Page 89 - 《中国药房》2024年3期
P. 89

比较工具评价维度、工具性能、风险分层能力等关键

          要素。
          2 结果
          2.1 文献检索流程及结果
              初检共获得文献717篇，补充检索25篇，经过筛选，

          最终纳入14个CAT风险评估工具，见图2。

            通过数据库检索相关文
            献（n＝717）：
            CNKI（n＝142）
            WanFang（n＝87）
            VIP（n＝42）
            CBM（n＝137）                                             图3 CAT风险评估工具发布国家和数量
            PubMed（n＝104）       通过其他途径检索获得补充文献（n＝25）
            Embase（n＝205）
                                                             2.3 纳入工具的基本特征
                                                                 纳入的 14 个工具研究样本量为 208～18 956 例，受
                                                                                                      [5，7]
                        剔重后获得相关文献                            试者平均年龄为 53.1～74.0 岁（2 项研究未报道 ），女
                           （n＝647）
                                                             性受试者比例为3.0%～81.3%（3项研究未报道               [5，7，17] ），随
                      阅读文题及摘要初筛（n＝77）                        访时间 3～24 个月不等；其中，4 个工具采用回顾性研
                                        阅读全文排除（n＝47）         究 [7―8，15―16] ，8 个采用前瞻性或观察性研究       [5―6，9―14] ，2 个采
                                                             用病例对照研究       [17―18] ；9个工具的构建基于Logistic回归
                        阅读全文复筛（n＝30）   排除（n＝16）：
                                       系统评价（n＝4）                 [5，8―9，11―12，14―15，17―18]              [6―7]
                                       复发性风险评价工具（n＝2）        模型                ；2个基于其他模型改进所得               ；1
                                       实例研究（n＝5）
                                                                                                     [13]
                                                                              [16]
                      最终纳入相关文献（n＝14）   同一工具不同版本（n＝2）         个基于多变量模型 ；1 个基于惩罚回归模型 ；1 个基
                                       无全文（n＝3）
                                                                           [10]
                                                             于竞争风险模型 ；纳入工具的主要研究对象为门诊肿
                        图2 文献筛选流程图
                                                             瘤患者（n＝6）    [5，10―14] 、淋巴瘤患者（n＝2） 、多发性骨髓
                                                                                               [9，18]
          2.2 CAT风险评估工具概述                                                [15―16]                [17]
                                                             瘤患者（n＝2）        、肺癌术后患者（n＝1） 、住院或接受
              全球迄今共发布CAT风险评估工具14个                [5―18] ，发布  化疗的肿瘤患者（n＝3） 。全球CAT风险评估工具的
                                                                                 [6―8]
          于2008－2021年，来自美国、意大利、西班牙等国家。其                      基本特征详见表1。
          中美国 5 个、中国 1 个。2008 年，美国学者 Khorana 等          [5]  2.4 CAT风险评估工具评价维度和风险因素
          研制了 Khorana predictive model，为全球首个适用于评                 患者、疾病、治疗因素及实验室指标是工具中常见
          估门诊化疗肿瘤患者 VTE 风险的评估工具。随着对                          评价维度，各维度囊括多种风险因素。大部分工具将身
          CAT 风险的广泛关注，风险评估工具发布数量逐年增                          体质量指数（body mass index，BMI）和 VTE 既往史作为

          加，仅2016－2021年就发布了11个，详见图3。                         风险因素，7 个工具均将此因素纳入最终的预测因子。
                                         表1 全球CAT风险评估工具的基本特征

                      发布                                                女性占
          编号 工具名称         发布国家 适用人群             研究设计类型      样本量 年龄/岁        工具形成方法        预测终点       随访期
                      年份                                                 比/%
           1 Khorana [5]  2008 美国  门诊接受化疗的肿瘤患者  多中心前瞻性观察性研究 4 066 NR    NR  多变量Logistic回归  VTE，不包括动脉血栓 4个化疗周期
           2 Vienna [6]  2010 奥地利  肿瘤患者         前瞻性观察性队列研究   819 62.0   44.3  基于Khorana改进Cox回归模型 DVT、PTE  24个月
           3 Protecht [7]  2012 意大利  接受化疗的肿瘤患者  回顾性研究        1 150 NR   NR  参考Kucher’s模型，经验整合 VTE    NR
           4 Canclot [8]  2016 美国  住院肿瘤患者       多中心回顾性队列    18 956 71.5  52.6  Logistic回归  VTE       3个月
           5 Throly [9]  2016 塞尔维亚 淋巴瘤患者        前瞻性队列研究      1 820 53.1（15.0～87.0） 43.0  Logistic回归  VTE  3个月
           6 Onkotev [10]  2017 意大利  门诊实体瘤患者    前瞻性观察性研究     843 59.5±12.0  66.4  竞争风险模型  VTE        8.3（5.9～11.4）个月
           7 Compass-cat [11]  2017 法国  门诊实体瘤患者  多中心前瞻性研究    1 355 55.0（23.0～89.0） 81.3  多变量Logistic回归  VTE  6个月
           8 Tic-onco [12]  2018 西班牙  门诊实体瘤患者   观察性队列研究      391 64.1   34.5  文献筛选、多元Logistic回归  VTE  6个月
           9 Pabinger [13]  2018 奥地利  门诊实体瘤患者   前瞻性队列研究      2 255 63.0  44.6  惩罚回归模型     DVT、PTE    24个月
          10 Mdacc-cat [14]  2020 美国  门诊肿瘤患者    前瞻性队列研究      1 090 59.0  53.9  多元Logistic回归  VTE     24个月
          11 Saved [15]  2019 美国  使用免疫调节药物的多发性骨髓瘤患者 回顾性队列研究  4 188 74.0  53.9  多元Logistic回归  PTE、LE-DVT、UE-DVT 3个月
          12 Impede [16]  2019 美国  多发性骨髓瘤患者     回顾性研究、随访     8 702 67.2  3.0  文献回顾、多变量模型  VTE        6个月
          13 A nomogram model [17]  2021 中国  住院肺癌术后患者  匹配病例对照研究  680 66.0  NR  Logistic回归  PTE       5个月
          14 Tic-lympho [18]  2021 西班牙  淋巴瘤患者   观察性病例对照研究    208 64.1   46.6  Logistic回归  DVT、PTE    6个月
             NR：未报道（not reported）；LE-DVT：下肢深静脉血栓形成( lower extremity deep venous thrombosis)；UE-DVT：上肢深静脉血栓形成(upper
          extremity deep venous thrombosis）。


          中国药房  2024年第35卷第3期                                                 China Pharmacy  2024 Vol. 35  No. 3    · 335 ·
   84   85   86   87   88   89   90   91   92   93   94