我國(guó)護(hù)理學(xué)者開(kāi)展預(yù)測(cè)模型研究的現(xiàn)狀和啟示：一項(xiàng)范圍綜述

徐園 朱麗筠 王鈺 孫建華 王曉杰 鄧海波 王磊 安然遜 馬玉芬

隨著醫(yī)學(xué)的進(jìn)步，越來(lái)越多的研究證實(shí)臨床事件的發(fā)生多受一系列因素的影響，且因素間存在著較為復(fù)雜的交互關(guān)系[1]。既往可通過(guò)經(jīng)驗(yàn)或量表評(píng)估臨床事件風(fēng)險(xiǎn)，但其評(píng)估結(jié)果面臨嚴(yán)峻挑戰(zhàn)[2]。在醫(yī)療資源緊張、患者需求多樣、醫(yī)療護(hù)理服務(wù)質(zhì)量要求高的當(dāng)下，精準(zhǔn)醫(yī)療受到熱切關(guān)注，其中能夠精確預(yù)測(cè)風(fēng)險(xiǎn)、低成本、高效率的預(yù)測(cè)模型更成為研究趨勢(shì)和熱點(diǎn)[3]。國(guó)務(wù)院辦公廳于2021年發(fā)布的《深化醫(yī)藥衛(wèi)生體制改革2021年重點(diǎn)工作任務(wù)》中提出“要提升早期監(jiān)測(cè)預(yù)警、風(fēng)險(xiǎn)評(píng)估研判的能力”，更是為預(yù)測(cè)模型的研發(fā)和應(yīng)用提供了政策保障。近年來(lái)，我國(guó)護(hù)理學(xué)者也開(kāi)展了大量預(yù)測(cè)模型的研究，以期精準(zhǔn)預(yù)測(cè)潛在風(fēng)險(xiǎn)，保證患者安全。為了系統(tǒng)描述并剖析我國(guó)護(hù)理學(xué)者公開(kāi)發(fā)表的預(yù)測(cè)模型相關(guān)文獻(xiàn)，進(jìn)而推動(dòng)其高質(zhì)量發(fā)展，本研究在澳大利亞Joanna Briggs Institute（JBI）循證衛(wèi)生保健中心范圍綜述方法學(xué)框架[4]的指導(dǎo)下，描述了該領(lǐng)域的研究現(xiàn)狀、研究方法和研究?jī)?nèi)容，并借鑒個(gè)體預(yù)后或診斷的多變量預(yù)測(cè)模型透明報(bào)告（Transparent Reporting of a Multivariable Prediction Model for Individual Prognosis or Diagnosis，TRIPOD）[5-6]對(duì)模型進(jìn)行評(píng)價(jià)。現(xiàn)將結(jié)果報(bào)告如下。

1 資料與方法

1.1 文獻(xiàn)納入和排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：①我國(guó)護(hù)理學(xué)者發(fā)表的中、英文文獻(xiàn)，特指從事臨床護(hù)理（護(hù)士）、護(hù)理教育工作者（護(hù)理教師）及護(hù)理專業(yè)學(xué)生（如護(hù)理學(xué)研究生）撰寫的文獻(xiàn)；②針對(duì)特定的臨床護(hù)理問(wèn)題，通過(guò)嚴(yán)謹(jǐn)?shù)姆椒▽W(xué)構(gòu)建預(yù)測(cè)模型的文獻(xiàn)。排除標(biāo)準(zhǔn)：①綜述或個(gè)案類文獻(xiàn)；②會(huì)議類文獻(xiàn)；③重復(fù)發(fā)表的文獻(xiàn)；④無(wú)法獲取全文的文獻(xiàn)；⑤非中、英文的文獻(xiàn)。

1.2 檢索策略

計(jì)算機(jī)檢索中文數(shù)據(jù)庫(kù)包括中國(guó)生物醫(yī)學(xué)文獻(xiàn)服務(wù)系統(tǒng)（SinoMed）、中國(guó)知網(wǎng)（CNKI）、萬(wàn)方數(shù)據(jù)庫(kù)（Wanfang Data）及中文科技期刊數(shù)據(jù)庫(kù)（VIP）；英文數(shù)據(jù)庫(kù)包括Embase、PubMed、CINAHL、Web of Science。采用主題詞與關(guān)鍵詞相結(jié)合的方式，根據(jù)數(shù)據(jù)庫(kù)的具體要求及醫(yī)學(xué)信息學(xué)專家意見(jiàn)制定檢索策略，全面收集我國(guó)護(hù)理學(xué)者發(fā)表的預(yù)測(cè)模型建立的相關(guān)文獻(xiàn)。在預(yù)檢索的基礎(chǔ)上，確定最終的中文檢索式（以萬(wàn)方數(shù)據(jù)庫(kù)為例）：（預(yù)測(cè)模型）AND（建立OR研發(fā)OR構(gòu)建OR開(kāi)發(fā)OR形成）AND（護(hù)理）；英文檢索式（以PubMed為例）：((((Models， Statistical [MeSH Terms]) OR (((prediction model*[Title/Abstract]) OR (risk assessment[Title/Abstract])) OR(risk prediction[Title/Abstract])))AND ((China[MeSH Terms])OR ((China[Title/Abstract])OR (Chinese[Title/Abstract]))))AND ((nurses[MeSH Terms])OR ((nurse*[Title/Abstract]) OR(nursing[Title/Abstract])))) AND((((build*[Title/Abstract]) OR(establish[Title/Abstract])) OR(structure[Title/Abstract])) OR(construct*[Title/Abstract]))。檢索時(shí)限均為建庫(kù)至2021年8月31日。

1.3 文獻(xiàn)篩選和資料提取

首先將檢索出的文獻(xiàn)導(dǎo)入EndNote軟件進(jìn)行整理和去重。由2名受過(guò)JBI循證方法培訓(xùn)的研究者嚴(yán)格按照納入及排除標(biāo)準(zhǔn)，先閱讀文獻(xiàn)題目和摘要進(jìn)行初篩，然后進(jìn)一步查閱全文進(jìn)行復(fù)篩。對(duì)篩選結(jié)果有爭(zhēng)議時(shí)，邀請(qǐng)第3名專家進(jìn)行判定。根據(jù)TRIPOD標(biāo)準(zhǔn)形成了信息提取表，內(nèi)容包括如下2個(gè)部分。①基本信息：研究者姓名、單位和地區(qū)，文獻(xiàn)標(biāo)題、發(fā)表年份、期刊名稱和基金，學(xué)位論文年份和類型等；②研究?jī)?nèi)容及方法：所采取的理論框架、研究主題、研究設(shè)計(jì)、研究對(duì)象、研究場(chǎng)所、樣本量、模型建立的方法、呈現(xiàn)方式等。

1.4 統(tǒng)計(jì)學(xué)方法

將信息提取表的內(nèi)容導(dǎo)入SPSS 22.0軟件進(jìn)行統(tǒng)計(jì)分析。采用頻數(shù)、構(gòu)成比、率等對(duì)數(shù)據(jù)進(jìn)行描述性分析。

2 結(jié)果

2.1 文獻(xiàn)檢索結(jié)果

按照檢索策略從數(shù)據(jù)庫(kù)共檢索出文獻(xiàn)1 005篇，最終納入文獻(xiàn)141篇（中文136篇，英文5篇）。文獻(xiàn)篩選流程見(jiàn)圖1。

2.2 文獻(xiàn)的基本信息

本研究共納入文獻(xiàn)141篇，其中學(xué)位論文29篇（20.6%），期刊論文112篇（79.4%）。學(xué)位論文以碩士論文為主，占到89.7%（26篇），自2014年開(kāi)始，呈逐年遞增的趨勢(shì)。期刊論文中，核心期刊文獻(xiàn)或SCI文獻(xiàn)占77.7%（87篇），雖然自2003年開(kāi)始已有相關(guān)文獻(xiàn)發(fā)表，但發(fā)文量主要集中在2019年及以后（圖2），占83.9%（94篇）。在刊載期刊方面，共發(fā)表于43種期刊，76.8%（86篇）的文獻(xiàn)發(fā)表在護(hù)理類期刊，其中發(fā)表量排在前5位的期刊分別為《中華護(hù)理雜志》（15篇，占13.4%）、《護(hù)理學(xué)雜志》（13篇，占11.6%）、《護(hù)理研究》（12篇，占10.7%）、《中華現(xiàn)代護(hù)理雜志》（11篇，占9.8%）及《護(hù)理學(xué)報(bào)》（8篇，占7.1%）。在基金資助方面，56.3%（63篇）的文獻(xiàn)有基金支持，其中，以省部級(jí)及以上的基金支持為主（36篇，占57.1%），其次為市級(jí)基金（14篇，占22.2%）。在第一作者來(lái)源方面，有26.8%（30篇）的作者來(lái)自學(xué)校，有73.2%（82篇）來(lái)自醫(yī)院。從研究者所在地區(qū)看，文獻(xiàn)分布區(qū)域以北京、上海、廣州等一、二線城市為主。

2.3 文獻(xiàn)研究問(wèn)題

在納入的141篇文獻(xiàn)中，從建立預(yù)測(cè)模型聚焦的問(wèn)題看，圍繞并發(fā)癥主題的預(yù)測(cè)模型最多，占61.7%，其次為疾病轉(zhuǎn)歸（9.9%）、心理健康（6.4%）等。具體內(nèi)容見(jiàn)表1。

?

2.4 預(yù)測(cè)模型建立的研究設(shè)計(jì)

2.4.1 數(shù)據(jù)來(lái)源

在納入的141篇文獻(xiàn)中，橫斷面調(diào)查研究58篇（41.1%），回顧性研究55篇（39.0%），前瞻性研究28篇（19.9%）。研究皆可清晰描述數(shù)據(jù)收集的起始、結(jié)束時(shí)間和隨訪結(jié)束時(shí)間節(jié)點(diǎn)。

2.4.2 研究對(duì)象與場(chǎng)所

研究對(duì)象主要以患者為主（116篇，占82.3%），其次為孕產(chǎn)婦（9篇，占6.4%），同時(shí)還關(guān)注到了兒童、失能老年人等特殊群體?；颊叨鄧@慢性病（冠心病、高血壓、血透/腹透、糖尿病、慢性阻塞性肺疾病等）、重癥（ICU、急性缺血性/出血性卒中、急性冠脈綜合征）、癌癥（肺癌、乳腺癌、腫瘤晚期）、手術(shù)（神經(jīng)外科、心臟、骨科、血管）、傳染?。ㄒ腋危┤巳?，同時(shí)也關(guān)注到了血友病等罕見(jiàn)病患者人群的研究。

研究場(chǎng)所以單中心為主（116篇，占82.3%），僅有25篇（17.7%）選擇了多中心研究，涉及醫(yī)院、社區(qū)或護(hù)理院等不同場(chǎng)所。

2.4.3 預(yù)測(cè)因素

預(yù)測(cè)因素的篩選方面，有35篇文獻(xiàn)單純采用了文獻(xiàn)回顧的方法納入預(yù)測(cè)因素，3篇文獻(xiàn)采用文獻(xiàn)回顧結(jié)合統(tǒng)計(jì)分析的方法，33篇文獻(xiàn)采用文獻(xiàn)回顧結(jié)合專家意見(jiàn)的方法，1篇文獻(xiàn)單純使用文獻(xiàn)統(tǒng)計(jì)分析的方法，1篇文獻(xiàn)單純采用專家意見(jiàn)法，還有2篇文獻(xiàn)同時(shí)采用了以上3種方法（文獻(xiàn)回顧、統(tǒng)計(jì)分析、專家意見(jiàn)）。另外，有66篇文獻(xiàn)（46.8%）未介紹預(yù)測(cè)因素篩選的來(lái)源。

2.4.4 樣本量及缺失數(shù)據(jù)

48篇（34.0%）文獻(xiàn)詳細(xì)闡述了研究的樣本量計(jì)算方法，納入樣本量從60～188 715例不等。其中樣本量在500例以下的文獻(xiàn)共94篇（66.7%），500～1 000例的有20篇（14.2%），1 000例以上的共23篇（16.3%）。有4篇文獻(xiàn)使用Meta分析或德?tīng)柗品椒êY選危險(xiǎn)因素，因此未提及樣本量及其計(jì)算方法。

另外，在缺失數(shù)據(jù)處理方面，僅有26篇文獻(xiàn)（18.4%）簡(jiǎn)單闡述了研究數(shù)據(jù)收集過(guò)程中缺失數(shù)據(jù)的處理方法。

2.5 預(yù)測(cè)模型建立的方法

2.5.1 預(yù)測(cè)模型的擬合（統(tǒng)計(jì)模型類型）

模型的建立過(guò)程中，大多數(shù)文獻(xiàn)（119篇，占84.4%）選擇了二分類變量結(jié)局的常用方法Logistic回歸擬合模型。其余研究的統(tǒng)計(jì)模型類型使用的是機(jī)器學(xué)習(xí)（8篇）、COX回歸擬合（6篇）、結(jié)構(gòu)方程模型（5篇）、德?tīng)柗茖＜液儯?篇）、相關(guān)與回歸分析（1篇）、整合移動(dòng)平均自回歸模型（1篇）。

2.5.2 預(yù)測(cè)模型的評(píng)價(jià)

預(yù)測(cè)模型的性能評(píng)價(jià)包括區(qū)分度和校準(zhǔn)度兩部分。納入的141篇文獻(xiàn)中，有45篇文獻(xiàn)（31.9%）完成了模型的區(qū)分度和校準(zhǔn)度的評(píng)價(jià)，并以ROC曲線或校準(zhǔn)曲度等圖形進(jìn)行呈現(xiàn)，來(lái)反映模型的性能。有73篇文獻(xiàn)（51.8%）僅完成了區(qū)分度的評(píng)價(jià)，有23篇文獻(xiàn)（16.3%）未完成模型的性能評(píng)價(jià)。

2.5.3 預(yù)測(cè)模型的驗(yàn)證

模型的驗(yàn)證包括內(nèi)部驗(yàn)證和外部驗(yàn)證。52篇文獻(xiàn)（36.9%）完成了預(yù)測(cè)模型建立的內(nèi)部驗(yàn)證，選用的方法有隨機(jī)拆分驗(yàn)證（26次）、交叉驗(yàn)證（4次）和Bootstrap方法（25次）。進(jìn)行外部驗(yàn)證的文獻(xiàn)僅有34篇（24.1%）。

2.5.4 預(yù)測(cè)模型的呈現(xiàn)

31.9%（45篇）的文獻(xiàn)將模型進(jìn)行了可視化呈現(xiàn)，其中以列線圖為主，占84.4%（38篇），還有6篇文獻(xiàn)（13.3%）建立了評(píng)分標(biāo)準(zhǔn)/評(píng)分表，1篇文獻(xiàn)（2.2%）構(gòu)建了生存曲線圖。

2.6 預(yù)測(cè)模型的局限性

在討論或結(jié)論中對(duì)研究存在局限性進(jìn)行說(shuō)明的有113篇，占80.1%。其中以研究場(chǎng)所多為單中心或范圍較?。?3次）及研究樣本量有限（60次）為主，同時(shí)也有學(xué)者關(guān)注到模型的建立使用了回顧性研究（16次），且納入的預(yù)測(cè)因素較為局限（25次）。

3 討論

預(yù)測(cè)模型的建立，標(biāo)志著循證醫(yī)學(xué)高質(zhì)量研究證據(jù)的誕生，也為精準(zhǔn)醫(yī)學(xué)提供了有利的應(yīng)用工具[7]。它實(shí)現(xiàn)了根據(jù)預(yù)測(cè)人群未來(lái)發(fā)病風(fēng)險(xiǎn)的高低將風(fēng)險(xiǎn)人群正確地區(qū)分出來(lái)[6]。然而，臨床預(yù)測(cè)模型的質(zhì)量欠佳將直接影響模型的應(yīng)用與推廣[8]。因此，依據(jù)TRIPOD聲明對(duì)現(xiàn)有護(hù)理學(xué)者發(fā)表的預(yù)測(cè)模型進(jìn)行評(píng)價(jià)不僅可以提高模型報(bào)告的規(guī)范性，也將有利于預(yù)測(cè)模型研究質(zhì)量的提高。

3.1 科學(xué)、精準(zhǔn)的預(yù)測(cè)模型逐步受到護(hù)理學(xué)者的青睞

本研究檢索了4大中文數(shù)據(jù)庫(kù)和4大英文數(shù)據(jù)庫(kù)自建庫(kù)至2021年8月31日我國(guó)護(hù)理學(xué)者公開(kāi)發(fā)表的預(yù)測(cè)模型建立的相關(guān)研究，從研究數(shù)量上看，盡管我國(guó)護(hù)理學(xué)者開(kāi)展預(yù)測(cè)模型研究起步較晚且呈散發(fā)狀態(tài)，但2019年及以后文獻(xiàn)發(fā)表數(shù)量急劇增加。這與近年來(lái)我國(guó)護(hù)理人員對(duì)預(yù)測(cè)模型這一量化工具的認(rèn)可有關(guān)，預(yù)測(cè)模型的出現(xiàn)為臨床護(hù)理決策提供了便捷。而本研究也發(fā)現(xiàn)，超過(guò)一半的研究都具備基金項(xiàng)目支持，且有73.2%的作者都來(lái)自臨床一線。這說(shuō)明護(hù)理預(yù)測(cè)模型的建立不僅符合目前國(guó)家政策發(fā)展需要，得到項(xiàng)目評(píng)審的認(rèn)可，也切實(shí)圍繞護(hù)理工作的中心——患者，解決了他們的需求。從研究主題可再次印證，與患者密切相關(guān)的問(wèn)題是護(hù)理預(yù)測(cè)模型關(guān)注的熱點(diǎn)，排在前3位的研究問(wèn)題分別是并發(fā)癥、疾病轉(zhuǎn)歸和心理健康，均與患者緊密相關(guān)。這些預(yù)測(cè)模型的臨床應(yīng)用將幫助發(fā)現(xiàn)患者早期的潛在問(wèn)題、識(shí)別高危個(gè)體，更可促進(jìn)臨床研究的高效轉(zhuǎn)化。我國(guó)護(hù)理學(xué)者開(kāi)展預(yù)測(cè)模型研究的增加，有助于推動(dòng)護(hù)理人員臨床決策工具質(zhì)量的提高，提升異常風(fēng)險(xiǎn)識(shí)別的科學(xué)性和準(zhǔn)確性。同時(shí)使用高質(zhì)量的預(yù)測(cè)模型，引導(dǎo)護(hù)理人員洞察臨床護(hù)理實(shí)踐中患者存在的問(wèn)題，是為患者提供精準(zhǔn)護(hù)理的有力保障。

3.2 護(hù)理領(lǐng)域現(xiàn)有預(yù)測(cè)模型的質(zhì)量有待進(jìn)一步加強(qiáng)

將預(yù)測(cè)模型的開(kāi)發(fā)和驗(yàn)證過(guò)程進(jìn)行完整的報(bào)告將有利于模型外部驗(yàn)證、臨床應(yīng)用及推廣。然而本研究納入的護(hù)理學(xué)者開(kāi)展的預(yù)測(cè)模型研究在使用TRIPOD聲明評(píng)價(jià)后，發(fā)現(xiàn)報(bào)告的質(zhì)量欠佳、信息不完整，還有較大的改進(jìn)空間，這與李秋萍等[9-10]的研究結(jié)果一致。具體表現(xiàn)在如下幾個(gè)方面。

3.2.1 數(shù)據(jù)來(lái)源應(yīng)嚴(yán)謹(jǐn)

本研究納入的141篇文獻(xiàn)，僅有19.9%的預(yù)測(cè)模型采用了前瞻性研究，而回顧性研究占到39.0%。這樣的研究設(shè)計(jì)將形成選擇偏移和回憶偏移等，導(dǎo)致模型的質(zhì)量降低。有學(xué)者指出，利用已有數(shù)據(jù)進(jìn)行預(yù)測(cè)模型的構(gòu)建，不一定能較好地滿足模型研究需要，高質(zhì)量的預(yù)測(cè)模型原則上應(yīng)使用專門針對(duì)該預(yù)測(cè)模型設(shè)計(jì)和構(gòu)建的前瞻性研究[11]。因此，未來(lái)我國(guó)護(hù)理學(xué)者在進(jìn)行預(yù)測(cè)模型的研究時(shí)應(yīng)克服研究設(shè)計(jì)上的局限性，通過(guò)嚴(yán)謹(jǐn)?shù)难芯吭O(shè)計(jì)實(shí)現(xiàn)高質(zhì)量預(yù)測(cè)模型的構(gòu)建。

3.2.2 預(yù)測(cè)因素納入應(yīng)全面

本研究結(jié)果顯示，將近一半的文獻(xiàn)未報(bào)告預(yù)測(cè)因素納入的方法，這將直接影響模型所涉及的因素來(lái)源及研究的質(zhì)量?？梢钥闯觯A(yù)測(cè)模型建立前都進(jìn)行了預(yù)測(cè)因子的匯集及梳理，但僅有53.2%的研究進(jìn)行了來(lái)源報(bào)告。事實(shí)上，在建立預(yù)測(cè)模型前，研究者應(yīng)該系統(tǒng)檢索文獻(xiàn)，收集、整理已報(bào)道的預(yù)測(cè)因子作為備選預(yù)測(cè)因子。而后，利用統(tǒng)計(jì)方法并結(jié)合醫(yī)學(xué)認(rèn)識(shí)和專家經(jīng)驗(yàn)，從備選因素中選出最終納入模型的預(yù)測(cè)因子開(kāi)展研究[8]。另外盡管部分研究報(bào)告了預(yù)測(cè)因素的納入方法，但在確定預(yù)測(cè)模型的預(yù)測(cè)因素時(shí)，部分研究單純將多種量表或問(wèn)卷作為預(yù)測(cè)因素，增加了指標(biāo)測(cè)量及應(yīng)用的難度，導(dǎo)致模型在最終應(yīng)用過(guò)程中資料收集的難度增加。因此護(hù)理學(xué)者應(yīng)嚴(yán)格選用預(yù)測(cè)因素的獲取及報(bào)告方法，同時(shí)納入便于臨床實(shí)踐直接應(yīng)用的因素以提高預(yù)測(cè)模型研究的科學(xué)性和應(yīng)用性。

3.2.3 樣本及場(chǎng)所的選擇應(yīng)謹(jǐn)慎

預(yù)測(cè)模型研究中除了要詳細(xì)報(bào)告研究樣本的選擇及樣本量的確定方法外，結(jié)合預(yù)測(cè)模型很難直接在不同類型的場(chǎng)所互通使用的特點(diǎn)，應(yīng)對(duì)研究場(chǎng)所進(jìn)行詳細(xì)的報(bào)告，以便于判斷模型的應(yīng)用范圍[9]。本研究中25篇文獻(xiàn)選擇了多中心研究，進(jìn)一步分析發(fā)現(xiàn)有2項(xiàng)研究在多中心場(chǎng)所選擇上出現(xiàn)差異，選擇了不同等級(jí)、不同地域城市的場(chǎng)所進(jìn)行研究，這無(wú)形中增加了模型使用的復(fù)雜性?，F(xiàn)實(shí)中不同區(qū)域患者特點(diǎn)存在的差異限制了預(yù)測(cè)模型應(yīng)用的目標(biāo)人群特征，會(huì)影響預(yù)測(cè)模型的通用性和準(zhǔn)確性[8，12]。因此，在進(jìn)行場(chǎng)所的選擇時(shí)，應(yīng)謹(jǐn)慎地選擇研究場(chǎng)所的性質(zhì)、數(shù)量和位置，然后進(jìn)行嚴(yán)格的樣本量測(cè)算，以提高模型的質(zhì)量。

同時(shí)數(shù)據(jù)缺失在研究中難以避免，從本研究的結(jié)果可以看出，僅有18.4%的文獻(xiàn)描述了缺失數(shù)據(jù)的處理方法，占比較低。未來(lái)的研究中可以通過(guò)清晰透明地描述缺失數(shù)據(jù)的處理方法，提高研究結(jié)果報(bào)告質(zhì)量及研究的可重復(fù)性[9]。

3.2.4 模型的評(píng)價(jià)與驗(yàn)證應(yīng)完善

在最終形成臨床可直接使用的預(yù)測(cè)模型前，模型需要經(jīng)歷擬合、評(píng)價(jià)、驗(yàn)證、呈現(xiàn)等步驟[8]。應(yīng)進(jìn)行嚴(yán)格的驗(yàn)證，以考察模型的可重復(fù)性以及外推性。但從本文結(jié)果可以看出，目前我國(guó)護(hù)理預(yù)測(cè)模型的報(bào)告中，模型的評(píng)價(jià)和驗(yàn)證并不完善且質(zhì)量欠佳。在模型的評(píng)價(jià)過(guò)程中，存在僅完成了區(qū)分度的檢測(cè)、未進(jìn)行模型校準(zhǔn)度評(píng)價(jià)等類似問(wèn)題，使得模型建立過(guò)程不完整。這與王俊峰等[13]的研究結(jié)果相一致，他提出相比于模型開(kāi)發(fā)的蓬勃發(fā)展，模型驗(yàn)證卻存在一定程度的滯后。這將造成未被有效驗(yàn)證的同一疾病或終點(diǎn)事件的新預(yù)測(cè)模型不斷涌現(xiàn)，導(dǎo)致僅有少數(shù)模型可應(yīng)用于臨床實(shí)踐[14-15]。

3.2.5 研究局限性應(yīng)報(bào)告

TRIPOD聲明里明確提到要對(duì)研究的局限性進(jìn)行闡述和分析[6]，然而本研究納入的141篇文獻(xiàn)中仍有19.9%的文獻(xiàn)未提及模型建立過(guò)程的局限性及不足。作為科學(xué)論文討論中最有價(jià)值的部分之一，有必要在研究中充分認(rèn)識(shí)并承認(rèn)研究的局限性。大部分學(xué)者在局限性中建議未來(lái)應(yīng)開(kāi)展多中心、大樣本、前瞻性研究，以提高模型的準(zhǔn)確性及可行性。

3.3 對(duì)未來(lái)研究和實(shí)踐的建議

3.3.1 采用可視化方法促進(jìn)模型結(jié)果的呈現(xiàn)

臨床預(yù)測(cè)模型本質(zhì)上是預(yù)測(cè)因素間復(fù)雜的公式組合，并不能在臨床上直接應(yīng)用。為了更好地應(yīng)用模型，研究者還需要考慮模型的呈現(xiàn)方式，這樣才能將復(fù)雜的模型公式轉(zhuǎn)化成方便臨床使用的工具。從本綜述納入的模型中可以看出，列線圖已在預(yù)測(cè)模型呈現(xiàn)方面形成了應(yīng)用規(guī)模[16-18]，其便捷、可視化的方法，在一定程度上代替了復(fù)雜、煩瑣的計(jì)算公式[19]。因此，在模型生成時(shí)，可通過(guò)直觀的工具，如列線圖、評(píng)分表、線上預(yù)測(cè)軟件/工具等，方便醫(yī)護(hù)人員及患者使用。

3.3.2 借助人工智能等方法提高模型的科學(xué)性

機(jī)器學(xué)習(xí)作為疾病預(yù)測(cè)模型構(gòu)建的常見(jiàn)方法之一，通過(guò)其強(qiáng)大的數(shù)據(jù)信息提取功能，實(shí)現(xiàn)了智能地采集、分析、存儲(chǔ)和預(yù)測(cè)數(shù)據(jù)，對(duì)臨床疾病的管理與決策有著積極的作用[20]。本研究中僅有1篇文獻(xiàn)采用了機(jī)器學(xué)習(xí)中隨機(jī)森林、人工神經(jīng)網(wǎng)絡(luò)模型等方法構(gòu)建預(yù)測(cè)模型，研究的樣本量為11 788例[21]，且該研究嚴(yán)格按照TRIPOD聲明的要求開(kāi)展模型的構(gòu)建及報(bào)告。然而現(xiàn)有的護(hù)理模型建立研究中多以單中心、小樣本的研究為主，這與臨床易開(kāi)展簡(jiǎn)潔、快速、低成本的護(hù)理研究有關(guān)。但隨著醫(yī)學(xué)的發(fā)展，借助人工智能等高質(zhì)量的研究方法將是未來(lái)研究的趨勢(shì)，它可規(guī)避傳統(tǒng)方法的局限，從而實(shí)現(xiàn)高質(zhì)量模型成為疾病預(yù)測(cè)發(fā)生的關(guān)鍵要素[1]。

3.3.3 結(jié)合臨床實(shí)際建立預(yù)測(cè)模型以提高模型的應(yīng)用性

對(duì)于尚處于起步階段的護(hù)理預(yù)測(cè)模型研究，除了需要嚴(yán)謹(jǐn)?shù)难芯糠椒?，還需要緊密結(jié)合臨床實(shí)際情況，去解決存在潛在風(fēng)險(xiǎn)的問(wèn)題，才能更好地指導(dǎo)臨床實(shí)際工作。同時(shí)，臨床預(yù)測(cè)模型還需要不斷地更新，以避免出現(xiàn)模型因疾病危險(xiǎn)因素、治療措施及治療背景等隨時(shí)間變化而發(fā)生的性能下降[7]?？梢?jiàn)，臨床預(yù)測(cè)模型要在臨床實(shí)際情況中不斷調(diào)整、動(dòng)態(tài)更新，從而提高模型的可推廣性。

4 小結(jié)

本研究對(duì)我國(guó)護(hù)理學(xué)者開(kāi)展的預(yù)測(cè)模型建立研究從發(fā)文數(shù)量、研究設(shè)計(jì)及模型建立方法等方面進(jìn)行了系統(tǒng)的回顧與分析。總體來(lái)看，我國(guó)護(hù)理學(xué)者開(kāi)展預(yù)測(cè)模型研究的報(bào)告質(zhì)量不高，存在研究方法缺陷及報(bào)告不完整等問(wèn)題，建議護(hù)理學(xué)者遵循TRIPOD聲明中要求的研究方法和報(bào)告流程，以提高模型的報(bào)告質(zhì)量。本研究也存在一定的局限性，未對(duì)模型外部驗(yàn)證方面進(jìn)行系統(tǒng)的檢索與分析，可在后續(xù)研究中進(jìn)一步開(kāi)展。