目的 系統(tǒng)評價右美托咪啶和丙泊酚對術(shù)后ICU患者的鎮(zhèn)靜、鎮(zhèn)痛效果和不良反應(yīng)。方法 計算機檢索Cochrane Library、PubMed、SCI、SpringerLinker、ScinceDirect、CNKI、VIP、WanFang Data、CBM等數(shù)據(jù)庫，檢索時限均從建庫至2011年11月，收集所有右美托咪啶和丙泊酚對術(shù)后ICU患者鎮(zhèn)靜鎮(zhèn)痛效果的隨機對照試驗（RCT），由2位研究者對納入研究進行資料提取和質(zhì)量評價后，采用RevMan 5.1軟件進行Meta分析。結(jié)果 共納入10個RCT，793例患者。定性分析結(jié)果顯示，在一定劑量范圍內(nèi)［右美托嘧啶：0.2～2.5 μg/（kg·h），丙泊酚：0.3～4.5 mg/（kg·h）］，右美托嘧啶和丙泊酚提供治療所需鎮(zhèn)靜效果相似。鎮(zhèn)靜治療時，右美托咪啶組需追加的鎮(zhèn)痛藥劑量少于丙泊酚組。Meta分析結(jié)果顯示：鎮(zhèn)靜治療期間，右美托咪啶組需追加鎮(zhèn)痛藥的人數(shù)比例少于丙泊酚組［OR=0.24，95%CI（0.08，0.68），P=0.008］；與丙泊酚相比，右美托咪啶能顯著減少患者ICU入住時間［WMD= –1.10，95%CI（–1.88，–0.32），P=0.006］，但不能減少患者機械通氣時間［WMD=0.89，95%CI（–1.15，2.93），P=0.39］；鎮(zhèn)靜治療期間，兩組患者不良反應(yīng)（心動過緩及低血壓）發(fā)生率差異無統(tǒng)計學意義［心動過緩OR=3.57，95%CI（0.86，14.75），P=0.08；低血壓OR=1.00，95%CI（0.30，3.32），P=1.00］；與右美托咪啶相比，丙泊酚可能更容易引起鎮(zhèn)靜期間的呼吸抑制，但該結(jié)果尚需進一步研究。鎮(zhèn)靜治療后，兩組患者病死率差異無統(tǒng)計學意義［OR=1.03，95%CI（0.54，1.99），P=0.92］。結(jié)論 在一定劑量范圍內(nèi)，右美托咪啶具有與丙泊酚相似的鎮(zhèn)靜效果，兼有鎮(zhèn)痛作用，可節(jié)約鎮(zhèn)痛藥用量，并可減少患者的ICU入住時間，且較少發(fā)生不良反應(yīng)和呼吸抑制。鑒于本系統(tǒng)評價樣本量有限，納入研究質(zhì)量不高，所得結(jié)論尚需開展更多設(shè)計嚴謹?shù)拇髽颖倦S機對照試驗加以驗證。關(guān)鍵詞 右美托咪啶；丙泊酚；加強監(jiān)護病房（ICU）；鎮(zhèn)靜；系統(tǒng)評價；Meta分析
目的 比較分析美、英、加、澳和中國臺灣地區(qū)醫(yī)療風險與預(yù)警監(jiān)測系統(tǒng)管理模式，為我國醫(yī)療風險管理提供決策依據(jù)和政策建議。方法 檢索上述四國一區(qū)醫(yī)療風險管理相關(guān)機構(gòu)官方網(wǎng)站（截止至2010年12月），納入規(guī)范性文件、學術(shù)研究報告、綜述、官網(wǎng)一般信息等，詳細篩選和提取相關(guān)資料，并按不同主題進行描述性分析。結(jié)果?、?共納入142篇文獻，美國文獻量最大（68篇），質(zhì)量較高的規(guī)范性文件也最多（8篇）。② 四國一區(qū)上報系統(tǒng)隨啟動時間長短，上報事件類型、范圍不斷擴展，從最初用藥差錯/醫(yī)院感染事件擴展到近似差錯事件，目前已囊括全部病人安全事件。③ 國家層面的管理模式可歸納為兩個體系，即以英國為代表的國家主導(dǎo)模式和以美、加、澳為代表的法律/法規(guī)/行業(yè)協(xié)會協(xié)同模式。兩種模式在法律/法規(guī)、標準化、規(guī)范化、資金來源等方面均有自身突出優(yōu)點。④ 為特別需求設(shè)立的國家級系統(tǒng)分兩類，即造成死亡或嚴重傷害的事件上報系統(tǒng)（包括美國警訊事件數(shù)據(jù)庫和英國嚴重事件報告與學習框架）及醫(yī)院感染事件監(jiān)測系統(tǒng)（美國全國醫(yī)療安全網(wǎng)）。其針對性較強，有利于特殊事件的監(jiān)測、處理和預(yù)警。⑤ 國家二級政府系統(tǒng)的比較研究選取美國印第安納州政府強制報告內(nèi)容和程序與中國臺灣病人安全通報系統(tǒng)。后者對事件對象、上報內(nèi)容定位更廣泛系統(tǒng)，兼顧風險管理各環(huán)節(jié)，值得借鑒；⑥ 比較四國一區(qū)總體上報事件結(jié)果表明：目前英國系統(tǒng)最完善，加拿大系統(tǒng)需發(fā)展完善的環(huán)節(jié)最多。結(jié)論?、?英國醫(yī)療風險管理系統(tǒng)為國家主導(dǎo)的中央集權(quán)管理，是目前最完備的系統(tǒng)；② 美國系統(tǒng)啟動最早，雖管理范圍局限，但依靠其相對最完善的法律/法規(guī)保障，仍能有效發(fā)揮作用；③ 加、澳兩國借鑒美、英經(jīng)驗，仍在不斷發(fā)展完善中；④ 中國臺灣地區(qū)系統(tǒng)比美國印第安納州政府系統(tǒng)各方面內(nèi)容更充實，可操作性更強，值得借鑒。 目的 通過分析四國一區(qū)ICU風險管理政策指南、機構(gòu)管理和運行機制等，為我國ICU風險管理提供決策依據(jù)和政策建議。方法 計算機檢索PubMed,、EMbase, Cochrane Library等數(shù)據(jù)庫，納入美國、英國、加拿大、澳大利亞和中國臺灣地區(qū)ICU風險管理相關(guān)指南、研究報告等文獻，綜合分析四國一區(qū)風險管理的機構(gòu)和運行機制，并重點關(guān)注英國模式。結(jié)果 共納入31篇文獻，包括1篇指南、5篇綜述、2篇調(diào)查報告和23篇研究。英國以標準和指南形式指導(dǎo)ICU風險管理，制定明確的事件分級工具和相應(yīng)響應(yīng)機制。美國借鑒澳大利亞經(jīng)驗建立了ICU安全報告系統(tǒng)，二者均將ICU作為整個醫(yī)療風險管理的一部分，設(shè)立專門的管理板塊。結(jié)論 英國將ICU風險管理納入國家病人安全管理范圍，單獨設(shè)立報告系統(tǒng)，是目前較完備的系統(tǒng)。澳、美由國家機構(gòu)設(shè)立ICU風險管理研究項目，行業(yè)協(xié)會和非政府組織主導(dǎo)風險研究，由試點單位使用后逐步推廣使用。
目的 對成都地區(qū)三所三級甲等綜合醫(yī)院ICU護士照護機械通氣病人的態(tài)度、主觀行為規(guī)范及其行為意向進行研究，為相關(guān)的護士培訓(xùn)提供依據(jù)。 方法 應(yīng)用《護士對照護機械通氣病人的行為態(tài)度、主觀行為規(guī)范和行為意向》量表中文修訂版對近三個月內(nèi)照護過機械通氣病人的ICU護士進行測評，描述ICU護士照護機械通氣病人的態(tài)度、主觀行為規(guī)范和行為意向。 結(jié)果 分別有69.1%、91.3%、95.8%的ICU護士對照護機械通氣病人的行為態(tài)度、主觀行為規(guī)范和行為意向為正性。 結(jié)論 絕大多數(shù)ICU護士對照護機械通氣病人持積極的行為態(tài)度、主觀行為規(guī)范和行為意向。
目的系統(tǒng)評價烏司他丁對體外循環(huán)（CPB）患者術(shù)后ICU停留時間和機械通氣時間的影響。 方法計算機檢索MEDLINE、EMbase、Web of Science、The Cochrane Library（2014年第5期）、CBM、CNKI、WanFang Data和VIP，手工檢索會議論文、學位論文等灰色文獻，同時追溯納入研究的參考文獻，搜集烏司他丁對體外循環(huán)患者術(shù)后ICU停留時間和機械通氣時間影響的隨機對照試驗（RCT），檢索時限均為從建庫至2014年5月。由2位評價員獨立篩選文獻、提取資料和評價納入研究的偏倚風險后，采用RevMan 5.2.0軟件進行Meta分析。 結(jié)果共納入7個RCT，包括299例患者。Meta分析結(jié)果顯示： ①烏司他丁組和生理鹽水組的ICU停留時間差異無統(tǒng)計學意義［MD=–5.40，95% CI（–17.75，6.94），P=0.39］。②烏司他丁組的術(shù)后機械通氣時間明顯短于生理鹽水組[MD=–6.58，95% CI（–10.61，–2.56），P=0.000 1］。亞組分析結(jié)果顯示：在CPB時間＞100 min亞組，烏司他丁組的術(shù)后機械通氣時間明顯短于生理鹽水組［MD=–13.85，95% CI（–21.28，–6.42），P=0.000 3］；而在CPB時間＜100 min亞組，兩組術(shù)后機械通氣時間差異無統(tǒng)計學意義［MD=–1.39，95% CI（–3.22，0.45），P=0.14］。 結(jié)論當前證據(jù)顯示，與生理鹽水相比，烏司他丁能夠減少長體外循環(huán)后患者的術(shù)后機械通氣時間，但不能減少ICU停留時間。受納入研究數(shù)量和質(zhì)量限制，上述結(jié)論仍需開展更多高質(zhì)量RCT予以驗證。
目的探討 START 檢傷分類、Care-Flight 檢傷分類、快速急診醫(yī)學分類（rapid emergency medicine score，REMS）和 Sacco 評分與蘆山地震傷患者住院時間、 ICU 留置時間和創(chuàng)傷危重度的相關(guān)性。方法回顧性分析 2013 年 4 月 20 日至 4 月 26 日從蘆山地震前線醫(yī)院轉(zhuǎn)入我院急診科就診檢傷分類中非綠色的危重地震傷員 41 例。比較不同檢傷分類患者的住院時間和 ICU 留置時間并分析四種檢傷方法與住院時間、ICU 留置時間和損傷嚴重評分（ISS）的相關(guān)性。結(jié)果START 分類、Care-Flight 檢傷分類為紅色者 ICU 留置時間長于黃色者，但住院時間無明顯差異。此外，START 分類法和 Care-Flight 檢傷分類法歸為危重的傷員與 ICU 留置時間之間存在相關(guān)關(guān)系。結(jié)論START 檢傷分類法和 Care-Flight 檢傷分類法分類為紅色的危重傷員其 ICU 留置時間較長；START 和 Care-Flight 檢傷分類等級與 ICU 留置時間具有相關(guān)性。
目的系統(tǒng)評價重癥加強治療病房（ICU）患者拔除氣管插管后使用經(jīng)鼻高流量氧療（HFNC）的臨床有效性。方法檢索 PubMed、Embase、Cochrane 圖書館、中國知網(wǎng)、萬方、維普等數(shù)據(jù)庫關(guān)于 HFNC 對拔除氣管插管療效的隨機對照臨床試驗（RCT）或隊列研究相關(guān)研究，試驗組采用 HFNC，對照組采用面罩或鼻導(dǎo)管給氧方式的傳統(tǒng)氧療（COT）或無創(chuàng)正壓通氣（NIPPV）。由 2 名研究員按照納入和排除標準篩選文獻，評價納入文獻的質(zhì)量并提取資料，使用 RevMan5.3 軟件進行統(tǒng)計分析。主要結(jié)局觀察指標：氣管再插管率、ICU 留院天數(shù)；次要觀察指標：ICU 死亡率、拔管后院內(nèi)肺部感染率。結(jié)果納入 20 篇文獻（3 篇隊列研究，17 篇 RCT 研究），共 3 583 例研究對象，HFNC 1 727 例，對照組 1 856 例（COT 841 例、NIPPV 1 015 例）。Meta 分析結(jié)果顯示，在降低再插管率方面，HFNC 較 COT 有明顯的優(yōu)勢（P<0.000 01），HFNC 與 NIPPV 比較差異無統(tǒng)計學意義（P=0.21）；兩亞組合并分析顯示：與 COT/NIPPV 相比，HFNC 在減輕拔管后再插管率方面有明顯優(yōu)勢（P<0.000 01）；在 ICU 病死率方面，HFNC 與 COT（P=0.38）、與 NIPPV（P=0.36）比較差異均無統(tǒng)計學意義；在 ICU 住院天數(shù)方面，HFNC 與 COT（P=0.30）比較差異無統(tǒng)計學意義，與 NIPPV 比較差異有統(tǒng)計學意義（P<0.000 01），兩個亞組合并分析后差異有統(tǒng)計學意義（P=0.04）；拔管后院內(nèi)肺部感染率方面，HFNC 與 COT（P=0.61）、與 NIPPV（P=0.23）比較差異均無統(tǒng)計學意義。針對不同研究類型，再進行亞組分析后，分析結(jié)果跟合并后無差異。結(jié)論對于拔管患者，HFNC 與 COT 相比，可降低氣管再插管率，而 ICU 病死率、住院天數(shù)、院內(nèi)肺部感染率差異無統(tǒng)計學意義；HFNC 與 NIPPV 相比，可降低住院天數(shù)，而氣管再插管率、ICU 病死率、院內(nèi)肺部感染率差異無統(tǒng)計學意義。
目的系統(tǒng)評價 ICU 患者譫妄風險預(yù)測模型。方法計算機檢索 The Cochrane Library、PubMed、Web of Science、Ovid、VIP、WanFang Data 和 CNKI 數(shù)據(jù)庫，搜集關(guān)于 ICU 患者譫妄風險預(yù)測模型的研究，檢索時限均為建庫至 2018 年 12 月。由 2 名研究者獨立篩選文獻、提取資料后，采用 CHARMS 清單有關(guān)臨床預(yù)測模型的方法學質(zhì)量評價工具對納入文獻進行質(zhì)量評價，然后對預(yù)測模型進行系統(tǒng)評價。結(jié)果共納入 9 個研究，其中 7 個為前瞻性研究。6 個研究采用內(nèi)部驗證法對預(yù)測模型進行了驗證，9 個模型的受試者工作特征曲線下面積（AUROC）在建模和/或驗?zāi)Ｈ巳褐芯?gt;0.7（0.739～0.926）。納入預(yù)測模型中最為常見的譫妄易感因素和促發(fā)因素分別為認知功能儲備減少及血尿素水平升高。方法學上，部分研究未采取盲法或未報告是否設(shè)盲，一定程度上增加了研究結(jié)果的偏倚風險。結(jié)論納入的 9 個模型均在早期識別和篩查 ICU 譫妄高危人群方面具有良好效能。ICU 醫(yī)務(wù)人員應(yīng)結(jié)合自身實際，審慎地選擇已有模型并對其進行驗證后運用于臨床實踐，也可展開大樣本前瞻性隊列研究以構(gòu)建本土的 ICU 患者譫妄風險預(yù)測模型。應(yīng)根據(jù)預(yù)測的風險分層結(jié)果，制定并落實譫妄的分層預(yù)防策略，在減少 ICU 譫妄發(fā)生的同時促進醫(yī)療資源的合理配置。
目的系統(tǒng)評價重返重癥監(jiān)護室（ICU）風險預(yù)測模型的研究現(xiàn)況。方法計算機檢索CNKI、WanFang Data、VIP、CBM、PubMed、EMbase、Web of Science和The Cochrane Library數(shù)據(jù)庫，搜集有關(guān)重返ICU風險預(yù)測模型的研究，檢索時限均為建庫至2022年6月12日。由2名研究者獨立篩選文獻、提取資料并評價納入研究的偏倚風險后，進行定性系統(tǒng)評價。結(jié)果共納入15個研究，包括23個風險預(yù)測模型。納入模型的受試者工作特征曲線下面積為0.609～0.924。納入模型最常見前5個預(yù)測因子依次為年齡、ICU住院時長、心率、呼吸和入科診斷。結(jié)論重返ICU風險預(yù)測模型的整體預(yù)測性能較好，但研究類型及結(jié)局指標存在差異，模型的臨床價值有待進一步研究驗證。
目的 評估重癥監(jiān)護病房（intensive care unit，ICU）獲得性高鈉血癥（ICU-acquired hypernatremia，IAH）對膿毒癥休克患者預(yù)后的影響。方法 本研究回顧性分析了2018年8月—2022年12月在蘇州大學附屬第一醫(yī)院ICU收治的116例膿毒癥休克患者。將患者分為兩組：IAH組和正常血鈉組。采用χ2檢驗、t檢驗及非參數(shù)檢驗中的Mann-Whitney U檢驗比較兩組患者的臨床資料的差異性；對危險因素進行非條件Logistic回歸分析，找出導(dǎo)致IAH的獨立危險因素，并構(gòu)建其受試者工作特征（receiver operating characteristic，ROC）曲線，以確定其對IAH的預(yù)測作用；通過Kaplan-Meier曲線評估IAH及其持續(xù)天數(shù)對患者28 d存活率的影響。結(jié)果 兩組患者中腎功能不全、K+濃度、熱峰、機械通氣、慢性危重病、快速恢復(fù)、膿毒癥相關(guān)性腦病、持續(xù)性炎癥–免疫抑制–分解代謝綜合征和ICU住院時間具有統(tǒng)計學差異（P<0.05）。多因素logistic回歸分析顯示：前3 d總尿量［比值比（odds ratio，OR） 1.09，95%可信區(qū)間（confidence interval，CI）1.01～1.16，P=0.019）］和腸內(nèi)營養(yǎng)制劑中含鈉量（670 mg）（OR 6.00，95%CI 1.61～22.42，P=0.006）是導(dǎo)致IAH發(fā)生的獨立危險因素。前3 d總排尿量ROC曲線下面積達到0.800（95%CI 0.678～0.922，P=0.001）。患者28 d存活率與IAH的持續(xù)時間呈顯著相關(guān)性（P=0.020）。結(jié)論 膿毒癥休克時，IAH是常見和嚴重的并發(fā)癥，是患者預(yù)后不佳的主要原因。血鈉的狀態(tài)可被認為是適用于膿毒癥休克患者的一種理想的篩查工具。
目的 建立預(yù)測重癥慢性阻塞性肺疾病（簡稱慢阻肺）患者死亡風險的機器學習模型，探討與慢阻肺患者死亡風險相關(guān)的因素，并加以解釋，解決機器學習模型的“黑箱”問題。方法 選取美國多中心急診重癥監(jiān)護?。╡mergency intensive care unit，eICU）數(shù)據(jù)庫中的8 088例重癥慢阻肺患者為研究對象，提取每次入住重癥監(jiān)護病房的前24 h內(nèi)的數(shù)據(jù)并隨機分組，70%用于模型訓(xùn)練，30%用于模型驗證。采用LASSO回歸進行預(yù)測變量選擇，避免過擬合。采用5種機器學習模型對患者的住院病死率進行預(yù)測。通過曲線下面積（area under curve，AUC）比較5種模型和APACHE Ⅳa評分的預(yù)測性能，并采用SHAP（SHapley Additive exPlanations）方法解釋隨機森林（random forest，RF）模型的預(yù)測結(jié)果。結(jié)果 RF模型在5種機器學習模型和APACHE Ⅳa評分系統(tǒng)中表現(xiàn)出最佳的性能，AUC達到0.830（95%置信區(qū)間0.806～0.855）。通過SHAP方法檢測最重要的10種預(yù)測變量，其中無創(chuàng)收縮壓的最小值被認為是最重要的預(yù)測變量。結(jié)論 通過機器學習識別危險因素，并使用SHAP方法解釋預(yù)測結(jié)果，可早期預(yù)測患者的死亡風險，有助于臨床醫(yī)生制定準確的治療計劃，合理分配醫(yī)療資源。