術中獲得性壓力性損傷風險預測模型的系統評價

陳雯 景新華 張成歡 溫曉萌 江竹月

基金項目：常州市第一人民醫院護理院級課題（編號：yy2020009）

作者簡介：陳雯（1995.12-），女，江蘇丹陽人，碩士研究生，護師，主要從事臨床護理、急危重癥護理工作

通訊作者：景新華（1977.6-），女，江蘇常州人，本科，主任護師，主要從事護理管理、重癥護理工作

摘要：目的? 系統評價術中獲得性壓力性損傷風險預測模型，為模型構建、應用及優化提供建議。方法? 計算機檢索 PubMed、Web of Science、Cochrane Library、Medline、CINAHL、中國知網、中國生物醫學文獻數據庫、萬方數據庫及維普全文數據庫中有關構建術中獲得性壓力性損傷風險預測模型的文獻，檢索時限為建庫至2022年7月。由兩名研究者獨立篩選文獻并提取資料，采用預測模型構建研究數據提取和質量評價清單對納入的研究進行質量評價。結果? 共納入13篇文獻，包含17個術中獲得性壓力性損傷風險預測模型，其中13個模型在驗證模型過程中的受試者工作特征曲線下面積均大于0.7，進入模型頻次最高的預測因子主要為手術時間、年齡、糖尿病、低蛋白血癥和BMI。結論? 術中獲得性壓力性損傷風險預測模型的研究質量較高，模型性能較好，手術患者發生壓力性損傷的高危因素為手術時間、年齡、糖尿病、低蛋白血癥和BMI，醫務人員應盡早識別并實施針對性的措施。

關鍵詞：術中獲得性壓力性損傷；預測模型；預測因子

中圖分類號：R473? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? DOI：10.3969/j.issn.1006-1959.2024.09.006

文章編號：1006-1959（2024）09-0036-06

Systematic Evaluation of Risk Prediction Model of Intraoperative Acquired Pressure Injury

CHEN Wen1，JING Xin-hua2，ZHANG Cheng-huan3，WEN Xiao-meng3，JIANG Zhu-yue3

（Department of Emergency Medicine1，Department of Nursing2，Operating Room3，the First People's Hospital of Changzhou，

Changzhou 213000，Jiangsu，China）

Abstract：Objective? To systematically evaluate the risk prediction model of intraoperative acquired pressure injury， and to provide suggestions for model construction， application and optimization.Methods? PubMed， Web of Science， Cochrane Library， Medline， CINAHL， China National Knowledge Infrastructure， China Biomedical Literature Database， Wanfang Database and VIP Full-text Database were searched by computer for literature on the construction of risk prediction model of intraoperative acquired pressure injury. The search time limit was from the establishment of the database to July 2022. Two researchers independently screened the literature and extracted the data， and used the Checklist for Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies to evaluate the quality of the included studies.Results? A total of 13 studies were included， containing 17 pressure injuries risk prediction models for intraoperative acquired pressure injury. Among them， the area under ROC curve of 13 models were over 0.7. The predictors with the highest frequency of pressure injuries were mainly the operation time， age， diabetes mellitus， hypoproteinemia and BMI.Conclusion? The research quality of the pressure injuries risk prediction model for intraoperative acquired pressure injury is high， and the models had good predictive performance. The high-risk factors for pressure injuries in surgical patients are operation time， age， diabetes mellitus， hypoproteinemia and BMI. Medical staff should identify and implement targeted measures as soon as possible.

Key words：Intraoperative acquired pressure injury;Prediction model;Predictor

術中獲得性壓力性損傷（intraoperative acquired pressure injury， IAPI）是指發生在術后72 h內的組織損傷[1]，因接受手術時處于強制性體位以及使用多種用具約束等原因，手術患者壓力性損傷的發生率較高，為0.3%～57.4%[2]。手術患者一旦發生IAPI，不但影響術后預后，延長住院時間，增加經濟負擔，同時加重護士的工作難度，嚴重影響患者的術后康復[3，4]。目前，壓力性損傷的評估仍以量表評估為主，但其準確性較低。預測壓力性損傷并實施針對性的措施能有效改善預后，預測模型能用數學語言或公式計算發生IAPI的概率，準確性高于量表評估[5]。近年來，國內外學者構建了IAPI相關預測模型，但模型性能和臨床適用性有待進一步驗證。因此，本研究旨在系統評價IAPI風險預測模型，為其優化、應用和手術患者壓瘡防治提供依據。

1資料與方法

1.1文獻檢索策略? 計算機檢索英文數據庫 PubMed、Web of Science、Cochrane Library、Medline、CINAHL；中文數據庫中國知網、中國生物醫學文獻數據庫、萬方數據庫及中國維普全文數據庫。檢索文獻時間自建庫至2022年7月。檢索詞采用主題詞與自由詞相結合的方式，并根據具體數據庫進行調整，英文檢索詞：pressure ulcer/pressure injury/PI/PU/pressure sore/pressure damage/bedsore/bed sore/pressure sore/ulcer pressure/sore bed/skin ulce/skin injury/decubitus ulcer/decubitus sore、operati*/surgery/surgical、prediction mode/risk prediction model/prognostic model/predictive model/predictive factor；中文檢索詞：壓力性損傷/壓瘡/壓力性潰瘍/褥瘡/皮膚潰瘍/皮膚損傷/受壓潰瘍、手術/圍手術期/外科/術中/術后、預測模型/風險預測模型/預測因素/預測。以PubMed為例，見圖1。

1.2文獻納入與排除標準? 納入標準：①研究對象為年齡≥18歲且術前未發生壓力性損傷的手術患者；②研究類型為前瞻性研究或回顧性研究；③研究內容為構建和（或）驗證壓力性損傷風險預測模型。排除標準：①未描述模型構建的方法和過程；②只有危險因素分析，未建立模型；③重復發表；④數據不全或獲取不到全文。

1.3文獻篩選及資料提取? 由2名研究人員獨立完成文獻篩選與資料提取，若存在不同意見則協商達成一致，若未解決則由第3位研究人員仲裁。提取內容包括納入文獻和模型的基本特征，其中模型的基本特征包含建模方法及樣本量、驗模方法及樣本量、受試者工作特征曲線下面積（areas under curve， AUC）、納入的預測因子及個數等。

1.4文獻質量評價? 由2名研究人員獨立檢索并篩選文獻，并使用預測模型構建研究數據提取和質量評價清單（Checklist for Critical Appraisal and Data Extraction for Systematic Reviews of Prediction Modelling Studies， CHARMS）[6]對納入的研究進行質量評價，對每項研究判斷包括11個方面，分別是數據來源、參與者、預測結局、預測因子篩選、樣本量、缺失數據處理等。由2名研究人員獨立完成文獻篩選與資料提取，若存在不同意見，由2名研究人員協商達成一致，若未解決則由第3名研究人員仲裁。

1.5統計學方法? 采用描述性分析方法，整理和總結納入不同預測模型的一般情況、建模方法及模型中的預測因子。

2結果

2.1文獻檢索結果? 通過檢索獲得2503篇相關文獻，篩重后剩余2220篇。通過閱讀文題和摘要排除不相關文獻2151篇；通過閱讀全文，因未構建風險預測模型、研究對象為非手術患者、模型的適用性研究、重復發表等原因排除56篇文獻，最終納入13篇文獻[7-19]，其中英文文獻4篇、中文文獻9篇。

2.2納入文獻的基本特征? 最終納入的13篇文獻均為近5年發表，我國開展的研究12項，韓國開展的研究1項；13項研究中有10項為回顧性研究，3項為前瞻性研究；預測術中壓力性損傷的發生率為12.19%～41.75%。納入文獻的基本特征見表1。

2.3納入文獻的方法學質量評價? 納入的13篇文獻為前瞻性研究或回顧性研究，且均描述了納入和排除標準，所有研究均沒有缺失數據，所有研究采用文獻回顧或自行設計預測因子，通過單因素分析來篩選預測因子，再建立模型，偏倚風險較高；陳慧慧等[11]完整報告了建模和驗模的AUC面積（＞0.7）、靈敏度（Se）、特異度（Sp），11項研究[7-10，12-18]報告了建模的AUC面積，均大于0.7，其中僅有1篇文獻[10]未報告Se、Sp；1篇文獻[19]報告了驗模的AUC面積（＞0.7）、Se、Sp；3篇文獻[12，14，17]報道了整體Youden指數；1篇文獻[11]采用了內外部驗證，2篇文獻[17，18]采用外部驗證，其余文獻僅采用了內部驗證。具體文獻質量評價見表2。

2.4納入模型的基本特征? 本研究納入研究的建模方法包括Logistic回歸算法、決策樹算法、貝葉斯網絡算法、隨機森林算法、機器學習算法、人工神經網絡算法，樣本總量為138～3796例。13項研究中，最多報告了11個預測因子，最少報告了3個預測因子，本系統評價中手術患者發生壓力性損傷的高危因素為手術時間、年齡、糖尿病、低蛋白血癥和BMI指數，納入模型的基本特征見表3。

3討論

3.1納入文獻的方法學質量較高? 壓力性損傷風險預測模型是識別患者壓力性損傷發生風險的有效工具， 通過早期篩查和識別手術患者的高危因素，預測術中發生壓力性損傷發生的概率，通過識別不同高危因素實施針對性的預防措施，從而能改善手術患者結局。本研究納入的13篇文獻在模型開發和評價過程中設計較為嚴謹，文獻整體方法學質量較高，研究結果可信。本系統評價納入研究均為隊列研究，且均界定了研究對象的納入標準，提高了預測模型的適用性，有效減少了選擇性偏倚。13項研究中，11個模型的AUC在建模人群中＞0.7，表明建立的模型對術中患者發生壓力性損傷的識別準確度較高，因此，可將本研究納入的高質量預測模型應用于手術患者的壓力性損傷管理。

3.2高齡、肥胖或消瘦是手術患者發生壓力性損傷的高危人群? 本研究結果顯示，年齡是IAPI的高危因素。老年患者皮膚干燥，表皮和真皮層防御、再生能力減弱，皮膚彈性下降，活動度下降等生理性因素使其感覺功能減弱；此外，老年患者血管硬化，血流量減少，術中受壓部位血供不足，周圍組織血液循環不良，組織再生能力下降，增加IAPI風險。有研究表明[20]，超過60歲的患者發生IAPI的概率是年齡低于60歲的6倍。同時，本研究結果表明，BMI是IAPI發生的高危因素，肥胖或消瘦均可增加IAPI風險。一方面，肥胖患者的受壓部位皮膚組織由于脂肪較多，血運阻力和著力點受力增大，導致皮膚組織缺血缺氧，因此BMI高者壓力性損傷發生率增加，是導致IAPI形成的一個高危因素[21]；另一方面，體重過輕導致皮膚壓力的改變影響血流灌注，以及脂肪分散壓力作用降低影響局部血供，導致局部皮膚缺血缺氧，且無皮下脂肪組織緩沖保護，從而形成IAPI。因此，針對高齡、肥胖或消瘦的手術患者，護理人員應及時評估風險，對于高風險者定時觀察皮膚情況，必要時在不影響手術的情況下對受壓部位進行按摩，或預防性使用減壓敷料等。

3.3糖尿病、低蛋白血癥是手術患者發生壓力性損傷的高危因素? 本研究結果顯示，糖尿病和低蛋白血癥均是手術患者發生壓力損傷的高危因素，與既往研究[22]結果一致。糖尿病患者因其神經病變，廣泛小血管病變，導致皮膚末梢感覺功能降低，相較于血糖正常的手術患者更易發生壓瘡。血清白蛋白是人體組織細胞新陳代謝的基礎，當手術患者血清白蛋白低時，組織細胞更新能力減弱，因手術過程長期受壓，機體應激的代償能力減弱，無法及時排出間隙水腫廢物[23]。有研究表明[24]，手術患者血清白蛋白低于35 g/L時，IAPI的發生率顯著高于血清白蛋白值正常者。因此，應了解患者的血糖水平及營養狀態，血糖值異常及時匯報醫生，并且對手術患者及家屬進行個體化宣教，提供營養支持如個體化蛋白質飲食干預能有效降低IAPA風險。

3.4手術時間（體外循環時間）是手術（心血管手術）患者發生壓力性損傷的預測因子? 本研究分析表明，手術時間是IAPI的預測因子。分析其原因可能為：①手術時患者處于強制體位，導致受壓組織長時間處與缺血或低灌注狀態，使壓瘡風險大大增加；②手術過程中醫療儀器設備的不間斷使用有可能造成器械相關性壓力損傷。手術時間超過3.7～6.15 h的患者發生壓瘡風險較高，手術時間每增加30 min，壓瘡風險提高33%。不同類型手術的壓瘡發生率具有差異，其中以心血管手術發生率最高[25]，一方面與搭橋手術、瓣膜置換術等手術時間長有關，另一方面，體外循環破壞紅細胞，影響紅細胞攜氧能力，致使組織循環缺氧，同時體外循環時低體溫和低血壓影響微循環和小血管灌注，肝素等抗凝劑的使用影響血小板的黏附聚集，使血管通透性增加造成全身炎癥反應，從而增加壓瘡風險[26]。因此，針對手術時間較長的患者，手術團隊應每2 h評估患者皮膚情況，在無禁忌的情況下小范圍改變患者體位或者移動儀器設備等。

3.5局限性? 本研究存在一定的局限性：①由于不同的研究人群，研究設計和模型結果的評價指標存在一定的差異，很難將不同結果進行整合及Meta分析，僅進行了定性綜述；②大部分模型都缺乏外部驗證，模型的真實預測效果未得到合理評價，因此，開展模型的外部性驗證和評價非常必要；③現有的預測模型的研究對象主要為心血管手術患者，缺乏其他手術類型患者的預測模型，模型的使用存在一定的局限性，進一步研究可考慮在全面分析手術患者壓力性損傷風險因素的基礎上，建立操作簡單，基于不同手術類型患者壓力性損傷的風險評估模型。

綜上所述，高齡、BMI、糖尿病、低蛋白血癥、手術時間（體外循環時間）是術中獲得性壓力性損傷的高危因素，預測模型整體性能較好。但部分模型在驗證過程中缺乏外部驗證，其外推性得不到保證，未來需要更多的臨床數據優化模型，以更好的預防術中獲得性壓力性損傷。

參考文獻：

[1]胡娟娟，高興蓮，楊英，等.手術患者手術壓瘡高危因素的多中心研究[J].護理學雜志，2018，33（16）：11-14.

[2]Chen HL，Chen XY，Wu J.The incidence of pressure ulcers in surgical patients of the last 5 years： a? systematic review[J].Wounds，2012，24（9）：234-241.

[3]Grap MJ，Schubert CM，Munro CL，et al.OR Time and Sacral Pressure Injuries in Critically Ill Surgical Patients[J].AORN J，2019，109（2）：229-239.

[4]江靜.壓瘡預警加整體護理對風濕性心臟病術后并發癥及壓瘡發生率的影響[J].心血管病防治知識，2022，12（32）：73-75.

[5]Deng X，Yu T，Hu A.Predicting the Risk for Hospital-Acquired Pressure Ulcers in Critical Care? Patients[J].Crit Care Nurse，2017，37（4）：e1-e11.

[6]Moons KG，de Groot JA，Bouwmeester W，et al.Critical appraisal and data extraction for systematic reviews of prediction? modelling studies： the CHARMS checklist[J].PLoS Med，2014，11（10）：e1001744.

[7]董瑤，宋玲.主動脈手術患者術中壓力性損傷Nomogram預測模型的建立[J].中華現代護理雜志，2021，27（18）：2453-2458.

[8]付佳，田甜.糖尿病患者術中皮膚壓力性損傷風險列線圖預測模型的構建[J].中國醫科大學學報，2021，50（11）：1014-1019，1025.

[9]尹青.手術室患者術中壓力性損傷風險預測模型構建及驗證[J].國際護理學雜志，2021，40（16）：3047-3050.

[10]曲超然.基于機器學習的心血管疾病患者術中壓力性損傷預測模型構建[D].蘭州：蘭州大學，2021.

[11]陳慧慧，陸真.個體化預測心臟瓣膜置換術后壓力性損傷發生風險的列線圖模型構建[J].實用心腦肺血管病雜志，2021，29（12）：40-46.

[12]Tang Z，Li N，Xu J.Construction of a Risk Prediction Model for Intraoperative Pressure Injuries： A Prospective，Observational Study[J].Journal of Peri Anesthesia Nursing，2021，36（5）：473-479.

[13]宋冰冰.ICU開顱手術患者壓力性損傷預測風險的列線圖構建[J].浙江醫學，2021，43（17）：1878-1880.

[14]Cai J，Zha M，Song Y，et al.Predicting the Development of Surgery-Related Pressure Injury Using a Machine Learning Algorithm Model[J].Journal of Nursing Research （Lippincott Williams & Wilkins），2021，29（1）：e135.

[15]王燕敏.老年患者術中壓力性損傷風險預測模型的構建及其護理干預效果研究[D].溫州：溫州醫科大學，2020.

[16]Seul KP，Hyeoun-Ae P，Hee H.Development and Comparison of Predictive Models for Pressure Injuries in Surgical Patients： A Retrospective Case-Control Study[J].Journal of Wound，Ostomy & Continence Nursing，2019，46（4）：291-297.

[17]陳沅，吳蓓雯，錢蒨健，等.成人心血管手術壓瘡高危預測模型的建立與驗證[J].護理學雜志，2019，34（10）：52-54，83.

[18]Chen HL，Yu SJ，Xu Y，et al.Artificial Neural Network： A Method for Prediction of Surgery-Related Pressure Injury in Cardiovascular Surgical Patients[J].Journal of Wound Ostomy And Continence Nursing，2018，45（1）：26-30.

[19]李鳳玲，吳曉燕，張麗娟.預測骨折手術患者并發術中壓瘡風險的列線圖模型的建立[J].中國實用護理雜志，2018，34（4）：279-283.

[20]陳曉琴.改良側臥位對胸外手術患者術中急性壓瘡的預防效果[J].護理學雜志，2016，31（4）：47-48.

[21]Menezes S，Rodrigues R，Tranquada R，et al.Injuries resulting from positioning for surgery： incidence and risk factors[J].Acta Med Port，2013，26（1）：12-16.

[22]北京護理學會手術室專業委員會.術中獲得性壓力性損傷預防與護理專家共識[J].中華現代護理雜志，2020，26（28）：3853-3861.

[23]Ahtiala M，Laitio R，Soppi E.Therapeutic hypothermia and pressure ulcer risk in critically ill intensive care? patients： A retrospective study[J].Intensive Crit Care Nurs，2018，46：80-85.

[24]Rao AD，Preston AM，Strauss R，et al.Risk Factors Associated With Pressure Ulcer Formation in Critically Ill Cardiac Surgery Patients： A Systematic Review[J].J Wound Ostomy Continence Nurs，2016，43（3）：242-247.

[25]蔣琪霞.壓瘡護理學[M].北京：人民衛生出版社，2014.

[26]張穎，高瑞雪，萬樂，等.心血管病術后病人壓瘡發生的危險因素分析[J].護理研究，2016，30（18）：2263-2265.

收稿日期：2023-06-07；修回日期：2023-06-25

編輯/成森