和 雨，劉 敏，史亞玲，花永玲，張 穎△

(1.大理大學(xué)護理學(xué)院，云南 大理 671099；2大理大學(xué)第一附屬醫(yī)院，云南 大理 671000)

靜脈血栓栓塞癥(VTE)包括深靜脈血栓形成(DVT)和肺血栓栓塞癥(PTE)[1]，DVT和PTE是同一疾病表現(xiàn)的2個不同階段[2]。一般認為，外科術(shù)后患者為發(fā)生VTE的高危人群[3]；但內(nèi)科患者發(fā)病隱匿、臨床癥狀不明顯，診治成本高[4]。由于出血等風(fēng)險，不建議對所有患者進行常規(guī)血栓藥物預(yù)防，因此開發(fā)了風(fēng)險評估工具來識別高危患者。目前，風(fēng)險評估工具存在多種形式，如Caprini、Padua、Wells、Autar等血栓風(fēng)險評估量表。其中，Padua血栓風(fēng)險評估模型被廣泛應(yīng)用于內(nèi)科住院患者中，但由于不同研究設(shè)計的研究對象不同，研究結(jié)果也有所不同。因此，本研究旨在通過meta分析方法評價Padua血栓風(fēng)險評估模型在預(yù)測內(nèi)科住院患者VTE發(fā)生中的有效性，為臨床護理人員選擇有效的血栓風(fēng)險評估模型提供循證依據(jù)。

1 資料與方法

1.1文獻檢索 檢索數(shù)據(jù)庫包括PubMed、Cochrance、Embase、Web of Science、CBM、CNKI、萬方、維普。檢索時限為建庫至2022年5月10日。以主題詞加自由詞的組合策略進行文獻檢索。中文檢索詞為“靜脈血栓栓塞”“深靜脈血栓”“肺栓塞”“肺動脈血栓栓塞”“肺血栓栓塞”“Padua”“血栓風(fēng)險評估”；英文檢索詞為“Venous Thromboembolism”“Venous Thrombosis”“pulmonaryembolism”“Padua”“Padua Prediction Score”“Padua Score”“Padua VTE Prediction Score”“Padua Score”“Padua VTE risk”“Padua prediction”“Risk Assessment Model”等。以PubMed數(shù)據(jù)庫為例，具體檢索策略見圖1。

#1VenousThromboembolism[Mesh]#2VenousThromboembolism[Mesh]ORThromboembolism,Venous[Title/Abstract]#3VenousThrombosis[Mesh]#4VenousThrombosis[Mesh]ORPhlebothrombos?[Title/Abstract]ORThrombos?,VenousORVenousThromboses[Title/Abstract]ORDeepVeinThrombos?[Title/Abstract]ORThromboses,DeepVein[Title/Abstract]ORVeinThrombos?,Deep[Title/Abstract]ORDeep-VenousThrombos?[Title/Abstract]ORThrombos?,Deep-Venous[Title/Abstract]ORDeep-VeinThrombos?[Title/Abstract]ORThrombos?,Deep-Vein[Title/Abstract]ORThrombosis,DeepVein[Title/Abstract]ORDeepVenousThrombos?[Title/Abstract]ORThrombos?,DeepVenous[Title/Abstract]ORVenousThrombos?,Deep[Title/Abstract]#5pulmonaryembolism[Mesh]#6pulmonaryembolism[Mesh]ORPulmonaryEmbolisms[Title/Abstract]OREmbolism?,Pulmonary[Title/Abstract]ORPulmonaryThrombo-embolism?[Title/Abstract]ORThromboembolism?,Pulmonary[Title/Abstract]#7#2OR#4OR#6#8PaduaPredictionScore[Title/Abstract]ORPPS[Title/Abstract]ORPaduaPredictionScoreforVTE[Title/Abstract]ORPaduaScore[Title/Abstract]ORPaduaVTEPredictionScore[Title/Abstract]ORPaduaVTErisk[Title/Abstract]ORPaduaVTEriskscore[Title/Abstract]ORPaduaprediction[Title/Abstract]ORRiskAssessmentModel[Title/Abstract]#9#7AND#8圖1 PubMed數(shù)據(jù)庫檢索策略

1.2文獻的納入及排除標準 (1)納入標準。研究對象為內(nèi)科住院患者，且既往無VTE病史者。研究類型為診斷性研究，且在2022年5月10日之前發(fā)表的文獻。評估工具：Padua血栓風(fēng)險評估模型。診斷標準：影像學(xué)檢查、檢查血流通暢及DVT情況。結(jié)局指標：靈敏度(SEN)、特異度(SPE)、陽性似然比(PLR)、陰性似然比(NLR)、診斷比值比(DOR)、綜合受試者工作特征曲線(SROC)[5]。(2)排除標準。排除非中英文獻、文獻綜述、meta分析、橫截面研究、動物實驗研究、重復(fù)發(fā)表的研究、方法學(xué)不全的研究、無明確診斷標準的研究及無法提取四格表資料的研究。

1.3文獻的篩選與資料提取 2名研究員根據(jù)納入及排除標準獨立篩選文獻、提取資料并進行交叉核對，如有異議提交第三方?jīng)Q定。提取納入文獻的資料主要包括第一作者姓名、發(fā)表時間、研究對象、平均年齡、總樣本量、四格表數(shù)據(jù)、最佳截斷值。若無法獲取數(shù)據(jù)資料則排除研究。

1.4文獻質(zhì)量評價 文獻質(zhì)量評價采用Cochrane協(xié)作網(wǎng)推薦的診斷性試驗質(zhì)量評價工具(QUADAS[6]工具)，由2名研究者對納入研究進行獨立質(zhì)量評價，如遇分歧，則第3名研究員參與討論，最終決定文獻的總體質(zhì)量。QUADAS工具包括3個方面：偏差、變異和報告質(zhì)量，共14個項目，“是”“否”“不清楚”為每個條目的評價結(jié)果。所有條目均為“是”，則說明文獻質(zhì)量高，為A級；部分條目評價為“是”，說明文獻質(zhì)量中等，為B級；所有條目均不符合上述標準，說明文獻質(zhì)量低，為C級。

1.5統(tǒng)計學(xué)處理 (1)異質(zhì)性檢驗。通過Meta-Disc1.4軟件判斷診斷性試驗異質(zhì)性。①閾值效應(yīng)：其判斷有2種方法；第一，通過軟件計算SEN對數(shù)與(1-SPE)對數(shù)之間的Spearman相關(guān)系數(shù)，如果P<0.05，則提示存在閾值效應(yīng)；第二，通過軟件繪制ROC曲線，看其是否存在“肩臂狀”分布；若曲線呈“肩臂狀”分布，提示存在閾值效應(yīng)。②非閾值效應(yīng)：計算DOR的Cochran-Q值，以衡量是否存在非閾值效應(yīng)。若I2<50%，說明不存在非閾值效應(yīng)，采用固定效應(yīng)模型進行效應(yīng)量的合并；反之則說明存在非閾值效應(yīng)，采用隨機效應(yīng)模型進行效應(yīng)量的合并。(2)合并效應(yīng)量。通過Meta-Disc1.4軟件合并納入研究的SEN、SPE、PLR、NLR、DOR及SROC。(3)敏感性分析。對納入研究進行剔除，看其結(jié)果是否穩(wěn)定。(4)發(fā)表偏倚檢驗。Deek′s漏斗圖由Stata15.0軟件繪制，用于發(fā)表偏差的檢驗，若P>0.1，表明無發(fā)表偏倚。

2 結(jié) 果

2.1文獻檢索結(jié)果 初步檢索得到4 145篇文獻，經(jīng)逐步閱讀題目、摘要及全文，排除橫斷面研究、動物實驗研究、文獻綜述、meta分析及研究內(nèi)容不符合的文獻，最終納入16篇文獻[7-22]，具體篩選文獻流程見圖2。

圖2 文獻篩選流程圖

2.2納入文獻基本特征 本次研究共納入內(nèi)科住院患者13 402例，發(fā)生VTE患者1 418例；所有研究均發(fā)表于2014-2021年，樣本范圍46～3 268例；納入的研究對象均為內(nèi)科住院患者，包括神經(jīng)內(nèi)科、腦卒中、慢性阻塞性肺疾病(慢阻肺)及風(fēng)濕免疫病住院的患者。具體納入文獻特征見表1。

2.3納入研究的QUADAS質(zhì)量評價 本研究共納入16篇文獻。其中4篇文獻研究方法學(xué)質(zhì)量較高為A級，12篇質(zhì)量中等為B級。9篇文獻所有的樣本均接受了“金標準”的檢驗，7篇文獻未表達清楚是否所有的樣本均接受“金標準”的檢驗。11篇文獻未表達清楚Padua血栓評估量表是否在不知曉“金標準”試驗的結(jié)果下進行的。2篇文獻未表達清楚“金標準”結(jié)果的判讀是否在不知曉Padua血栓風(fēng)險評估量表結(jié)果的情況下進行。

2.4meta分析結(jié)果 (1)異質(zhì)性檢驗結(jié)果。閾值效應(yīng)異質(zhì)性：將數(shù)據(jù)導(dǎo)入Meta-DiSc1.4軟件進行分析，得出SEN對數(shù)與(1-SPE)對數(shù)之間的spearman相關(guān)系數(shù)為0.406(P=0.119>0.05)，提示本次meta分析不存在閾值效應(yīng)；通過繪制對稱SROC曲線，其并未出現(xiàn)“肩臂狀”分布，更進一步說明本次meta分析無閾值效應(yīng)異質(zhì)性。非閾值效應(yīng)異質(zhì)性：將本次數(shù)據(jù)導(dǎo)入Meta-DiSc1.4軟件進行分析，得出DOR的 Cochran-Q值為42.05(I2=64.3% )，提示可能存在非閾值效應(yīng)引起的異質(zhì)性，故選用隨機效應(yīng)模型進行效應(yīng)量的合并。(2)合并結(jié)局指標。16篇研究的合并效應(yīng)量分別為：SEN合并=0.70[95%置信區(qū)間(95%CI)：0.68～0.72]；SPE合并=0.70(95%CI：0.70～0.71)；PLR合并=3.14(95%CI：2.58～3.82)；NLR合并=0.36(95%CI：0.28～0.46)；DOR合并=9.45(95%CI：7.11～12.56)；SROC曲線下面積(AUC)為0.817 2(95%CI：0.799 9～0.834 5)。

2.5亞組分析 為探討納入研究的異質(zhì)性來源，按照研究方法、研究人群、平均年齡、最佳截斷值分組進行meta分析。結(jié)果顯示，腦卒中、平均年齡為50～<60歲、最佳截斷值為3.5的異質(zhì)性較低(I2<50%)。見表2。

表2 亞組分析結(jié)果

2.6敏感性分析 根據(jù)合并效應(yīng)量的結(jié)果，將SEN、SPE差異性較大的研究 (彭清[16]、NENDAZ等[20])逐一剔除，再次進行效應(yīng)量的合并，重新獲取SEN、SPE、PLR、NLR、DOR值。結(jié)果顯示，剔除差異性較大的2篇文獻后其結(jié)果對總體研究各結(jié)局指標影響不大，說明本次meta分析的穩(wěn)定性較好。結(jié)果見表3。

表3 敏感性分析結(jié)果

2.7Deek′s漏斗圖檢驗 采用Deek′s漏斗圖[23]檢驗是否存在發(fā)表偏倚，本次研究P>0.1(P=0.79)，且斜線與DOR的夾角接近于90°，說明不存在發(fā)表偏倚。

3 討 論

3.1結(jié)局指標的評價 VTE約占所有住院患者死因的10%[24-25]，其被認為是可預(yù)防性疾病。臨床上，外科住院患者VTE的預(yù)防已受到重視[26]，而對于內(nèi)科住院患者VTE的預(yù)防則相對不足。內(nèi)科住院患者發(fā)生VTE時，通常臨床癥狀不明顯且較為隱匿[27]，同時由于VTE引起的致死率、致殘率及所花費的醫(yī)療費用較高[28]；因此，選用合適的工具對內(nèi)科住院患者的VTE風(fēng)險進行科學(xué)有效的評估，篩選出高危患者從而采取預(yù)防措施顯得尤為重要。國內(nèi)外雖均有相關(guān)指南[29-30]推薦Padua血栓風(fēng)險評估模型應(yīng)用于內(nèi)科住院患者中，但有研究指出其對內(nèi)科住院患者的預(yù)測效能欠佳，不能有效篩選出發(fā)生VTE的高?；颊遊31]。本次meta分析對Padua血栓風(fēng)險評估模型在內(nèi)科住院患者中的預(yù)測效能進行評價，結(jié)果說明Padua血栓風(fēng)險評估模型對篩選內(nèi)科住院患者VTE有一定的準確性。在敏感性分析中，SEN合并、SPE合并均為0.70，說明Padua模型可以準確地篩出70.0%的VTE者，排除70.0%的非VTE者。PLR合并為3.14，NLR合并為0.36，說明診斷效能雖小，但有時很重要。DOR合并值為2.26，說明使用該模型篩選時，出現(xiàn)VTE結(jié)果的機會是非VTE結(jié)果的2.26倍。本次meta分析結(jié)果表明，Padua血栓風(fēng)險評估模型雖然在不同研究人群中均進行了驗證，但臨床工作者在篩選內(nèi)科住院患者VTE高危人群時，還需要結(jié)合更多的臨床癥狀和實驗室檢查來增加模型的準確性，為臨床血栓評估提供新思路。

3.2亞組分析 本次meta分析異質(zhì)性較大，為64.3%。為探討異質(zhì)性來源，按照研究方法、最佳截斷值、研究人群及其平均年齡的不同進行亞組分析。平均年齡方面，50～<60歲的SEN為0.85，≥60歲SEN為0.63，兩者之間存在差異，提示Padua血栓風(fēng)險評估模型的SEN合并隨著年齡增長而降低；這可能與老年人通常存在多病共存的情況，而Padua血栓風(fēng)險評估模型中的危險因素較少，某些危險因素定義不夠明確[32]，缺乏與老年住院患者發(fā)生VTE的相關(guān)危險因素有關(guān)。不同截斷值方面，以截斷值為4分最常用，與模型本身提供的高風(fēng)險分層相對應(yīng)，SEN低但SPE高，模型的SEN提升，漏診率降低；當截斷值為3.5分時，SROC=0.807 7，模型的有效預(yù)測力較好。研究人群方面，亞組分析結(jié)果顯示，內(nèi)科住院患者的SEN和SROC AUC分別為0.82、0.844 8，提示在內(nèi)科住院患者中Padua血栓風(fēng)險評估模型的有效性較高。

3.3小結(jié) 本研究結(jié)果顯示，Padua血栓風(fēng)險評估模型作為單獨指標對內(nèi)科住院患者的預(yù)測效能有一定的準確性，需結(jié)合更多的臨床癥狀或?qū)嶒炇覚z查來增加模型的準確性。本研究因納入研究間存在不同程度的異質(zhì)性，在一定程度上說明Padua血栓風(fēng)險評估模型作為單獨指標對VTE的預(yù)測有效性存在一定的局限。納入的研究以中文文獻為主，大部分研究因無法獲取四格表數(shù)據(jù)被排除。綜上所述，Padua血栓風(fēng)險評估模型在多個科室使用，難以體現(xiàn)因科室基礎(chǔ)疾病不同對VTE發(fā)生的影響。盡管本研究發(fā)現(xiàn)Padua血栓風(fēng)險評估模型不是最佳的評估工具，但是可以通過應(yīng)用于不同的研究對象來提高其診斷的準確性。