不同预测工具对心肺复苏后神经功能预后预测能力的比较：诊断试验网状Meta分析

摘要

目的 通过诊断试验网状Meta分析整合直接及间接证据，系统比较不同预测工具对心脏骤停后神经功能结局的预测效能。方法 遵循PRISMA-DTA指南，系统检索Medline、Embase、Web of Science、Cochrane Library及Scopus数据库2020年1月至2025年12月间发表的文献。纳入以脑功能分类(CPC)为金标准、可提供四格表数据的前瞻性队列或回顾性研究。采用贝叶斯分层随机效应模型合并敏感度、特异度及诊断比值比(DOR),通过累积排序概率(SUCRA)对预测工具进行效力排序，并运用贝叶斯选择模型评估发表偏倚。结果 共纳入13项研究(总样本量n=6 927),评估了5种预测工具(AASSEP、MRI、NSE、EEG、CT)及其亚组。主分析显示，AASSEP与MRI具有最优综合诊断效能，DOR分别为13.06(95%CI:7.74～21.12)和7.82(4.58～12.47),SUCRA值分别为0.97和0.66。AASSEP敏感度较高(0.82,95%CI:0.75～0.88),MRI特异度更优(0.82,0.75～0.87)。CT呈现极端准确性分布，特异度达0.93(0.89～0.96),但敏感度仅0.19(0.14～0.26)。NSE与EEG总体DOR分别为5.41(3.92～7.46)和6.65(4.70～9.24)。亚组分析显示，NSE high risk(>60μg/L)DOR高达38.30(19.01～77.18),特异度0.71(0.59～0.81);NSE low risk(<33 ng/mL)敏感度达0.89(0.81～0.94),适用于早期筛查；EEG良性模式DOR为2.34(1.53～3.60)。贝叶斯选择模型未提示显著发表偏倚(所有工具β＿selection的95%CI均包含0)。结论 AASSEP与MRI对心脏骤停后神经功能结局具有最优综合预测效力，前者更适用于筛查，后者更适用于确诊。NSE high risk对不良预后确诊价值极高，而lowrisk适合早期排除。临床实践中应避免单独依赖中等NSE值或恶性EEG模式进行决策，推荐采用多模式、分阶段评估策略。

关键词

心脏骤停 / 自主循环恢复 / 网状Meta分析 / 预测价值 / 神经功能预后