蔡玉靜，李倫蘭，，丁曉云，李貞，丁佩佩，鳳林生，袁昊煒，黃慧

（1安徽醫(yī)科大學(xué)護(hù)理學(xué)院，安徽合肥，230601；2安徽醫(yī)科大學(xué)第一附屬醫(yī)院，安徽合肥，230022）

壓力性損傷（pressure injury，PI）是指由于壓力或者壓力聯(lián)合剪切力的綜合作用引起的皮膚和（或）皮下軟組織的局限性損傷，常發(fā)生在骨隆突部位或皮膚與醫(yī)療設(shè)備接觸的部位［1-2］。手術(shù)患者是院內(nèi)壓力性損傷的高風(fēng)險人群［3］，術(shù)中獲得性壓力損傷（intraoperative acquired pressure injury，IAPI）是指在手術(shù)中由于長時間受到壓力、摩擦力和（或）剪切力的持續(xù)作用而引起皮膚局限性損傷，常在術(shù)后幾小時到6d 內(nèi)發(fā)生，以術(shù)后1～3d 多見［4-5］，其發(fā)生率為2.28%～8.5%［6-7］，一旦發(fā)生，不僅延長患者住院時間、增加醫(yī)療費(fèi)用，還可造成醫(yī)療資源的浪費(fèi)［8-9］，術(shù)中IAPI 的發(fā)生往往是多個危險因素的疊加，因此早期識別IAPI 危險人群，進(jìn)行針對性的預(yù)防和護(hù)理至關(guān)重要。疾病風(fēng)險預(yù)測模型采用定量研究的方法能夠更準(zhǔn)確全面地預(yù)測發(fā)病風(fēng)險，并采用直觀的數(shù)據(jù)呈現(xiàn)研究結(jié)果［10］。近年來，國內(nèi)學(xué)者已構(gòu)建了IAPI 風(fēng)險預(yù)測模型，但預(yù)測性能差距較大。因此，本研究系統(tǒng)評價成人IAPI 風(fēng)險預(yù)測模型的偏倚風(fēng)險和適用性，為構(gòu)建更好高準(zhǔn)確度的風(fēng)險預(yù)測模型提供依據(jù)。

1 資料與方法

1.1 文獻(xiàn)納入和排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：①研究對象為手術(shù)患者且年齡≥18周歲，手術(shù)類型及麻醉方式不限；②研究內(nèi)容為術(shù)中IAPI 風(fēng)險預(yù)測模型的構(gòu)建和/或驗(yàn)證的研究；③研究類型包括病例對照研究、隊(duì)列研究和橫斷面研究；④文章語言為中文或英文。排除標(biāo)準(zhǔn)：①院前帶入PI；②會議摘要等非正式發(fā)表的文獻(xiàn)；③數(shù)據(jù)不完整或無法獲取全文；④重復(fù)發(fā)表的文獻(xiàn)。

1.2 文獻(xiàn)檢索策略

系統(tǒng)檢索中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫：中國知網(wǎng)，萬方，維普，PubMed，Web of Science，Cochrane Library，Embase 數(shù)據(jù)庫中IAPI 風(fēng)險預(yù)測模型的相關(guān)研究。檢索時限為建庫至2022 年11 月4 日。檢索詞使用主題詞與自由詞相結(jié)合的方式。中文數(shù)據(jù)庫以中國知網(wǎng)為例，檢索式為：（壓力性潰瘍+壓瘡+褥瘡+壓力性損傷）AND（手術(shù)+術(shù)中+手術(shù)室+圍手術(shù)期）AND（風(fēng)險預(yù)測+模型+風(fēng)險評分+風(fēng)險評估）。英文數(shù)據(jù)庫以PubMed 為例，檢索式為：（pressure ulcer OR pressure injury OR pressure sore OR pressure damage OR decubitus ulcer OR decubitus sore OR bedsore OR bed sore OR pressure sore OR ulcer pressure OR sore bed）AND（surgical procedures operative OR surgery OR surgical OR intraoperati OR during operation OR operating rooms OR perioperative period OR perioperati*）AND（predict* OR prediction model OR prognostic model OR prognos* OR risk factors OR risk score* OR riskassessment）。

1.3 文獻(xiàn)篩選和資料提取

2 名研究者按照納入和排除標(biāo)準(zhǔn)獨(dú)立篩選文獻(xiàn)，當(dāng)意見不一致且經(jīng)討論不能達(dá)成共識時，請第3 名研究人員進(jìn)行評定并達(dá)成共識。文獻(xiàn)篩選方法：通過Note-Express 軟件去除重復(fù)的題錄，閱讀題目及摘要進(jìn)行初篩，排除明顯不相關(guān)文獻(xiàn)后，進(jìn)一步閱讀全文進(jìn)行復(fù)篩，確定最終納入文獻(xiàn)。確定納入文獻(xiàn)后，依據(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）［11］制定Excel 數(shù)據(jù)提取表，提取信息包括納入文獻(xiàn)發(fā)表年份、研究設(shè)計(jì)、研究對象、PI 評估時間、模型性能、模型驗(yàn)證、樣本量和預(yù)測因子等。

1.4 納入文獻(xiàn)的偏倚風(fēng)險和適用性評估

采用預(yù)測模型研究的偏倚風(fēng)險和適用性評估工具（prediction model risk of bias assessment tool，PROBAST）［12］對納入文獻(xiàn)進(jìn)行評估。①偏倚風(fēng)險評估包括研究對象、預(yù)測因子、結(jié)局和統(tǒng)計(jì)分析4 個領(lǐng)域，分別包含2、3、6、9 個問題，共20 個問題，所有問題的回答均為“是”或“可能是”，判定為低偏倚風(fēng)險；任一問題回答為“否”或“可能否”，判定為高偏倚風(fēng)險；如相關(guān)信息不足，判定為偏倚風(fēng)險不清楚。4 個領(lǐng)域均為低偏倚風(fēng)險，判定為研究整體為低偏倚風(fēng)險；≥1 個領(lǐng)域的結(jié)果為高偏倚風(fēng)險或者4 個領(lǐng)域均為低偏倚風(fēng)險但預(yù)測模型缺少外部驗(yàn)證時，判定為研究整體為高偏倚風(fēng)險；≥1 個領(lǐng)域?yàn)槠酗L(fēng)險不清楚但其他領(lǐng)域?yàn)榈推酗L(fēng)險，判定研究整體偏倚風(fēng)險為不清楚。②適用性評價包括研究對象、預(yù)測因子和結(jié)局3個領(lǐng)域，各個領(lǐng)域按照“適用性好、差及不清楚”進(jìn)行評價。若3 個領(lǐng)域適用性評估均為好，評定總體適用性好；若任一領(lǐng)域?yàn)椴?，評定總體適用性差；若任一領(lǐng)域不清楚而其他領(lǐng)域好，評定總體為適用性不清楚。

2 結(jié)果

2.1 文獻(xiàn)篩選流程和結(jié)果

檢索共獲得4 741 篇相關(guān)文獻(xiàn)，經(jīng)過篩選后，納入文獻(xiàn)13 篇［13-25］，其中英文文獻(xiàn)3 篇［13-15］，中文文獻(xiàn)10 篇［16-25］。文獻(xiàn)篩選流程及結(jié)果圖見圖1。

圖1 文獻(xiàn)檢索流程及結(jié)果圖

2.2 納入文獻(xiàn)的基本特征

共納入13 篇［13-25］文獻(xiàn)，6 篇［14，18-19，21-22，25］是前瞻性隊(duì)列研究，7 篇［13，15-17，20，23-24］是回顧性研究。在IAPI 評估時間方面：10 項(xiàng)［13-14，16，18-19，21-25］研究評估時間為術(shù)前1d 至術(shù)后5d；1 項(xiàng)［15］研究未具體說明評估時間僅描述將術(shù)后和出院前發(fā)生PI 患者納入PI 發(fā)生組；2 項(xiàng)研究［17，20］在文中未說明評估時間也未做任何描述。納入文獻(xiàn)的基本特征和PI 評估時間見表1。

表1 納入文獻(xiàn)的基本特征和壓力性損傷評估時間（n=13）

2.3 預(yù)測模型的基本特征

本研究納入13 項(xiàng)［13-25］研究均為模型的開發(fā)（驗(yàn)證）研究，共納入17 個風(fēng)險預(yù)測模型，其中PARK 等［13］應(yīng)用3 種不同評估工具，建立了3 個模型；曲超然［25］基于隨機(jī)森算法、決策樹、樸素貝葉斯，建立3 個模型。本研究候選變量數(shù)為8～51 個，總樣本量為138～11 247例，結(jié)局事件數(shù)為30～873 例。模型建立方法方面，除曲超然［25］的研究，其他研究均采用Logistics 回歸方法構(gòu)建風(fēng)險預(yù)測模型。所有研究均未報告缺失數(shù)據(jù)的相關(guān)信息。預(yù)測模型的基本特征見表2。

表2 預(yù)測模型的基本特征 （n=13）

2.4 模型性能及預(yù)測因子

17 個模型中有14 個模型的受試者工作特征曲線下面積（area under the curve，AUC）為0.616～0.984，另外3 個模型沒有報告AUC 結(jié)果。13 項(xiàng)研究中，有9 項(xiàng)研究［13，15，18-24］報告了模型的校準(zhǔn)方法，7 項(xiàng)研究［15，17-18，21-24］對模型進(jìn)行了驗(yàn)證；1 項(xiàng)研究［25］采用K 折交叉驗(yàn)證，得出3 個預(yù)測模型的準(zhǔn)確率為90.91%、89.0%和88.52%。

17 個風(fēng)險預(yù)測模型，其中PARK 等［13］建立，模型a 顯示沒有一個因素與手術(shù)患者PI 的發(fā)生顯著相關(guān)，另外16 個模型包含2～13 個獨(dú)立預(yù)測因子，排名前5位的風(fēng)險因素為：手術(shù)時間、年齡、合并糖尿病、體質(zhì)指數(shù)（body mass index，BMI）、血清白蛋白水平。預(yù)測模型性能及預(yù)測因子見表3。

表3 預(yù)測模型性能及預(yù)測因子（n=13）

2.5 偏倚風(fēng)險和適用性評價

2.5.1 偏倚風(fēng)險評價 ①與研究對象有關(guān)的偏倚：有6項(xiàng)研究［14，18-19，21-22，25］評價為低風(fēng)險；7項(xiàng)研究［13，15-17，20，23-24］評價為高風(fēng)險，原因?yàn)檠芯繑?shù)據(jù)來自回顧性研究，而回顧性研究因資料不全導(dǎo)致不能深入探討和發(fā)現(xiàn)某些相關(guān)因素。②與預(yù)測因子有關(guān)的偏倚：有11項(xiàng)研究［13-19，21-24］評價為低風(fēng)險；有1項(xiàng)研究［20］評價為不清楚；1項(xiàng)研究［25］評價為高風(fēng)險，原因?yàn)橥ㄟ^篩選得出的13個有意義變量，在決策樹算法模型中只有8個有意義變量。③與結(jié)果有關(guān)的偏倚：有3項(xiàng)研究［13，18，23］評價為高風(fēng)險，原因?yàn)轭A(yù)測結(jié)局未采用指南或者標(biāo)準(zhǔn)化的定義；3項(xiàng)研究［15，17，20］評價為不清楚，原因?yàn)轭A(yù)測結(jié)局時未報告IAPI的具體評定時限，文章僅描述IAPI相關(guān)定義，其他研究評價為低風(fēng)險。④與分析有關(guān)的偏倚：有12項(xiàng)研究［13-14，16-25］評價為高風(fēng)險，主要原因?yàn)樽兞康暮Y選基于單因素分析、研究未報告模型的區(qū)分度或校準(zhǔn)度和連續(xù)性變量轉(zhuǎn)化成≥2的分類變量；有1項(xiàng)研究［15］評價為不清楚。納入的13項(xiàng)研究［13-25］整體偏倚均為高偏倚風(fēng)險。結(jié)果見表4。

表4 納入模型的偏倚風(fēng)險及適用性評價 （n=13）

2.5.2 適用性評價 有10項(xiàng)研究［13-14，16，18-19，21-25］整體適用性風(fēng)險低，表示適用性好；有3項(xiàng)研究［15，17，20］整體適用性風(fēng)險為不清楚。在結(jié)果適用性評價方面：有3項(xiàng)研究［15，17，20］評價為適用性風(fēng)險不清楚，F(xiàn)ENG等［15］研究未說明IAPI的具體評估時間，僅將腹部手術(shù)后并在ICU監(jiān)護(hù)成年腹部手術(shù)患者在術(shù)后至出院前發(fā)生的壓瘡納入壓瘡組；李鳳林等［17］及劉婉琳等［20］研究未報告手術(shù)患者術(shù)后PI的具體評估時間或患者住院期間多長時間內(nèi)PI發(fā)生情況。結(jié)果見表4。

3 討論

3.1 IAPI風(fēng)險預(yù)測模型性能較好但偏倚風(fēng)險較高

本研究檢索國內(nèi)外發(fā)表的中英文有關(guān)IAPI 風(fēng)險預(yù)測模型的相關(guān)研究，篩選后最終納入13 項(xiàng)研究［13-25］，包括17 個模型，有14 個模型的AUC 為0.616～0.984，其中有7 項(xiàng)研究［13，15，18-20，22-23］的8 個模型的AUC＞0.8，2項(xiàng)研究［15，24］同時報道了模型內(nèi)部和外部驗(yàn)證的AUC，AUC 均＞0.7，說明IAPI 風(fēng)險預(yù)測模型整體性能較好。本研究對納入的13 項(xiàng)研究［13-25］，17 個IAPI 風(fēng)險預(yù)測模型，從研究對象、預(yù)測因子、結(jié)局指標(biāo)和分析4個領(lǐng)域進(jìn)行了系統(tǒng)評價，結(jié)果提示IAPI 風(fēng)險預(yù)測模型適用性較好，但風(fēng)險預(yù)測模型偏倚均較高，主要原因?yàn)椴糠盅芯繛榛仡櫺匝芯?、未?guī)避單因素分析的方法篩選變量、模型性能及過度擬合評估不全、忽略缺失數(shù)據(jù)處理等；另外，研究對象在科室、病種、手術(shù)方式及麻醉方式等方面，沒有進(jìn)行細(xì)致劃分，并且研究多為單中心研究，使得模型的普適性和推廣性受到限制。

3.2 影響成人IAPI發(fā)生的主要風(fēng)險因素分析

本研究系統(tǒng)檢索了IAPI 風(fēng)險預(yù)測模型的相關(guān)研究，共納入13 項(xiàng)研究涉及17 個風(fēng)險預(yù)測模型，經(jīng)過分析發(fā)現(xiàn)，沒有任何2 個模型所包含的預(yù)測因子完全一致，但出現(xiàn)頻次最高的前5 位預(yù)測因子為手術(shù)時間、年齡、合并糖尿病、BMI、血清白蛋白水平。分析原因，①研究結(jié)果［26］發(fā)現(xiàn)，手術(shù)時間是IAPI 高危因素之一，與本研究結(jié)論一致。受壓部位壓力和剪切力會隨著手術(shù)時間延長不斷增加，皮膚受壓時間越長，發(fā)生壓力性損傷風(fēng)險越大。因此應(yīng)重點(diǎn)觀察手術(shù)時間較長患者皮膚受壓情況，避免手術(shù)期間某一部位長時間受壓。②郭莉等［6］研究發(fā)現(xiàn)，IAPI 發(fā)生率最高的年齡段是65 歲以上患者。這是由于老年患者真皮較薄，膠原蛋白、肌肉和脂肪組織較少，這些因素會降低患者皮膚的彈性，增加PI 發(fā)生的概率［27］。③NASIRI 等［28］研究結(jié)果表明，糖尿病患者發(fā)生手術(shù)相關(guān)壓瘡的風(fēng)險是其他患者的1.5 倍，與本研究結(jié)論一致?？赡苁且?yàn)樘悄虿∫鸬男⊙芄嘧⒆兓?、神?jīng)病變和血紅蛋白、糖化血紅蛋白、血清白蛋白水平等變化有關(guān)，降低了患者的皮膚敏感性和耐受性［29］。④相關(guān)研究結(jié)果顯示［30］，手術(shù)患者BMI過高時，其受壓部位承受壓力增加；BMI 過低時，受壓部位和骨突出部位缺少脂肪和肌肉組織支撐和緩沖，壓力性損傷風(fēng)險增加。⑤刁玲玲等［31］研究結(jié)果顯示，血清白蛋白水平與壓瘡發(fā)生密切相關(guān)?；颊哐灏椎鞍姿浇档?，與蛋白質(zhì)攝入量減少、消耗增加以及疾病本身等有關(guān)，更增加壓力性損傷的風(fēng)險。應(yīng)重視手術(shù)患者基礎(chǔ)疾病情況及營養(yǎng)狀況，并制定相應(yīng)對策。

3.3 啟示

IAPI 風(fēng)險預(yù)測模型能夠識別IAPI 發(fā)生的風(fēng)險，有助于醫(yī)護(hù)人員對IAPI 高風(fēng)險患者進(jìn)行評估，以便及時制定有效的預(yù)防措施。目前，IAPI 預(yù)防策略仍然缺乏相應(yīng)的高質(zhì)量前瞻性、隨機(jī)對照臨床研究，IAPI 風(fēng)險預(yù)測模型的開發(fā)研究不足以保證其臨床效用，仍然需要進(jìn)一步的更新、驗(yàn)證研究去支持最佳臨床實(shí)踐?？蓮囊韵聨追矫孢M(jìn)行思考：①IAPI 風(fēng)險因素較多，各模型手術(shù)病種不同，預(yù)測因子也不同但存在一定特征。本研究發(fā)現(xiàn)，納入模型中前5 位的預(yù)測因子是手術(shù)時間、年齡、BMI、合并糖尿病、血清白蛋白水平。應(yīng)對這些變量進(jìn)行正確評估并采取積極有效的預(yù)防措施，以降低IAPI 的發(fā)生。②本研究納入模型的研究樣本量計(jì)算公式缺乏報告，可能會導(dǎo)致參數(shù)估計(jì)不準(zhǔn)確。在模型的開發(fā)方面，每個自變量的事件數(shù)（events per variable，EPV）＞20 會讓研究更有說服力［32］；若EPV＜10 可能會造成過度擬合［33］；而模型的驗(yàn)證研究，樣本量＜100可能會造成偏倚［34］。因此，未來模型的構(gòu)建，不僅需要納入足夠的樣本量，還要規(guī)范報告樣本量計(jì)算方法。③曲超然［25］研究基于機(jī)器學(xué)習(xí)算法構(gòu)建決策樹、隨機(jī)森林、樸素貝葉斯3 種模型并比較各模型的預(yù)測效果，但沒有報告模型的區(qū)分度和校準(zhǔn)度。大部分研究僅進(jìn)行模型構(gòu)建及內(nèi)部驗(yàn)證，缺乏外部驗(yàn)證，使得可移植性和可泛化性受到限制［35］。因此，未來需要對模型構(gòu)建進(jìn)行嚴(yán)格的質(zhì)量和方法評估，規(guī)范模型建立和驗(yàn)證過程，提高模型的標(biāo)準(zhǔn)化和科學(xué)性［36］。④所有研究均未報告數(shù)據(jù)缺失的有關(guān)信息，可能對模型結(jié)果有一定影響。研究顯示［37］，正確處理數(shù)據(jù)可減少偏倚，如運(yùn)用加權(quán)法、刪除法及插補(bǔ)法等方法處理缺失數(shù)據(jù)。

4 結(jié)論

本研究納入13 項(xiàng)研究，共17 個成人IAPI 風(fēng)險預(yù)測模型，其中手術(shù)時間、年齡、合并糖尿病、BMI、血清白蛋白水平是最常見的預(yù)測因子。模型整體預(yù)測性能較好，適用性風(fēng)險較低，但存在較高的偏倚風(fēng)險，主要原因是回顧性研究、基于單變量分析篩選預(yù)測因子、預(yù)測結(jié)局未采用指南或者標(biāo)準(zhǔn)化的定義。未來應(yīng)開展多中心、大樣本前瞻性研究，充分考慮到模型的外推性；其次，應(yīng)考慮科室、病種、手術(shù)方式及麻醉方式等方面的混雜因素，并對模型進(jìn)行內(nèi)部驗(yàn)證和外部驗(yàn)證，以得到更好的高準(zhǔn)確度的風(fēng)險預(yù)測模型，為制訂相關(guān)預(yù)防策略提供參考依據(jù)。