肠道营养患者的食不耐受症风险预测模型:系统性审查和元分析

科学领域:

• 临床医学 临床医学
• 生物统计学 生物统计学
• 医疗保健服务研究 医疗服务研究

背景情况:

• 在接受肠道营养的患者中,食不耐受 (FI) 的风险预测模型众多,但它们的临床实用性仍然不确定.
• 挑战包括在不同人群中验证模型准确性,改善临床应用的解释性,以及解决数据集局限性.

研究的目的:

• 对接受肠道营养的患者的食不耐受性风险预测模型的观察性研究进行系统审查和元分析.

主要方法:

• 在多个数据库 (如PubMed,Embase,CINAHL) 进行了全面的文献搜索,直到2024年8月.
• 数据提取包括研究设计,患者特征,模型预测因素和绩效指标.
• 偏差风险和适用性使用预测模型偏差风险评估工具 (PROBAST) 进行评估.

主要成果:

• 包括来自14项研究的18个预测模型;大多数使用的是逻辑回归,只有一个使用机器学习.
• FI的发病率在32.4%至63.1%之间.
• 确定的主要预测因素是APACHE II,年龄,白蛋白,腹内压力和机械通风,报告的AUC在0.70和0.921之间.

结论:

• 所有审查的研究都显示出高偏差风险,主要是由于数据源和报告问题.
• 尽管有报道的歧视力,但模型需要显著改善临床可靠性.
• 未来的研究必须专注于更大的,多样化的样本大小,强大的方法和多中心外部验证.