以质量求发展，以服务铸品牌

护理学报 ›› 2024, Vol. 31 ›› Issue (1): 37-41.doi: 10.16460/j.issn1008-9969.2024.01.037

• 文献研究 • 上一篇    下一篇

我国护理核心期刊近5年预测模型研究论文分析

王微1, 路潜2, 宋艳茹3, 柯桑桑1, 刘春蕾1   

  1. 1.河北大学 护理学院,河北 保定 071000;
    2.北京大学 护理学院,北京 100191;
    3.河北大学附属医院 肿瘤内科,河北 保定 071000
  • 收稿日期:2023-09-25 出版日期:2024-01-10 发布日期:2024-02-19
  • 通讯作者: 刘春蕾（1984-）,女,河北邢台人,硕士,讲师,硕士研究生导师。E-mail:liuchunlei_007@163.com
  • 作者简介:王微（2001-）,女,河北保定人,本科学历,硕士研究生在读。
  • 基金资助:
    河北大学高层次人才科研启动项目（521100221002）; 2023年度河北省医学科学研究课题计划（20231559）; 2022-2023年度河北省高等教育教学改革研究与实践项目（2022GJJG024）; 肿瘤患者精准护理及康复创新团队（IT2023C07）; 河北省炎症相关肿瘤精准影像学重点实验室

Methodological quality of studies on prediction model published in Chinese nursing core journals in recent five years

WANG Wei1, LU Qian2, SONG Yan-ru3, KE Sang-sang1, LIU Chun-lei1   

  1. 1. School of Nursing, Hebei University, Baoding 071000, China;
    2. School of Nursing, Peking University, Beijing 100191, China;
    3. Dept. of Medical Oncology, Affiliated Hospital of Hebei University, Baoding 071000, China
  • Received:2023-09-25 Online:2024-01-10 Published:2024-02-19

PDF (PC)

399

赞

摘要： 目的 评价近5年我国护理核心期刊发表的风险预测模型研究的方法学质量,为规范预测模型研究提供参考。方法 检索自2018年1月1日—2022年12月31日护理期刊刊载的预测模型文献,采用预测模型偏倚风险评估工具（Prediction Model Risk of Bias Assessment Tool, PROBAST）进行方法学质量评价。结果 共纳入265篇文献,整体偏倚风险评价均为高风险,主要问题包括研究设计类型不适合、未报告及使用盲法、样本量不足和筛选预测因子方法错误等。结论 纳入的预测模型方法学质量有待提高,亟待规范预测模型的构建过程,为临床人员提供更可靠的决策依据。

关键词: 护理, 预测模型, 方法学质量

Abstract: Objective To appraise the methodological quality of studies on prediction model published in Chinese nursing core journals in the past five years, and to provide reference for the study of prediction models. Methods The articles on prediction model published in nursing core journals from January 1, 2018 to December 31, 2022 were retrieved. A Measurement Tool to Assess Risk of Bias and Applicability of Prediction Model(PROBAST) was used to evaluate the methodological quality of the prediction model. Results A total of 265 articles were included, and the overall risk of bias was high. The main problems included inappropriate research design, unreported and unused blind methods, insufficient sample size, and incorrect methods for screening predictors. Conclusion The methodological quality of the included predictive models needs to be improved, and the construction process needs to be standardized, thus to provide a more reliable basis for decision-making.

Key words: nursing, prediction model, methodological quality

中图分类号: 

  • R47
[1] 张蕊, 郑黎强, 潘国伟. 疾病发病风险预测模型的应用与建立[J]. 中国卫生统计, 2015,32(4):724-726.
[2] 徐园, 朱丽筠, 王钰, 等. 我国护理学者开展预测模型研究的现状和启示:一项范围综述[J]. 中国护理管理, 2022,22(5):744-749. DOI:10.3969/j.issn.1672-1756.2022.05.021.
[3] Moons KGM, Wolff RF, Riley RD, et al.PROBAST: a tool to assess risk of bias and applicability of prediction model studies:explanation and elaboration[J].Ann Intern Med, 2019,170(1):W1-W33. DOI:10.7326/M18-1377.
[4] Moons KG, De Groot JA, Bouwmeester W, et al.Critical appraisal and data extraction for systematic reviews of prediction modelling studies: the CHARMS checklist[J]. PLoS Med, 2014,11(10):e1001744.DOI:10.1371/journal.pmed.1001744.
[5] 陈香萍, 张奕, 庄一渝, 等. PROBAST:诊断或预后多因素预测模型研究偏倚风险的评估工具[J]. 中国循证医学杂志,2020,20(6):737-744.DOI:10.7507/1672-2531.201910087.
[6] 周慧, 王红梅, 叶群, 等. 神经外科ICU病人呼吸机相关性肺炎风险预测模型的构建[J].护理研究,2022,36(23):4174-4180. DOI:10.12102/j.issn.1009-6493.2022.23.007.
[7] 刘雨安, 杨小文, 李乐之. 机器学习在疾病预测的应用研究进展[J]. 护理学报, 2021,28(7):30-34. DOI:10.16460/j.issn1008-9969.2021.07.030.
[8] 谷鸿秋, 王俊峰, 章仲恒, 等. 临床预测模型:模型的建立[J]. 中国循证心血管医学杂志, 2019,11(1):14-16,23. DOI:10.3969/j.issn.1674-4055.2019.01.04.
[9] De Jong Y, Ramspek CL, Zoccali C, et al.Appraising prediction research: a guide and meta-review on bias and applicability assessment using the prediction model risk of bias assessment tool (PROBAST)[J]. Nephrology (Carlton), 2021,26(12):939-947. DOI:10.1111/nep.13913.
[10] 许健, 张驰, 周东阳, 等. 卒中后抑郁风险列线图预测模型的构建及验证[J]. 护理学杂志, 2022,37(17):5-8,22. DOI:10.3870/j.issn.1001-4152.2022.17.005.
[11] 许汝福. Logistic回归变量筛选及回归方法选择实例分析[J]. 中国循证医学杂志, 2016,16(11):1360-1364. DOI:10.7507/1672-2531.20160205.
[12] 奚丽婧, 郭昭艳, 杨雪珂, 等. LASSO及其拓展方法在回归分析变量筛选中的应用[J]. 中华预防医学杂志, 2023,57(1):107-111. DOI:10.3760/cma.j.cn112150-20220117-00063.
[13] Riley RD, Ensor J, Snell K, et al.Calculating the sample size required for developing a clinical prediction model[J]. BMJ, 2020,368:m441. DOI:10.1136/bmj.m441.
[14] Riley RD, Snell K, Ensor J, et al.Minimum sample size for developing a multivariable prediction model: Part I- continuous outcomes[J]. Stat Med, 2019,38(7):1262-1275. DOI:10.1002/sim.7993.
[15] Riley RD, Snell KI, Ensor J, et al.Minimum sample size for developing a multivariable prediction model: Part II - binary and time-to-event outcomes[J]. Stat Med, 2019,38(7):1276-1296. DOI:10.1002/sim.7992.
[16] Archer L, Snell K, Ensor J, et al.Minimum sample size for external validation of a clinical prediction model with a continuous outcome[J]. Stat Med, 2021,40(1):133-146. DOI:10.1002/sim.8766.
[17] 谢晓冉, 徐蓉, 张静, 等. 糖尿病足风险预测模型的构建与验证[J]. 护理学杂志, 2022,37(11):9-14. DOI:10.3870/j.issn.1001-4152.2022.11.009.
[18] 曹煜隆, 单娇, 龚志忠,等. 个体预后与诊断预测模型研究报告规范——TRIPOD声明解读[J]. 中国循证医学杂志,2020,20(4):492-496. DOI:10.7507/1672-2531.201912032.
[19] 邓建新, 单路宝, 贺德强, 等. 缺失数据的处理方法及其发展趋势[J]. 统计与决策, 2019,35(23):28-34. DOI:10.13546/j.cnki.tjyjc.2019.23.005.
[20] Hendriksen JM, Geersing GJ, Moons KG, et al.Diagnostic and prognostic prediction models[J]. J Thromb Haemost, 2013,11(Suppl 1):129-141. DOI:10.1111/jth.12262.
[21] 蒋伟, 付阿丹, 杜蕾, 等. 急诊科护理人员护理纠纷后离职的风险预测研究[J]. 中国实用护理杂志, 2018,34(4):296-301. DOI:10.3760/cma.j.issn.1672-7088.2018.04.013.
[22] 谷鸿秋, 周支瑞, 章仲恒, 等. 临床预测模型:基本概念、应用场景及研究思路[J].中国循证心血管医学杂志, 2018,10(12):1454-1456. DOI: 10.3969/j.issn.1674-4055.2018.12.04.
[23] Steyerberg EW, Vickers AJ, Cook NR, et al.Assessing the performance of prediction models: a framework for traditional and novel measures[J]. Epidemiology, 2010,21(1):128-138. DOI:10.1097/EDE.0b013e3181c30fb2.
[24] 王俊峰, 章仲恒, 周支瑞, 等. 临床预测模型:模型的验证[J]. 中国循证心血管医学杂志, 2019, 11(2):141-144. DOI:10.3969/j.issn.1674-4055.2019.02.04.
[1] 张静, 彭焕椽, 陈佳, 鲁永锦, 刘克玄, 侯晓敏. 成人体外循环心脏手术患者预防手术部位感染的最佳证据总结[J]. 护理学报, 2025, 32(4): 41-47.
[2] 郑小静, 严红虹, 李慧景, 陈思涓, 陈秀梅. 肝细胞癌伴低血糖症风险预测模型的构建与验证[J]. 护理学报, 2025, 32(4): 53-58.
[3] 刘璐, 朱钰, 曹义, 张华, 彭玉娜. 腹腔热灌注化疗患者术中实施不同目标体温管理的效果观察[J]. 护理学报, 2025, 32(4): 59-63.
[4] 李疆伟, 王树君, 李长仔, 胡宝山, 焦桂梅, 张卫红. 基于压力应对理论的护理干预对结直肠癌术后永久性肠造口患者心理压力、负性情绪及自我管理的影响[J]. 护理学报, 2025, 32(4): 64-69.
[5] 龚祖华, 孙丽, 谭璇, 张悦, 施丹, 程娟娟. 肝胆外科术后患者基础体征采集-比对-识别隐匿型病情变化的效果观察[J]. 护理学报, 2025, 32(4): 74-78.
[6] 伍丽华, 吴心雨, 赖湘瑜, 邓宝贵, 黄泽青, 赵耀, 廖源, 沈彩萍, 李瑜. 人工关节置换术后患者深静脉血栓风险预测模型的系统评价[J]. 护理学报, 2025, 32(3): 12-16.
[7] 李苗苗, 熊莉娟, 齐磊, 李敏, 向御婷. 基于Ridit分析法和秩和比法的疾病诊断相关分组在护理绩效管理中的应用[J]. 护理学报, 2025, 32(3): 22-26.
[8] 焦雪萍, 王志稳, 韩舒羽. ICU老年患者躁动行为的干预研究进展[J]. 护理学报, 2025, 32(3): 38-42.
[9] 李若雨, 刘鑫, 林萍, 陈丹, 林桦. 出院患者用药安全管理的最佳证据总结[J]. 护理学报, 2025, 32(3): 50-55.
[10] 杨小娟, 毛孝容, 王静, 江华, 李蓉, 樊宇, 文青, 李林章, 陈晓容. 成人重度烧伤患者早期肠内营养管理的最佳证据总结[J]. 护理学报, 2025, 32(3): 56-61.
[11] 朱天顺, 朱可可, 薛会元, 焦聪聪, 魏长慧, 王贺. 信息框架效应理论在健康管理领域应用的范围综述[J]. 护理学报, 2025, 32(2): 44-49.
[12] 刘硕怡, 熊莉娟, 李凌, 王玉梅, 何嘉, 李鑫, 袁淑蕾, 郭雪琴, 王暘婧, 张慧娟. 老年住院患者衰弱预防及管理临床实践指南的质量评价及内容分析[J]. 护理学报, 2025, 32(2): 50-55.
[13] 李雪, 廖常菊, 张健, 丁娟, 陈晓丽, 胡玉庭. 三级甲等医院ICU护士睡眠障碍的风险预测模型构建及验证[J]. 护理学报, 2025, 32(2): 63-69.
[14] 闫亚铃, 乐美妮, 姚桃琴, 王雪莲, 姜建玲, 辛艺. 老年胃肠肿瘤患者围手术期衰弱管理方案的构建[J]. 护理学报, 2025, 32(2): 74-78.
[15] 顾妍鑫, 刘丽, 胡惠惠, 周芳, 杨怡, 高锐, 王培双. 以核心能力为导向的麻醉护理硕士专业学位研究生临床实践培养方案的构建[J]. 护理学报, 2025, 32(1): 7-12.
Viewed
Full text


Abstract

Cited
  Shared   
No Suggested Reading articles found!