蘇穎 胡君紅 韋月秀 朱景蘭 謝葉玲 韋小樂



【摘 要】 目的:系統評價NSRAS量表在降低新生兒醫源性損傷中的應用效果。方法:使用計算機檢索PubMed、中文期刊全文數據庫(CNKI)、中國生物醫學文獻數據庫(CBM)、萬方數據庫。選擇前瞻性的將NSRAS量表以預防為目的預測新生兒醫源性損傷的相關研究文獻,檢索時間為自建庫開始至2019年,由2名研究人員獨立篩選文獻、提取資料,并采用質量評價工具(QUADAS)標準進行質量評價,使用MetaDisc 1.4進行Meta分析并輔以Revman 5.3繪制相關的條性圖和表格。結果:共納入8各篇文獻,共計7240名研究對象,合并靈敏度(SEN)為0.56(95%CI,0.47~0.65),異質性檢驗I2=90.1%,P<0.0001;合并特異度(SPE)為0.90(95%CI,0.87~0.94),異質性檢驗I2=94.0%,P<0.0001。合并診斷比值比(DOR)經計算為17.6(95%CI,14~21.2),異質性檢驗I2=76.5%,P=0.0103。結論:NASAR評估量表可以較為準確地預估新生兒醫源性損傷,有較為良好的預判性,可在臨床新生兒護理中應用。
【關鍵詞】
NSRAS量表;新生兒;醫源性損傷;Meta分析
新生兒的皮膚較為脆弱,其厚度一般只能達到成人的40%左右,而且發育不成熟,在新生兒護理過程中,極容易發生因使用粘性較大的醫用膠帶或新生兒自身皮膚抵抗力差出現皮炎、壓瘡等醫源性皮膚損傷[1-2]。針對此類現象,國際推出NSRAS量表,該量表用于預測評估新生兒醫源性損傷,打破以往護理人員憑經驗判斷缺乏客觀性的新生兒皮膚護理短板,被廣泛使用在新生兒臨床護理中,是現今判斷新生兒是否出現醫源性損傷的一份較為可靠的依據[3-4]。盡管使用廣泛,但在臨床應用階段中,也有相關報道對不同量表與NSRAS診斷效能進行對比。對此,本研究對NSRAS評估的相關文獻進行meta分析,以期為今后的臨床診斷及干預提供幫助。NSRAS具體評分細則見表1。
1 資料與方法
1.1 納入與排除標準
1)文獻納入標準:①研究類型:臨床診斷性研究;②研究對象:新生兒;③研究內容:評估NSRAS評分表對新生兒醫源性損傷的研究;④干預措施:新生兒出生后立即進行NSRAS評估,根據結果進行干預護理,計算新生兒醫源性損傷的發生率;⑤結局指標:醫源性損傷發生率、靈敏度、特異度、陽性預測值(SPN)、陰性預測值(SPE)等。若無全面指標,則至少文獻內所提供的原始數據可以計算SPN及SPE值;⑥文種僅限中、英文。
2)文獻排除標準:①文獻內無具體的研究數據可提供;②重復發表的文獻;③綜述、個案報道。
1.2 文獻檢索方法
使用計算機檢索CNKI、PubMed、中國生物醫學數據庫(Chinese biomedical literature database,CBM)及萬方數據庫。檢索自建庫開始至2019年所有相關文獻。并對已納入文獻的參考文獻進行追溯,補充納入符合標準的文章。主要檢索詞包括NSRAS、newborn、iatrogenic、injury、iatrogenic injury、新生兒、醫源性損傷、評分表等。
1.3 資料提取
由2名研究人員獨立進行數據檢索,并互相核對。如遇分歧,則由第3名研究人員幫助進行討論解決。提取的信息包括:1)納入研究的基本信息:第一作者、發表時間、研究所在地區;2)被評估新生兒的基本情況:患兒數量、胎齡、體質量、醫源性損傷發生率,及敏感度、特異度等臨床背景資料。并對已采納的文獻制定提取表格。
1.4 文獻質量評價
根據QUADAS條目逐條按“是”“否”“不清楚”進行評價?!笆恰睘闈M足,“否”為不滿足或者未提及,“不清楚”指該項在文獻中未充分提及或信息不全面。整個過程由資料提取的2名研究人員繼續進行評價,如遇分歧,由第3名研究人員進行輔助判斷。
1.5 統計分析
統計已經納入研究的有效數據,如:TP、FP、TN、FN等。采用Meta-Disc和Revman統計軟件進行數據分析。首先檢驗異質性,閾值效應和非閾值效應均可引起異質性。所納入研究的靈敏度與特異性如成負相關,則存在閾值效應,應進行SROC曲線擬合并計算ROC曲線下面積;若存在非閾值效應,則應進行亞組分析。由于本文所納入文獻過少,因此不宜進行亞組分析。故根據已納入的各研究進行靈敏度、特異度、診斷比值比(DOR)統計量進行合并,繪制出森林圖。若P>0.05,I2≤50%,則提示異質性差異無統計學意義,應采用固定效應模型進行分析;反之,則應采用隨機效應模型。
2 結果
2.1 納入文獻結果
經篩選,最終有8篇文獻,共計7240名研究對象納入此次Meta分析研究。所納入的研究對象中有625名新生兒出現醫源性損傷,6615名未出現醫源性損傷。8篇文獻發表時間為1997至2018年,其中中文5篇,英文3篇。有5篇文獻采用國際NPUAP-EPUAP壓瘡分級標準為醫源性損傷評判標準,有3篇以臨床操作作為判斷醫源性損傷的標準,所納入文獻均可以直接或間接計算出敏感度和特異度,患者的臨床基本信息較為詳細。納入研究的臨床基本信息特征見表2。
2.2 質量評價
采用QUADAS評分工具對所納入的研究進行質量評價,結果顯示,所有納入的文獻評分均在10分以上,說明此次納入文獻的質量較高。見表3。
2.3 NSRAS預測新生兒醫源性損傷的準確性
通過SROC曲線平面圖,可以發現結果并不呈“肩臂”狀分布(見圖1),說明該異質性由非閾值效應引起(靈敏度對數與1-特異度對數的Spearman相關系數為0.5,P=0.67,差異無統計學意義)。選用隨機效應模型進行分析。
對SEN、SPE、DOR進行Meta分析,森林圖如圖2所示,合并SEN為0.56(95%CI,0.47~0.65),異質性檢驗I2=90.1%,P<0.0001;合并SPE為0.90(95%CI,0.87~0.94),異質性檢驗I2=94.0%,P<0.0001。合并DOR經計算為17.6(95%CI,14~21.2),異質性檢驗I2=76.5%,P=0.0103。見表4。
3 討論
評估新生兒是否出現醫源性損傷是NICU的護理重點,尤其對早產兒來說,本身發育不完善,極易出現諸如壓瘡等醫源性損傷,并引發一系列并發癥,對新生兒提早進行醫源性損傷預測有助于新生兒正常生長發育,降低新生兒并發癥發生率[5-6]。對護理人員來說,一份可靠準確的評估量表至關重要。NSRAS是目前國際上普遍應用的一項預測新生兒醫源性損傷的評估表,關于該量表的研究較多,但評價各不相同[7-9]。本次研究發現,NSRAS評估表的合并敏感度為0.56,合并特異度為0.90,SROC曲線下面積為0.81,說明NSRA在預測新生兒醫院性損傷上有較為準確的預判性,表明NSRAS評估表對于干預新生兒醫源性損傷護理有一定的臨床價值。
除此之外,陽性似然比、陰性似然比也是診斷效率的測量指標,本次Meta分析的陽性似然比為5.6,說明有醫源性損傷的新生兒患者陽性評分率為無醫源性損傷新生兒的5倍;陰性似然比為0.17,說明NSRAS評估為陰性醫源性損傷的新生兒仍有17%的概率存在醫源性損傷??梢?,該量表在準確性方面還可以進一步完善。
綜上所述,NSRAS評估量表具有較高的預測價值,但仍可以進一步提高其準確性,建議參考臨床其他評估量表,進行全面評估,為臨床新生兒護理提供更好的幫助。
參考文獻
[1] 黃艷,王小紅,王媛.壓瘡風險因素評估量表在兒科中的應用進展[J].齊魯護理雜志,2011,17(17):46-47.
[2] 李賜娟,程曉雪.NSRAS量表在NICU的應用與分析[J].福建醫藥雜志,2018,40(02):168-170.
[3] 姜春,王玉瓊,涂國芳,等.兩種量表預測新生兒重癥監護病房患者壓瘡風險的效能比較[J].中國生育健康雜志,2017,(28):551.
[4] 羅嬋,梁綺鐮,溫宋佳,等.新生兒壓瘡風險評估量表的臨床應用[J].全科護理,2018,16(17):2067-2070.
[5] 馮新榮,薛虹,白亞莎.新生兒壓瘡風險評估量表的設計與應用效果[J].天津護理,2015,23(05):423-424.
[6] 賀萬香,梁迎盈,李建雄,等.新生兒醫用粘膠相關性皮膚損傷的風險評估及預防對策[J].黑龍江醫藥,2018,31(02):252-254.
[7] Widiati E,Nurhaeni N,Gayatri D.Medical-device related pressure injuries to children in the intensive care unit[J].Comprehensive Child and Adolescent Nursing,2017,40(sup1):69-77.
[8] Huffines B,Logsdon M C.The neonatal skin risk assessment scale for predicting skin breakdown in neonates[J].Issues in Comprehensive Pediatric Nursing,1997,20(02):103-114.
[9] Kottner J,Hauss A,Schlüer Anna-Barbara,et al.Validation and clinical impact of paediatric pressure ulcer risk assessment scales:A systematic review[J].International Journal of Nursing Studies,2013,50(06):807-818.