国内急危重症患者院内预警分级转运效果的Meta分析

刘佳惠 熊钰

(1.湖南师范大学医学院,湖南 长沙 410013；2.湖南师范大学附属第二医院 中国人民解放军联勤保障部队第921医院，湖南 长沙 410003)

随着医疗水平和诊疗制度的不断改善，院内转运成为急危重症患者救治过程中的重要环节，对患者的预后与转归产生影响[1]。据报告，院内转运不良事件发生率可高达80%[2]，成为各大医疗机构关注的患者安全问题之一[3]。为保障院内转运中患者的安全，国外学者Subbe等[4]提出了预警分级管理方案，我国专家组依据急诊危重症患者的特点，总结目前院内转运的临床实践，制定了急诊危重症患者院内标准化分级转运方案[5]。以上方案均根据患者病情及临床实践等情况进行预警分级，将“人-物-流程”各环节进行有机配合[6]，能有效弥补常规转运流程不规范、物品准备不充分、人员设备不足[7]等缺陷，并将医院资源进行合理配置，全面保证患者的转运安全。虽然近年来，分级转运模式已在各级医院得到普遍应用，但关于其临床效果的系统评价却鲜有报告。因此，本研究基于循证医学研究，按照系统评价的方法探讨分级转运模式的综合应用价值，以期为我国院内分级转运创新性发展提供循证依据。

1 资料与方法

1.1文献纳入与排除标准 纳入标准：(1)研究类型:选择公开发表运用分级转运模式分析转运效果的随机对照试验(Randomized control trial，RCT)和类实验研究。(2)干预措施：实验组采取分级转运模式进行院内转运，对照组采用传统或常规院内转运方式。(3)研究对象：需通过院内转运至CT室、重症监护室、手术室、普通病房与介入室等进行诊断性检查或需住院治疗的成年急危重症患者。排除标准：(1)文献属于信件、个案报告及会议摘要等。(2)重复发表的论文。(3)基线数据不可比、无法提取完整数据的文献与资料。

1.2文献检索策略 检索数据库包括中国生物医学文献数据库(CBM)、中国知网(CNKI)、维普数据库(VIP)、万方数据知识服务平台，检索时限从建库至2020年3月。通过多途径搜索相关内容和总结归纳，确定最终检索词。检索词包括：(急诊or急危重症or急危重症患者or危重症患者or急诊危重患者)AND(转运or院内转运or分级转运or分级转运模式or标准化分级模式or院内分级转运)。

1.3文献筛选和资料提取 根据纳入与排除标准，由2名经过系统循证培训的研究者独立检索、整理、阅读和筛选并确定最终文献，再通过提取数据进行交叉核对与汇总合并。在独立完成评价后，2名研究人员就评价结果进行讨论并达成共识，如有分歧则由第3名研究人员共同协商决定。

1.4文献质量评价 随机对照试验与类实验性研究均参考澳大利亚(Joanna briggs institutes，JBI)循证卫生保健中心制定的质量标准进行独立评价[8]，RCT评价内容包括13个条目，类实验性研究评价内容包括9个条目。评价者对每个评价项目做出“是” “否” “不清楚” “不适用”的判断，并最终经过研究者讨论决定该研究是纳入或排除[9]。用“A”代表研究质量高，用“B”代表研究质量中等，用“C”代表研究质量低，将质量评价为“C”的研究剔除。

1.5统计学方法 采用RevMan 5.3软件对提取资料进行数据分析。二分类变量资料选取比值比(Odds ratio，OR)和(95%CI)为分析指标，连续性变量资料选取均数差(Mean difference，MD)、标准化均数差(Standardized mean difference，SMD)及(95%CI)为分析指标。本文所纳入文献来自不同研究类型，先从临床异质性与方法学异质性角度进行检验及处理，按照研究类型分成亚组进行分析。P>0.1，I2<50%表明各研究间异质性不明显，选取固定效应模型估计合并效应量；P≤0.1，I2≥50%表明各研究间异质性明显，选取随机效应模型估计合并效应量。

2 结果

2.1文献筛选流程图 见图1。

图1 文献筛选流程图

2.2纳入文献一般资料 最终纳入的16篇文献[10-25]，总样本量为9 371。其主要的结局指标为转运不良事件发生率及转运时间。10篇[11-13,15,19，21-25]文献报告了患者疾病具体信息。所有研究均对干预方法均进行了具体描述，且有明确的结局指标。其余文献基本特征情况，见表1和表2。

表1 纳入文献基本特征

表2 纳入研究患者各系统疾病信息(T/C)(n=10)

2.3纳入文献的质量评价 12篇文献[10-15,17,19-21,23,25]为历史性对照研究，4篇文献[16，18,,22,24]为随机对照研究。16篇文献[10-25]均描述了研究的分组方法，3篇文献[16,22,24]未描述具体随机分组的方法，其中1篇文献[18]通过随机数字表法产生。9篇文献[11-12,14-15,18-19,21-22,25]未在干预前对结局指标实施多元化测量。16篇文献[10-25]均比较了不同研究对象的基线情况，结果显示基线资料均有较好的可比性。16篇文献[10-25]纳入文献质量中等，11篇文献[10-11,13-15,17，19-21，23,25]未提及试验对象的脱落与失访，4篇文献[16,18,22,24]未提及盲法实施，故本研究可能存在偏倚风险。其次，所有文献均应用了合理的统计学方法。

2.4Meta分析结果

2.4.1分级转运模式对院内转运不良事件发生率的影响 纳入的16篇文献[10-25]报告了院内转运过程中不良事件发生情况，除刘容等[11]数据无法提取，其余15篇文献[10,12-25]异质性结果为I2=48%，异质性较高，差异有统计学意义[OR=0.27，95%CI(0.23，0.30)，P<0.01]，分析异质性产生原因。见表3。

2.4.1.1不同不良事件来源对院内分级转运效果的影响 根据不良事件的来源进行亚组分析，异质性结果为I2=69%，采用随机效用模型。分别有15篇[10-18,20-25]、15篇[10-13,15-25]和14篇[10-13,15-22,24-25]研究的不良事件与病情[OR=0.32，95%CI(0.25，0.40)，P<0.01]、转运人员[OR=0.34，95%CI(0.28，0.41)，P<0.01]与仪器药品[OR=0.25，95%CI(0.15，0.44)，P<0.01]等相关。合并效应量有统计学意义[OR=0.30，95%CI(0.25，0.37)，P<0.01]。见图2。

表3 国内分级转运不良事件发生率亚组分析结果

2.4.1.2不同转运分级标准模式对院内转运效果的影响 根据不同分级转运模式进行亚组分析，结果显示：异质性I2=48%，选用随机效用模型。有8篇[11-13,15,18,20,22,24]研究为标准化分级转运模式[OR=0.27，95%CI(0.22，0.34)，P<0.01]；3篇[10,16,19]研究为改良早期预警模式[OR=0.08，95%CI(0.03，0.23)，P<0.01]；5篇[14,17,21,23,25]研究为预警分级转运联合模式[OR=0.30，95%CI(0.25，0.35)，P<0.01]，合并效应量有统计学意义[OR=0.25，95%CI(0.20，0.31)，P<0.01]。见图2。

2.4.1.3不同干预时间点对院内转运效果的影响 根据干预时间点进行亚组分析，结果显示：异质性I2=48%，采用随机效用模型。有5篇[10,12,14,20,22]研究干预时间<12个月[OR=0.24，95%CI(0.17，0.34)，P<0.01]；6篇[15-19,21]研究干预时间=12个月[OR=0.25，95%CI(0.18，0.35)，P<0.01]；4篇[13,23-25]研究干预时间>12个月[OR=0.25，95%CI(0.17，0.38)，P<0.01]。合并效应量有统计学意义[OR=0.25，95%CI(0.20，0.31)，P<0.01]。见图2。

2.4.1.4不同地区对院内转运效果的影响 根据不同地区进行亚组分析，结果显示：异质性I2=48%，采用随机效用模型。有9篇[10-11,13-14,16-17,19-20,23-24]研究为南方[OR=0.18，95%CI(0.12，0.27)，P<0.01]；6篇[12,15,18,21-22,25]研究为北方[OR=0.30，95%CI(0.25，0.36)，P<0.01]。合并效应量有统计学意义[OR=0.25，95%CI(0.20，0.31)，P=0.02]。见图2。

2.4.2分级转运模式对院内转运时间的影响 纳入的12篇文献[ 11-15,18-19,21-25]报告了转运至CT室，12篇文献[10,12-16,18-19,22-25]报告了转运至ICU室，11篇文献[12-15,18-19,21-25]报告了转运至手术室，10篇文献[11-15,21-25]报告了转运至普通病房，8篇文献[11-12,15,21-25]报告了转运至介入室。纳入文献异质性结果高，选取随机效应模型，合并效应量有统计学意义[SMD=-1.81，95%CI(-2.10，-1.52)，P<0.01]。考虑各级医院对分级转运模式应用差异的临床异质性和方法学异质性，按照不同转运地点分成5个亚组进行分析。结果显示，与常规院内转运方式相比运用分级转运模式可以减少患者转运至CT室[SMD=-2.34，95%CI(-3.13，-1.55)，P<0.01]、ICU室[SMD=-2.26，95%CI(-2.94，-1.58)，P<0.01]、手术室[SMD=-1.84，95%CI(-2.57，-1.11)，P<0.01]、普通病房[SMD=-1.16，95%CI(-1.74，-0.58)，P<0.01]和介入室[SMD=-1.16，95%CI(-1.61，-1.70)，P<0.01]所需转运时间(P=0.01，I2=69.9%)。见图2。

图2 不同特征影响对院内分级转运效果分析

2.4.3敏感性分析和发表偏倚检验 图3呈现出基础对称的漏斗图，说明选入的研究有较好的代表性，偏倚性较小[26]。但顶端存在一个缺口，在进行敏感性分析逐步剔除各个研究之后发现，转运不良事件发生率异质性减少(P<0.01，I2=17%)，通过分析得出林淑端等[19]研究是偏倚的主要原因。见图3。

图3 院内分级转运发表偏倚漏斗图

3 讨论

3.1分级转运模式对院内转运不良事件发生率的影响 本研究结果显示，与常规转运相比，分级转运能够有效降低院内转运不良事件的发生率。分析原因可能是分级转运确保负责转运的医护人员能够在转运前进行预警，并全面评估患者转运过程中存在的潜在风险；在转运中能够合理应对不良事件，将患者安全转运至目标科室；在转运后能够及时进行转运流程效果总结评价并发现新问题。与法国重症监护协会[27]以及Brunsveld等[28]建议保持一致。转运不良事件的发生主要与病情、设备及人员有关[29]，为进一步探讨分级转运效果的影响因素，根据不良事件的主要来源、分级模式与干预时间点进行亚组分析，研究结果稳定性较好，证实该方案能够使转运安全得到保障，也提示未来要加强建设专业化的转运团队、专职化的专员培训、标准化的转运方案[30]。但不良事件来源异质性最高。且研究显示，不良事件的来源主要与仪器药品等有关；不同分级标准模式的异质性主要来源于林淑端等[19]的研究，分级转运联合模式效果优于其他两种转运模式；干预时间≤12个月相关研究异质性大于干预>12个月相关研究异质性；南方地区不良事件发生率高于北方。以上均表明国内目前在转运过程还需加强对急救药品与设备仪器的管理，同时建议未来在采用标准化的转运流程与评估计划的基础上，联合改良早期预警分级方案提高转运效率，保障患者与医护人员的安全[31]，并通过延长干预时间、扩展研究地区来提高研究的准确性。

3.2分级转运模式对院内转运时间的影响 院内转运时间的延长可能会增加急危重症患者血流动力学不稳定和相关并发症的风险，缩短院内转运时间至关重要[32-33]。本研究结果显示：与常规院内转运相比，分级转运模式可以有效缩短院内转运至相关科室的转运时间，但异质性高，研究结果需谨慎对待，仍需高质量的研究来证实其准确性。本研究合并效应后结果与史冬雷等[12]、岳磊于等[14]、程玲等[22]、李兴国等[15]研究结果存在差异，究其原因可能是不同研究在动态环境下，由于医院地区分布、医院等级、人员设备配置、患者病情等差异所造成。院内转运是一个复杂的过程，转运时间较难掌控，而标准化分级转运规定了Ⅰ、Ⅱ、Ⅲ级患者具体的转运时间分别为≤20 min、≥10 min且<20 min、<10 min[12]，早期预警分级则从病情、设备故障、转运护士分级等方面进行了阐述，2种分级转运方式尚存在诸多不确定因素与差异，满足院内转运需求也需多方位的配合和管理，因此建议进一步优化分级标准，设立专业转运小组，针对不同科室特点进行定期培训并总结分析，形成多学科合作转运单元[34]，加快急危重症患者接受诊疗救治的速度。

3.3本研究局限性 (1)由于目前转运分级具体标准、不良事件分类、干预时间、研究类型与地区等差异导致各研究存在异质性，可能会影响结果的可信度，故下一步可以增加高质量研究，针对差异进行更具体的分析。(2)纳入的16篇文献[10-25]质量中等，且患者年龄与疾病类型等部分信息报告不完整，导致数据无法提取而对研究质量造成一定影响。(3)本文研究地区仅涵盖了我国11个省份，不足以反映全国分级转运标准的运用效果。同时，各地区研究纳入的调查数量不均衡且仅限于中文文献可能使结果产生偏倚，建议进一步开展全国性研究，加强国际合作。

4 小结

本研究通过Meta分析对分级转运模式效果进行了深入探讨，运用分级转运模式能有效降低急危重症患者院内转运不良事件的发生率，但缩短转运时间的效果仍待高质量研究进行验证。同时，考虑到目前分级转运模式实践地区、人员、仪器与干预时间等差异，仍需进一步探讨合理规范的分级转运标准应用效果，并加强多中心、大样本与高质量的随机对照试验研究，以期为进一步完善我国预警分级转运模式提供参考，为制定相关指南提供循证依据。