不同篩查工具對腦卒中后誤吸篩查準確性的網狀Meta分析

劉彥麟，丁亞萍，劉世晴，陳申，趙青，余潔，熊峰

吞咽障礙是腦卒中的常見并發癥，國內外研究顯示,22%～80%腦卒中患者會出現不同程度的吞咽障礙[1-3]。誤吸是腦卒中后吞咽障礙最嚴重的不良后果，發生率為15%～54%[4-5]，其中約68%的誤吸為隱性誤吸[6]，且由于隱性誤吸難以被發現，實際誤吸發生率可能更高[4]。誤吸可增加患者吸入性肺炎、營養不良、脫水甚至窒息等并發癥的風險，延長住院時間，增加治療費用[7]。有研究發現，誤吸患者吸入性肺炎發生率為其他患者的11倍[1]。早期進行誤吸篩查、加強誤吸預防能夠有效降低并發癥的發生，提高患者生活質量[8]。目前，常用的吞咽障礙床邊篩查工具均可用作腦卒中患者誤吸篩查，但臨床工作中醫務人員常僅將其用于吞咽障礙的早期評估，忽略了誤吸篩查的作用。由于篩查工具種類繁多，診斷準確性不一，難以確定誤吸的最佳篩查工具。本研究借助于網狀Meta分析的方法，探討不同誤吸篩查工具的診斷價值，以幫助護理人員正確選擇誤吸篩查工具，為腦卒中患者誤吸的預防和管理提供依據。

1 資料與方法

1.1文獻納入與排除標準

1.1.1納入標準 ①研究類型：以中英文發表的診斷性研究。②研究對象：腦卒中患者。③診斷方法：待評價的診斷方法為4種常用誤吸篩查工具，即洼田飲水試驗(Water Swallow Test, WST)[9]、進食評估問卷調查工具-10(Eating Assessment Tool-10, EAT-10)[10]、Gugging吞咽功能評估量表(Gugging Swallowing Screen, GUSS)[11]、容積黏度吞咽測試(Volume-Viscosity Swallow Test, VVST)[12]。診斷金標準為吞咽造影檢查(Video Fluoroscopic Swallow Study，VFSS)或纖維內鏡吞咽功能檢查(Flexible Endoscopic Examination of Swallowing，FEES)。④結局指標：靈敏度及特異度。

1.1.2排除標準 重復發表的文獻；未能獲取全文或無法提取原始數據的文獻；僅有摘要的文獻。

1.2文獻檢索策略 計算機檢索PubMed、The Cochrane Library、Embase、CINAHL、Web of Science以及中國知網、萬方數據庫、維普數據庫、中國生物醫學文獻數據庫(CBM)，搜索關于常用床邊篩查工具診斷腦卒中后誤吸的臨床研究，檢索時限均為建庫至2020年3月。檢索時采用主題詞和自由詞相結合的方式。中文檢索詞包括“腦卒中、中風、腦梗塞、腦栓塞、腦梗死、腦血管意外”“洼田飲水試驗、WST、Gugging吞咽功能評估量表、GUSS、進食評估問卷調查-10、EAT-10、容積粘度試驗、容積黏度試驗、VVST、床旁篩查試驗”“吞咽障礙、吞咽困難、誤吸”；英文檢索詞包括“stroke/cerebrovascular accident*/CVA/brain vascular accident*/cerebrovascular apoplexy/cerebral infarction”“water swallow test/WST/eating assessment tool-10/EAT-10/gugging swallowing screen/GUSS/volume viscosity screening test/VVST/bedside swallowing screening”“deglutition disorders*/dysphagia/acataposis/swallowing disorder*/swallowing difficult*/aspiration”等。此外，手工檢索已納入文獻的參考文獻，以補充檢索中未發現的信息。

1.3文獻篩選與資料提取 由2名研究者獨立篩選文獻、提取資料并進行交叉核對，如有分歧，通過討論或與第3名研究者協商處理。研究者閱讀文章題目進行初篩后，閱讀摘要和全文復篩，最終確定納入的文獻。如有需要，通過郵件、電話等方式聯系原始研究作者獲取未能提取的信息。資料提取內容主要包括：①納入研究的一般資料，包括研究題目、作者、國家、發表時間等。②研究對象的基線特征和診斷信息，包括樣本量、年齡、篩查工具、參考標準等。③結局指標，包括真陽性、假陽性、假陰性、真陰性、靈敏度及特異度。

1.4文獻質量評價 采用診斷準確性研究的質量評價工具 (Quality Assessment of Diagnostic Accuracy Studies 2，QUADAS-2)[13]對納入研究進行質量評價，評價內容包括偏倚風險程度和臨床適用性，前者包括病例選擇、待評價的診斷試驗、金標準、病例流程和進展情況4個部分；后者包括病例選擇、待評價的診斷試驗、金標準3個部分。由2名研究者獨立評價并進行交叉核對，如遇分歧則通過討論或與第3名研究者協商處理。

1.5統計學方法 利用Stata15.0軟件進行統計分析。采用midas命令進行傳統Meta分析，合并靈敏度、特異度、診斷比值比(Diagnostic Odds Ratio，DOR)以及曲線下面積(Area Under Curve，AUC)為效應分析統計量，各效應量均提供其95%CI。由于本研究是基于金標準比較各種篩查工具準確性，因此采用一致性模型進行網狀Meta分析及結果排序。采用Network安裝包及相關命令對數據進行處理，繪制網狀關系圖、漏斗圖、預測區間圖和有效性秩序圖等。通過漏斗圖識別發表偏倚，通過預測區間圖(95%CI和95%PrI)判斷合并結果的異質性，通過累積排序概率曲線下面積(Surface Under the Cumulative Ranking Area，SUCRA)呈現每個篩查工具成為最佳工具的可能性。

2 結果

2.1文獻檢索結果 共檢出文獻2 803篇，其中英文667篇，中文2 136篇。利用NoteExpress軟件去重后獲得1 729篇；閱讀標題及摘要，初篩出96篇；閱讀全文復篩出27篇文獻[9-11,14-37]。

2.2納入文獻的基本特征及質量評價 納入的27項研究共包含2 797例患者。各項研究均與金標準進行直接比較，其中1項研究[33]同時包含EAT-10、VVST與金標準比較，但2種工具間并未直接比較，因此本研究將2份數據分別進行提取。QUADAS-2質量評價結果表明：納入研究的偏倚風險程度較低，20項研究[10-11,16-22,25-28,30-36]采用了盲法，15項研究[9,11,16-17,19, 21,23-25,27-29,33-34,37]納入了連續病例，26項研究[9-11,14-32,34-37]避免了病例對照設計，23項研究[9-11,14-29,33-37]預先設定了閾值，所有研究均描述了失訪情況；臨床適用性整體較高，其中3項研究[30,32-33]的病例不全為腦卒中患者而對研究的臨床適用性產生一定影響，其余24項研究[9-11,14-29,31,34-37]的臨床適用性均較高。各項研究均對人群、年齡、樣本量等基線資料進行了詳細描述。納入研究的基本特征見表1。

2.3傳統Meta分析結果 見表2。

2.4網狀Meta分析結果

2.4.1網狀關系圖 納入的篩查工具間無直接比較的證據，網狀關系圖以金標準VFSS或FEES為中心，4種誤吸篩查工具為節點，呈放射樣結構。WST與金標準比較的研究最多，VVST與金標準比較的研究最少,見圖1。

2.4.2異質性檢驗 靈敏度結局顯示無異質性。特異度結局中WST與EAT-10、WST與VVST、EAT-10與GUSS、GUSS與VVST對比有輕微異質性，95%CI和95%PrI分別為(0.25，0.74)和(0.15，1.29)、(0.15，0.81)和(0.10，1.26)、(1.03，4.73)和(0.64，7.54)、 (0.13，0.99)和(0.09，1.49)。

2.4.3靈敏度和特異度 4種誤吸篩查工具靈敏度、特異度的網狀Meta分析結果見表3。靈敏度結果顯示，與金標準比較，WST[0.60，95%CI(0.51，0.70)]、EAT-10[0.69，95%CI(0.54，0.88)]的靈敏度準確性較差，差異有統計學意義；WST[0.63，95%CI(0.42，0.96)]的靈敏度與GUSS相比準確性較差，差異有統計學意義。特異度結果顯示，與金標準比較，WST[0.48，95%CI(0.37，0.62)]、EAT-10[0.21，95%CI(0.13，0.33 )]、GUSS[0.46，95%CI(0.25，0.84)]、VVST[0.17，95%CI(0.08，0.37)]的特異度準確性較差，差異有統計學意義；EAT-10與GUSS比較，特異度準確性較差，差異有統計學意義；WST與EAT-10、VVST比較，GUSS與VVST比較，特異度準確性較好，差異有統計學意義。

表1 納入研究的基本特征

表2 傳統Meta分析結果

圖1 不同篩查工具比較的網狀關系圖

2.4.4結果排序 4種誤吸篩查工具靈敏度和特異度的累積概率顯示，靈敏度SUCRA值由高到低為：GUSS(72.0%)>VVST(60.6%)>EAT-10(28.2%)>WST(4.8%)；特異度SUCRA值由高到低為：WST(63.6%)>GUSS(60.2%)>EAT-10(17.6%)>VVST(8.8%)。此外，GUSS的靈敏度及特異度均處于較高水平，與金標準為同一聚類。

2.4.5敏感性分析 本研究針對研究人群的不同進行了敏感性分析，在排除3篇研究人群不全是腦卒中患者的研究[30,32-33]后，結果表明靈敏度和特異度SUCRA值的排序結果與排除之前未發生重要改變。

2.4.6發表偏倚檢驗 對納入研究進行發表偏倚分析，有少數研究落在漏斗圖外側，提示納入研究存在發表偏倚或小樣本效應的可能。

3 討論

3.1GUSS與VVST的靈敏度較高 腦卒中后誤吸篩查的主要目的是快速、安全地識別卒中后誤吸高風險人群，因此需要靈敏度高的工具。無論是傳統Meta分析還是網狀Meta分析，結果都表明靈敏度最高的篩查工具是GUSS。GUSS分為間接和直接吞咽測試兩部分，間接測試通過觀察患者能否保持清醒至少15 min、咳嗽或清嗓能力、吞咽唾液能力來初步評估患者的基本吞咽功能，對無異常者進行直接測試，即觀察患者依次吞咽半固體、液體、固體食物時的吞咽表現[11]。SUCRA值排序結果表明，靈敏度較高的第2種篩查工具為VVST。VVST簡便安全，易操作，耗時較短(5～10 min)，被中國吞咽障礙評估與治療專家共識推薦使用[38]。VVST是通過指導患者吞咽不同體積(5 mL、10 mL和20 mL)和不同黏度(蜂蜜狀、液體和布丁狀)的食物來觀察患者是否存在誤吸風險以及評估吞咽的安全性和有效性[39]。此外，VVST結合患者血氧飽和度下降還可發現隱性誤吸[12]，但仍需進一步的研究以驗證VVST在我國的信效度。GUSS和VVST是通過測試患者吞咽不同質地食物的能力來評估吞咽功能，與傳統飲水試驗相比能夠減少吞咽水時發生的誤吸，保障篩查的安全性。此外，相較于僅由10個問題組成的量表EAT-10，GUSS和VVST可根據篩查結果為患者提供相應的飲食指導，增加了篩查工具的應用價值。

表3 常見誤吸篩查工具靈敏度(左下角)和特異度(右上角)的網狀Meta分析結果 OR(95%CI)

3.2WST與GUSS的特異度較強 排序結果表明，特異度較高的前2種篩查工具為WST和GUSS。WST為觀察患者在端坐狀態下飲溫開水后吞咽所需時間和嗆咳情況，因其簡便、易操作，成為目前臨床使用最廣泛、接受度最高的吞咽障礙及誤吸篩查方式之一[15]。但國內外學者對WST篩查時的飲水量和是否應單獨使用該工具存在爭議，朱亞芳等[40]的Meta分析認為WST篩查時飲水量≥50 mL對腦卒中患者誤吸判斷的準確性優于飲水量<50 mL。另有研究發現，WST篩查誤吸的準確性隨患者飲水量而變化，連續大量飲水可以提高靈敏度，而單次少量飲水可以提高特異度，其變化范圍分別為64%～79%和61%～81%[41-42]。由于WST無法識別隱性誤吸，因此不建議將其作為誤吸的單獨篩查方式。GUSS可有效避免部分患者不必要的進食限制[43],但目前對食物性狀的標準尚未完全統一，因此其在臨床的應用仍有一定局限。

3.3合理選擇篩查工具進行個體化篩查 誤吸是多種因素相互作用的結果，對待誤吸應預防優先于治療，而預防的前提是準確、有效的篩查和評估。WST、GUSS和VVST目前多應用于急性腦卒中患者，EAT-10多用于口咽期吞咽障礙患者或腦卒中后已飲水或進食的患者[38]。WST和EAT-10操作較為簡單，更易被患者接受，而GUSS和VVST因要準備不同質地的食物略微繁瑣和耗時，但安全性更高。醫護人員應根據腦卒中患者病情、誤吸類型、配合情況等綜合考慮，選擇合適的篩查工具進行個性化篩查，減少誤診及漏診。結合本研究得出的GUSS高靈敏度，WST高特異度結論，在實際臨床實踐中，可考慮綜合運用篩查工具，提高診斷性能，為防治腦卒中吞咽障礙患者的誤吸提供依據。

3.4研究局限性 本研究存在以下不足：①由于研究間缺乏直接比較結果，無法形成閉環，對研究間的不一致性不能做出系統評估；②在分析VVST時，因研究文獻較少，結果可能會產生一定偏倚；③部分研究納入的研究人群并非全部腦卒中患者，雖已使用QUADAS-2進行偏倚風險評價，但仍可能導致研究結果存在一定偏倚。因此，還需要更多設計嚴謹、大樣本量的研究對本研究的發現進一步證實。

4 小結

本研究基于網狀Meta分析，比較4種常用誤吸篩查工具在腦卒中患者中的診斷價值，結果發現GUSS的靈敏度較高，WST的特異度較高。其中GUSS的靈敏度和特異度均較高，可能成為腦卒中后誤吸篩查的首選工具。受納入研究數量和質量的限制，所得結論仍需更多大樣本、高質量的研究加以驗證。