目的系统评价围手术期低体温风险预测模型,为建立和改进模型提供指导。方法检索PubMed、Embase、Web of Science、Cochrane Library、CINAHL、中国知网、万方数据库、维普期刊库和中国生物医学文献数据库发表的关于围手术期低体温风险...目的系统评价围手术期低体温风险预测模型,为建立和改进模型提供指导。方法检索PubMed、Embase、Web of Science、Cochrane Library、CINAHL、中国知网、万方数据库、维普期刊库和中国生物医学文献数据库发表的关于围手术期低体温风险预测模型的研究,检索年限为建库至2024年5月23日。2名研究者独立筛选文献、提取资料,并采用预测模型研究的偏倚风险评估工具(Prediction Model Risk of Bias Assessment Tool,PROBAST)评价纳入文献的质量。采用Stata 15.0软件对建立模型的预测变量进行Meta分析。结果共纳入52篇文献,构建58个围手术期低体温风险预测模型,受试者工作特征曲线下面积(Area Under the Curve,AUC)为0.683~0.968,其中51个预测模型的预测性能较好(AUC>0.700)。43篇文献进行了模型校准,23篇文献进行内部验证,13篇文献进行外部验证,8篇文献内外部验证相结合。PROBAST评价结果表明52篇文献均为高偏倚风险。最常见的预测因子包括:年龄、基础体温、术中输液量、麻醉持续时间、手术室温度、手术时间、术中出血量、术中冲洗液用量、麻醉方式、甲状腺功能减退、手术方式等。结论围手术期低体温风险预测模型预测性能较理想,部分预测模型建模方法学存在一定缺陷,后续关于模型构建研究可按照PROBAST工具相关条目开展。医护人员应尽早干预存在以上危险因素的高危患者,降低围手术期低体温发生率。展开更多
文摘目的系统评价围手术期低体温风险预测模型,为建立和改进模型提供指导。方法检索PubMed、Embase、Web of Science、Cochrane Library、CINAHL、中国知网、万方数据库、维普期刊库和中国生物医学文献数据库发表的关于围手术期低体温风险预测模型的研究,检索年限为建库至2024年5月23日。2名研究者独立筛选文献、提取资料,并采用预测模型研究的偏倚风险评估工具(Prediction Model Risk of Bias Assessment Tool,PROBAST)评价纳入文献的质量。采用Stata 15.0软件对建立模型的预测变量进行Meta分析。结果共纳入52篇文献,构建58个围手术期低体温风险预测模型,受试者工作特征曲线下面积(Area Under the Curve,AUC)为0.683~0.968,其中51个预测模型的预测性能较好(AUC>0.700)。43篇文献进行了模型校准,23篇文献进行内部验证,13篇文献进行外部验证,8篇文献内外部验证相结合。PROBAST评价结果表明52篇文献均为高偏倚风险。最常见的预测因子包括:年龄、基础体温、术中输液量、麻醉持续时间、手术室温度、手术时间、术中出血量、术中冲洗液用量、麻醉方式、甲状腺功能减退、手术方式等。结论围手术期低体温风险预测模型预测性能较理想,部分预测模型建模方法学存在一定缺陷,后续关于模型构建研究可按照PROBAST工具相关条目开展。医护人员应尽早干预存在以上危险因素的高危患者,降低围手术期低体温发生率。
