【摘要】 目的：系统评价中国心脏大血管术后患者谵妄风险预测模型。方法：检索 The Cochrane Library、PubMed、Embase、Web of Science、中国知网（CNKI）、维普网（VIP）、万方数据库（Wang Fang Date）中发表的相关文献，检索时间均为数据库建库至 2024年5月20日。2名研究员独立筛选文献、提取数据并使用预测模型偏倚风险评价工具（prediction model risk of bias assessment tool，PROBAST）评价模型质量。结果：共纳入23项研究，包含49个预测模型，谵妄发生率为3.6%~36%。逻辑回归模型、随机森林模型、K最邻近和支持向量机模型是常用的建模方法，年龄、ICU停留时间、体外循环、射血分数、血清肌酐数值、糖尿病史等是模型中常纳入的预测因子。模型建立的受试者工作特征曲线下面积（area under the curve，AUC）范围为0.67~0.98。17项研究开展了模型内部验证，其AUC为0.659~0.903。仅8项研究开展了模型外部验证，其 AUC范围为0.544~0.896。结局报告方面，多项研究未清晰报告预测因素的定义、模型拟合、模型呈现方式等关键信息。方法学质量方面，23项研究所建模型的适用性均良好，模型分析领域高偏倚风险是导致所有模型总体偏倚风险高的主要原因。结论：中国心脏大血管术后患者谵妄风险预测模型的建模质量较差，模型的临床应用效果有待验证。未来，研究人员可根据不同心脏大血管外科术式开发针对性风险预测模型，建模前全面纳入患者的基线特征、生物学标志物等预测因素，严格遵循PROBAS相关标准构建多变量、前瞻性、大样本，基于预测模型透明报告指南开发高质量模型及全面报告研究结果。

何晓娣,王伊钶,陈媛儿,沈航,兰美娟,宋剑平. 中国心脏大血管术后患者谵妄风险预测模型的系统评价[J]. 中华急诊医学杂志, 2025,34(2): 246-253.
DOI号:

基金项目：浙江省医药卫生科技计划项目（2023KY731）

关键词： 心脏大血管 术后谵妄 预测模型 系统评价