左仲琪 王宇 靳艷 張慶偉 袁彬彬 沈賽婭 王菲 于漫

【摘要】 背景 心血管疾病是全球人類死亡的重要原因，其發(fā)病隱匿、病情復(fù)雜多變，預(yù)后不佳。早期識(shí)別并積極干預(yù)潛在危重患者對(duì)改善患者預(yù)后至關(guān)重要。目的 對(duì)國(guó)內(nèi)外心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具研究進(jìn)行范圍綜述，總結(jié)分析其評(píng)估內(nèi)容及應(yīng)用情況，為我國(guó)心血管疾病患者早期預(yù)警評(píng)估工具的選擇提供參考。方法 以范圍綜述方法學(xué)框架為指導(dǎo)，系統(tǒng)檢索中國(guó)知網(wǎng)、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)、維普網(wǎng)、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)、PubMed、Web of Science、Cochrane Library、Embase、CINAHL、Scopus數(shù)據(jù)庫(kù)。檢索時(shí)限為建庫(kù)至2023年5月。由2名研究者獨(dú)立篩選文獻(xiàn)和提取資料，從評(píng)估內(nèi)容、研究對(duì)象、驗(yàn)證方法、信效度以及預(yù)測(cè)效能等方面進(jìn)行分析。結(jié)果 共納入16篇文獻(xiàn)，其中7篇關(guān)于評(píng)估工具的開(kāi)發(fā)驗(yàn)證，9篇關(guān)于評(píng)估工具的本土化應(yīng)用，涉及20個(gè)心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具。分析結(jié)果表明，各評(píng)估工具均包含3～17個(gè)評(píng)估內(nèi)容，其中出現(xiàn)頻率較高的是年齡、收縮壓、呼吸頻率、血氧飽和度、心率、合并癥、意識(shí)水平以及性別。2篇文獻(xiàn)的信效度檢驗(yàn)結(jié)果表明信度、效度良好，其他研究均缺少信效度評(píng)價(jià)。10篇文獻(xiàn)報(bào)告了評(píng)估工具的曲線下面積（AUC），AUC為0.550～0.926 9。結(jié)論 心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具種類多樣，但質(zhì)量仍有不足，缺少特異性評(píng)估工具。未來(lái)仍需要進(jìn)一步驗(yàn)證現(xiàn)有工具的信效度，并結(jié)合疾病特征開(kāi)發(fā)本土化且具備良好信效度的心血管?？圃缙陬A(yù)警評(píng)估工具。

【關(guān)鍵詞】 心血管疾??；早期預(yù)警；風(fēng)險(xiǎn)評(píng)估；工具；范圍綜述；護(hù)理

【中圖分類號(hào)】 R 54 【文獻(xiàn)標(biāo)識(shí)碼】 A DOI：10.12114/j.issn.1007-9572.2023.0530

Early Warning Assessment Tools for Cardiovascular Disease Risk：a Scoping Review

ZUO Zhongqi1，WANG Yu2，JIN Yan1，ZHANG Qingwei2，YUAN Binbin2，SHEN Saiya1，WANG Fei1，YU Man2*

1.Institute of Nursing and Health，Henan University，Kaifeng 475004，China

2.Nursing Department，F(xiàn)uwai Central China Cardiovascular Hospital，Zhengzhou 451450，China

*Corresponding author：YU Man，Associate chief nurse；E-mail：yuman1973@126.com

【Abstract】 Background Cardiovascular disease（CVD） is a major cause of human mortality worldwide，characterized by its insidious onset，intricate and variable course，and poor prognosis. Early identification and active intervention of potentially critically ill patients is essential to improve their prognosis. Objective To conduct a scoping review of the research on early warning assessment tools for cardiovascular disease risk at home and abroad，summarize and analyze their assessment content and application，ultimately providing reference for the selection of appropriate early warning tools for cardiovascular disease patients in China. Methods CNKI，Wanfang Data，VIP，CBM，PubMed，Web of Science，Cochrane Library，Embase，CINAHL，and Scopus were systematically searched from inception to May 2023. Two investigators independently screened literature and extracted data，analyzed in terms of assessment content，study subjects，validation method，reliability and validity，and predictive efficacy. Results A total of 16 papers were included，comprising 7 papers on the development and validation of assessment tools and 9 papers on the localized application of these tools，involving 20 early warning assessment tools for cardiovascular disease risk. The results of the analysis showed that each assessment tool contained 3 to 17 assessment items，with the most frequently mentioned items of age，systolic blood pressure，respiratory rate，oxygen saturation，heart rate，comorbidities，level of consciousness，and gender. The results of the reliability and validity tests for 2 papers indicated robust reliability and validity，while all other studies lacked reliability and validity evaluations. Ten papers reported the area under the curve（AUC），with values ranging from 0.550 to 0.926 9. Conclusion Diverse early warning assessment tools for cardiovascular disease risk are available，however，their overall quality remains to be improved and there is a lack of specific assessment tools. In the future，it is imperative to conduct further validations of the reliability and validity of the existing tools，and develop localized early warning assessment tools specialized for cardiovascular diseases considering the unique characteristics of the disease，which exhibit robust reliability and validity.

【Key words】 Cardiovascular diseases；Early warning；Risk assessment；Tools；Scoping review；Nursing

心血管疾病已成為威脅人類生命和健康的重大公共衛(wèi)生問(wèn)題，我國(guó)心血管疾病現(xiàn)患人數(shù)超過(guò)3.3億，每年死亡人數(shù)達(dá)400萬(wàn)例以上，是城鄉(xiāng)居民死亡的首要原因［1］。由于心血管疾病發(fā)病隱匿、潛伏期長(zhǎng)、病情復(fù)雜多變，發(fā)病后較難痊愈［2-3］，且心血管疾病患者常因救治不及時(shí)而造成不可逆的器質(zhì)性損傷，嚴(yán)重威脅了患者生命，加重了醫(yī)療經(jīng)濟(jì)負(fù)擔(dān)［4-6］。研究表明，在病情加重前數(shù)分鐘甚至數(shù)小時(shí)內(nèi)會(huì)出現(xiàn)生命體征變化的征象［7-9］。因此，早期發(fā)現(xiàn)心血管疾病患者危重病情變化是提高患者搶救成功率、降低病死率的關(guān)鍵［10］。早期預(yù)警評(píng)估工具是基于患者生命體征等指標(biāo)構(gòu)建的量化評(píng)分系統(tǒng)，對(duì)識(shí)別患者潛在風(fēng)險(xiǎn)，預(yù)測(cè)疾病危重程度具有一定成效［11］。但國(guó)內(nèi)外早期預(yù)警評(píng)估工具的評(píng)估內(nèi)容、適用對(duì)象及臨床預(yù)測(cè)效能等存在較大的異質(zhì)性，適用于心血管疾病患者的早期預(yù)警評(píng)估工具有待明確?；诖耍狙芯恳罁?jù)ARKSEY等［12］制訂的范圍綜述框架，對(duì)國(guó)內(nèi)外該領(lǐng)域的相關(guān)文獻(xiàn)進(jìn)行系統(tǒng)綜述，比較不同工具的評(píng)估內(nèi)容、適用對(duì)象、信效度及預(yù)測(cè)效能等，以期為我國(guó)心血管疾病患者早期預(yù)警評(píng)估工具的選擇提供參考依據(jù)。

1 資料與方法

1.1 確定研究問(wèn)題

本研究具體研究問(wèn)題包括：（1）目前國(guó)內(nèi)外應(yīng)用于心血管疾病患者的早期預(yù)警評(píng)估工具有哪些？（2）這些早期預(yù)警評(píng)估工具主要涉及哪些評(píng)估內(nèi)容？（3）各評(píng)估工具應(yīng)用于心血管疾病患者的信效度及預(yù)測(cè)效能如何？是否進(jìn)行了內(nèi)外部驗(yàn)證？

1.2 文獻(xiàn)納入與排除標(biāo)準(zhǔn)

根據(jù)“PCC”的原則［13］確定納入標(biāo)準(zhǔn)。（1）研究對(duì)象（population，P）：年齡≥18歲的心血管疾病患者。（2）概念（concept，C）：涉及應(yīng)用于心血管疾病患者病情風(fēng)險(xiǎn)早期預(yù)警的評(píng)估內(nèi)容、預(yù)測(cè)效能等原始研究。（3）情景（context，C）：出現(xiàn)心血管疾病不良結(jié)局事件。排除標(biāo)準(zhǔn)：（1）非中英文文獻(xiàn)；（2）無(wú)法獲取全文；（3）會(huì)議摘要；（4）重復(fù)收錄。

1.3 檢索策略

檢索中國(guó)知網(wǎng)、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)、維普網(wǎng)、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)、PubMed、Web of Science、Cochrane Library、Embase、CINAHL、Scopus數(shù)據(jù)庫(kù)。檢索時(shí)間為建庫(kù)至2023年5月，采用主題詞和自由詞結(jié)合方式進(jìn)行檢索，并進(jìn)一步檢索納入文獻(xiàn)的參考文獻(xiàn)。在正式檢索前先在中國(guó)知網(wǎng)及PubMed數(shù)據(jù)庫(kù)中進(jìn)行預(yù)檢索，經(jīng)修正檢索策略后再進(jìn)行正式檢索。以PubMed為例，英文檢索式為（“cardiovascular disease”［MeSH Terms］ OR “CVD*”［Title/Abstract］ OR “cardiac disease*”［Title/Abstract］ OR “CHD*”［Title/Abstract］ OR “circulation system diseases*”［Title/Abstract］） AND（“early warning”［MeSH Terms］ OR “risk assessment”［MeSH Terms］ OR “prediction rule*”［Title/Abstract］ OR “prediction model*”［Title/Abstract］ OR “prognosis model*”［Title/Abstract］ OR “evaluation tool*”［Title/Abstract］）。以中國(guó)知網(wǎng)為例，中文檢索式為（SU=‘心血管疾病+‘心臟疾病+‘循環(huán)系統(tǒng)疾?。〢ND（SU=‘病情變化+‘早期預(yù)警+‘早期預(yù)警評(píng)分+‘風(fēng)險(xiǎn)評(píng)估+‘風(fēng)險(xiǎn)預(yù)測(cè)）AND（SU=‘評(píng)估工具+‘工具+‘量表）。

1.4 文獻(xiàn)篩選與資料提取

將檢索到的文獻(xiàn)導(dǎo)入EndNote X9軟件篩選重復(fù)文獻(xiàn)。由2名經(jīng)過(guò)培訓(xùn)的研究者根據(jù)納入及排除標(biāo)準(zhǔn)通過(guò)閱讀文獻(xiàn)標(biāo)題和摘要進(jìn)行初篩，再閱讀全文進(jìn)行復(fù)篩。如篩選過(guò)程中出現(xiàn)爭(zhēng)議，則與第3名研究者討論確定符合標(biāo)準(zhǔn)的文獻(xiàn)。所納入的文獻(xiàn)信息均由2名研究者獨(dú)立提取，包括第一作者、發(fā)表年份、國(guó)家、研究方法、評(píng)估內(nèi)容、研究對(duì)象、研究終點(diǎn)、危險(xiǎn)評(píng)分呈現(xiàn)形式、分界值、驗(yàn)證方法、信效度以及預(yù)測(cè)效能相關(guān)指標(biāo)。

2 結(jié)果

2.1 文獻(xiàn)篩選結(jié)果

初步檢索獲得文獻(xiàn)5 123篇，剔除重復(fù)文獻(xiàn)、與研究?jī)?nèi)容及目的不相符的文獻(xiàn)、無(wú)全文和會(huì)議摘要類文獻(xiàn)、非中英文文獻(xiàn)后，最終納入16篇文獻(xiàn)［14-29］，文獻(xiàn)篩選流程見(jiàn)圖1。

2.2 納入文獻(xiàn)的基本特征

16篇文獻(xiàn)發(fā)表于2015—2022年。其中，泰國(guó)1篇［22］、荷蘭1篇［26］、英國(guó)1篇［20］、日本1篇［23］、土耳其1篇［16］、中國(guó)11篇［14-15，17-19，21，24-25，27-29］。研究類型主要包括前瞻性隊(duì)列研究（n=3）［23，26，28］、橫斷面研究（n=1）［16］、回顧性隊(duì)列研究（n=10）［14-15，17，19-20，22，24-25，27，29］，有2項(xiàng)研究［18，21］僅開(kāi)發(fā)了早期預(yù)警評(píng)估工具而無(wú)應(yīng)用。早期預(yù)警評(píng)估工具的構(gòu)建方法包括Logistic回歸分析（n=8）［14，16，19-20，25-28］，文獻(xiàn)回顧結(jié)合專家咨詢以及層次分析法（n=2）［15，21］，文獻(xiàn)回顧（n=3）［22-23，29］，文獻(xiàn)回顧結(jié)合人工智能算法（n=3）［17-18，24］。納入文獻(xiàn)的基本特征見(jiàn)表1。

2.3 心血管疾病早期預(yù)警評(píng)估工具的應(yīng)用情況

納入的16篇文獻(xiàn)中，共涉及20個(gè)評(píng)估工具應(yīng)用于心血管疾病患者中。檢索到我國(guó)本土研制的心血管疾病早期預(yù)警評(píng)估工具有7項(xiàng)［15，17-19，21，24-25］，僅有2項(xiàng)研究［15，21］在心血管疾病人群中進(jìn)行了信效度檢驗(yàn)。4項(xiàng)研究［16，22-23，26］中的評(píng)估工具被不同國(guó)家引入但并未進(jìn)行信效度檢驗(yàn)。3項(xiàng)研究［23，26，28］收集了前瞻性數(shù)據(jù)進(jìn)行外部驗(yàn)證，4項(xiàng)研究［15，19-20，25］使用回顧性隊(duì)列數(shù)據(jù)進(jìn)行內(nèi)部驗(yàn)證，且均為單中心研究。其中，HAGEMAN等［20］研究既開(kāi)發(fā)了新評(píng)估工具，又驗(yàn)證了其他評(píng)分系統(tǒng)。另外，各評(píng)估工具應(yīng)用的研究終點(diǎn)主要是因心血管疾病導(dǎo)致的死亡［14-16，20，22-23，26，29］、心搏驟停［16，25，29］以及非計(jì)劃性再入院［16，22，26］等。納入研究的研究對(duì)象群體異質(zhì)性較大，包括ST段抬高型心肌梗死患者［22，29］、40歲以上的心血管疾病患者［26，28］以及心臟外科術(shù)后再入ICU患者［14］等，較多集中于成人住院心血管系統(tǒng)疾病患者。

2.4 心血管疾病早期預(yù)警評(píng)估工具的評(píng)估內(nèi)容

納入研究的心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具包含3～17個(gè)評(píng)估內(nèi)容。選擇納入評(píng)估內(nèi)容的常見(jiàn)方法是以改良早期預(yù)警評(píng)分的評(píng)估內(nèi)容為參考，經(jīng)文獻(xiàn)回顧或Logistic回歸分析篩選相關(guān)敏感性指標(biāo)。16篇文獻(xiàn)中多項(xiàng)研究涉及部分實(shí)驗(yàn)室數(shù)據(jù)，關(guān)注患者的家族史、生命體征、體格狀況、疾病相關(guān)因素、生活因素等，內(nèi)容復(fù)雜不易管理。有2項(xiàng)研究［15，21］評(píng)估內(nèi)容簡(jiǎn)單易管理，關(guān)注生命體征的微妙變化從而衡量心血管疾病嚴(yán)重程度。各評(píng)估工具中出現(xiàn)頻率最高的評(píng)估內(nèi)容分別是年齡、收縮壓、呼吸頻率、血氧飽和度、心率、合并癥、意識(shí)水平以及性別。

2.5 心血管疾病早期預(yù)警評(píng)估工具的信效度

納入的16篇文獻(xiàn)中，2項(xiàng)研究［15，21］的信效度檢驗(yàn)結(jié)果表明信度、效度良好，其他研究均缺少信效度評(píng)價(jià)。研究中報(bào)告的評(píng)估工具預(yù)測(cè)效度多數(shù)用受試者工作特征曲線下面積（AUC）及靈敏度、特異度表示，少數(shù)報(bào)告了Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)以及陽(yáng)性或陰性預(yù)測(cè)值。所報(bào)告的評(píng)估工具AUC為0.550～0.926 9。國(guó)內(nèi)研制的7項(xiàng)評(píng)估工具［15，17-19，21，24-25］驗(yàn)證方法多為內(nèi)部驗(yàn)證，AUC均在0.7以上，表明預(yù)測(cè)效度尚可；納入的4項(xiàng)國(guó)外研究［16，22-23，26］的評(píng)估工具AUC為0.746～0.804，3項(xiàng)未評(píng)價(jià)靈敏度及特異度，預(yù)測(cè)效能總體并不理想。

3 討論

3.1 心血管疾病早期預(yù)警評(píng)估工具的開(kāi)發(fā)方法尚需完善

本研究發(fā)現(xiàn)，早期預(yù)警評(píng)估工具構(gòu)建方法不統(tǒng)一。其中，2項(xiàng)研究［15，21］通過(guò)文獻(xiàn)回顧、小組討論、專家咨詢，在改良早期預(yù)警評(píng)分（Modified Early Warning Scale，MEWS）的基礎(chǔ)上進(jìn)行改進(jìn)，但評(píng)估指標(biāo)的篩選不夠嚴(yán)謹(jǐn)。而LI等［17］的研究中，基于大數(shù)據(jù)并結(jié)合人工智能分析技術(shù)構(gòu)建的早期預(yù)警模型，相比傳統(tǒng)的構(gòu)建方法有助于快速挖掘出有效評(píng)估指標(biāo)，可提高預(yù)測(cè)的準(zhǔn)確性及效率［30-31］。因此，心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具的開(kāi)發(fā)方法尚需進(jìn)一步完善。建議未來(lái)相關(guān)研究可基于大數(shù)據(jù)篩選預(yù)警評(píng)估指標(biāo)，并結(jié)合德?tīng)柗品▽?duì)指標(biāo)體系進(jìn)行完善，以促進(jìn)篩選有效評(píng)估內(nèi)容的決策過(guò)程，從而提高研究的科學(xué)性及可解釋性。

3.2 心血管疾病早期預(yù)警評(píng)估內(nèi)容應(yīng)具備?？菩院蜁r(shí)效性

本研究匯總了心血管疾病風(fēng)險(xiǎn)早期預(yù)警的相關(guān)評(píng)估內(nèi)容，包括年齡、性別、收縮壓、呼吸頻率、血氧飽和度、心率、意識(shí)水平、心律失常、胸痛、是否服用降壓藥、總膽固醇、高密度脂蛋白等，可初步劃分為包含生命體征、意識(shí)水平的基礎(chǔ)指標(biāo)［32］，以及包含心血管疾病特征、實(shí)驗(yàn)室數(shù)據(jù)的?？铺禺愋灾笜?biāo)。本文多項(xiàng)研究［20，26-27］中的風(fēng)險(xiǎn)評(píng)估工具涵蓋家族史、總膽固醇、高密度脂蛋白、BMI、是否服用降壓藥物等，雖然預(yù)測(cè)精準(zhǔn)度高，但指標(biāo)繁多，臨床中不能直接快速獲取，限制了評(píng)估的時(shí)效性。而于漫等［15］構(gòu)建的心血管疾病早期預(yù)警評(píng)分量表既包含基礎(chǔ)指標(biāo)（收縮壓、心率、呼吸、血氧飽和度、體溫、意識(shí)），又包含專科特異性指標(biāo)（心律失常、疼痛評(píng)分、年齡），具有?？菩约皶r(shí)效性。評(píng)估內(nèi)容的?？菩约皶r(shí)效性是心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具的關(guān)鍵特征，可幫助護(hù)士客觀評(píng)估患者疾病的嚴(yán)重程度，提高早期識(shí)別能力，為臨床護(hù)理決策提供可靠依據(jù)。因此，未來(lái)研究在篩選早期預(yù)警評(píng)估內(nèi)容時(shí)應(yīng)充分考慮心血管疾病相關(guān)特點(diǎn)以及臨床應(yīng)用時(shí)效性，構(gòu)建具有?？菩耘c時(shí)效性兼?zhèn)涞男难芗膊★L(fēng)險(xiǎn)早期預(yù)警評(píng)估工具。

3.3 心血管疾病早期預(yù)警評(píng)估工具效果評(píng)價(jià)有待全面驗(yàn)證

本文發(fā)現(xiàn)2項(xiàng)研究［21，28］未進(jìn)行預(yù)測(cè)效能評(píng)價(jià)，研究?jī)H設(shè)計(jì)了早期預(yù)警系統(tǒng)，尚未在臨床進(jìn)行檢驗(yàn)和應(yīng)用，即國(guó)內(nèi)研制的評(píng)估工具［15，17-19，21，24-25］AUC為0.7以上，但內(nèi)外部驗(yàn)證的AUC差別較大，預(yù)測(cè)性能尚需考評(píng)。AUC雖是評(píng)價(jià)早期預(yù)警評(píng)估工具區(qū)分度性能的關(guān)鍵指標(biāo)，但更需校準(zhǔn)度性能指標(biāo)評(píng)價(jià)臨床實(shí)際應(yīng)用效能［33］，卻多數(shù)研究未報(bào)告。本研究納入的心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具雖多已評(píng)價(jià)其預(yù)測(cè)效能，但缺乏信效度檢驗(yàn)。此外，本研究顯示有12項(xiàng)評(píng)估工具的初始研究對(duì)象均不是心血管疾病患者，由于患者群體的異質(zhì)性，可能會(huì)導(dǎo)致外部驗(yàn)證或評(píng)估工具在臨床實(shí)踐中應(yīng)用效果不佳［34］。因此，在開(kāi)發(fā)心血管疾病預(yù)警評(píng)估工具時(shí)除了關(guān)注其預(yù)測(cè)效能外，還需要對(duì)其信效度進(jìn)行驗(yàn)證，以保證其評(píng)估工具的可推廣性。此外，大部分評(píng)估工具僅為單中心研究，樣本量較少，也影響了工具的有效性和穩(wěn)定性。綜上，當(dāng)前心血管疾病各預(yù)警評(píng)估工具的信效度仍待探討，后續(xù)可依據(jù)我國(guó)心血管疾病患者特點(diǎn)開(kāi)發(fā)本土化、靈敏度高的早期預(yù)警評(píng)估工具，并注重基于現(xiàn)有早期預(yù)警評(píng)估工具開(kāi)展多中心、前瞻性的外部驗(yàn)證研究，充分論證其廣泛適用性。

4 小結(jié)

本研究針對(duì)心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具的相關(guān)內(nèi)容進(jìn)行總結(jié)，為臨床心血管疾病早期預(yù)警評(píng)估工具的選擇提供參考。由于本研究?jī)H納入了中英文的文獻(xiàn)，對(duì)評(píng)估內(nèi)容、效果評(píng)價(jià)等方面的論證仍存在局限性。目前心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具種類多樣，開(kāi)發(fā)方法和預(yù)警內(nèi)容尚需進(jìn)一步完善，且缺少特異性評(píng)估工具。未來(lái)仍需要進(jìn)一步驗(yàn)證現(xiàn)有工具的信效度，并結(jié)合心血管疾病特征開(kāi)發(fā)本土化、具備良好信效度的心血管疾病風(fēng)險(xiǎn)早期預(yù)警特異性評(píng)估工具。

作者貢獻(xiàn)：左仲琪、王宇負(fù)責(zé)論文的構(gòu)思與設(shè)計(jì)、論文的撰寫與修訂；靳艷、于漫負(fù)責(zé)論文的可行性分析；張慶偉、袁彬彬、沈賽婭、王菲負(fù)責(zé)文獻(xiàn)/資料的收集與整理；左仲琪、于漫負(fù)責(zé)論文的英文修訂、質(zhì)量控制及審校，并對(duì)文章整體負(fù)責(zé)，監(jiān)督管理。

本文無(wú)利益沖突。

參考文獻(xiàn)

中國(guó)心血管健康與疾病報(bào)告編寫組. 中國(guó)心血管健康與疾病報(bào)告2022概要［J］. 中國(guó)循環(huán)雜志，2023，38（6）：583-612. DOI：10.3969/j.issn.1000-3614.2023.06.001.

ANDERSEN L W，HOLMBERG M J，BERG K M，et al. In-hospital cardiac arrest：a review［J］. JAMA，2019，321（12）：1200-1210. DOI：10.1001/jama.2019.1696.

PETEK D，PETEK-STER M，TUSEK-BUNC K. Health behavior and health-related quality of life in patients with a high risk of cardiovascular disease［J］. Zdr Varst，2018，57（1）：39-46. DOI：10.2478/sjph-2018-0006.

VLAYEN A，VERELST S，BEKKERING G E，et al. Incidence and preventability of adverse events requiring intensive care admission：a systematic review［J］. J Eval Clin Pract，2012，18（2）：485-497. DOI：10.1111/j.1365-2753.2010.01612.x.

任雪麗，周蓉. 早期預(yù)警評(píng)分系統(tǒng)在普通病房的應(yīng)用研究進(jìn)展［J］. 護(hù)理研究，2022，36（14）：2528-2532. DOI：10.12102/j.issn.1009-6493.2022.14.016.

張竹英，姚彥蓉，劉娜，等. 國(guó)家早期預(yù)警評(píng)分在心臟外科潛在危重癥患者病情早期識(shí)別中的應(yīng)用［J］. 基層醫(yī)學(xué)論壇，2022，26（9）：7-10. DOI：10.19435/j.1672-1721.2022.09.003.

AL-DMOUR J A，SAGAHYROON A，AL-ALI A R，et al. A fuzzy logic-based warning system for patients classification［J］. Health Informatics J，2019，25（3）：1004-1024. DOI：10.1177/1460458217735674.

HOGAN H，HEALEY F，NEALE G，et al. Preventable deaths due to problems in care in English acute hospitals：a retrospective case record review study［J］. BMJ Qual Saf，2012，21（9）：737-745. DOI：10.1136/bmjqs-2011-001159.

KRONICK S L，KURZ M C，LIN S，et al. Part 4：systems of care and continuous quality improvement：2015 American heart association guidelines update for cardiopulmonary resuscitation and emergency cardiovascular care［J］. Circulation，2015，132（18 Suppl 2）：S397-413. DOI：10.1161/CIR.0000000000000258.

HUANG Z X，DONG W，DUAN H L. A probabilistic topic model for clinical risk stratification from electronic health records［J］. J Biomed Inform，2015，58：28-36. DOI：10.1016/j.jbi.2015.09.005.

DUNNE E，LEARY R，SRINIVASAN K，et al. Early warning scores：breaking or building barriers to critical care［J］. Crit Care，2014，18（suppl 1）：P44. DOI：10.1186/cc13234.

ARKSEY H，O'MALLEY L. Scoping studies：towards a methodological framework［J］. Int J Soc Res Methodol，2005，8（1）：19-32. DOI：10.1080/1364557032000119616.

LOCKWOOD C，DOS SANTOS K B，PAP R. Practical guidance for knowledge synthesis：scoping review methods［J］. Asian Nurs Res，2019，13（5）：287-294. DOI：10.1016/j.anr.2019.11.002.

仲駿，丁紫微，張賢玲，等. 不同危重癥評(píng)分工具預(yù)測(cè)心臟外科術(shù)后再入ICU患者死亡風(fēng)險(xiǎn)的比較［J］. 護(hù)理學(xué)雜志，2020，35（23）：1-4. DOI：10.3870/j.issn.1001-4152.2020.23.001.

于漫，楊巧芳，袁彬彬. 心血管疾病早期預(yù)警評(píng)分量表的構(gòu)建與應(yīng)用［J］. 中華現(xiàn)代護(hù)理雜志，2018，24（21）：2525-2528. DOI：10.3760/cma.j.issn.1674-2907.2018.21.010.

TA?OLAR H，?ETIN M，BALL? M，et al. CHA2DS2-VASc-HS score in non-ST elevation acute coronary syndrome patients：assessment of coronary artery disease severity and complexity and comparison to other scoring systems in the prediction of in-hospital major adverse cardiovascular events［J］. Anatol J Cardiol，2016，16（10）：742-748. DOI：10.14744/AnatolJCardiol.2015.6593.

LI B，DING S，SONG G L，et al. Computer-aided diagnosis and clinical trials of cardiovascular diseases based on artificial intelligence technologies for risk-early warning model［J］. J Med Syst，2019，43（7）：228. DOI：10.1007/s10916-019-1346-x.

FANG Y，LI C，SUN L J. Design of an early warning system for patients with cardiovascular diseases under mobile environment［J］. Procedia Comput Sci，2016，96：819-825. DOI：10.1016/j.procs.2016.08.258.

BIAN Y，XU F，LV R J，et al. An early warning scoring system for the prevention of acute heart failure［J］. Int J Cardiol，2015，183：111-116. DOI：10.1016/j.ijcard.2015.01.076.

HAGEMAN S H J，MCKAY A J，UEDA P，et al. Estimation of recurrent atherosclerotic cardiovascular event risk in patients with established cardiovascular disease：the updated SMART2 algorithm［J］. Eur Heart J，2022，43（18）：1715-1727. DOI：10.1093/eurheartj/ehac056.

ZHANG Y L，ZHUO H Y，BI H L，et al. Feasibility investigation of developing a revised MEWS score for cardiovascular specialty［J］. Am J Nurs Sci，2021，10（3）：179. DOI：10.11648/j.ajns.20211003.16.

CHOTECHUANG Y，PHROMMINTIKUL A，KUANPRASERT S，et al. GRACE score and cardiovascular outcomes prediction among the delayed coronary intervention after post-fibrinolytic STEMI patients in a limited PCI-capable hospital［J］. Open Heart，2020，7（1）：e001133. DOI：10.1136/openhrt-2019-001133.

SUZUKI S，KAIKITA K，YAMAMOTO E，et al. H2 FPEF score for predicting future heart failure in stable outpatients with cardiovascular risk factors［J］. ESC Heart Fail，2020，7（1）：65-74. DOI：10.1002/ehf2.12570.

WU X W，CHANG H，LI M T，et al. A machine learning-based risk warning platform for potentially inappropriate prescriptions for elderly patients with cardiovascular disease［J］. Front Pharmacol，2022，13：804566. DOI：10.3389/fphar.2022.804566.

MO R，YU L T，TAN H Q，et al. A new scoring system for predicting short-term outcomes in Chinese patients with critically-ill acute decompensated heart failure［J］. BMC Cardiovasc Disord，2021，21（1）：228. DOI：10.1186/s12872-021-02041-2.

SCHOOFS M C，AKKERMANS R，GRAUW W D，et al. Performance of the SCORE and Globorisk cardiovascular risk prediction models：a prospective cohort study in Dutch general practice［J］. Br J Gen Pract，2022，73（726）：e24-33. DOI：10.3399/BJGP.2021.0726.

HONG X L，CHEN H，LI Y，et al. Prediction of presence and severity of coronary artery disease using prediction for atherosclerotic cardiovascular disease risk in China scoring system［J］. World J Clin Cases，2021，9（20）：5453-5461. DOI：10.12998/wjcc.v9.i20.5453.

LI J X，LIU F C，YANG X L，et al. Validating World Health Organization cardiovascular disease risk charts and optimizing risk assessment in China［J］. Lancet Reg Health West Pac，2021，8：100096. DOI：10.1016/j.lanwpc.2021.100096.

張婧婧. ViEWS評(píng)分對(duì)STEMI患者院內(nèi)發(fā)生MACE事件的預(yù)測(cè)價(jià)值［J］. 醫(yī)學(xué)理論與實(shí)踐，2022，35（22）：3900-3902. DOI：10.19381/j.issn.1001-7585.2022.22.047.

魏珂，司春嬰，王賀，等. 人工智能在心血管疾病診斷及風(fēng)險(xiǎn)預(yù)測(cè)中的研究進(jìn)展［J］. 世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化，2020，22（10）：3576-3582. DOI：10.11842/wst.20200915002.

WEENK M，KOENEMAN M，VAN DE BELT T H，et al. Wireless and continuous monitoring of vital signs in patients at the general ward［J］. Resuscitation，2019，136：47-53. DOI：10.1016/j.resuscitation.2019.01.017.

UMAR A，AMEH C A，MURIITHI F，et al. Early warning systems in obstetrics：a systematic literature review［J］. PLoS One，2019，14（5）：e0217864. DOI：10.1371/journal.pone.0217864.

VAN CALSTER B，WYNANTS L，VERBEEK J F M，et al. Reporting and interpreting decision curve analysis：a guide for investigators［J］. Eur Urol，2018，74（6）：796-804. DOI：10.1016/j.eururo.2018.08.038.

GERRY S，BONNICI T，BIRKS J，et al. Early warning scores for detecting deterioration in adult hospital patients：systematic review and critical appraisal of methodology［J］. BMJ，2020，369：m1501. DOI：10.1136/bmj.m1501.

（本文編輯：賈萌萌）

*通信作者：于漫，副主任護(hù)師；E-mail：yuman1973@126.com

基金項(xiàng)目：河南省醫(yī)學(xué)科技攻關(guān)計(jì)劃（聯(lián)合共建）項(xiàng)目（LHGJ20190773）

引用本文：左仲琪，王宇，靳艷，等. 心血管疾病風(fēng)險(xiǎn)早期預(yù)警評(píng)估工具的范圍綜述［J］. 中國(guó)全科醫(yī)學(xué)，2024，27（27）：3440-3445. DOI：10.12114/j.issn.1007-9572.2023.0530. ［www.chinagp.net］

ZUO Z Q，WANG Y，JIN Y，et al. Early warning assessment tools for cardiovascular disease risk：a scoping review［J］. Chinese General Practice，2024，27（27）：3440-3445.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.