黃秀丹,馬秋平,曹汝汝,明州彥,張 纖

腦卒中是一種嚴(yán)重危害生命健康的慢性疾病,也是單病種致殘率最高的疾病,目前已位居我國居民死亡原因之首[1]。腦卒中復(fù)發(fā)是指在首次腦卒中所致神經(jīng)功能缺損癥狀與體征穩(wěn)定或好轉(zhuǎn)24 h后,出現(xiàn)新的神經(jīng)功能缺損癥狀,并排除其他全身性疾病及可能的原因[2]?！吨袊X卒中防治報告2020》指出,我國腦卒中發(fā)病3個月內(nèi)復(fù)發(fā)率為12.58%,腦卒中發(fā)病1年內(nèi)復(fù)發(fā)率為27.49%[3]。與初次發(fā)病相比,腦卒中復(fù)發(fā)不僅會增加病人神經(jīng)功能進(jìn)一步惡化的風(fēng)險,而且可能還會增加病人死亡的風(fēng)險[4]。因此,預(yù)防腦卒中復(fù)發(fā)是改善病人預(yù)后結(jié)局、降低病人死亡率的重要干預(yù)靶點。腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型可為臨床醫(yī)護(hù)人員有效識別腦卒中復(fù)發(fā)的影響因素和風(fēng)險程度,為預(yù)防腦卒中的復(fù)發(fā)及降低病人死亡率提供參考依據(jù),從而改善病人臨床結(jié)局[5]。目前,國內(nèi)外研究主要從影像學(xué)、臨床危險因素(如年齡、生活方式、有無合并其他慢性病等)角度構(gòu)建腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型[6-8]。但模型構(gòu)建方法、預(yù)測性能等方面質(zhì)量不一,因此本研究通過對國內(nèi)外關(guān)于腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型的相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)評價,旨在為臨床護(hù)理人員選擇合適的腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型預(yù)防腦卒中的復(fù)發(fā)及降低死亡風(fēng)險提供參考。

1 資料與方法

本研究已在國際注冊平臺PROSPERO上注冊,注冊號:CRD42022326608。

1.1 文獻(xiàn)檢索策略

計算機(jī)檢索the Cochrane Library、PubMed、Web of Science、Embase、CINAHL、PsycINFO、中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(CBM)、中國知網(wǎng)、萬方數(shù)據(jù)庫、維普數(shù)據(jù)庫中有關(guān)腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型的文獻(xiàn),采用Mesh主題詞和自由詞相結(jié)合的方式進(jìn)行檢索,檢索時限為建庫至2022年9月。中文數(shù)據(jù)庫以中國知網(wǎng)為例,檢索策略:#1 (卒中 OR 腦卒中 OR 腦中風(fēng) OR 缺血性卒中 OR 出血性卒中 OR 腦血管意外 OR 腦血管中風(fēng) OR 腦梗死);#2 (復(fù)發(fā) OR 再發(fā));#3 (預(yù)測模型 OR 預(yù)測因素 OR 風(fēng)險預(yù)測);#4 #1 AND #2 AND #3。英文數(shù)據(jù)庫以PubMed為例,檢索策略如下。

#1 ("Stroke"[Mesh]) OR (ischemic stroke[Title/Abstract] OR hemorrhagic stroke[Title/Abstract] OR cerebrovascular accident[Title/Abstract] OR cerebrovascular apoplexy[Title/Abstract] OR brain vascular accident[Title/Abstract] OR cerebrovascular stroke[Title/Abstract] OR cerebral infarction[Title/Abstract])

#2 ("Recurrence"[Mesh]) OR (recrudescence[Title/Abstract] OR relapse[Title/Abstract])

#3 (prediction model[Title/Abstract] OR prognostic model[Title/Abstract] OR predictive factors[Title/Abstract] OR risk prediction[Title/Abstract])

#4 #1 AND #2 AND #3

1.2 文獻(xiàn)納入與排除標(biāo)準(zhǔn)

1.2.1 納入標(biāo)準(zhǔn)

1)研究對象為腦卒中病人;2)研究內(nèi)容為腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型的構(gòu)建,且經(jīng)過內(nèi)部和(或)外部驗證。

1.2.2 排除標(biāo)準(zhǔn)

1)僅進(jìn)行危險因素分析,未建立模型;2)基于Meta分析建立模型;3)無法獲取全文或數(shù)據(jù)不完整;4)綜述、系統(tǒng)評價類研究;5)動物模型研究。

1.3 文獻(xiàn)篩選與數(shù)據(jù)提取

采用NoteExpress 5.3軟件剔除重復(fù)文獻(xiàn),通過閱讀標(biāo)題、摘要、全文進(jìn)行文獻(xiàn)篩選。根據(jù)預(yù)測模型研究系統(tǒng)評價的關(guān)鍵評估和數(shù)據(jù)提取清單(critical appraisal and data extraction for systematic reviews of prediction modelling studies,CHARMS)[9]提取數(shù)據(jù)。

1.4 文獻(xiàn)質(zhì)量評價方法

采用預(yù)測模型研究的偏倚風(fēng)險評估工具(prediction model risk of bias assessment tool,PROBAST)[10-11]進(jìn)行偏倚風(fēng)險和適用性評價。由2名研究者獨(dú)立評價,意見不一時相互討論或與第3名循證護(hù)理專家協(xié)商裁決。

1.4.1 偏倚風(fēng)險評價

偏倚風(fēng)險評價包括研究對象、預(yù)測因子、結(jié)果和分析4個領(lǐng)域,共包含20個問題,按照“是”“可能是”“否”“可能否”和“無信息”來判定。

1.4.2 適用性評價

適用性評價包括研究對象、預(yù)測因子和結(jié)果3個領(lǐng)域,按照“適用性高”“適用性低”和“適用性不清楚”進(jìn)行評價。

2 結(jié)果

2.1 文獻(xiàn)檢索結(jié)果

經(jīng)過檢索共獲得文獻(xiàn)4 091篇,文獻(xiàn)篩選過程如下。首先,采用NoteExpress 5.3文獻(xiàn)管理軟件剔除重復(fù)文獻(xiàn)463篇,剩余3 628篇;其次,通過閱讀標(biāo)題及摘要后剔除文獻(xiàn)3 571篇(其中綜述類207篇,動物模型研究221篇,研究對象不符1 074篇,研究主題不符1 927篇,無法獲取全文3篇,僅進(jìn)行危險因素分析137篇,基于Meta分析建立模型2篇),剩余57篇;最后,閱讀全文后剔除文獻(xiàn)47篇(其中未構(gòu)建模型26篇,無法提取數(shù)據(jù)21篇),最終納入文獻(xiàn)10篇[7,12-20],其中中文6篇,英文4篇。

2.2 納入文獻(xiàn)的基本特征

本研究最終納入文獻(xiàn)10篇,前瞻性隊列研究9篇[7,12-19],回顧性隊列研究1篇[20];單中心研究5篇[7,13,17-18,20],多中心研究5篇[12,14-16,19]。

2.3 腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型構(gòu)建的基本情況

本研究最終納入文獻(xiàn)10篇,模型構(gòu)建的基本情況見表1。

2.4 腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型性能及預(yù)測因子

10項研究[7,12-20]均報告了模型的區(qū)分度指標(biāo),7項研究[12,14-16,18-20]報告了模型的校準(zhǔn)方法,各模型性能、預(yù)測因子及呈現(xiàn)形式見表2。

表2 腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型性能及預(yù)測因子

2.5 納入文獻(xiàn)的偏倚風(fēng)險和適用性評價結(jié)果

納入文獻(xiàn)的偏倚風(fēng)險和適用性評價結(jié)果見表3。

表3 各領(lǐng)域及總體偏倚風(fēng)險、適用性評價結(jié)果

3 討論

3.1 腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型研究仍處于發(fā)展階段

我國腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型研究自2003年開始逐漸增多,主要以缺血性腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型為主,未來的研究可從出血性腦卒中復(fù)發(fā)的角度進(jìn)行風(fēng)險預(yù)測模型的構(gòu)建,以豐富腦卒中復(fù)發(fā)的風(fēng)險預(yù)測模型研究。然而隨著研究數(shù)量的增多,預(yù)測模型研究的質(zhì)量卻是參差不齊,因此篩選出高質(zhì)量且適用于臨床的風(fēng)險預(yù)測模型具有一定的實踐指導(dǎo)意義,從而促進(jìn)模型的臨床轉(zhuǎn)化和應(yīng)用。本研究最終納入的10項研究總體偏倚風(fēng)險均較高,由表3可以看出,偏倚風(fēng)險主要來自預(yù)測因子、結(jié)果和分析領(lǐng)域。造成偏倚的原因主要有:對預(yù)測因子的評估未報告或未使用盲法、變量事件數(shù)樣本量不足、缺乏對模型進(jìn)行校準(zhǔn)度評估、未報告缺失數(shù)據(jù)或?qū)θ笔?shù)據(jù)處理不當(dāng)、預(yù)測因子的篩選方法不當(dāng)?shù)?。研究指?若研究設(shè)計為前瞻性隊列研究,可以認(rèn)為預(yù)測因子評估使用了盲法;若研究設(shè)計為回顧性隊列研究,則可能產(chǎn)生較高偏倚[11,21]。因此,對于腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型的預(yù)后類研究應(yīng)盡可能采用前瞻性隊列研究設(shè)計,以減少偏倚的產(chǎn)生。在納入的10項研究中,只有安雅臣等[13]進(jìn)行均衡性檢驗后剔除了缺失數(shù)據(jù),而另外6項研究[7,12,15,17-19]則直接剔除缺失數(shù)據(jù)。向黔靈等[22]的研究表明,對缺失數(shù)據(jù)直接剔除等不當(dāng)?shù)奶幚矸绞娇蛇M(jìn)一步影響結(jié)果的呈現(xiàn)及模型的性能,應(yīng)全面分析導(dǎo)致數(shù)據(jù)缺失的原因及所帶來的影響后采用插補(bǔ)法、加權(quán)法等正確處理缺失的數(shù)據(jù)。此外,只有Kim等[19]進(jìn)行內(nèi)部和外部驗證,其余研究均只進(jìn)行了內(nèi)部驗證,可能會進(jìn)一步導(dǎo)致模型的外推性及臨床轉(zhuǎn)化受到限制。而臨床預(yù)測模型的應(yīng)用價值既體現(xiàn)在其預(yù)測性能上,也體現(xiàn)在其外推性及臨床應(yīng)用性上[23]。

綜上所述,目前腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型研究仍處于發(fā)展階段。因此,對于未來的預(yù)測模型構(gòu)建研究應(yīng)遵循預(yù)測模型研究的偏倚風(fēng)險評估工具(PROBAST)[10-11],合理篩選變量、正確處理數(shù)據(jù)、準(zhǔn)確評估模型性能等,以減少偏倚。

3.2 根據(jù)風(fēng)險預(yù)測模型的預(yù)測性能和臨床適用性選擇合適的模型進(jìn)行臨床轉(zhuǎn)化和應(yīng)用

構(gòu)建腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型的意義在于為臨床護(hù)理實踐提供一個腦卒中復(fù)發(fā)風(fēng)險的評估工具,為臨床護(hù)理人員早期識別腦卒中的復(fù)發(fā)風(fēng)險并開展二級預(yù)防提供依據(jù)。因此,護(hù)理人員可根據(jù)風(fēng)險預(yù)測模型的預(yù)測性能、臨床適用性、預(yù)測因子測量的可及性等選擇合適的模型應(yīng)用于臨床護(hù)理實踐中。在本研究納入的模型中,周娟娟等[7]構(gòu)建的模型區(qū)分度最高,AUC=0.861,但遺憾的是其并未對模型進(jìn)行校準(zhǔn)度評估,可能會降低模型的預(yù)測能力和預(yù)測價值。3項研究[14-15,18]通過Hosmer-Lemeshow檢驗評估模型的校準(zhǔn)度,其中藺雪梅等[15]構(gòu)建的模型校準(zhǔn)度較好,P=0.782,其模型區(qū)分度也較高,AUC=0.820。一個好的預(yù)測模型應(yīng)具備較高的區(qū)分度和校準(zhǔn)度,此外還應(yīng)對模型進(jìn)行可視化呈現(xiàn),風(fēng)險預(yù)測模型能夠進(jìn)行臨床轉(zhuǎn)化和應(yīng)用的關(guān)鍵之處在于模型的呈現(xiàn)形式,可通過列線圖、風(fēng)險評分表等進(jìn)行可視化呈現(xiàn)[24],有利于臨床護(hù)理人員對腦卒中復(fù)發(fā)的風(fēng)險進(jìn)行分級管理,為病人提供有針對性的、個性化的腦卒中復(fù)發(fā)二級預(yù)防護(hù)理。

綜上所述,臨床護(hù)理人員可根據(jù)腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型的區(qū)分度和校準(zhǔn)度選擇預(yù)測性能較好的模型,采用列線圖將模型可視化呈現(xiàn),促進(jìn)模型的臨床轉(zhuǎn)化和應(yīng)用,為臨床護(hù)理實踐中選擇合適的預(yù)測模型提供參考。

4 小結(jié)

本研究納入10項腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型研究進(jìn)行系統(tǒng)評價,評價了不同模型的預(yù)測性能、建模和驗?zāi)７椒ā㈩A(yù)測因子、模型呈現(xiàn)形式等方面特征。目前,腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型研究仍處于發(fā)展階段,主要以缺血性腦卒中復(fù)發(fā)風(fēng)險預(yù)測模型為主,研究數(shù)量逐漸增多,但總體偏倚風(fēng)險較高,未來的預(yù)測模型構(gòu)建研究應(yīng)遵循PROBAST,并進(jìn)行內(nèi)部和外部驗證,促進(jìn)模型的臨床轉(zhuǎn)化和應(yīng)用。此外,考慮到各項研究之間最終納入的預(yù)測因子不同、研究設(shè)計類型不同等可能會產(chǎn)生較大的異質(zhì)性,因此本研究僅對納入的模型進(jìn)行定性分析,并未采取定量的Meta分析,未來的研究可考慮進(jìn)行定量分析,對各預(yù)測因子的效應(yīng)量進(jìn)行匯總分析,評價預(yù)測因子的預(yù)測價值,為腦卒中復(fù)發(fā)的影響因素研究提供更多依據(jù)。