成人术中获得性压力损伤风险预测模型的系统评价*

蔡玉静，李伦兰，，丁晓云，李贞，丁佩佩，凤林生，袁昊炜，黄慧

（1安徽医科大学护理学院，安徽合肥，230601；2安徽医科大学第一附属医院，安徽合肥，230022）

压力性损伤（pressure injury，PI）是指由于压力或者压力联合剪切力的综合作用引起的皮肤和（或）皮下软组织的局限性损伤，常发生在骨隆突部位或皮肤与医疗设备接触的部位［1-2］。手术患者是院内压力性损伤的高风险人群［3］，术中获得性压力损伤（intraoperative acquired pressure injury，IAPI）是指在手术中由于长时间受到压力、摩擦力和（或）剪切力的持续作用而引起皮肤局限性损伤，常在术后几小时到6d 内发生，以术后1～3d 多见［4-5］，其发生率为2.28%～8.5%［6-7］，一旦发生，不仅延长患者住院时间、增加医疗费用，还可造成医疗资源的浪费［8-9］，术中IAPI 的发生往往是多个危险因素的叠加，因此早期识别IAPI 危险人群，进行针对性的预防和护理至关重要。疾病风险预测模型采用定量研究的方法能够更准确全面地预测发病风险，并采用直观的数据呈现研究结果［10］。近年来，国内学者已构建了IAPI 风险预测模型，但预测性能差距较大。因此，本研究系统评价成人IAPI 风险预测模型的偏倚风险和适用性，为构建更好高准确度的风险预测模型提供依据。

1 资料与方法

1.1 文献纳入和排除标准

纳入标准：①研究对象为手术患者且年龄≥18周岁，手术类型及麻醉方式不限；②研究内容为术中IAPI 风险预测模型的构建和/或验证的研究；③研究类型包括病例对照研究、队列研究和横断面研究；④文章语言为中文或英文。排除标准：①院前带入PI；②会议摘要等非正式发表的文献；③数据不完整或无法获取全文；④重复发表的文献。

1.2 文献检索策略

系统检索中国生物医学文献数据库：中国知网，万方，维普，PubMed，Web of Science，Cochrane Library，Embase 数据库中IAPI 风险预测模型的相关研究。检索时限为建库至2022 年11 月4 日。检索词使用主题词与自由词相结合的方式。中文数据库以中国知网为例，检索式为：（压力性溃疡+压疮+褥疮+压力性损伤）AND（手术+术中+手术室+围手术期）AND（风险预测+模型+风险评分+风险评估）。英文数据库以PubMed 为例，检索式为：（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 文献筛选和资料提取

2 名研究者按照纳入和排除标准独立筛选文献，当意见不一致且经讨论不能达成共识时，请第3 名研究人员进行评定并达成共识。文献筛选方法：通过Note-Express 软件去除重复的题录，阅读题目及摘要进行初筛，排除明显不相关文献后，进一步阅读全文进行复筛，确定最终纳入文献。确定纳入文献后，依据预测模型研究系统评价的关键评估和数据提取清单（critical appraisal and data extraction for systematic reviews of prediction modelling studies，CHARMS）［11］制定Excel 数据提取表，提取信息包括纳入文献发表年份、研究设计、研究对象、PI 评估时间、模型性能、模型验证、样本量和预测因子等。

1.4 纳入文献的偏倚风险和适用性评估

采用预测模型研究的偏倚风险和适用性评估工具（prediction model risk of bias assessment tool，PROBAST）［12］对纳入文献进行评估。①偏倚风险评估包括研究对象、预测因子、结局和统计分析4 个领域，分别包含2、3、6、9 个问题，共20 个问题，所有问题的回答均为“是”或“可能是”，判定为低偏倚风险；任一问题回答为“否”或“可能否”，判定为高偏倚风险；如相关信息不足，判定为偏倚风险不清楚。4 个领域均为低偏倚风险，判定为研究整体为低偏倚风险；≥1 个领域的结果为高偏倚风险或者4 个领域均为低偏倚风险但预测模型缺少外部验证时，判定为研究整体为高偏倚风险；≥1 个领域为偏倚风险不清楚但其他领域为低偏倚风险，判定研究整体偏倚风险为不清楚。②适用性评价包括研究对象、预测因子和结局3个领域，各个领域按照“适用性好、差及不清楚”进行评价。若3 个领域适用性评估均为好，评定总体适用性好；若任一领域为差，评定总体适用性差；若任一领域不清楚而其他领域好，评定总体为适用性不清楚。

2 结果

2.1 文献筛选流程和结果

检索共获得4 741 篇相关文献，经过筛选后，纳入文献13 篇［13-25］，其中英文文献3 篇［13-15］，中文文献10 篇［16-25］。文献筛选流程及结果图见图1。

图1 文献检索流程及结果图

2.2 纳入文献的基本特征

共纳入13 篇［13-25］文献，6 篇［14，18-19，21-22，25］是前瞻性队列研究，7 篇［13，15-17，20，23-24］是回顾性研究。在IAPI 评估时间方面：10 项［13-14，16，18-19，21-25］研究评估时间为术前1d 至术后5d；1 项［15］研究未具体说明评估时间仅描述将术后和出院前发生PI 患者纳入PI 发生组；2 项研究［17，20］在文中未说明评估时间也未做任何描述。纳入文献的基本特征和PI 评估时间见表1。

表1 纳入文献的基本特征和压力性损伤评估时间（n=13）

2.3 预测模型的基本特征

本研究纳入13 项［13-25］研究均为模型的开发（验证）研究，共纳入17 个风险预测模型，其中PARK 等［13］应用3 种不同评估工具，建立了3 个模型；曲超然［25］基于随机森算法、决策树、朴素贝叶斯，建立3 个模型。本研究候选变量数为8～51 个，总样本量为138～11 247例，结局事件数为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 回归方法构建风险预测模型。所有研究均未报告缺失数据的相关信息。预测模型的基本特征见表2。

表2 预测模型的基本特征 （n=13）

2.4 模型性能及预测因子

17 个模型中有14 个模型的受试者工作特征曲线下面积（area under the curve，AUC）为0.616～0.984，另外3 个模型没有报告AUC 结果。13 项研究中，有9 项研究［13，15，18-24］报告了模型的校准方法，7 项研究［15，17-18，21-24］对模型进行了验证；1 项研究［25］采用K 折交叉验证，得出3 个预测模型的准确率为90.91%、89.0%和88.52%。

17 个风险预测模型，其中PARK 等［13］建立，模型a 显示没有一个因素与手术患者PI 的发生显著相关，另外16 个模型包含2～13 个独立预测因子，排名前5位的风险因素为：手术时间、年龄、合并糖尿病、体质指数（body mass index，BMI）、血清白蛋白水平。预测模型性能及预测因子见表3。

表3 预测模型性能及预测因子（n=13）

2.5 偏倚风险和适用性评价

2.5.1 偏倚风险评价 ①与研究对象有关的偏倚：有6项研究［14，18-19，21-22，25］评价为低风险；7项研究［13，15-17，20，23-24］评价为高风险，原因为研究数据来自回顾性研究，而回顾性研究因资料不全导致不能深入探讨和发现某些相关因素。②与预测因子有关的偏倚：有11项研究［13-19，21-24］评价为低风险；有1项研究［20］评价为不清楚；1项研究［25］评价为高风险，原因为通过筛选得出的13个有意义变量，在决策树算法模型中只有8个有意义变量。③与结果有关的偏倚：有3项研究［13，18，23］评价为高风险，原因为预测结局未采用指南或者标准化的定义；3项研究［15，17，20］评价为不清楚，原因为预测结局时未报告IAPI的具体评定时限，文章仅描述IAPI相关定义，其他研究评价为低风险。④与分析有关的偏倚：有12项研究［13-14，16-25］评价为高风险，主要原因为变量的筛选基于单因素分析、研究未报告模型的区分度或校准度和连续性变量转化成≥2的分类变量；有1项研究［15］评价为不清楚。纳入的13项研究［13-25］整体偏倚均为高偏倚风险。结果见表4。

表4 纳入模型的偏倚风险及适用性评价 （n=13）

2.5.2 适用性评价 有10项研究［13-14，16，18-19，21-25］整体适用性风险低，表示适用性好；有3项研究［15，17，20］整体适用性风险为不清楚。在结果适用性评价方面：有3项研究［15，17，20］评价为适用性风险不清楚，FENG等［15］研究未说明IAPI的具体评估时间，仅将腹部手术后并在ICU监护成年腹部手术患者在术后至出院前发生的压疮纳入压疮组；李凤林等［17］及刘婉琳等［20］研究未报告手术患者术后PI的具体评估时间或患者住院期间多长时间内PI发生情况。结果见表4。

3 讨论

3.1 IAPI风险预测模型性能较好但偏倚风险较高

本研究检索国内外发表的中英文有关IAPI 风险预测模型的相关研究，筛选后最终纳入13 项研究［13-25］，包括17 个模型，有14 个模型的AUC 为0.616～0.984，其中有7 项研究［13，15，18-20，22-23］的8 个模型的AUC＞0.8，2项研究［15，24］同时报道了模型内部和外部验证的AUC，AUC 均＞0.7，说明IAPI 风险预测模型整体性能较好。本研究对纳入的13 项研究［13-25］，17 个IAPI 风险预测模型，从研究对象、预测因子、结局指标和分析4个领域进行了系统评价，结果提示IAPI 风险预测模型适用性较好，但风险预测模型偏倚均较高，主要原因为部分研究为回顾性研究、未规避单因素分析的方法筛选变量、模型性能及过度拟合评估不全、忽略缺失数据处理等；另外，研究对象在科室、病种、手术方式及麻醉方式等方面，没有进行细致划分，并且研究多为单中心研究，使得模型的普适性和推广性受到限制。

3.2 影响成人IAPI发生的主要风险因素分析

本研究系统检索了IAPI 风险预测模型的相关研究，共纳入13 项研究涉及17 个风险预测模型，经过分析发现，没有任何2 个模型所包含的预测因子完全一致，但出现频次最高的前5 位预测因子为手术时间、年龄、合并糖尿病、BMI、血清白蛋白水平。分析原因，①研究结果［26］发现，手术时间是IAPI 高危因素之一，与本研究结论一致。受压部位压力和剪切力会随着手术时间延长不断增加，皮肤受压时间越长，发生压力性损伤风险越大。因此应重点观察手术时间较长患者皮肤受压情况，避免手术期间某一部位长时间受压。②郭莉等［6］研究发现，IAPI 发生率最高的年龄段是65 岁以上患者。这是由于老年患者真皮较薄，胶原蛋白、肌肉和脂肪组织较少，这些因素会降低患者皮肤的弹性，增加PI 发生的概率［27］。③NASIRI 等［28］研究结果表明，糖尿病患者发生手术相关压疮的风险是其他患者的1.5 倍，与本研究结论一致。可能是因为糖尿病引起的小血管灌注变化、神经病变和血红蛋白、糖化血红蛋白、血清白蛋白水平等变化有关，降低了患者的皮肤敏感性和耐受性［29］。④相关研究结果显示［30］，手术患者BMI过高时，其受压部位承受压力增加；BMI 过低时，受压部位和骨突出部位缺少脂肪和肌肉组织支撑和缓冲，压力性损伤风险增加。⑤刁玲玲等［31］研究结果显示，血清白蛋白水平与压疮发生密切相关。患者血清白蛋白水平降低，与蛋白质摄入量减少、消耗增加以及疾病本身等有关，更增加压力性损伤的风险。应重视手术患者基础疾病情况及营养状况，并制定相应对策。

3.3 启示

IAPI 风险预测模型能够识别IAPI 发生的风险，有助于医护人员对IAPI 高风险患者进行评估，以便及时制定有效的预防措施。目前，IAPI 预防策略仍然缺乏相应的高质量前瞻性、随机对照临床研究，IAPI 风险预测模型的开发研究不足以保证其临床效用，仍然需要进一步的更新、验证研究去支持最佳临床实践。可从以下几方面进行思考：①IAPI 风险因素较多，各模型手术病种不同，预测因子也不同但存在一定特征。本研究发现，纳入模型中前5 位的预测因子是手术时间、年龄、BMI、合并糖尿病、血清白蛋白水平。应对这些变量进行正确评估并采取积极有效的预防措施，以降低IAPI 的发生。②本研究纳入模型的研究样本量计算公式缺乏报告，可能会导致参数估计不准确。在模型的开发方面，每个自变量的事件数（events per variable，EPV）＞20 会让研究更有说服力［32］；若EPV＜10 可能会造成过度拟合［33］；而模型的验证研究，样本量＜100可能会造成偏倚［34］。因此，未来模型的构建，不仅需要纳入足够的样本量，还要规范报告样本量计算方法。③曲超然［25］研究基于机器学习算法构建决策树、随机森林、朴素贝叶斯3 种模型并比较各模型的预测效果，但没有报告模型的区分度和校准度。大部分研究仅进行模型构建及内部验证，缺乏外部验证，使得可移植性和可泛化性受到限制［35］。因此，未来需要对模型构建进行严格的质量和方法评估，规范模型建立和验证过程，提高模型的标准化和科学性［36］。④所有研究均未报告数据缺失的有关信息，可能对模型结果有一定影响。研究显示［37］，正确处理数据可减少偏倚，如运用加权法、删除法及插补法等方法处理缺失数据。

4 结论

本研究纳入13 项研究，共17 个成人IAPI 风险预测模型，其中手术时间、年龄、合并糖尿病、BMI、血清白蛋白水平是最常见的预测因子。模型整体预测性能较好，适用性风险较低，但存在较高的偏倚风险，主要原因是回顾性研究、基于单变量分析筛选预测因子、预测结局未采用指南或者标准化的定义。未来应开展多中心、大样本前瞻性研究，充分考虑到模型的外推性；其次，应考虑科室、病种、手术方式及麻醉方式等方面的混杂因素，并对模型进行内部验证和外部验证，以得到更好的高准确度的风险预测模型，为制订相关预防策略提供参考依据。