国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

靜脈血栓栓塞癥復(fù)發(fā)風(fēng)險預(yù)測模型的系統(tǒng)評價

2024-03-20 04:37:14喬夢圓秦夢真王海燕董鈺瑩
中國護(hù)理管理 2024年2期
關(guān)鍵詞:病史二聚體異質(zhì)性

喬夢圓 秦夢真 王海燕 董鈺瑩

靜脈血栓栓塞癥(VTE)包括深靜脈血栓形成(DVT)和肺血栓栓塞癥(PTE)[1],已成為心肌梗死、腦卒中后的第3 大心血管疾病。國內(nèi)外研究結(jié)果表明,曾發(fā)生過VTE 的患者再發(fā)生VTE 的風(fēng)險明顯高于未發(fā)生過的人群[2],停止治療后第1 年的復(fù)發(fā)風(fēng)險達(dá)到10.3%,2 年的累計發(fā)病率為16%,5 年為25%,10 年為36%[3]。此外,VTE 因發(fā)病時癥狀不顯著,而被稱為“沉寂殺手”[4-5]。因此,預(yù)防VTE 患者復(fù)發(fā)是臨床亟待解決的一大問題。VTE 復(fù)發(fā)風(fēng)險預(yù)測模型以靜脈血栓形成的多病因為基礎(chǔ),通過建立統(tǒng)計模型的方法預(yù)測已有靜脈血栓病史的患者復(fù)發(fā)VTE 的概率。構(gòu)建預(yù)測模型可以幫助醫(yī)護(hù)人員盡早識別和預(yù)防高?;颊?,促進(jìn)其功能恢復(fù)。近年來,多位學(xué)者開發(fā)、驗證或評估關(guān)于VTE患者復(fù)發(fā)風(fēng)險的預(yù)測模型,但現(xiàn)有模型的預(yù)測性能、偏倚風(fēng)險和適用性仍待進(jìn)一步驗證,各模型質(zhì)量驗證不足??墒褂闷酗L(fēng)險評價工具(PROBAST)評估納入預(yù)測模型的偏倚風(fēng)險和適用性,從而確定現(xiàn)有模型質(zhì)量[6]。因此,本研究全面檢索國內(nèi)外VTE 復(fù)發(fā)風(fēng)險預(yù)測模型的相關(guān)文獻(xiàn)并進(jìn)行系統(tǒng)評價,在此基礎(chǔ)上采用PROBAST 工具對納入文獻(xiàn)的模型進(jìn)行質(zhì)量評價,旨在為VTE 復(fù)發(fā)風(fēng)險預(yù)測模型的篩選、應(yīng)用、優(yōu)化及VTE 復(fù)發(fā)的個性化防治提供參考依據(jù)。

1 資料與方法

1.1 檢索策略

通過計算機檢索中英文數(shù)據(jù)庫,英文數(shù)據(jù)庫包括PubMed、Web of Science、The Cochrane Library、Embase;中文數(shù)據(jù)庫包括中國生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(CBM)、中國知網(wǎng)、萬方數(shù)據(jù)庫和維普數(shù)據(jù)庫。采取自由詞和主題詞相結(jié)合的方式進(jìn)行檢索,英文數(shù)據(jù)庫以PubMed 為例,檢索式為((("Venous Thromboembolism"[Mesh])OR((((Thromboembolism[Title/Abstract])OR(Venous Valves [Title/Abstract])) OR (Venous Insufficiency[Title/Abstract]))OR(Pulmona y Embolism [Title/Abstract]))) AND (("Recrudescence*"[Mesh])OR(Recurren*[Title/Abstract]))OR(Relap*[Title/Abstract]))AND (("Linear Models"[Mesh]) OR ((((Predict[Title/Abstract]) OR (Prediction Model[Title/Abstract])) OR (Prognostic Model [Title/Abstract])) OR (Prognos [Title/Abstract])))。中文數(shù)據(jù)庫以中國知網(wǎng)為例,檢索式為SU=(血栓栓塞癥OR VTE OR 深靜脈血栓OR DVT OR 肺栓塞 OR PTE) AND SU=(復(fù)發(fā)OR 再發(fā))AND SU=(預(yù)測OR 篩查 OR 評估 OR 識別)。檢索時間為從建庫至2023 年4 月1日。手動檢索納入文獻(xiàn)的所有參考文獻(xiàn)作為補充。

1.2 文獻(xiàn)納入和排除標(biāo)準(zhǔn)

本研究依據(jù)上海復(fù)旦大學(xué)JBI循證護(hù)理中心的PIPOST 模式制定納入、排除標(biāo)準(zhǔn)。納入標(biāo)準(zhǔn):①研究對象(P)為年齡≥18 歲且有VTE病史的患者;②研究方法(I)為開發(fā)、驗證或更新VTE 復(fù)發(fā)風(fēng)險預(yù)測工具,且經(jīng)過內(nèi)部和(或)外部驗證;③專業(yè)的應(yīng)用證據(jù)的人員(P)為醫(yī)護(hù)人員;④結(jié)局指標(biāo)(O)為風(fēng)險預(yù)測模型的敏感度、特異度、受試者工作特征(ROC)曲線、ROC 曲線下面積(AUC)、陽性預(yù)測值、陰性預(yù)測值等指標(biāo)中的一個或多個;⑤證據(jù)應(yīng)用的場所(S)為醫(yī)療、護(hù)理機構(gòu);⑥研究類型(T)為隊列研究或病例對照研究。排除標(biāo)準(zhǔn):①非中、英文;②全文未介紹模型構(gòu)建方法;③重復(fù)發(fā)表;④會議論文。

1.3 文獻(xiàn)篩選及資料提取方法

由2 名研究者獨立篩選文獻(xiàn)、提取資料并交叉核對,嚴(yán)格遵照納入標(biāo)準(zhǔn)和排除標(biāo)準(zhǔn)。當(dāng)2 名研究者意見不一致時,請第3 名研究者協(xié)助判斷。篩選出納入的文獻(xiàn)后,2 名研究者獨立精讀全文,提取相關(guān)資料。資料提取內(nèi)容:文獻(xiàn)第一作者、發(fā)表年份、國家、研究對象、研究類型、建模和驗?zāi)7椒?、樣本量、C-統(tǒng)計量或AUC、預(yù)測因子。

1.4 文獻(xiàn)質(zhì)量評價

采用預(yù)測模型研究的PROBAST對文獻(xiàn)的偏倚風(fēng)險和適用性進(jìn)行評估。PROBAST 是2019 年荷蘭學(xué)者Wolff 等[6]開發(fā)的,是用于評價預(yù)后或診斷多因素預(yù)測模型的評估工具。該研究工具包含偏倚風(fēng)險評價和適用性評價2 個部分,偏倚風(fēng)險從研究對象、預(yù)測因子、結(jié)果、統(tǒng)計分析4 個方面進(jìn)行評價,適用性從研究對象、預(yù)測因子、結(jié)果3 個方面進(jìn)行評價,共20 個問題。所有納入文獻(xiàn)的方法學(xué)質(zhì)量評價過程由2 名接受過循證培訓(xùn)的研究者獨立進(jìn)行,意見有分歧時,由第3 名研究者仲裁。

1.5 統(tǒng)計學(xué)方法

將文獻(xiàn)按照系統(tǒng)評價的要求整理、核對數(shù)據(jù)。首先,采用描述性統(tǒng)計分析方法對納入文獻(xiàn)的基本特征和預(yù)測模型基本特征進(jìn)行整理、總結(jié)。然后,采用Excel 2019 軟件對模型的主要預(yù)測因子歸類分析。最后,采用RevMan 5.3 軟件進(jìn)行Meta 分析,對預(yù)測因子的預(yù)測價值進(jìn)行分析,使用Q 檢驗和異質(zhì)性指數(shù)I2評估納入模型的異質(zhì)性。I2<25%為異質(zhì)性較低;25%≤I2<50%為異質(zhì)性適中;I2≥50%為異質(zhì)性較高。若I2< 50%,P≥0.1,說明研究結(jié)果間的異質(zhì)性可接受,采用固定效應(yīng)模型分析,反之采用隨機效應(yīng)模型進(jìn)行分析。若分析得出納入模型異質(zhì)性較大時,選擇亞組分析異質(zhì)性來源,并采用逐個剔除的方式進(jìn)行敏感性分析。以P<0.05 為差異有統(tǒng)計學(xué)意義。

2 結(jié)果

2.1 文獻(xiàn)檢索及篩選結(jié)果

通過數(shù)據(jù)庫檢索獲得相關(guān)文獻(xiàn)1 175 篇,其中中國知網(wǎng)8 篇、維普數(shù)據(jù)庫14 篇、萬方數(shù)據(jù)庫16 篇、CBM 9 篇、PubMed 451 篇、Web of Science 328 篇、Embase 310 篇、The Cochrane Library 39 篇。去除重復(fù)文獻(xiàn)后,剩余956 篇。通過閱讀文題和摘要,排除與研究主題不相關(guān)文獻(xiàn)852 篇;通過閱讀文獻(xiàn)全文,剔除96 篇文獻(xiàn),剔除原因為:研究對象不符(n=16),研究內(nèi)容不符(n=56),綜述、會議、評論類文章(n=23),無法獲取全文(n=1)。此外,通過查閱納入文獻(xiàn)的參考文獻(xiàn),補充1篇文獻(xiàn),最終納入9篇文獻(xiàn)[7-15],其中英文文獻(xiàn)8 篇、中文文獻(xiàn)1 篇。

2.2 納入文獻(xiàn)的基本特征

本研究共納入9 篇文獻(xiàn)[7-15],來自8 個國家。其中4 篇前瞻性隊列研究[7,10,12-13],4 篇回顧性病例對照研 究[9,11,14-15],1 篇回顧 性隊列 研究[8]。納入文獻(xiàn)的基本特征具體見表1。

2.3 納入文獻(xiàn)的方法學(xué)質(zhì)量評價結(jié)果

采用PROBAST 對本研究納入的9 篇文獻(xiàn)進(jìn)行評價。在總體偏倚風(fēng)險方面,Timp 等[14]開發(fā)萊頓血栓形成復(fù)發(fā)風(fēng)險預(yù)測模型(L-TRRiP)的研究、Ensor 等[12]開發(fā)pre D-二聚體模型與post D-二聚體模型的研究、Eichinger 等[10]對Vienna預(yù)測模型更新的研究總體偏倚風(fēng)險低,其余研究均為高偏倚風(fēng)險,主要原因是統(tǒng)計分析領(lǐng)域存在高偏倚風(fēng)險,例如6 項研究[7-9,11,13,15]不能正確處理缺失數(shù)據(jù)(66.7%),4 項研究[7-8,13,15]基于單因素分析法篩選預(yù)測因子(44.4%),2 項研究[8,15]缺少區(qū)分度和(或)校準(zhǔn)度(22.2%)。在總體適用風(fēng)險方面,Timp 等[14]和Huang 等[11]的預(yù)測模型適用性較好,適用風(fēng)險低,其余研究均為高適用性風(fēng)險,主要原因是其余7 項研究[7-10,12-13,15]對象為無誘因VTE 的患者或有原發(fā)性VTE 病史的患者或癌癥患者(77.8%),而不是針對所有VTE 患者的研究,因此,適用性風(fēng)險高。3 篇文獻(xiàn)[10,12,14]的偏倚風(fēng)險低,2 篇文獻(xiàn)[11,14]的適用性好。

2.4 納入模型的基本特征

本研究納入的9 篇文獻(xiàn)共報告了10 個VTE 復(fù)發(fā)風(fēng)險預(yù)測模型。其中,9 個[7-9,11-15]是預(yù)測模型的開發(fā),1 個[10]是預(yù)測模型的更新。Eichinger等[7,10]于2010 年 開發(fā)了Vienna 預(yù)測模型,2014 年對該模型進(jìn)行更新,更新后的模型校準(zhǔn)度、區(qū)分度、外部驗證結(jié)果較未更新前好。Ensor 等[12]分別研究了Pre D-二聚體模型、Post D-二聚體模型預(yù)測VTE 患者復(fù)發(fā)風(fēng)險,設(shè)計合理。納入文獻(xiàn)的建模方法多采用Cox 回歸(60.0%),驗?zāi)7椒ǘ嗖捎肂ootstrap 重抽樣(60.0%)。在納入文獻(xiàn)中,建模AUC范圍為0.560~0.910,驗?zāi)UC 為0.560~0.974。納入的9 項研究中,最多報告了10 個預(yù)測因子,最少報告了3 個預(yù)測因子。納入模型的基本特征具體見表2。

2.5 納入模型中的預(yù)測因子

納入的10 個VTE 復(fù)發(fā)風(fēng)險預(yù)測模型中包含了3~10 個預(yù)測因子,被納入預(yù)測模型頻次位于前3 位的4 個預(yù)測因子分別是男性、D-二聚體升高、既往有PDVT 病史、既往有PTE 病史。

2.6 Meta 分析結(jié)果

2.6.1 性別為男性可預(yù)測VTE 復(fù)發(fā)

7 項研究[7,9-10,12-15]分析了男性對VTE 復(fù)發(fā)的預(yù)測價值,各研究之間不存在異質(zhì)性(P=0.840,I2=0%),采用固定效應(yīng)模型分析,結(jié)果顯示,男性是VTE 復(fù)發(fā)的預(yù)測因素[OR=1.88,95%CI(1.66,2.13),Z=9.84,P<0.001],見圖1。

2.6.2 D-二聚體升高可預(yù)測VTE復(fù)發(fā)

6 項研究[7,9-10,12-13,15]分析了D-二聚體升高對VTE 復(fù)發(fā)的預(yù)測價值,因各研究對D-二聚體錄入方式不同,因此,將其分為2 個亞組進(jìn)行分析發(fā)現(xiàn),各研究之間存在異質(zhì)性(P<0.001,I2=89%),采用隨機效應(yīng)模型分析,結(jié)果顯示,D-二聚體升高是VTE 復(fù)發(fā)的預(yù)測因素[OR=2.13,95%CI(1.51,3.00),Z=4.30,P<0.001],見圖2。

2.6.3 既往有PDVT 病史可預(yù)測VTE 復(fù)發(fā)

4 項研究[7,10,12,14]分析了既往有PDVT 病史 對VTE 復(fù)發(fā)的 預(yù)測價值,各研究之間不存在異質(zhì)性(P=0.020,I2=65%),采 用隨 機效應(yīng)模型分析,結(jié)果顯示,既往有PDVT 病史是VTE 復(fù)發(fā)的預(yù)測因素[OR=2.35,95%CI(1.50,3.71),Z=3.69,P<0.001],見 圖3。因 異質(zhì)性≥50%,進(jìn)行敏感性分析,去除引起異質(zhì)性的1 項研究[12],其余3 項研究不存在異質(zhì)性(P=0.690,I2=0%),采用固定效應(yīng)模型分析,結(jié)果顯示,既往有PDVT 病史是VTE 復(fù)發(fā)的預(yù)測因素[OR=1.64,95%CI(1.35,2.00),Z=4.87,P< 0.001]。

2.6.4 既往有PTE 病史可預(yù)測VTE復(fù)發(fā)

4 項研究[7,10,12,15]分析了既往有PTE 病史對VTE 復(fù)發(fā)的預(yù)測價值,各研究之間存在異質(zhì)性(P=0.210,I2=32%),采用固定效應(yīng)模型分析,結(jié)果顯示,既往有PTE 病史是VTE復(fù)發(fā)的獨立預(yù)測因素[OR=2.69,95%CI(1.98,3.65),Z=6.36,P<0.001],見圖4。

3 討論

3.1 納入的預(yù)測模型預(yù)測性能較好,但總體偏倚風(fēng)險、適用性風(fēng)險較高

本研究共納入9 篇文獻(xiàn),報告了10 個VTE 復(fù)發(fā)風(fēng)險預(yù)測模型。其中,9 個是預(yù)測模型的開發(fā),1 個是預(yù)測模型的更新。9 項研究均為隊列研究或病例對照研究,均界定了研究對象的納入標(biāo)準(zhǔn),能夠有效減少選擇性偏倚和提高預(yù)測模型的適用性。此外,納入研究中有8 項[7,10,12-15]報告的AUC 范圍為0.560~0.910,其中5 項研究[9-10,13-15]的AUC ≥0.7,說明納入模型的預(yù)測性能較好,能夠準(zhǔn)確識別VTE 復(fù)發(fā)風(fēng)險。但是部分模型在構(gòu)建過程中也存在如下不足。第一,部分研究未報告和(或)不能正確處理缺失數(shù)據(jù)(66.7%),這可能會導(dǎo)致模型的過度擬合。如在Huang 等[11]采用回顧性病例對照研究構(gòu)建的Cox回歸模型中,并未描述如何對待缺失或不完整的數(shù)據(jù)。第二,部分研究基于單因素分析法篩選預(yù)測因子(44.4%),這可能會導(dǎo)致預(yù)測因子篩選不準(zhǔn)確,增加偏倚風(fēng)險。第三,納入文獻(xiàn)的研究對象有無誘因VTE的患者、原發(fā)性VTE 病史的患者和癌癥患者,由于疾病類型、嚴(yán)重程度及護(hù)理措施的差異,均會影響模型的準(zhǔn)確性和普適性。因此,未來在構(gòu)建相關(guān)的預(yù)測模型時,研究者應(yīng)重視缺失數(shù)據(jù)處理、預(yù)測因子篩選、研究對象的選擇等問題,選擇恰當(dāng)?shù)慕y(tǒng)計分析方法篩選預(yù)測因子,正確處理缺失數(shù)據(jù),從而提高預(yù)測模型的可靠性和適應(yīng)性。

3.2 男性是VTE 復(fù)發(fā)的高危人群

本研究Meta 分析研究結(jié)果顯示,男性是VTE 復(fù)發(fā)的高危人群。這與既往的研究結(jié)果[3]一致,可能與遺傳因素和后天因素有關(guān)。一方面,單核苷酸多態(tài)性(SNP)rs6048 是凝血因子IX 活化肽的第3 個氨基酸殘基的常見多態(tài)性,其突變與男性靜脈血栓形成風(fēng)險增加相關(guān),可導(dǎo)致男性VTE 復(fù)發(fā)風(fēng)險增加30%[16-17]。另一方面,男性與女性之間的后天因素差異也與男性VTE 復(fù)發(fā)風(fēng)險高有關(guān)。如身高與靜脈血栓形成有關(guān),個子高的人比個子矮的人容易形成靜脈血栓,這可能與腿長有關(guān)。腿長較長的人靜水壓力較高,靜脈瓣膜數(shù)量較多,血管壁易受損[18-20]。但也有部分學(xué)者認(rèn)為,男性與女性之間VTE 復(fù)發(fā)誘發(fā)風(fēng)險比較,差異無統(tǒng)計學(xué)意義[21]。因此,性別對VTE復(fù)發(fā)的影響有待進(jìn)一步探討,未來可基于疾病特征對不同性別群體的VTE 患者進(jìn)行分類,聚類分析性別對VTE 復(fù)發(fā)的影響。與此同時,在未來臨床工作中,應(yīng)著重關(guān)注VTE復(fù)發(fā)高危人群,及時評估患者復(fù)發(fā)的風(fēng)險,早期篩查高危人群VTE 相關(guān)的臨床指標(biāo),方便醫(yī)護(hù)人員及早進(jìn)行干預(yù)。

3.3 D-二聚體升高是VTE 復(fù)發(fā)的高危因素

本研究結(jié)果顯示,多項預(yù)測模型中指出,D-二聚體升高為VTE 復(fù)發(fā)的預(yù)測因子[7,9-10,12-13,15]。分析原因可能是:D-二聚體作為的纖維蛋白降解產(chǎn)物,能靈敏反映高凝狀態(tài)或血栓形成,是VTE 的首選實驗室篩查方法[22]。2002 年,Palareti 等[23]首次評估D-二聚體的陰性預(yù)測值,結(jié)果顯示,口服抗凝劑治療停藥后,D-二聚體陰性對VTE 有較高的預(yù)測價值。2017 年,美國學(xué)者Bass 等[24]的一項關(guān)于D-二聚體對VTE 預(yù)測價值薈萃分析結(jié)果顯示,住院患者使用改良Wells 規(guī)則(截止≤4)估計肺栓塞的匯總敏感性為72.1%,而采用改良的Wells 規(guī)則(截止≤4)加D-二聚體預(yù)測肺栓塞,其靈敏度高達(dá)99.7%。由此可見,D-二聚體升高能夠較好地預(yù)測VTE 復(fù)發(fā)。建議醫(yī)護(hù)人員將D-二聚體水平納入VTE 患者復(fù)發(fā)預(yù)警項目內(nèi),盡早對患者進(jìn)行有針對性的抗凝治療,同時對患者進(jìn)行健康教育,注意平時要低脂、低鹽、清淡飲食,制定有針對性的運動鍛煉方案,促進(jìn)血液循環(huán)。

3.4 既往有PTE、PDVT 病史是VTE 復(fù)發(fā)的高危因素

目前,多項研究探討了DVT、PTE 的部位、生物標(biāo)志物等相關(guān)因素對VTE 復(fù)發(fā)的預(yù)測價值,以期有針對性地預(yù)防VTE 復(fù)發(fā)。近端DVT(PDVT)患者約是遠(yuǎn)端DVT(DDVT)患者VTE 復(fù)發(fā)風(fēng)險的2.2 倍,這與Barco 等[25]的研究結(jié)果相似。分析其原因可能是,一方面,PDVT 被定義為涉及一條或多條中央靜脈的血栓,包括腘靜脈、股總靜脈、股靜脈、股深靜脈、髂總靜脈、髂外靜脈、髂內(nèi)靜脈和下腔靜脈[26]。DVT 發(fā)生常位于髂骨或髂股骨水平,由于部位的特殊性,PDVT 處復(fù)發(fā)VTE 風(fēng)險高于DDVT[27]。另一方面,PDVT形成危險因素多是慢性、多種原因同時存在,且無法去除。如遺傳性易栓癥、活動性腫瘤、下肢靜脈曲張及肥胖等,這些均增加了復(fù)發(fā)VTE的風(fēng)險[28]。此外,多項研究證明了PTE 對VTE 復(fù)發(fā)的預(yù)測價值。究其原因,一方面,發(fā)生PTE 時,由于血流淤積和靜脈損傷,血液長時間處于高凝狀態(tài),為栓子的形成提供了有利條件[29];另一方面,由于VTE 患者首次發(fā)病后需要接受抗凝及溶栓治療,而肺部血管脆弱,因此,極易損傷靜脈及血管,增加了血栓形成及VTE 的風(fēng)險。同時VTE 患者在接受抗凝及溶栓治療期間,體內(nèi)炎性活性物質(zhì)的釋放增加,進(jìn)而炎性反應(yīng)及凝血因子的活性增加,改變了患者的血流動力學(xué)特征[29]。因此,及時監(jiān)測VTE 患者抗凝治療期間、抗凝治療3 個月后D-二聚體的數(shù)值并教會患者如何規(guī)范化使用抗凝藥物至關(guān)重要。護(hù)理人員應(yīng)給予VTE 患者延續(xù)性專病護(hù)理,提高患者的規(guī)范化抗凝治療與疾病監(jiān)測的依從性,進(jìn)而降低VTE 復(fù)發(fā)率。

4 小結(jié)

VTE 復(fù)發(fā)預(yù)測模型是醫(yī)護(hù)人員早期篩查和識別VTE 復(fù)發(fā)高危人群的有效評估工具,通過將預(yù)測模型應(yīng)用于臨床,在高效、快速篩選出高危人群的同時,還能早期為高風(fēng)險患者提供有針對性的預(yù)防措施,提高醫(yī)療資源的利用率,改善患者結(jié)局。本研究共納入9 篇文獻(xiàn),包含10 個VTE 復(fù)發(fā)風(fēng)險預(yù)測模型。研究結(jié)果顯示,男性、D-二聚體升高、既往有PDVT 病史、既往有PTE 病史是VTE 患者復(fù)發(fā)的高危因素。納入研究的整體預(yù)測性能較好,但部分文獻(xiàn)存在模型驗證過程中缺乏內(nèi)部和(或)外部驗證、不能正確處理缺失數(shù)據(jù)的問題,這也增加了模型的偏倚風(fēng)險,對模型的穩(wěn)定性和外推性產(chǎn)生一定的影響。未來,建議借助人工智能、大數(shù)據(jù)平臺等工具,充分挖掘與VTE 患者復(fù)發(fā)相關(guān)的風(fēng)險因素,開發(fā)符合我國國情的預(yù)測模型,從而更好服務(wù)于臨床實際工作。此外,由于VTE 復(fù)發(fā)與人群特征和疾病特征存在一定關(guān)系,建議開展對特殊人群VTE 復(fù)發(fā)影響因素的研究,如老年人、癌癥患者等,以此達(dá)到特殊人群的精準(zhǔn)預(yù)測和早期施策。

猜你喜歡
病史二聚體異質(zhì)性
通過規(guī)范化培訓(xùn)提高住院醫(yī)師病史采集能力的對照研究
基于可持續(xù)發(fā)展的異質(zhì)性債務(wù)治理與制度完善
角色扮演法在內(nèi)科住院醫(yī)師病史采集教學(xué)中的應(yīng)用
基于深度學(xué)習(xí)的甲狀腺病史結(jié)構(gòu)化研究與實現(xiàn)
醫(yī)生未準(zhǔn)確書寫病史 該當(dāng)何責(zé)
現(xiàn)代社區(qū)異質(zhì)性的變遷與啟示
D-二聚體和BNP與ACS近期不良心血管事件發(fā)生的關(guān)聯(lián)性
聯(lián)合檢測D-二聚體和CA153在乳腺癌診治中的臨床意義
兩種試劑D-二聚體檢測值與纖維蛋白降解產(chǎn)物值的相關(guān)性研究
1949年前譯本的民族性和異質(zhì)性追考
天峨县| 定襄县| 莲花县| 公主岭市| 逊克县| 彭水| 汝阳县| 聂拉木县| 枞阳县| 南宁市| 西畴县| 台南县| 农安县| 怀宁县| 通许县| 德清县| 土默特右旗| 黄山市| 东丰县| 桦南县| 旌德县| 迁安市| 南充市| 永安市| 贵南县| 微山县| 同德县| 苍山县| 垣曲县| 商河县| 平罗县| 长丰县| 会理县| 北京市| 滁州市| 钟祥市| 比如县| 德格县| 汉寿县| 漠河县| 延寿县|