心力衰竭臨床決策支持系統臨床應用效果分析*

——黃艷玲 唐欣芝 周如華 顧則娟 楊 磊 蘇子雯

1 南京中醫(yī)藥大學護理學院 江蘇 南京 210029 2 四川大學華西醫(yī)院 四川 成都 332001 3 南京醫(yī)科大學護理學院 江蘇 南京 210029 4 南京醫(yī)科大學第一附屬醫(yī)院 江蘇 南京 210029

相關數據顯示，2016年全球心力衰竭(以下簡稱“心衰”)患者已超過3 770萬人，且呈不斷增長趨勢[1]?！吨袊难芙】岛图膊蟾?019》[2]顯示，我國心衰患病人數已達890萬人。由于心衰治療方案多樣，加之患者常多病共存，增加了臨床決策難度，導致醫(yī)護人員較難在短時間內做出恰當決策[3]。臨床決策支持系統(Clinical Decision Support System，CDSS)是一個模擬醫(yī)學專家診斷和疾病治療思維過程編制的計算機交互式程序[4-5]，可通過數據分析功能，將患者個人資料與知識庫內容相匹配[6]，推薦個體化干預措施，輔助醫(yī)護人員進行科學決策[7]。有研究指出，設計合理的CDSS能夠有效降低醫(yī)療決策的不確定性[8-9]。國外心衰CDSS研究開展較早，有一定成熟經驗。我國相關研究主要集中在基于循證指南的心衰CDSS知識庫構建[10-11]，臨床應用研究相對較少。本研究旨在通過歸納與總結國內外心衰CDSS臨床應用現狀，為我國心衰CDSS發(fā)展提供參考。

1 資料來源和方法

1.1 文獻檢索策略

檢索PubMed、Embase、Cochrane Library、Web of Science、CINAHL、中國知網、萬方、維普、中國生物醫(yī)學文獻等國內外數據庫，檢索時限為建庫至2021年4月。采用主題詞結合自由詞形式檢索，中文檢索詞包括“決策支持系統”“臨床決策支持系統”“決策系統”“決策支持”“決策信息系統”“心力衰竭”“慢性心力衰竭”“心衰”等；英文檢索詞包括“Clinical Decision Support Systems”“Clinical Decision Support Tool”“Computerized Decision Support Systems”“Clinical Decision Making Tools”“Decision Support Systems”“Medical Decision Making”“Heart Failure”“Cardiac Failure”“Heart Decompensation”“Congestive Heart Failure”“Myocardial Failure”等。

1.2 文獻納入與排除標準

納入標準:(1)研究類型。隨機對照試驗、非隨機干預性研究、隊列研究、預測研究、質性研究等。(2)研究主題。心衰CDSS臨床應用，或雖未具體呈現系統應用過程，但對系統設計原理、功能以及臨床應用價值進行了詳細介紹。(3)研究對象。臨床醫(yī)護人員或成年心衰患者，患者年齡≥18歲，符合心衰臨床診斷標準。

排除標準：(1)綜述、系統評價等二次研究。(2)重復發(fā)表或數據不全。(3)無法獲取全文。(4)CDSS僅用于信息儲存，不具備決策功能。

為防止遺漏，同時采用滾雪球法查詢符合納入標準的參考文獻。

1.3 文獻篩選與數據提取

由兩名研究生獨立進行文獻篩選，通過閱讀標題、摘要排除不相關文獻，再通過閱讀全文確定最終納入文獻，若出現分歧，由第三人決定。提取納入文獻標題、第一作者、發(fā)表時間、研究設計、研究對象、系統功能和研究結果等內容。

1.4 文獻質量評價

由兩名研究生分別對納入文獻進行質量評價。其中，隨機對照試驗和非隨機干預性研究分別采用Cochrane協作網制定的RoB 2.0和Robins-I偏倚風險評估工具評價，預測研究(預測模型研究)采用Probast評估工具評價，隊列研究采用紐卡斯爾-渥太華量表評價，病例報告采用澳大利亞JBI(Joanna Briggs Institute)循證衛(wèi)生保健中心(2016)系列病例論文質量評價工具評價，質性研究采用CASP(Critical Appraisal Skill Program)質性研究清單評價。根據“是”“否”“不清楚”或“低風險”“中風險”“高風險”，將文獻質量分為高(A)、中(B)、低(C)三個等級，排除質量評價結果為低(C)級文獻。

2 文獻檢索結果

初步篩選文獻1 250篇，其中中文文獻111篇，英文文獻1 139篇。導入NoteExpress文獻管理器，剔除重復文獻后獲得1 096篇。通過閱讀標題、摘要、全文，剔除文獻質量評價為低(C)級文獻，最終納入27篇文獻。納入文獻時間分布為2010年以前3篇，2010年-2015年10篇，2016年-2021年4月14篇。納入文獻研究類型分布為隨機對照試驗4篇，非隨機干預性研究8篇(前瞻性縱向研究2篇，回顧性縱向研究1篇，前后對照研究5篇)，前瞻性、回顧性隊列研究各1篇，預測模型研究6篇，質性研究、病例報告各1篇，其余5篇對系統設計原理、功能和臨床應用價值做出詳細介紹，不屬于上述分類。文獻質量評價結果為高(A)級4篇，中(B)級18篇，5篇未分類研究未進行質量評價。

3 心衰臨床決策支持系統臨床應用效果

3.1 協助臨床診斷

有8篇文獻報告了心衰CDSS對臨床診斷的影響。

Chiarugi F等[12]開發(fā)的CDSS采用計算機圖像處理算法，可對心電圖信號和超聲心動圖圖像結果進行分析并形成報告，為醫(yī)護人員提供精確信息，以輔助診斷心衰類型。

Guidi G等[13]基于機器學習算法設計了心衰CDSS，并利用90名患者臨床數據庫來分別驗證神經網絡、支持向量機、模糊規(guī)則、分類與回歸樹算法在心衰嚴重程度評估和類型預測方面的性能。結果顯示分類與回歸樹機器學習算法在嚴重程度評估中準確率達81.8%，在類型預測中準確率達87.6%。

Choi DJ等[14]采用專家驅動獲取知識和機器學習驅動生成規(guī)則的混合方法，構建了心衰人工智能CDSS，選取97名門診呼吸困難患者進行前瞻性臨床預測試，結果顯示，系統和專家心衰診斷符合率達98%。

Ali L等[15]開發(fā)的CDSS將高斯樸素貝葉斯分類器作為風險預測模型，通過297名受試者的臨床數據評估系統性能，結果顯示，心衰診斷準確率達93.3%。

Rahaman S等[16]設計了一種基于證據推理算法的CDSS，該系統可通過分析患者癥狀、體征和風險因素等協助醫(yī)生診斷。

Mcrae MP等[17]利用579名患者人口統計學和新型生物標記物數據預測CDSS心衰診斷性能。結果顯示，該系統對心衰診斷預測性能(AUC)為0.941 2，效果良好。

Abdel-Basset M等[18]基于物聯網的決策模型設計了CDSS，該系統可通過無線區(qū)域網和移動應用程序掌握患者癥狀和身體活動情況，并采用多標準決策技術幫助醫(yī)護人員識別患者是否存在心衰以及心衰嚴重程度。

Antbnio M等[19]開發(fā)的便攜式心衰診斷CDSS可通過運行決策支持算法，基于心臟電信號和聲音信號、環(huán)境條件、患者移動性、患者個人數據和病史等生成醫(yī)學診斷。

3.2 協助識別早期風險

有6篇文獻報告了心衰CDSS對早期識別心衰患病風險或病情變化風險的影響。歐盟“MyHeart”項目開發(fā)了一個用于充血性心衰預防和監(jiān)測的CDSS。該系統通過可穿戴設備和非侵入性技術監(jiān)測患者與心衰密切相關的生理參數(左心室射血分數、充血癥狀、血壓、電解質水平等)，以期盡早發(fā)現患者健康變化[20]。

2016年，Evans RS等[21]研發(fā)了基于風險預測模型的CDSS。結果顯示，提高了早期識別高風險心衰患者的效率和準確率。2017年，Evans RS等[22]研發(fā)了能夠有效識別早期心衰患者的CDSS。該系統可有效識別左心室射血分數低于35%的心衰患者，從所鏈接的數據庫中提取患者人口統計學信息、心電圖數據和實驗室檢查結果等，并以郵件形式提醒醫(yī)生，可提高早期心衰患者識別率和轉診效率。

Jiang W等[23]研發(fā)的CDSS可基于每日收集的電子健康記錄數據預測心衰患者30 d再入院率，并呈現隨時間變化的風險軌跡。

Radhachandran A等[24]應用機器學習技術，開發(fā)了預測急性心衰患者7 d死亡率的CDSS，通過對急診科1 881名急性心衰患者數據進行測試，結果顯示，特異性為74.9，系統性能較好。

部分患者射血分數(Ejection Fraction，EF)較低，但可能無癥狀，這些患者心衰患病風險高于其他群體，通過提高低射血分數識別率，可以盡早發(fā)現這類高風險人群。Yao X等[25]通過隨機對照試驗,評估了基于心電圖和人工智能驅動技術設計的CDSS在早期識別低射血分數(EF≤40%)患者中的作用，結果顯示，CDSS對低EF識別率為19.5%，高于對照組(14.5%)。

3.3 協助調整用藥方案

有3篇文獻報告了心衰CDSS對調整用藥方案的影響。Lugtenberg M等[26]基于心衰指南研發(fā)了CDSS，并將之整合于電子健康病歷系統中。該CDSS可自動分析系統內患者體征數據、檢驗檢查結果，若發(fā)現當前用藥方案與監(jiān)測結果所反映的患者實際用藥需求不符，則予以警示，并基于證據提供用藥建議。

Kropf M等[27]基于歐洲心臟病學會心衰治療指南構建了CDSS，借助遠程監(jiān)護技術，協助醫(yī)生根據遠程監(jiān)護采集的患者數據(血壓、心率和體重等)調整用藥劑量。

Smith MW等[28]基于認知任務分析法，對訪談數據進行分析，建立了CDSS。該系統可從電子健康記錄的自由文本中讀取患者EF值，識別低EF患者，并為存在β受體阻滯劑治療不足風險的心衰患者推薦最佳目標劑量。

3.4 提高患者自我管理能力

有4篇文獻報告了心衰CDSS對提高患者自我管理能力的影響。Baert A等[29]設計了心衰自我管理CDSS，通過無線傳感設備監(jiān)測患者生理、心理和行為數據，為患者提供有關運動和營養(yǎng)的個性化指導建議；同時，跟蹤患者每周服藥情況，以提高患者飲食、運動、用藥等自我管理能力。

Lee S等[30]為心衰患者設計了推薦健康生活方式的CDSS，其可將醫(yī)療評分系統對患者健康狀況的評分轉化成健康指數，讓患者直觀了解自身健康狀況，并根據每位患者飲食、運動偏好和疾病狀況推薦更舒適且易于接受的健康生活方式，以協助患者進行健康管理。

Lutrek M等[31]開發(fā)的慢性心衰患者健康管理決策系統能夠通過傳感設備和人工智能解決患者身心健康問題。隨機對照試驗顯示，該系統的應用顯著改善了慢性心衰患者自我照護行為，降低了患者焦慮、抑郁發(fā)生率。

De Vries AE等[32]設計的CDSS將院內疾病管理系統與遠程監(jiān)測相結合，借助居家環(huán)境中專用健康監(jiān)測儀，對居家患者心血管危險因素(血壓、心率、體重等)進行遠程監(jiān)測和風險示警，并可基于指南向患者提供健康指導，以提高患者自我管理能力。

3.5 提高醫(yī)護患對指南的依從性

有4篇文獻報告了心衰CDSS對醫(yī)護患指南依從性的影響。

Riggio JM等[33]開發(fā)的具有提示功能的CDSS，顯著提高了護理人員對指南推薦的心衰護理措施的依從性(由37.2%提升至93.0%)。

McKie PM等[34]搭建了心衰門診咨詢CDSS，并應用于604名射血分數降低型心衰患者，干預6個月后，結果顯示，提高了患者對指南推薦治療的依從性。

Caraballo PJ等[35]測試了CDSS在提高心衰住院患者對指南推薦的用藥方案依從性方面的長期效果，干預3年后，結果顯示，依從性從91.0%提升至96.4%。

Fonarow GC等[36]基于臨床實踐指南設計了具有質量評價、結果反饋、提醒及教育功能的CDSS，通過對34 810名心衰患者進行前瞻性隊列研究發(fā)現，該系統提高了患者對指南推薦療法的依從性。

3.6 提高臨床決策效率

有兩篇文獻報告了心衰CDSS對臨床決策效率和正確率的影響。Zhu W等[37]將CDSS與Web表單生成器相結合，實現了臨床評分自動計算和藥物名稱自動填寫，支持患者用藥情況監(jiān)控、跟蹤和分析，并以表格形式記錄患者用藥名稱、劑量和頻次，以圖表形式記錄特定患者癥狀變化趨勢。應用結果顯示，提高了醫(yī)護人員臨床決策效率和工作質量。

任寅姿等[38]以心衰電子化臨床指南為基礎設計了CDSS，采用多目標優(yōu)化的決策模型識別心衰患者特異性檢查指標，以精準化評估心衰患者狀況，進而提供差異化用藥方案。通過對75例臨床病例進行測試，結果顯示，系統推薦方案中單一用藥平均正確率達91%。

4 討論

通過分析國內外心衰CDSS應用情況，可以發(fā)現CDSS在心衰臨床應用中還存在以下不足：第一，大多數心衰CDSS聚焦于醫(yī)療功能開發(fā)，缺乏心衰護理CDSS；第二，心衰CDSS應用集中于醫(yī)院，在社區(qū)衛(wèi)生服務中心應用較少；第三，現有CDSS功能主要針對心衰患者某個疾病階段，未能實現全病程管理；第四，多數心衰CDSS針對醫(yī)護人員決策需求研發(fā)，一定程度上忽視了患者作為健康管理決策主體對系統功能的需求；第五，缺乏規(guī)范、可操作性較強的CDSS質量評價工具。

據此，提出如下建議：(1)開發(fā)心衰CDSS護理功能。首先，應加大對護理信息化建設的投資力度，推動護理信息化向高層次、高水平發(fā)展；其次，應加大對護理信息化人才的培養(yǎng)力度，打造核心團隊，助力護理CDSS研發(fā)；最后，應借鑒護理CDSS在其他慢病如糖尿病、高血壓等領域的研發(fā)經驗。(2)拓寬系統適用對象和服務范圍。在適用對象上，應將心衰CDSS擴展至患者及其家屬，強化醫(yī)患雙方在心衰管理過程中的互動關系。在服務范圍上，應由醫(yī)院擴展至社區(qū)和家庭，結合線上線下管理方式，搭建協同管理網絡，突破時空限制，建立“醫(yī)院-社區(qū)-家庭三元聯動”信息通路，形成規(guī)范、連續(xù)、動態(tài)的心衰管理體系。(3)系統內容應兼顧健康管理知識?，F有系統內容主要包含疾病管理相關知識。美國心臟協會建議，應為所有出院心衰患者提供自我健康管理方案，這對降低再入院率具有重要意義[39]。CDSS可通過提供健康指導增強和激勵患者進行自我管理。因此，系統內容設計上應兼顧健康管理相關內容，為心衰患者提供全方位健康服務。(4)開發(fā)評價工具。通過閱讀文獻可知，大部分系統在開發(fā)后并未進行評價，主要原因在于缺乏一套標準的、適用性較強的評價體系。今后研究中，可加大對系統評價工具的研發(fā)力度，可考慮從系統建設、運行維護或用戶角度構建評價體系，以期為系統改善提供依據。