《Frontiers in Endocrinology》：Prediction models for sepsis-associated acute kidney injury: a systematic review and meta-analysis
编辑推荐：
摘要专业翻译
目的： 本研究旨在系统评估脓毒症相关急性肾损伤（sepsis-associated acute kidney injury, SA-AKI）风险模型的预测性能，并进一步探讨影响这些模型在临床环境中实际效能的具体因素。
方法： 研究人员系统检索了P
摘要专业翻译
目的： 本研究旨在系统评估脓毒症相关急性肾损伤（sepsis-associated acute kidney injury, SA-AKI）风险模型的预测性能，并进一步探讨影响这些模型在临床环境中实际效能的具体因素。
方法： 研究人员系统检索了PubMed、Cochrane图书馆、Web of Science和Embase数据库，以识别截至2026年3月30日发表的聚焦于SA-AKI预测模型开发与验证的队列研究。为确保证据质量，采用预测模型研究偏倚风险评估工具（Prediction model study Risk Of Bias ASsessment Tool, PROBAST）评估偏倚风险。数据合成采用随机效应模型，用以合并C统计量（C-statistic）及其95%置信区间（confidence intervals, CIs）。最后，通过亚组分析探讨异质性的来源。
结果： 本Meta分析共纳入15项研究，涉及46,490例患者。合并C统计量为0.817（95% CI: 0.781–0.847），表明对SA-AKI具有中等至良好的判别能力。然而，研究间存在显著异质性（I2 = 92.8%, τ2 = 0.143）。亚组分析进一步阐明了这种变异的驱动因素。研究发现，尽管亚洲地区开发的模型合并C统计量高于北美地区（0.845 vs. 0.777），但该差异无统计学意义（交互作用P = 0.076）。同样，低偏倚风险研究的预测性能显著优于高偏倚风险研究（0.847 vs. 0.762；交互作用P = 0.010）。值得注意的是，根据交互作用检验，模型性能并未受到验证类型（内部验证 vs. 外部验证）或发表语言的显著影响。然而，外部验证亚组显示出异常宽的95% CI，这凸显了由于纳入研究数量有限，该合并估计值存在高度不确定性。采用逐一剔除法（leave-one-out）的敏感性分析证明了合并估计值的稳健性，剔除任一研究后的结果均稳定在较窄范围内（0.805–0.826）。最后，漏斗图目测检查及Egger检验提示不存在潜在的发表偏倚（P = 0.1891）。
结论： 当前针对SA-AKI的预测模型展现出中等至良好的预测性能；然而，纳入研究间存在高度异质性。未来研究应优先关注外部验证，并强调降低偏倚风险。此外，研究人员建议探索稳健的、针对特定人群的模型，以提升临床实用性和泛化能力。
系统评价注册： https://www.crd.york.ac.uk/prospero/，标识号CRD420261347810。
论文主体内容专业总结
引言
脓毒症是重症监护病房（intensive care unit, ICU）患者死亡的主要原因，全球每年新发病例超过4900万，死亡约1100万。急性肾损伤（acute kidney injury, AKI）是脓毒症最常见且最严重的器官功能障碍表现之一，影响40%至50%的脓毒症患者，不仅增加死亡风险和住院时长，还给医疗系统带来沉重经济负担。尽管改善全球肾脏病预后组织（Kidney Disease: Improving Global Outcomes, KDIGO）指南提供了既定的诊断标准，但脓毒症相关急性肾损伤（sepsis-associated acute kidney injury, SA-AKI）的潜在病理生理机制仍极为复杂，涉及炎症、微循环衰竭、线粒体损伤和细胞凋亡等多重交互作用。这种复杂性使得早期识别高危患者成为重大临床挑战。近年来，电子健康记录的广泛采用和机器学习算法的进步催生了大量专科预测模型，这些工具整合了从人口学特征、生命体征到实验室指标和生物标志物的多维预测因子。然而，现有研究在样本量、预测因子选择、建模技术和验证策略方面存在显著异质性，导致模型性能报告差异巨大，C统计量在0.611至0.969之间波动。目前缺乏对这些预测模型的系统性整合与定量比较，本研究旨在通过系统评价和Meta分析方法，定量合并这些模型的判别指数，并探讨地理区域、验证类型、偏倚风险和发表语言的影响。
方法
本研究遵循PRISMA 2020指南设计，研究方案于2026年3月22日在PROSPERO数据库前瞻性注册（注册号：CRD420261347810）。在筛选阶段，对方案预设的“干预”和“研究设计”字段进行了微小修订，以更贴合所检索队列研究的精确特征，所有最终分析均严格按照修订后的方案执行。
文献检索策略
由两名研究人员独立制定综合检索策略并交叉核对。检索了PubMed、Cochrane图书馆、Web of Science和Embase四个主要电子数据库，时间范围从建库至2026年3月30日。检索初期未施加语言或发表类型限制。检索策略结合了医学主题词（Medical Subject Headings, MeSH）和自由文本词，涵盖“脓毒症”、“脓毒性休克”、“急性肾损伤”、“预测模型”、“风险评分”、“机器学习”和“列线图”等核心概念。两名研究人员独立进行文献筛选，使用EndNote软件去重后，依据标题和摘要进行初筛，随后获取全文进行二次审查，分歧通过第三方仲裁解决。纳入标准采用PICOS框架制定，针对年龄≥18岁的脓毒症或脓毒性休克成年患者，聚焦于SA-AKI风险预测模型，包括传统统计模型和机器学习算法，主要结局为模型判别能力，以C统计量或受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC-ROC）表示。排除会议摘要、综述、病例报告、动物实验及未经验证或缺失C统计量的研究。模型验证策略依据TRIPOD声明系统分类为内部验证和真正的外部验证。
数据提取
两名独立研究人员使用标准化表格提取数据，收集信息包括第一作者、发表年份、研究地区、样本量、预测模型类型、验证方法、C统计量及其95%置信区间。通过电子邮件联系原作者以获取缺失数据，若仍无法获得则记录缺失情况。最终未获取或纳入任何未发表数据，本系统评价严格参考同行评审的已发表数据。
文献质量评估
采用预测模型研究偏倚风险评估工具（PROBAST）评估纳入研究的偏倚风险，该工具评估四个领域：研究对象、预测因子、结局和分析，每个领域评定为低风险、不清楚或高风险。两名研究人员独立进行评估，分歧通过共识或第三方仲裁解决。PROBAST结果以红绿灯图和汇总图呈现。
统计分析
统计分析使用R软件（版本4.3.1）中的meta和metafor包。鉴于研究间预期存在差异，所有Meta分析均采用随机效应模型，通过DerSimonian–Laird（DL）方法估计异质性方差。主要分析指标为C统计量的logit转换值，合并结果以C统计量及其95% CI呈现。同时计算95%预测区间以反映真实效应量的分布范围。异质性通过I2统计量和Cochran's Q检验评估，I2 > 50%或P < 0.10表示存在显著异质性。标准误的推导依据是否提供95% CI或样本量与事件数，分别采用标准公式或经典Hanley–McNeil公式。由于被排除的外部验证数据集同时缺乏样本量、事件数和95% CI，无法通过任一方法计算其标准误，故予以排除。为评估合并估计值在显著异质性下的稳健性，额外采用限制最大似然法（restricted maximum likelihood, REML）结合Hartung–Knapp（HK）调整进行敏感性分析。
发表偏倚评估
通过漏斗图目测评估发表偏倚，以logit转换的C统计量为x轴，标准误的倒数为y轴。垂直虚线表示合并效应量，红色虚线曲线表示95% CI边界。研究根据总体PROBAST偏倚风险评级进行颜色编码。同时进行Egger线性回归检验进行定量检测，P值小于0.10视为存在潜在发表偏倚。
森林图构建
森林图用于可视化每项纳入研究的C统计量及95% CI。个体效应估计以方块表示，水平线表示相应的CI，方块大小与研究在Meta分析中的权重成正比。元素根据PROBAST偏倚风险进行颜色编码（蓝色为低风险，灰色为不清楚，红色为高风险）。图底部菱形表示随机效应模型的合并估计值及其95% CI。灰色阴影区域表示95%预测区间，并标注I2和τ2等异质性指标。
亚组分析
为探讨异质性来源并评估模型性能的稳定性，进行了四项预设亚组分析：按研究地区（北美 vs. 亚洲）、验证类型（内部 vs. 外部）、发表语言（英文 vs. 中文）和总体PROBAST偏倚风险（低 vs. 高）。通过交互作用检验评估亚组间差异，P值小于0.05视为具有统计学意义。
敏感性分析
采用逐一剔除法进行敏感性分析，即依次排除每项研究后重新计算合并C统计量，以评估Meta分析结果的稳健性。将重新计算的值与总体合并效应量0.817进行比较以确定结果稳定性。
结果
初步数据库检索共识别1,019条记录，去重后剩余838篇独特引文进行标题和摘要筛选，最终纳入15项研究进行定性综合和定量Meta分析。这15项研究发表于2020年至2024年间，其中5项在北美开展，10项在亚洲开展。样本量从172例到15,726例不等，训练集样本量中位数为733例。验证方法方面，12项研究采用内部验证，4项研究报告了外部验证队列，但由于Xie等人（2021）的外部验证数据缺乏事件数信息，无法计算C统计量的标准误，最终仅3项研究纳入外部验证亚组。预测模型类型涵盖传统逻辑回归列线图和多种机器学习算法。
质量评估与偏倚风险
PROBAST评估结果显示，所有15项研究（100%）在研究对象领域均评为低风险。在预测因子领域，14项研究（93.3%）为低风险，1项（6.7%）不清楚。结局领域方面，10项研究（66.7%）为低风险，1项（6.7%）不清楚，4项（26.7%）为高风险。分析领域显示14项研究（93.3%）为低风险，1项（6.7%）为高风险。总体而言，9项研究（60.0%）评为低偏倚风险，1项（6.7%）不清楚，5项（33.3%）为高风险。
发表偏倚与总体预测性能
漏斗图评估显示纳入研究分布相对对称，提示无明显发表偏倚。Egger线性回归检验进一步证实无统计学显著发表偏倚（P = 0.1891）。总体预测性能方面，Meta分析得出合并C统计量为0.817（95% CI: 0.781–0.847），表明模型具有中等至良好的判别能力。然而，研究间存在显著异质性（I2 = 92.8%, τ2 = 0.143, P < 0.001），95%预测区间为0.655至0.915，反映真实效应量分布广泛。各研究C统计量介于0.611至0.969之间，Xie等人报告最高值0.969，Peng等人报告最低值0.611。
亚组分析
按研究地区分层时，北美研究合并C统计量为0.777（95% CI: 0.727–0.820），亚洲研究为0.845（95% CI: 0.783–0.891），但差异无统计学意义（交互作用P = 0.076）。验证类型方面，内部验证研究合并C统计量为0.813（95% CI: 0.777–0.845），外部验证为0.819（95% CI: 0.557–0.942），差异无统计学意义（交互作用P = 0.956）。外部验证亚组95% CI异常宽泛，归因于纳入研究数量少（n = 3）及个体外部验证队列样本量相对有限。发表语言分析显示无显著差异（交互作用P = 0.793），英文发表合并C统计量为0.818（95% CI: 0.781–0.851），中文发表为0.799（95% CI: 0.618–0.907）。按总体PROBAST偏倚风险分层时，低风险研究报告的模型性能显著更优（合并C统计量：0.847, 95% CI: 0.807–0.879），高风险研究为0.762（95% CI: 0.702–0.813），差异具有统计学意义（交互作用P < 0.05）。
敏感性分析
逐一剔除法敏感性分析显示，依次排除每项研究后，合并C统计量在0.805至0.826的窄范围内波动。采用REML方法结合Hartung–Knapp调整的敏感性分析中，调整后合并C统计量为0.820（95% CI: 0.773–0.858），与基于DL方法的主要分析结果（0.817, 95% CI: 0.781–0.847）高度一致，表明SA-AKI预测模型的总体判别性能在高度统计异质性下仍保持显著稳定和稳健。所有重新计算的估计值均高于0.80，且各自的CI与总体合并效应量区间（0.781–0.847）持续重叠。排除Su（2024）后观察到最低合并C统计量0.805（95% CI: 0.769–0.836），排除Peng（2023）后获得最高值0.826（95% CI: 0.791–0.856）。由于没有任何单一研究对总体效应量产生决定性影响，本Meta分析结果具有高度稳健性。
讨论
本研究通过综合15项研究、涉及46,490例患者的数据，证明现有模型在识别SA-AKI风险方面具有稳健的判别能力，合并C统计量为0.817。与针对普通住院人群的AKI预测研究相比，本研究专门针对脓毒症队列，观察到的更优判别性能反映了脓毒症特异性指标在提升预测准确性中的关键作用。尽管总体判别能力较高，但研究间显著的统计异质性（I2 = 92.8%）需谨慎解读。亚组分析提示地理区域可能促成这种变异，亚洲研究倾向于显示更高的合并C统计量，但差异未达统计学意义。预测因子的多样性也被确定为研究间异质性的核心因素，不同研究采用了“生物标志物导向”与“常规临床数据导向”等对比鲜明的建模策略。从方法论角度看，偏倚风险对模型性能的影响不容忽视，低风险研究的合并性能显著高于高风险研究。机器学习算法虽展现出卓越判别能力，但存在非线性和潜在过拟合的固有风险。局限性方面，未在亚组中直接比较传统逻辑回归与机器学习模型，主要评估了模型判别能力而校准数据有限，外部验证亚组研究数量少导致置信区间宽泛。C统计量仅反映模型判别能力，并不确立临床实用性或净获益，临床实施需要严格评估校准、净获益和决策曲线分析（decision curve analysis, DCA）。当前SA-AKI文献严重缺乏结构化校准数据和DCA，这是未来研究必须解决的关键缺口。漏斗图和Egger检验在应用于预测模型合并C统计量时具有固有局限性，因为C统计量本质上受限于界值且高度依赖研究人群的病例组合和基线风险。未来研究应致力于开发纳入动态生理参数的实时预测系统，并在不同地区开展大规模多中心外部验证。
结论
通过系统评价和Meta分析，本研究全面评估了现有SA-AKI模型的预测性能及影响因素。结果表明SA-AKI预测模型具有总体中等至良好的判别能力，合并C统计量为0.817。尽管研究间存在显著异质性，但分析显示低偏倚风险研究报告的性能显著优于高偏倚风险研究。相反，研究人群、验证类型和发表语言在交互作用检验中对模型预测性能无统计学显著影响。然而，关于验证类型的结论仍高度不确定，受限于外部验证研究数量少，这些模型的真实泛化能力尚不明确。这些发现具有重要的临床和研究意义：现有模型总体性能可接受，但显著异质性和宽泛预测区间表明当前证据基础仍存在明显局限；观察到的地理差异可能反映不同地区患者人群特征、临床实践模式、数据质量或模型开发方法的差异；偏倚风险与模型性能之间的显著关联强调了严格方法学质量的重要性，临床医生和政策制定者应优先选择和应用来自严格验证、低偏倚风险研究的预测模型。
患者与公众参与
患者和公众未参与本研究的设计、实施、报告或传播计划。
注册与方案
本系统评价于2026年3月22日在PROSPERO前瞻性注册（ID: CRD420261347810）。研究按照该方案进行规划、实施和报告。研究过程中对方案的干预和研究设计字段进行了微小修改，并正式记录于PROSPERO数据库，资格标准、主要结局或统计分析计划无其他偏差。
报告指南
本研究按照PRISMA 2020声明进行报告。
