自动化监测提前发现重症监护病房危重患者的脓毒症征象

综述问题

对重症监护病房(intensive care unit,ICU)的患者进行自动化的系统监测,相较于标准的治疗方式,能否提早发现脓毒症,缩短脓毒症治疗时间,改善脓毒症的治疗结局?

背景

脓毒症在患者受到感染,并且其自身的免疫系统对该感染过度反应时发生。若脓毒症未得到控制,会迅速发展成感染性休克,进一步导致肝脏和心脏等器官不能正常工作。人们任何时候都可能受脓毒症感染,但重症监护病房的患者被感染的可能性更大。在欧洲,接受重症监护治疗的患者中,有20%-70%死于感染性休克。没有单一的诊断性检测能够指明某人是否存在脓毒症。相反,一些测试的结果(如验血)必须与其他与病人相关的信息(如病史)和临床体征(如心率、体温和血压)一起纳入评估。这个过程操作起来既费时又复杂。重症监护病房的患者,他们的身体状况可能已经非常不佳,这时要鉴别异常的检查结果是由患者自身严重的疾病所产生,还是因脓毒症而出现,变得困难。

自动化监测系统能够收集和分析不同来源的信息,当发现脓毒症的征兆和症状时, 可以提醒医护人员。这意味着脓毒症能被尽可能早地诊断,使治疗能赶在器官损害发生前启动。然而,自动化监测系统也可能没有帮助,甚至造成危害。譬如系统无法正确探测到脓毒症(这意味着治疗未及时启动,或是在不应治疗时启动了治疗);又如系统存在过多错误警报,致使医护人员对警报不能作出迅速响应。

研究特点

我们对2017年9月以前发表的文献进行了检索并明确其证据质量。我们纳入研究的条件:研究对象为收入重症监护病房的危重病患者,以自动监测脓毒症的治疗与标准治疗(例如纸质记录系统)相比。我们排除研究的条件:非随机对照的研究(患者被分配入各个治疗组的可能性不相同);半随机研究(患者被分配入各个治疗组的方式没有做到真正的随机,例如按照出生日期或病历号被分配入组);交叉对照研究(患者在这类研究中会先接受一种治疗,之后换用第二种治疗)。纳入了已确诊为脓毒症患者的研究也被排除在外。

主要结果

我们纳入了三项随机对照试验(研究的受试者被分配入各个治疗组的机会均等),本综述囊括了1199位受试者。总的来说,自动化监测系统和标准治疗相比,在以下方面无显著差异:抗生素治疗的启动时间(如抗细菌和抗真菌治疗,极低质量证据);在重症监护病房的住院时间(极低质量证据);14天、28天的亡率,或出院时间(极低质量证据)。关于探测脓毒症失败的报道证据质量极低,该研究所提供的数据非常模糊,以至于我们无法对其数据进行进一步有意义的分析。其他我们希望评估但是没有研究报道的结局有:启动液体复苏(增加体内体液容量)的时间, 30 天的死亡率, 以及生活质量。

证据质量

本综述结果显示,证据有局限性,并且质量极低,我们无法从中得出有意义的结论。目前,尚不清楚本综述涵盖的结局,会受到脓毒症自动化监测系统怎样的影响,因此我们不确定脓毒症自动化监测是否有利。另外, 还需要高质量的证据来明确本综述中存在的疑问。

结论: 

自动监测系统在监测脓毒症的过程中,会对本综述所提及的结局产生怎样的影响,目前并不清楚。只有极低质量证据提供了自动预警方面的内容,而自动预警只是自动化监测系统的其中一个部分。目前仍不清楚这样的系统能否取代,由经验丰富的医护人员对患者情况进行细致回顾的常规监测方式。

阅读摘要全文
背景: 

脓毒症是一种危及生命的疾病,通常在病人疑似感染或有明确记录的感染时被诊断,并须符合至少两个全身炎症反应综合征(systemic inflammatory response syndrome,SIRS)标准。重症监护病房( intensive care unit,ICU)患者的脓毒症发病率,高于其他环境中的发病率。如果不治疗,脓毒症会迅速恶化;根据对严重性的不同定义,严重的脓毒症死亡率达40% 或更高。识别脓毒症是有挑战性的工作,需要把关于患者的多种不同来源、互相无关联的数据结合起来,并正确解读这些数据,这个过程复杂而耗时。电子系统,旨在信息源间建立起联系,对信息进行自动核对、分析和持续监测,并在达到预先设定的诊断阈值时提醒医护人员。电子系统可促进更早识别脓毒症,更快启动诸如抗菌、液体复苏、运用强心药物和血管升压类药物等治疗,可能对治疗总体产生帮助。然而,也可能存在这样的情况,自动化电子监测系统并不能提供有效帮助,反而造成了损害。譬如系统无法正确探测到脓毒症(这意味着治疗未及时启动,或是在不应治疗时启动了治疗);又如医护人员对警报不能作出迅速响应,在警报频发或过多错误警报时导致“警报疲劳”出现。

目的: 

评估早期发现脓毒症的自动化监测系统是否能减少对症治疗(如启动抗菌、液体复苏、运用强心药物和血管升压类药物)的时间,并改善ICU内危重病人的临床结局。

检索策略: 

我们检索了CENTRAL数据库,美国医学文献索引(MEDLARS Online,MEDLINE),荷兰医学文摘数据库(Excerpta Medica Database,Embase), 护理学文献资料库(Cumulative Index to Nursing and Allied Health Literature,CINAHL),ISI Web of science平台,拉美加勒比医学文献(Literatura Latino-Americana e do Caribe em Ciências da Saúde,LILACS), 临床试验注册网站(clinicaltrials.gov),和世界卫生组织试验注册网站(World Health Organization trials portal)。我们检索了以上各数据库从建库到2017年9月18日的文献,未限制国家或发表文献的语言。

纳入标准: 

我们纳入随机对照研究(randomized controlled trials,RCTs),纳入的研究对象为在重症监护病房的各年龄段重症患者,纳入的研究干预措施为自动化脓毒症监测系统与标准治疗(如纸质记录系统)比较。我们定义自动化监测系统为,任何一种能够满足以下条件的流程:每隔一段时间自动浏览患者的记录、数据(单系统或多系统),寻找指示脓毒症的标记物和特征。我们定义的重症为包含但不限于手术后、外伤、脑卒中、心肌梗死、心律失常、烧伤、低血容量性休克。我们排除了非随机研究、半随机研究和交叉对照研究。还要排除纳入了已确诊为脓毒症患者的研究。

资料的收集与分析: 

我们使用了Cochrane推荐的标准方法学评估流程。我们的主要结局为:启动抗菌治疗的时间;启动液体复苏的时间;30天的死亡率。次要结局包括:在ICU的住院时间;探测脓毒症失败的次数;生活质量。我们采用了推荐等级评估方法(The Grading of Recommendations Assessment, Development and Evaluation,GRADE)来评价每个证据的质量。

主要结果: 

我们的综述中纳入了3个随机对照研究。但目前并不清楚这三个随机对照研究是各自相互独立,总共纳入1199位受试者;还是这三个报道来自同一个研究,总共纳入的受试者数量比1199少。我们无法与文献的作者取得联系,以明晰这个问题,决定将三个研究视作相互独立的研究。

三个随机对照研究的随机方法、随机隐藏方法不明确,效应大小未知,为极低质量证据。其中有些研究只有摘要发表,所提供数据有限,我们无法进行进一步有意义的分析,也无法对其潜在的偏倚风险进行评估。

住院期间,这些研究的受试者均接受自动电子监护。受试者被随机分配到干预组(自动预警系统)或常规治疗组(没有自动预警系统)。

这三个研究均报道了“启动抗菌治疗的时间”这一结局的证据。我们无法对数据进行汇总。其中最大的一个研究纳入了680位受试者,该研究所述的启动抗菌治疗时间的中位数,干预组是5.6小时(四分位数为2.3至19.7),对照组是7.8小时(四分位数为2.5至33.1),两个组的受试者人数均未报道。

没有研究报道“液体复苏时间”,也没有对不良事件“30天死亡率”的报道。不过其他时间段的死亡率有极低质量证据报道。一个纳入77位受试者的研究报道,干预组14天的死亡率为20%,对照组14天的死亡率为21%(分子和分母均未说明)。另一个纳入442例受试者的研究报道28天的死亡率或出院率,干预组为14%,对照组为10%(分子分母均未报道)。这些结局对应的样本大小并未得到充分的说明,我们无法估算出置信区间。

一个纳入442例受试者的研究报道了“在ICU的住院天数”,证据质量极低。住院天数中位数在干预组为3.0天(四分位数=2.0至5.0),对照组为3.0天(四分位数=2.0至4.0)。

一个纳入至少442例受试者的研究报道了 “探测脓毒症失败”这一不良事件,极低质量证据。数据仅显示两例患者出现脓毒症探测失败,然而并未说明这两例受试者来自哪个治疗组。

没有研究报道“生活质量”。

翻译备注: 

译者:张响婕(北京中医药大学第一临床医学院),审校:李迅、鲁春丽(北京中医药大学循证医学中心)2018年7月20日

Tools
Information
Share/Save