tǒng)研究突現(xiàn)關(guān)鍵詞信息（英文）

2.3.3 關(guān)鍵詞多維尺度分析 通過(guò)關(guān)鍵詞多維尺度分析可進(jìn)一步揭示高頻關(guān)鍵詞的核心地位、關(guān)聯(lián)程度及相似性[14]。中英文多維尺度圖4個(gè)象限均形成聚集關(guān)鍵詞群，主要集中以下2個(gè)方面：①急診學(xué)科領(lǐng)域，以關(guān)鍵詞Emergency Department（急診）、Septic Shock（感染性休克）、Risk Assessment（風(fēng)險(xiǎn)評(píng)估）、院前急救、多發(fā)傷等形成聚群；②危重癥學(xué)科領(lǐng)域，以關(guān)鍵詞Intensive Care Unit（重癥監(jiān)護(hù)室）、Clinical deterioration（病情惡化）、臨床預(yù)后、死亡率、預(yù)測(cè)效能等形成聚群。此外英文多維尺度分析還探測(cè)出信息技術(shù)Electronic health record（電子病歷系統(tǒng)）、Machine learning（機(jī)器學(xué)習(xí)）等新的關(guān)鍵詞。其中改良早期預(yù)警評(píng)分接近多維尺度圖核心位置，反映中文文獻(xiàn)研究重點(diǎn)在改良早期預(yù)警評(píng)分。研究的熱點(diǎn)和關(guān)鍵詞共現(xiàn)分析基本一致，見(jiàn)圖6。

圖6 CNKI（左）和WOS（右）早期預(yù)警評(píng)分系統(tǒng)關(guān)鍵詞多維尺度分析

2.4 演變趨勢(shì)及發(fā)展方向

2.4.1 共被引文獻(xiàn)聚類(lèi)分析 通過(guò)聚類(lèi)分析Web of Science數(shù)據(jù)庫(kù)早期預(yù)警評(píng)分研究共被引文獻(xiàn)繪制成時(shí)線圖（見(jiàn)圖7），反映該領(lǐng)域研究演變趨勢(shì)。共被引文獻(xiàn)聚類(lèi)網(wǎng)絡(luò)模塊值Q為0.78，前7位聚類(lèi)輪廓值Silhouette值均＞0.7，表明聚類(lèi)同質(zhì)性及合理性較好[17]。高中心性節(jié)點(diǎn)主要集中在聚類(lèi)0和5，說(shuō)明這些聚類(lèi)影響力及受關(guān)注度高，突增強(qiáng)度高的節(jié)點(diǎn)主要集中在聚類(lèi)3急診醫(yī)療服務(wù)和5深度學(xué)習(xí)主題，說(shuō)明這些聚類(lèi)發(fā)展趨勢(shì)逐漸增強(qiáng)。

2.4.2 高被引文獻(xiàn)分析 分析圖7各聚類(lèi)高被引文獻(xiàn)。聚類(lèi)0、3、5各有2篇高被引文獻(xiàn)，被引頻次最高的文獻(xiàn)是2013年Smith GB基于實(shí)時(shí)臨床數(shù)據(jù)庫(kù)對(duì)35583名患者比較34個(gè)版本早期預(yù)警評(píng)分工具的前瞻性準(zhǔn)確性的隊(duì)列研究[18]。突增強(qiáng)度最高的文獻(xiàn)是2017年英國(guó)倫敦皇家醫(yī)學(xué)院發(fā)布指南關(guān)于國(guó)家早期預(yù)警評(píng)分第二版的更新[19]，被引頻次突增速度快，屬于聚類(lèi)3急診醫(yī)療服務(wù)。見(jiàn)表3。

圖7 早期預(yù)警評(píng)分系統(tǒng)研究領(lǐng)域共被引文獻(xiàn)網(wǎng)絡(luò)前7位聚類(lèi)時(shí)線圖

表3 近十年早期預(yù)警評(píng)分系統(tǒng)研究前8位高被引文獻(xiàn)信息

3 討論

3.1 早期預(yù)警評(píng)分研究現(xiàn)狀分析

近十年國(guó)內(nèi)外早期預(yù)警評(píng)分系統(tǒng)研究不斷發(fā)展，2020年EWS研究的發(fā)文量將近2010年發(fā)文量的10倍，共發(fā)表相關(guān)中英文文獻(xiàn)2134篇，總體發(fā)文量呈上升趨勢(shì)，說(shuō)明該領(lǐng)域研究日益受到國(guó)內(nèi)外學(xué)者的關(guān)注。國(guó)際上Morgan等[3]于1997年首先提出早期預(yù)警評(píng)分,隨后其他學(xué)者均在此基礎(chǔ)上進(jìn)行改良。國(guó)內(nèi)周巍等[20]于2009年在《中華急診醫(yī)學(xué)雜志》上發(fā)表題名為“改良的早期預(yù)警評(píng)分在急性胰腺炎中的應(yīng)用”是首篇有關(guān)早期預(yù)警評(píng)分的核心學(xué)術(shù)文獻(xiàn)，為國(guó)內(nèi)相關(guān)研究奠定了基礎(chǔ)。自此，國(guó)內(nèi)EWS相關(guān)論文產(chǎn)量處于持續(xù)上升趨勢(shì)，且在未來(lái)仍有可能保持較高熱度。

綜合分析國(guó)家和作者發(fā)文量及中心度，EWS研究主要集中在英國(guó)、美國(guó)、愛(ài)爾蘭等國(guó)家，其中以英國(guó)伯恩茅斯大學(xué)Smith作者、英國(guó)樸次茅斯市公立醫(yī)院Schmidt.Paul作者發(fā)文量及合作連線最多；上述國(guó)家及作者在論文產(chǎn)量、跨區(qū)域合作強(qiáng)度及學(xué)術(shù)影響力較為突出。這可能與國(guó)內(nèi)外對(duì)早期預(yù)警評(píng)分系統(tǒng)研究關(guān)注程度不同有關(guān)。英國(guó)、愛(ài)爾蘭醫(yī)療服務(wù)系統(tǒng)相繼出臺(tái)政策，把“早期預(yù)警評(píng)分系統(tǒng)”規(guī)定為各醫(yī)療機(jī)構(gòu)病情評(píng)估方法，定期開(kāi)展危重癥患者病情早期預(yù)警培訓(xùn)項(xiàng)目[21-22]。而我國(guó)僅有部分醫(yī)院建立EWS病情早期預(yù)警工作流程，仍處于實(shí)踐研究階段[23]。因此，建議我國(guó)衛(wèi)生部門(mén)推出相關(guān)支持項(xiàng)目，發(fā)揮導(dǎo)向作用，促進(jìn)早期預(yù)警評(píng)分系統(tǒng)研究的深度和廣度，不斷提高研究質(zhì)量并推動(dòng)研究成果的普及。

3.2 EWS研究熱點(diǎn)分析

關(guān)鍵詞高度概括文獻(xiàn)核心內(nèi)容，通過(guò)關(guān)鍵詞共現(xiàn)及多維尺度分析梳理該研究領(lǐng)域的研究熱點(diǎn)主要集中在以下方面。

3.2.1 基于EWS病情預(yù)警管理模式 關(guān)鍵詞共現(xiàn)分析顯示，中心度排前兩名的英文高頻關(guān)鍵詞是快速反應(yīng)系統(tǒng)（RRS）及醫(yī)療急救小組（MET），說(shuō)明該領(lǐng)域受?chē)?guó)際研究學(xué)者較多關(guān)注，是該領(lǐng)域研究熱點(diǎn)。快速反應(yīng)系統(tǒng)是指醫(yī)護(hù)人員通過(guò)早期預(yù)警評(píng)分系統(tǒng)監(jiān)測(cè)患者相關(guān)生理指標(biāo)，早期識(shí)別病情惡化，并啟動(dòng)快速反應(yīng)小組或急救醫(yī)療小組及時(shí)干預(yù)的預(yù)警管理模式[8]。目前基于EWS病情預(yù)警管理模式在歐美發(fā)達(dá)國(guó)家較完善成熟，該系統(tǒng)明確了EWS應(yīng)答流程，為患者病情惡化前早期、迅速、合理地給予醫(yī)療護(hù)理干預(yù)提供了規(guī)律有序的工作模式[24-25]。但國(guó)內(nèi)基于EWS病情預(yù)警管理模式的實(shí)踐仍處于探索期，基于EWS的護(hù)理應(yīng)答程序尚未達(dá)成共識(shí)[26]，余金秀等[27]對(duì)兒科普通住院患者采用的護(hù)理應(yīng)答程序是：EWS為0～1分時(shí)按護(hù)理級(jí)別進(jìn)行巡視；2分時(shí)報(bào)告通知醫(yī)生并啟動(dòng)至少1次生命體征監(jiān)測(cè)；當(dāng)EWS為3分時(shí)，立即通知醫(yī)生進(jìn)行初步醫(yī)療處理，每30 min巡視1次；≥4分時(shí)或單項(xiàng)評(píng)分為3分時(shí)，通知醫(yī)生15 min內(nèi)到達(dá)患兒床旁干預(yù)。劉海燕等[28]對(duì)急診呼吸系統(tǒng)疾病患者的護(hù)理工作流程是：當(dāng)EWS≤4分時(shí)，通知急診專(zhuān)科護(hù)士，每1～2 h巡視1次；5～8分時(shí)通知醫(yī)生及護(hù)理組長(zhǎng)進(jìn)行初步救治處理，每30 min巡視1次。耿壯麗[29]對(duì)急性心肌梗死患者的護(hù)理應(yīng)答程序?yàn)椋寒?dāng)EWS為0～3分時(shí)，在患者身份識(shí)別卡貼藍(lán)色標(biāo)識(shí)，每4 h復(fù)評(píng)；當(dāng)EWS為4～7分時(shí)，貼黃色標(biāo)識(shí)，每1 h復(fù)評(píng)；當(dāng)EWS≥8分時(shí)，貼紅色標(biāo)識(shí)并立即通知醫(yī)生及護(hù)理組長(zhǎng)干預(yù)，每30 min復(fù)評(píng)。雖然這些護(hù)理措施取得了較好的臨床效果，但是對(duì)于重復(fù)評(píng)估的時(shí)間、動(dòng)態(tài)評(píng)估的間隔時(shí)間以及基于 EWS分值不同分級(jí)護(hù)理的方案尚無(wú)標(biāo)準(zhǔn)，影響了EWS在臨床推廣應(yīng)用。

3.2.2 早期預(yù)警評(píng)分預(yù)測(cè)危重患者的價(jià)值 關(guān)鍵詞共現(xiàn)分析顯示，國(guó)內(nèi)外中心度前五名共同高頻關(guān)鍵詞臨床預(yù)后、預(yù)測(cè)效能，Validation（驗(yàn)證），Hospital Mortality（住院死亡率）受到研究學(xué)者較多關(guān)注，是該領(lǐng)域研究熱點(diǎn)。早期預(yù)警評(píng)分工具的敏感性低容易導(dǎo)致漏診、延誤病情、降低預(yù)測(cè)價(jià)值，而特異性低則會(huì)浪費(fèi)有限的醫(yī)療資源，最佳截?cái)帱c(diǎn)（即最大約登指數(shù)）是權(quán)衡早期預(yù)警評(píng)分工具的靈敏度及特異度，優(yōu)化早期預(yù)警評(píng)分系統(tǒng)的重要分界值[30-31]。應(yīng)用EWS進(jìn)行病情轉(zhuǎn)歸預(yù)測(cè)驗(yàn)證時(shí)，常用的結(jié)局指標(biāo)包括①以患者住院死亡率為結(jié)局指標(biāo)，高被引文獻(xiàn)[32]顯示國(guó)家早期預(yù)警評(píng)分NEWS≥6分為最佳截?cái)帱c(diǎn)，AUC（ROC曲線下面積）為0.822（95%CI0.690～0.953）,預(yù)測(cè)效力高；②以患者心搏驟停為結(jié)局指標(biāo)，不同研究顯示[33-34]NEWS≥5分或者7分為最佳截?cái)帱c(diǎn)，AUC均在0.8以上，假陽(yáng)性率均較低；③以患者轉(zhuǎn)入ICU為結(jié)局指標(biāo)，NEWS≥4分為最佳截?cái)帱c(diǎn)[35]，AUC為0.87（95%CI, 0.79～0.95），提示需要每小時(shí)復(fù)評(píng)。此外還有少數(shù)研究對(duì)患者ICU住院天數(shù)、住院率等結(jié)局指標(biāo)進(jìn)行EWS預(yù)測(cè)效能的驗(yàn)證[36]。由于這些最佳截?cái)帱c(diǎn)的單中心病例回顧研究較多、證據(jù)等級(jí)較低[30]，關(guān)于不同斷截點(diǎn)劃分的標(biāo)準(zhǔn)尚未達(dá)成共識(shí)，仍需通過(guò)更多的同質(zhì)化隨機(jī)對(duì)照試驗(yàn)為EWS截?cái)嘀祫澐值姆诸?lèi)提供依據(jù)。

3.3 EWS研究前沿分析

通過(guò)突現(xiàn)關(guān)鍵詞及共被引文獻(xiàn)網(wǎng)絡(luò)準(zhǔn)確把握研究前沿[10,15]，突現(xiàn)關(guān)鍵詞信息技術(shù)Information technology自2017年頻次突增，同時(shí)，還探測(cè)出相關(guān)英文聚集關(guān)鍵詞群包括電子病歷記錄（electronic health record）、機(jī)器學(xué)習(xí)（machine learning）等，說(shuō)明EWS信息化系統(tǒng)的研發(fā)與應(yīng)用是該研究領(lǐng)域前沿。追蹤聚類(lèi)5的施引文獻(xiàn)，Badriyah等[37]開(kāi)發(fā)了基于決策樹(shù)分析算法的早期預(yù)警評(píng)分系統(tǒng)軟件（DTEWS），通過(guò)臨床數(shù)據(jù)庫(kù)將198，775例急診患者住院期間生命體征參數(shù)導(dǎo)入軟件得出預(yù)警評(píng)分，預(yù)測(cè)患者轉(zhuǎn)入ICU和住院死亡率的AUC分別為0.862和0.899，準(zhǔn)確性較高，為后續(xù)相關(guān)研究奠定了基礎(chǔ)。相繼追蹤聚類(lèi)5高被引文獻(xiàn)，Skyttberg等[38]研究將早期預(yù)警評(píng)分納入電子病歷系統(tǒng)，通過(guò)護(hù)士輸入EWS所需的指標(biāo)參數(shù)時(shí)，電子病歷系統(tǒng)能夠自動(dòng)歸入相應(yīng)的色彩區(qū)塊或計(jì)算數(shù)值，減少人為計(jì)算的錯(cuò)誤。相較國(guó)外研究，我國(guó)關(guān)于早期預(yù)警評(píng)分信息化系統(tǒng)、EWS觸發(fā)軟件以及電子病歷系統(tǒng)研究較少、預(yù)警信息化程度較低[39-40]。國(guó)內(nèi)學(xué)者馮小芳等[41]于2021年建立了新生兒早期預(yù)警評(píng)分信息化系統(tǒng)，自動(dòng)標(biāo)識(shí)患兒預(yù)警等級(jí)，提送至護(hù)理界面實(shí)現(xiàn)預(yù)警，但目前該系統(tǒng)需要手動(dòng)錄入生命體征等數(shù)據(jù)后，才能評(píng)分提醒患者病情分級(jí)，尚未實(shí)現(xiàn)智能收集生理參數(shù)功能。傳統(tǒng)的評(píng)分系統(tǒng)具有單一時(shí)點(diǎn)評(píng)估特點(diǎn)，信息收集不完整，對(duì)病情變化預(yù)測(cè)評(píng)估不連續(xù)[39-40]，EWS信息化系統(tǒng)具有動(dòng)態(tài)監(jiān)測(cè)、連續(xù)評(píng)估潛在危重患者病情進(jìn)展、保障患者安全的特點(diǎn)，或?qū)⒊蔀镋WS研究的必然發(fā)展趨勢(shì)。

3.4 護(hù)理啟示與研究局限

本文利用CiteSpace和Gephi軟件對(duì)國(guó)內(nèi)外早期預(yù)警評(píng)分系統(tǒng)研究主題進(jìn)行文獻(xiàn)計(jì)量分析，梳理了EWS研究現(xiàn)狀，對(duì)中外研究熱點(diǎn)、前沿進(jìn)行了對(duì)比和總結(jié)，這也給國(guó)內(nèi)研究學(xué)者以及臨床護(hù)理人員提供了啟發(fā)：①EWS研究受到中外學(xué)者較多關(guān)注，尤其是英國(guó)、美國(guó)、加拿大等國(guó)家在該領(lǐng)域?qū)W術(shù)影響力突出，國(guó)內(nèi)后續(xù)護(hù)理研究可借鑒國(guó)際EWS研究經(jīng)驗(yàn)加強(qiáng)不同機(jī)構(gòu)護(hù)理團(tuán)隊(duì)間的合作聯(lián)系、促進(jìn)EWS研究成果產(chǎn)出。②我國(guó)基于EWS病情預(yù)警管理模式仍處于探索階段，臨床上EWS分級(jí)護(hù)理的方案、截?cái)嘀祫澐稚形催_(dá)成共識(shí)，今后仍需充分分析循證證據(jù)及臨床數(shù)據(jù)，不斷優(yōu)化病情風(fēng)險(xiǎn)評(píng)分分類(lèi)，探索護(hù)理預(yù)測(cè)預(yù)控最佳時(shí)機(jī)。 ③EWS信息化系統(tǒng)是目前該領(lǐng)域研究前沿，國(guó)內(nèi)自動(dòng)化預(yù)警系統(tǒng)軟件研究報(bào)道較少，可作為未來(lái)護(hù)理信息化研究的重要方向。本研究局限在于僅納入CNKI和Web of Science數(shù)據(jù)庫(kù)早期預(yù)警評(píng)分系統(tǒng)相關(guān)研究，未對(duì)其他數(shù)據(jù)庫(kù)收錄的文獻(xiàn)進(jìn)行分析，建議今后研究可擴(kuò)大數(shù)據(jù)采集范圍進(jìn)行更為全面分析，并與其他病情惡化早期初篩工具對(duì)比研究，論證危重癥評(píng)分工具專(zhuān)科病種臨床應(yīng)用范圍、邊界條件以及使用時(shí)機(jī)的差異。