集中治療室患者のせん妄リスク予測モデル。システマティックレビュー

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Intensive Crit Care Nurs.2020 Jul;:102880. S0964-3397(20)30083-5. doi: 10.1016/j.iccn.2020.102880.Epub 2020-07-16.

集中治療室患者のせん妄リスク予測モデル。システマティックレビュー

Delirium risk prediction models for intensive care unit patients: A systematic review.

Junshan Chen
Jintian Yu
Aiqin Zhang

PMID: 32684355 DOI: 10.1016/j.iccn.2020.102880.

抄録

目的:

集中治療室（ICU）患者のせん妄リスク予測モデルを系統的にレビューする。

OBJECTIVE: To systematically review the delirium risk prediction models for intensive care unit (ICU) patients.

方法:

システマティックレビューを実施した。Cochrane Library、PubMed、Ovid、Web of Scienceを検索し、データベース構築から2019年3月31日までのICU患者のせん妄リスク予測モデルに関する研究を収集した。2人のレビュアーが独立して、あらかじめ設定した包含基準と除外基準に従って文献をスクリーニングし、データを抽出し、CHARMS（CHecklist for critical Appraisal and data extraction for systematic Reviews of prediction Modelling Studies）チェックリストを用いて、含まれる研究のバイアスのリスクを評価した。データの記述と要約には記述分析を用いた。

METHODS: A systematic review was conducted. The Cochrane Library, PubMed, Ovid and Web of Science were searched to collect studies on delirium risk prediction models for ICU patients from database establishment to 31 March 2019. Two reviewers independently screened the literature according to the pre-determined inclusion and exclusion criteria, extracted the data and evaluated the risk of bias of the included studies using the CHARMS (CHecklist for critical Appraisal and data extraction for systematic Reviews of prediction Modelling Studies) checklist. A descriptive analysis was used to describe and summarise the data.

結果:

合計6つのモデルが含まれていた。すべての研究で、導出データセットおよび（または）検証データセットにおける予測モデルの受信機動作特性曲線下面積（AUROC）が0.7以上（0.75～0.9）であることが報告された。5つのモデルが校正指標を報告した。認知予備能の低下とAcute Physiology and Chronic Health Evaluation II (APACHE-II)スコアは、すべてのモデルにおいて、それぞれICUせん妄の素因と前駆因子として最もよく報告されていた。サンプルサイズが小さいこと、外部検証が不足していること、盲検化方法がないこと、あるいは報告されていないことがバイアスのリスクを高めていた。

RESULTS: A total of six models were included. All studies reported the area under the receiver operating characteristic curve (AUROC) of the prediction models in the derivation and (or) validation datasets as over 0.7 (from 0.75 to 0.9). Five models reported calibration metrics. Decreased cognitive reserve and the Acute Physiology and Chronic Health Evaluation II (APACHE-II) score were the most commonly reported predisposing and precipitating factors, respectively, of ICU delirium among all models. The small sample size, lack of external validation and the absence of or unreported blinding method increased the risk of bias.

結論:

オリジナルの研究で報告された識別統計および較正統計によると、6つの予測モデルはICUのせん妄を予測する上で中程度の力を有している可能性がある。しかし、この知見は、含まれている研究におけるバイアスのリスクがあるため、注意して解釈すべきである。これらのツールがICU患者のせん妄リスク予測において十分な予測能力を有するかどうかを検証するために、より多くの臨床研究を実施すべきである。

CONCLUSION: According to the discrimination and calibration statistics reported in the original studies, six prediction models may have moderate power in predicting ICU delirium. However, this finding should be interpreted with caution due to the risk of bias in the included studies. More clinical studies should be carried out to validate whether these tools have satisfactory predictive performance in delirium risk prediction for ICU patients.