伞形综述与元分析：用于识别幼儿发育迟缓的筛查工具

《Journal of the American Academy of Child & Adolescent Psychiatry》：Umbrella Review and Meta-Analysis: Screening Tools for the Identification of Developmental Delay in Early Childhood

本研究通过系统综述和元分析，评估全球38种发育筛查工具的准确性。结果显示，仅9种工具有足够数据，其中ASQ、PEDS和DDST基于多样本研究，但多数工具敏感性（<0.8）和特异性（<0.8）未达临床标准，存在异质性，提示需改进实施策略。

　　

Noushin Arefadib|Bianca Stewart|C. Crespo-Gonzalez|David Coghill|Rod W. Hunt|Raghu P. Lingam|Melissa Mulraney

墨尔本大学，维多利亚州墨尔本

摘要

目的

本系统评价和荟萃分析旨在确定全球范围内使用的各种发育筛查工具，并评估这些工具在识别0至6岁儿童发育迟缓方面的综合准确性。

方法

检索了截至2025年3月的PubMed、MEDLINE、PsycINFO和Google Scholar数据库，未设置语言限制。纳入了过去10年内发表的系统评价或范围评价，只要这些评价提供了关于用于识别2个领域发育迟缓的筛查工具准确性的信息。通过荟萃分析汇总了敏感性、特异性和曲线下面积（AUC）的估计值。使用Grading of Recommendations, Assessment, Development, and Evaluation（GRADE）方法评估了每种工具的证据可靠性。同时使用A MeaSurement Tool to Assess systematic Reviews（AMSTAR 2）工具对评价的质量进行了评估。

结果

共识别出13篇评价，涉及38种不同的筛查工具。其中9种工具的数据足以进行荟萃分析，但只有Ages and Stages Questionnaire（ASQ）、Parents’ Evaluations of Developmental Status（PEDS）和Denver Developmental Screening Test（DDST）基于超过两个独立样本的数据。虽然大多数工具表现出良好的区分能力（AUC 0.66-0.89），但大多数工具未能达到最低接受的敏感性（0.8）和特异性（0.8）阈值。大多数工具在各项指标上的置信区间较宽，且异质性较高。

结论

目前可用的筛查工具均未显示出足够的临床应用或人群筛查准确性，这突显了需要制定更细致的实施策略，以弥补这些工具在准确性方面的已知局限性。

部分内容摘录

引言

发育迟缓（DD）是一个常用术语，用于描述那些技能和行为明显落后于同龄人的儿童，不同于那些表现出非典型发育模式或有明确诊断的儿童。^1,2发育迟缓可能发生在一个或多个领域，包括精细运动和粗大运动、言语和沟通、认知技能、社交能力、情绪成熟度以及日常生活活动。³

方法

本系统评价和荟萃分析的方案已在PROSPERO（CRD 42024577375）平台上预先注册。我们的报告遵循了Preferred Reporting Items for Overviews of Reviews（PRIOR）声明的建议³⁷（详见在线提供的表S1）。

纳入标准

纳入的标准包括：（1）在过去10年内发表的系统评价或范围评价；（2）评估了至少一种用于识别多个领域发育迟缓的筛查工具；（3）主要包含0–6岁儿童的研究（样本中占比超过50%）；（4）主要包含来自普通人群的研究；（5）包含关于筛查工具准确性的任何信息。

数据提取

数据由两位作者使用专门设计的Excel电子表格独立提取。提取过程遵循了JBI数据提取指南⁴⁰。在出现分歧时，通过讨论或第三位资深作者的介入进行解决。每篇评价的提取数据列表见表1。

若报告中提及，还包括了参考标准、临界值以及真正例（TP）、假正例（FP）、真阴性（TN）等原始数据。

纳入评价的偏倚风险

所有纳入评价的方法学质量均使用AMSTAR 2（A MeaSurement Tool to Assess systematic Reviews）⁴¹工具进行评估，该工具用于评估每篇评价是否充分涵盖了其所包含的主要研究的关键方法学标准。两位作者独立地对每篇评价的16个维度进行了评估，通过讨论达成共识以解决任何分歧。整体信心水平被划分为高、中、低或

结果

系统搜索共获得13,838条引用。去除重复项后，对10,206篇标题和摘要以及35篇全文进行了资格审查（图1）。有13篇评价符合纳入标准。所有在全文审查中被排除的参考文献及其排除原因见在线提供的表S5。在排除47篇重复的主要研究后，我们纳入了89篇非重复的主要研究的数据，涉及29个独特的

纳入评价的特征

纳入的13篇评价的特征如下：7篇系统评价^{, 28篇、29篇、30篇,32篇、33篇、34篇,54篇，5篇荟萃分析, 22篇,23篇,27篇,35篇,53篇，以及1篇范围评价31。这些评价发表于201434至202553年间，每篇评价所包含的主要研究数量从11篇到64篇不等。其中3篇评价在澳大利亚机构进行23,29篇,30篇}，2篇在英国^35,54篇，其余在孟加拉国²⁸、印度²²、巴西³⁴、美国³³、韩国

纳入评价的质量

根据AMSTAR-2评估，纳入评价的整体质量评级为低或极低。最常见的关键缺陷包括未提供排除研究的列表及理由、偏倚风险评估不足，以及在解释结果时未考虑偏倚风险。在线提供的表S3详细列出了每篇评价的质量评估结果。

讨论

据我们所知，这是迄今为止规模最大的关于发育筛查工具识别发育迟缓准确性的证据综合研究。共识别出38种不同的筛查工具，其中9种工具的数据足以进行荟萃分析。其中只有ASQ和PEDS基于超过两个独立样本的数据。这可能反映了这些工具在临床实践中的更广泛应用⁵⁵，但其他工具的可用证据匮乏令人担忧