基于臨床指南研究與評估工具Ⅱ的癡呆社區管理指南評價

張海娜，李婧，杜娟

癡呆是以認知障礙為核心，伴有精神行為癥狀，導致日常生活能力下降的一組疾病［1］。癡呆作為一種慢性神經退行性疾病，具有高患病率、高致殘率、高醫療花費的特點，已經成為世界范圍內的一個主要公共衛生問題［1-2］。隨著國家政策的引導及全科醫生對癡呆認識的不斷提高，癡呆管理會逐漸下沉到基層醫療衛生機構。從早期篩查、評估、初步診斷到患者確診后的健康宣教、定期隨訪，全科醫生將會發揮重要的作用［2］。臨床實踐指南是全科醫生進行癡呆社區管理的臨床決策工具，科學制定的臨床指南對提高醫療服務質量、科學配置醫療資源和保障患者權益等起到了至關重要的作用。對于基層醫務人員來說，確定哪些指南是高質量的，哪些建議在各指南中是一致的，以及最終如何將指南最佳地整合到臨床實踐中是一個挑戰［3］。為此，本研究采用指南研究和評估工具Ⅱ（The Appraisal of Guidelines for Research& Evaluation Instrument Ⅱ，AGREE Ⅱ）［4-5］對包含癡呆社區管理內容的指南和共識進行評價，以期為基層醫務人員在癡呆管理工作中合理選用指南提供參考。

1 研究方法

1.1 檢索策略 2019年9月至2020年1月，以“癡呆”“阿爾茨海默病”“社區管理”“臨床實踐指南”“共識”“基層醫療”“dementia”“Alzheimer disease”“community management”“clinical practice guideline”“consensus”“primary care”為主題詞或關鍵詞，從PubMed、Medline、Elsevier、中國知網、萬方數據知識服務平臺、維普網等中英文數據庫及google.scholar.com網站，以及美國國家指南交換中心（National Guideline Clearinghouse，NGC）、蘇格蘭校際指南網站（Scottish Intercollegiate Guidelines Network，SIGN）、新西蘭臨床實踐指南網站（New Zealand Guidelines Group National，NZGG）、加拿大臨床實踐指南網站（CMA INFOBASE）及英國國家臨床示范研究所（National Institute Health and Care Excellence，NICE）網站等進行檢索，查找2008—2020年發表的有關癡呆管理的循證臨床實踐指南、癡呆照護共識等文獻。以萬方數據知識服務平臺和Medline為例展示檢索策略，萬方數據知識服務平臺檢索表達式為（中英文擴展）：（主題：（癡呆 or 阿爾茨海默病） and 主題：（指南 or 共識）and 全部：（基層醫療 or 社區管理）） and 時間跨度：2008—2020；Medline檢 索 表 達 式 為：TS=（dementia* OR Alzhiemer disease） AND TS=（guideline* OR consensus）AND TS=（primary care* OR community management），Date：2008—2020。

1.2 指南納入和排除標準 指南納入標準：（1）2008—2020年出版的指南或共識意見，如有更新版則納入最后更新版本；（2）推薦意見明確；（3）含癡呆管理相關建議。排除標準：（1）非中、英文文獻；（2）直接翻譯的或重復發表的國外指南；（3）非完整版指南（如指南的摘要或解讀）。

1.3 指南篩選和質量評價 由兩名研究者（基層醫療衛生機構全科主治醫師）根據指南納入和排除標準對指南進行篩選，意見不一致時通過商討解決，商討結果存在異議時由第三人解決。兩名研究者分別獨立使用AGREE Ⅱ對各指南進行評分，意見不一致時通過商討解決。兩名參評員均為研究生學歷，有較好的英語基礎，在評分前對AGREE Ⅱ使用手冊進行充分學習和解讀。兩位參評員均有多年臨床經驗，能夠保證評價的專業性。

AGREE Ⅱ由6個領域（指南范圍與目的、參與人員、嚴謹性、清晰性、應用性、獨立性）共23個條目和2個總體評估條目組成，每個條目的評分為1～7分，1分表示指南完全不符合該條目，2～6分表示指南不完全符合該條目，7分表示指南完全符合該條目，得分越高說明該條目符合程度越高［4-5］。AGREE Ⅱ具體評分程序：（1）由兩名參評員分別對各指南評分。（2）將兩名參評員對每本指南評分進行綜合，通過公式計算各領域標準化百分比得分。領域標準化百分比得分=〔（該領域實際得分-該領域最小可能得分）／（該領域最大可能得分-最小可能得分）〕×100%。領域標準化百分比得分越高，說明指南在該領域的方法學質量越高。（3）根據指南各領域標準化百分比得分將指南的推薦級別分為3級。指南6個領域得分均≥60%為A級，可不更改直接推薦；得分≥30%的領域數≥3個但有<60%的領域為B級，需要不同程度修改完善后推薦；得分<30%的領域數≥3個為C級，由于指南制定方法較差或證據質量差暫時不推薦［6］。（4）在完成了23個條目評價之后，參評員還要分別完成指南的2個總體評估條目，各領域得分情況用于從方法學上確定指南推薦級別，但總體質量評分用于最終確定指南是否納入?？傮w評估需要評價者考慮每個領域評估標準，對指南的質量做出一個準確的綜合判斷，并要求回答“是否推薦使用該指南”。總體質量評分取兩位參評員的評分均值，以（±s）表示，總體質量評分≥5分的指南為中高質量指南，可以納入，4分≤總體質量評分<5分的指南，需要重新評估以確定納入情況，總體質量評分≤3分的為質量低劣指南，排除［3-5］。通過Kappa檢驗評價者間一致性，Kappa>0.40代表一致性較好，表明評分結果達到較高的重測信度［7］。

1.4 數據提取及分析 兩名參評員獨立完成數據提取，提取信息包括基本信息（指南名稱、國家、制定機構、制定年份及參考文獻數量）及根據AGREE Ⅱ 23個評估條目提取出來的相對應的信息，然后根據提取結果的完整性和科學性對各條目進行評分。

2 結果

2.1 文獻檢索結果 通過對PubMed、Medline、萬方數據知識服務平臺等中、英文數據庫進行檢索，共檢出930篇文獻，以google.Scholar.com網站檢索到前30頁條目及各指南網站檢索到的343篇為檢索結果，經過閱讀題目和摘要的初篩及按照納入和排除標準閱讀全文后的再次篩選，最終納入來自12個國家的共45篇指南［1，8-51］（ 圖 1）， 其 中 有 8 篇 指 南［8-9，11，14，17，21，35，41］內容全部是關于癡呆社區管理的，其余37篇指南［1，10，12-13，15-16，18-20，22-34，36-40，42-51］中除了有部分內容涉及癡呆社區管理，還有關于癡呆在?？频脑\療內容。

圖1 文獻篩選流程圖Figure 1 Flow chart of literature screening

2.2 納入指南的一般特征 本研究共納入了45篇癡呆管理相關指南，其中美國10篇、加拿大5篇、澳大利亞4篇、英國9篇、歐洲5篇、日本3篇、中國內地3篇，荷蘭、韓國、新加坡、馬來西亞、印度、中國香港特別行政區各1篇。指南中介紹的癡呆社區管理內容主要包括癡呆的識別、篩查、診斷、評估及藥物和非藥物干預措施。納入指南的名稱、制定機構、制定年份及參考文獻數量等特征見表1。

表1 納入的癡呆管理相關指南的一般特征Table 1 General features of included guidelines about the management of people with dementia

（續表1）

2.3 各指南不同領域及總體質量評分結果 45篇指南在指南范圍與目的、參與人員、嚴謹性、清晰性、應用性、獨立性6個領域平均得分分別為（77.20±8.96）%、（46.30±21.16）%、（39.19±20.80）%、（71.70±17.30）%、（26.30±17.35）%、（40.60±33.73）%，其中A級指南1篇，B級指南27篇，C級指南17篇（表2）。經過全面評價后，A級和B級指南中，15篇指南總體質量評分≥5分，9篇指南總體質量評分為4～<5分，經重新評估后入選；4篇指南總體質量評分<4分，剔除。最終評選出 24 篇［1，8，10-14，17-23，28，30，32-34，36，42，46-47，49］中、高質量指南，指南范圍與目的、參與人員、嚴謹性、清晰性、應用性、獨立性6個領域平均得分分別為（80.20%±7.90）%、（54.50±16.98）%、（48.90±16.03）%、（77.90±7.99）%、（33.20±17.34）%和（53.30±35.63）%。對兩位評分者所評的分數進行一致性檢驗，45篇指南的Kappa值評分均值為（0.73±0.16）分，篩選出的24篇中高質量指南的Kappa值評分均值為（0.70±0.20）分，總體評分信度較好（P<0.001）。

表2 各癡呆管理指南在AGREE Ⅱ各領域標準化得分及評分一致性情況Table 2 Values of standardized percentage and inter-rater agreement for guidelines about the management of people with dementia based on AGREE Ⅱ

2.3.1 范圍和目的 本領域平均得分為（77.20±8.96）%，評選出的24篇中高質量指南平均得分為（80.20±7.9）%，是得分最高的領域。45篇指南中24篇得分>80%，只有2篇指南［7-8］本領域得分低于60%。本領域涉及指南的總目的、所涵蓋的衛生問題及指南所要應用的人群3個條目，是指南必不可少的組成部分，所納入的指南均有較具體的描述。

2.3.2 參與人員 本領域平均得分為（46.30±21.16）%，評選出的24篇中高質量指南平均得分（54.50±16.98）%，45 篇指南中僅有 7 篇［1，12，14，19，25，30，34］得分 >70%。本領域包括指南制定組所有相關專業的人員、考慮到目標人群觀點及指南適用者3個條目，僅有13 篇 指 南［8，11-12，14，19-20，22，24，25，27-28，34，37］對這些條目有較為全面的闡述。35篇指南［1，8，10-15，18-25，27-30，32-35，37-38，40-42，45，47-51］提及指南制定組所有成員，10 篇指南［9，16-17，26，31，36，39，43-44，46］未能包括小組全部成員；關于收集目標人群觀點這個條目，有 20 篇指南［8，10-12，14，17-20，22-28，34，37-38，48］有所提及，其中 4篇指南［10，23，25，28］表述較明確，其他 16篇指南［8，11-12，14，17-20，22，24，26-27，34，37-38，48］表 述 不 全面，沒有介紹具體的實施方法和結果；33篇指南［1，8-12，14-22，24-38，41-42，45］對指南適用者有明確說明。

2.3.3 嚴謹性 本領域平均得分為（39.19±20.8）%，評選出的24篇中高質量指南平均得分為（48.90±16.03）%，為得分第二低的領域，嚴謹性為條目最多的領域，包括檢索證據、選擇證據的標準、描述證據群的方法、形成推薦意見的方法、形成推薦意見時考慮了對健康的受益和風險、證據建議之間的聯系、發表前經過外部評審及指南更新過程8個條目，該領域也是指南制定的核心環節。7 篇指南［8，16，20，27，29，32-33］各條目的表述較明確，方法學質量較高，20篇指南［1，9，14-15，18-19，21-22，25，27-28，30，34，37，41-42，44-45，47-48］對各條目均有表述，但不全面，部分條目只是簡單介紹，缺乏具體內容。本領域中得分最低的條目是外部評審方面，僅有 9 篇指南［11-13，17，19-20，27，40，48］進行了外部評審，這一點上國外指南相對于中國更重視一些。

2.3.4 清晰性 本領域平均得分為（71.70±17.30）%，評選出的24篇中高質量指南平均得分為（77.90±7.99）%，為得分第二高的領域。清晰性領域要求指南應具體精確地描述推薦建議是在什么情況下、針對何種人群的，目標為一種疾病管理的指南將考慮臨床篩查、預防、診斷或治療存在各種不同的選擇，在指南中應該明確提到這些可能的選擇。包括推薦意見明確、針對不同問題提供相應的選擇、主要推薦意見清晰易辨3個條目，45篇指南中18 篇［1，8，14-16，18-20，23，27-29，32-33，37，42，48，51］得分 >80%，均做到表述明確清晰，重要的推薦意見通過使用不同字體或顏色以突出顯示，使讀者易于辨識。7篇指南［10，13，15，24，31，35，49］本領域得分低于 60%，對各條目也都有表述，但在針對不同問題提供相應的選擇方面有所欠缺。

2.3.5 應用性 本領域平均得分為（26.30±17.35）%，評選出的24篇中高質量指南平均得分為（33.20±17.34）%，為得分最低的領域。應用性領域主要包括指南在應用過程中的促進和阻礙因素、提供應用于實踐的建議和配套工具、資源投入、監控和審計標準4個條目。納入的指南中，在應用過程中的資源投入、促進和阻礙因素和審計標準方面很少提及，提供配套使用工具方面，各指南均有提及。美國、英國、澳大利亞及加拿大、韓國的部分指南提供的使用工具比較完整，國內指南雖有提及，但無具體表述。

2.3.6 獨立性 本領 域平均得分為（40.60±33.73）%，評選出的24篇中高質量指南平均得分為（53.30±35.63）%，45篇指南中有8篇指南［9，14，21-22，28-29，36，45］的 得 分 >80%。 獨 立 性領域主要包括贊助單位的觀點是否影響指南內容及小組成員之間是否存在利益沖突。17篇指南［1，8-10，12，15，18，22，24-25，36，38-39，40，43-44，49］未提及本領域內容，其他指南均有提及，入選的24篇指南均明確了是否存在利益沖突，8 篇指南［1，8，10，12，18，22，33，36，49］對于是否使用外部贊助表述不完整。

2.3.7 指南綜合評價結果 全面評價包括指南總體質量評分和評價者回答是否推薦使用該指南，45篇指南總體質量評分平均為（4.90±1.01）分，評選出的24篇中、高質量指南總體質量評分平均為（4.90±0.64）分，推薦使用或修訂后使用，其中包括中 國 3 篇［1，30，32］、 美 國 5 篇［11，17，22，28，36］、 英國 4 篇［21，42，10，23］、 加 拿 大 2 篇［12，46］、 澳 大 利 亞3 篇［8，14，34］、歐洲 3 篇［13，47，49］，新加坡、韓國、馬來西亞、日本各 1 篇［18-20，33］。

3 討論

3.1 各指南制定方法學上有待進一步加強 納入的45篇指南的質量參差不齊，在范圍和目的、清晰性2個領域的平均得分>70%，但是參與人員、嚴謹性、應用性和獨立性4個領域得分較差，仍需改進，指南的制定方法學有待進一步完善。尤其是在應用性領域，在癡呆的篩查及管理過程中，需要用到多個量表及其他配套工具，沒有這些使用工具，癡呆的社區篩查及定期評估工作很難進行。在獨立性領域，部分指南制定小組對“披露小組成員的利益關系”和“聲明贊助單位的觀點不影響結果”沒有給予足夠的重視。評選出的24部中高質量指南，各領域得分及總體質量評分均較總體平均情況提高，在指南制定方法學上更為嚴謹。

3.2 我國亟須一部癡呆社區管理指南 2016年世界阿爾茨海默病報告指出：當前癡呆診療的?？漆t生模式（由老年病學專家、神經病學家和精神病學家提供的癡呆診治服務）不太可能擴大到能夠為越來越多的癡呆患者提供足夠的覆蓋［52］。癡呆的管理將從?？漆t生模式向?？?基層共同管理模式轉變。

隨著全科醫生對癡呆認識的提高，癡呆管理工作將逐漸在社區開展，癡呆的管理會像高血壓、糖尿病等慢性病一樣，有成熟的社區管理模式，才能保證癡呆得到持續、有效管理。臨床實踐指南的應用已逐漸成為一些國家日常臨床質量管理工作的重要組成部分。依靠高質量的癡呆管理指南，特別是循證指南，指導、幫助基層醫務人員從事預防、篩查、診斷、治療和管理工作是國際上近年來規范服務、加強服務質量管理、控制醫療費用的行之有效的做法。

我國尚未制訂基層醫療衛生機構癡呆管理指南，建議相關部門采用AGREE Ⅱ指南評價工具作為考量，結合我國基層醫療衛生機構衛生資源，采用循證評價的方法，制訂出符合我國臨床實踐的高質量癡呆社區管理指南，為我國基層醫療衛生機構癡呆管理提供最佳證據。

3.3 本研究的局限性 本研究納入的指南只包括中、英文指南，而不包括其他語種指南，可能會導致一些癡呆管理做得比較好的國家（如日本）的本土指南未能入選；另外，大部分指南發布在各國特定的網站上，在查找指南過程中，可能會因為未考慮到某些網站而遺漏部分癡呆管理指南，導致所納入指南不全面。

由于AGREE Ⅱ評價工具更側重于指南制定方法學的嚴謹性，僅在總體質量評分時考慮了指南包含內容，可能會導致指南內容很實用但制定方法學較差而未能入選，但本研究篩選出的24篇中高質量指南涉及美洲、歐洲、亞洲的多個國家，指南內容有很多重疊，仍足夠為我國基層醫療衛生機構進行癡呆管理提供參考。

志謝：感謝首都醫科大學圖書館程艾軍在文獻檢索策略方面予以指導，感謝首都醫科大學在讀博士王美榮對英文摘要進行修訂。

作者貢獻：張海娜、杜娟負責文章整體構思及可行性分析；張海娜、李婧應用AGREE Ⅱ對入選指南或共識進行評分；張海娜負責數據分析及撰寫論文；杜娟負責論文的修訂、質量控制及審校。

本文無利益沖突。