胰十二指腸切除術(shù)后胰瘺風險預測模型的系統(tǒng)評價與Meta分析

摘要：目的系統(tǒng)評價胰十二指腸切除術(shù)后胰瘺（POPF）風險預測模型，為臨床篩選應用POPF相關(guān)風險模型提供參考。方法本研究根據(jù)PRISMA指南完成，PROSPERO注冊號：CRD42023437672。計算機檢索PubMed、Scopus、Embase、Web of Science、Cochrane Library、中國知網(wǎng)、維普網(wǎng)、萬方、中華醫(yī)學期刊全文數(shù)據(jù)庫和中國生物醫(yī)學文獻數(shù)據(jù)庫公開發(fā)表的胰十二指腸切除POPF風險預測模型構(gòu)建的研究文獻，檢索時限為建庫至2024年4月26日。采用PROBAST工具評價文獻質(zhì)量，RevMan 5.4、MedCalc軟件進行Meta分析。結(jié)果共納入36篇文獻、20 119例患者，胰十二指腸切除POPF發(fā)生率為7.4%～47.8%。36篇文獻中，共構(gòu)建55個風險預測模型，受試者工作特征曲線下面積（AUC）為0.690～0.952，其中52個模型AUCgt;0.7。文獻質(zhì)量評價結(jié)果均為高偏倚風險和適用性好。采用MedCalc軟件對模型預測性能AUC進行統(tǒng)計學分析，合并的AUC為0.833（95%CI：0.808～0.857）。Meta分析顯示：BMI、術(shù)后第1天引流液淀粉酶、術(shù)前血清白蛋白、胰管直徑、胰腺質(zhì)地、脂肪評分、腫瘤位置、失血量、性別、手術(shù)時間、主胰管指數(shù)、胰腺CT值是POPF的預測因子（P值均lt;0.05）。結(jié)論目前胰十二指腸切除POPF風險預測模型仍處于探索階段，大部分預測模型的校準方法缺失，缺少外部驗證，僅僅采用單因素分析篩選變量，偏倚風險較高，未來還需完善模型構(gòu)建方法，以開發(fā)出預測準確度更高的風險預測模型。

關(guān)鍵詞：胰十二指腸切除術(shù)；胰腺瘺；比例危險度模型；系統(tǒng)評價；Meta分析

基金項目：2023年四川省科技計劃項目（2023YFS0070）

Risk prediction models for pancreatic fistula after pancreaticoduodenectomy：A systematic review and a Meta-analysis

PU Zaichun1，2，JIA Ping3a，LIU Juan4，SU Yushuang3b，WANG Li3a，ZHANG Qin3c，GUO Danyang2.（1.Department of General Surgery，Xindu District People’s Hospital of Chengdu，Chengdu 610500，China；2.Medical College，University of Electronic Science and Technology of China，Chengdu 611731，China；3.a.Department of Neurosurgery，b.Department of Thoracic Surgery，c.Department of Ambulatory Surgery，Sichuan Academy of Medical Sciencesamp;Sichuan Provincial People’s Hospital，Chengdu 610072，China；4.Department of Infectious Diseases，Xindu District Second People’s Hospital of Chengdu，Chengdu 610500，China）

Corresponding author：JIA Ping，aonejia@126.com（ORCID：0000-0003-1584-9616）

Abstract：Objective To systematically review the risk prediction models for postoperative pancreatic fistula（POPF）after pancreaticoduodenectomy（PD），and to provide a reference for the clinical screening and application of POPF-related risk models.Methods This study was conducted according to the PRISMA guidelines，with a PROSPERO registration number of CRD42023437672.PubMed，Scopus，Embase，Web of Science，the Cochrane Library，CNKI，VIP，Wanfang Data，China Medical Journal Full-text Database，and CBM were searched for studies on establishing risk prediction models for POPF after PD published up to April 26，2024.The PROBAST tool was used to assess the quality of articles，and RevMan 5.4 and MedCalc were used to perform the Meta-analysis.Results A total of 36 studies were included，involving 20 119 in total，and the incidence rate of POPF after PD was 7.4%—47.8%.A total of 55 risk prediction models were established in the 36 articles，with an area under the receiver operating characteristic curve（AUC）of 0.690—0.952，among which 52 models had an AUC ofgt;0.7.The quality assessment of the articles showed high risk of bias and good applicability.MedCalc was used to perform a statistical analysis of AUC values，and the results showed a pooled AUC of 0.833（95%confidence interval：0.808—0.857）.The Meta-analysis showed that body mass index，amylase in drainage fluid on the first day after surgery，preoperative serum albumin，pancreatic duct diameter，pancreatic texture，fat score，tumor location，blood loss，sex，time of operation，main pancreatic duct index，and pancreatic CT value were predictive factors for POPF（all Plt;0.05）.Conclusion The risk prediction models for POPF after PD is still in the exploratory stage.There is a lack of calibration methods and internal validation for most prediction models，and only the univariate analysis is used to for the screening of variables，which leads to the high risk of bias.In the future，it is necessary to improve the methods for model establishment，so as to develop risk prediction models with a higher prediction accuracy.

Key words：Pancreaticoduodenectomy；Pancreatic Fistula；Proportional Hazards Models；Systematic Reviews；Meta-Analysis

Research funding：2023 Science and Technology Plan Project of Sichuan Province（2023YFS0070）

胰十二指腸切除已成為胰頭和壺腹周圍惡性腫瘤的主要手術(shù)方法?，F(xiàn)如今，隨著圍手術(shù)期管理不斷發(fā)展，手術(shù)技術(shù)不斷提高，胰十二指腸切除術(shù)后相關(guān)死亡率有所下降［1］。目前，胰十二指腸切除術(shù)后并發(fā)癥發(fā)生率約為50%［2］，術(shù)后胰瘺（postoperative pancreatic fistula，POPF）發(fā)生率為3%～47.8%［3-5］。POPF與術(shù)后并發(fā)癥發(fā)生率顯著相關(guān)，可使術(shù)后死亡率增加1倍［6］。目前已有多名研究者提出了不同的預測模型，以期對高危患者的POPF進行早期識別和有效管理。然而，對于這些模型的構(gòu)建方法、驗證手段、數(shù)據(jù)樣本處理及預測性能方面缺乏全面的對比研究，這些模型是否能應用于臨床仍不明確。因此，本研究針對胰十二指腸切除POPF風險預測模型行系統(tǒng)評價，旨在為臨床工作者篩選POPF相關(guān)風險模型提供科學依據(jù)，以期更好地改善此類患者的預后。

1資料與方法

1.1規(guī)程與注冊本研究根據(jù)PRISMA指南完成，PROSPERO注冊號：CRD42023437672。

1.2納入與排除標準納入標準：（1）研究對象為年齡≥18歲行胰十二指腸切除術(shù)的患者；（2）研究內(nèi)容為POPF風險預測模型的構(gòu)建；（3）研究類型為前瞻性研究、回顧性研究；（4）文獻語言為中文或英文。排除標準：（1）重復發(fā)表文獻；（2）綜述、病例報告、會議摘要等文獻；（3）僅有摘要的文獻；（4）無法獲取原文的文獻；（5）無法提取有效數(shù)據(jù)的文獻；（6）僅分析POPF的危險因素，但未構(gòu)建預測模型；（7）模型構(gòu)建過程不完整或缺乏。

1.3文獻檢索策略計算機檢索PubMed、Scopus、Embase、Web of Science、Cochrane Library、中國知網(wǎng)、維普網(wǎng)、萬方數(shù)據(jù)知識服務平臺、中華醫(yī)學期刊全文數(shù)據(jù)庫和中國生物醫(yī)學文獻數(shù)據(jù)庫公開發(fā)表的胰十二指腸切除POPF風險預測模型構(gòu)建的研究文獻，檢索時限為建庫至2024年4月26日。采用主題詞與自由詞相結(jié)合的檢索方式，中文檢索詞包括：胰十二指腸切除術(shù)、胰瘺、胰漏、模型、預測模型、風險預測、預測因子、危險分層、風險評分、風險評估。英文檢索詞包括：pancreaticoduodenectomy、pancreaticoduodenum、PD、pancreatic fistula*、pancreatic leak*、popf、CR-popf、prediction*、predict*、prediction model、risk prediction、risk assessment、risk evaluation、risk score、risk stratification model、prediction tool*、prognostic model、stratification model。以PubMed數(shù)據(jù)庫檢索為例，檢索式如下：（“pancreaticoduodenectomy”［Title/Abstract］OR“pancreaticoduodenum”［Title/Abstract］OR“PD”［Title/Abstract］）AND（“pancreatic fistula*”［Title/Abstract］OR“pancreatic leak*”［Title/Abstract］OR“POPF”［Title/Abstract］OR“CR-POPF”［Title/Abstract］）AND（“prediction*”［Title/Abstract］OR“predict*”［Title/Abstract］OR“prediction model”［Title/Abstract］OR“risk prediction”［Title/Abstract］OR“risk assessment”［Title/Abstract］OR“risk evaluation”［Title/Abstract］OR“risk score”［Title/Abstract］OR“risk stratification model”［Title/Abstract］OR“prediction tool*”［Title/Abstract］OR“prognostic model”［Title/Abstract］OR“stratification model”［Title/Abstract］）。

1.4文獻篩選與資料提取根據(jù)納入、排除標準閱讀題目和摘要進行文獻初篩；閱讀全文，確定符合標準需全部納入的研究。根據(jù)風險預測模型系統(tǒng)評價資料提取的CHARMS清單［7］預先制定提取資料的表格，由2名研究者獨立提取資料，討論解決分歧，必要時由第3名研究者來定奪并達成一致意見。

1.5文獻質(zhì)量評價應用PROBAST工具評估預測模型構(gòu)建和驗證的偏倚風險［8］，偏倚風險評價內(nèi)容包括4個領(lǐng)域共20個條目，任意1個領(lǐng)域評為高風險或不清楚則為整體偏倚風險高；適用性評價內(nèi)容包括3個領(lǐng)域，任意1個領(lǐng)域適用性風險高則為整體適用性風險高。2名研究者分別對所有納入分析的研究進行文獻質(zhì)量評價，討論解決分歧，必要時由第3名研究者來定奪并達成一致意見。

1.6統(tǒng)計學方法應用RevMan 5.4軟件對預測因素進行Meta分析，采用OR值及其95%CI描述。通過Q檢驗和I2值評估納入文獻的統(tǒng)計學異質(zhì)性，若Pgt;0.1且I2lt;50%，則表明各文獻間不存在統(tǒng)計學異質(zhì)性，采用固定效應模型，反之則采用隨機效應模型進行Meta分析；行敏感性分析尋找異質(zhì)性來源。采用MedCalc軟件對模型預測性能受試者工作特征曲線下面積（AUC）進行統(tǒng)計學分析，若研究僅報告AUC的95%CI而未報道標準誤（SE），則需用95%CI的寬度除以3.92來估計潛在的SE［9］。Plt;0.05為差異有統(tǒng)計學意義。

2結(jié)果

2.1文獻篩選結(jié)果最終納入Meta分析的文獻共36篇［4-5，10-43］。文獻篩選流程見圖1。

2.2納入文獻的基本特征納入的36篇文獻中，6篇文獻為前瞻性研究，30篇文獻為回顧性研究，納入文獻的基本特征見表1。

2.3風險預測模型的基本特征36篇文獻中，文獻［40］運用機器學習算法構(gòu)建了11個模型，其他41個風險預測模型均采用Logistic回歸分析來構(gòu)建模型；4篇文獻［4，15，17，26］采用Hosmer-Lemeshow擬合優(yōu)度檢驗進行校準；14篇文獻［5，11，20，22-24，26-29，36，38，41-42］采用Calibration校正曲線進行校準，5篇文獻［22，26，28，36，42］使用臨床決策曲線行臨床效益評估；5篇文獻［23，26，28，32-33］進行外部驗證，19篇文獻［5，11，15，17，19-22，24，27，30，34-36，39-43］進行內(nèi)部驗證，文獻［38］同時進行內(nèi)部驗證和外部驗證，余下11篇文獻未設(shè)置驗證集。納入的風險預測模型的AUC為0.69～0.952（圖2），風險預測模型的基本特征見表2。

2.4文獻質(zhì)量評價采用PROBAST工具對納入文獻進行質(zhì)量評價，包含4個領(lǐng)域：（1）研究對象，6篇文獻［10，14，21，23，32，40］因前瞻性研究設(shè)計被評為偏倚風險低，其余均為回顧性研究，被評為偏倚風險高。（2）預測因子，所有納入文獻均統(tǒng)一了預測因子的測量方式，但未報告預測因子在預測模型應用時是否有效的信息，被評為偏倚風險高。（3）結(jié)果，納入文獻未報告結(jié)果的定義是否排除預測因子的信息及預測因子評估和結(jié)果確定的時間間隔的信息，偏倚風險為不清楚。（4）統(tǒng)計分析，根據(jù)EPV是否大于20來判斷樣本量是否合理，其中8篇文獻［5，17，20-21，26，28，32，35］建模組的EPVgt;20，11篇文獻［11，14-17，20，22，36，39，41-42］將數(shù)據(jù)不全的病例排除，文獻［40］采用多重推斷程序進行插補，余下文獻均未提及缺失數(shù)據(jù)的處理及數(shù)據(jù)的復雜性，納入的36篇文獻篩選預測因子使用的方法為單因素分析法，在該領(lǐng)域被評為偏倚風險高。納入的36篇文獻均為適用性好。所有文獻整體評估結(jié)果見表1。

2.5 Meta分析結(jié)果36篇文獻共建立了55個風險預測模型，包含45個預測因子（圖3）。對納入文獻數(shù)量≥2篇的預測因子進行Meta分析，結(jié)果顯示，BMI、術(shù)后第1天引流液淀粉酶、術(shù)前血清白蛋白、胰管直徑、胰腺質(zhì)地、脂肪評分、腫瘤位置、失血量、性別、手術(shù)時間、主胰管指數(shù)、胰腺CT值是POPF的預測因子（P值均lt;0.05）。根據(jù)納入文獻在建模時術(shù)前血清白蛋白、胰管直徑、胰腺質(zhì)地的賦值情況，分組行Meta分析。預測因子的Meta分析結(jié)果見表3。

2.6敏感性分析納入胰管直徑lt;3 mm的14篇文獻中，2篇文獻［27，32］可能是統(tǒng)計學異質(zhì)性的主要來源，原因是這2項研究的研究對象年齡范圍與其他研究存在較大差異，剔除這2篇文獻后，各研究間無統(tǒng)計學異質(zhì)性（I2=0%，P=0.88），采用固定效應模型行Meta分析（OR=4.41，95%CI：3.42～5.67）（圖4）。納入術(shù)后第1天引流淀粉酶的3篇文獻［10，28-29］，采用逐一剔除法，剔除文獻［28］后（可能是異質(zhì)性的主要來源，與其他研究樣本量存在較大差異），各研究間無統(tǒng)計學異質(zhì)性（I2=0%，P=0.78），采用固定效應模型行Meta分析（OR=1.01，95%CI：1.00～1.02）（圖5）。納入胰管徑≥3 mm的12篇文獻，進行亞組分析，以研究對象年齡≥60歲的8篇文獻為第一組，研究對象小于60歲的4篇文獻為第二組，統(tǒng)計學異質(zhì)性I2由原來的83%下降為第一組的55%和第二組的51%。對納入預測因子BMI的11篇文獻采用逐一剔除法，亞組分析，各研究間的異質(zhì)性I2仍較大，未能明確統(tǒng)計學異質(zhì)性來源。余下預測因子采用逐一剔除相關(guān)文獻后計算合并效應量，結(jié)果均無明顯改變。

2.7 MedCalc分析納入的36篇文獻中，25篇文獻對構(gòu)建的預測模型進行驗證，但驗證集均未提供AUC的95%CI，無法獲得SE。5篇文獻中預測模型的測試集僅提供AUC，未提供95%CI，31篇文獻中預測模型的測試集均提供AUC及其95%CI，使用MedCalc軟件對建模組的AUC及其95%CI進行統(tǒng)計學分析，結(jié)果顯示存在異質(zhì)性（I2=94.93%，Plt;0.000 1），選擇隨機效應模型進行效應量合并，合并的AUC為0.833（95%CI：0.808～0.857），可認為預測模型對POPF的預測準確度為中等（圖6）。漏斗圖顯示，盡管不是所有研究均在加權(quán)匯總AUC的95%CI內(nèi)，但整體上呈現(xiàn)較對稱的分布。此外，發(fā)表偏倚Egger’s檢驗結(jié)果提示該研究存在發(fā)表偏倚的風險小（P=0.522 9）（圖7）。

2.8亞組分析根據(jù)預測模型的研究設(shè)計類型進行亞組分析，納入研究中共有6篇文獻為前瞻性研究，其中2個預測模型未提供AUC的95%CI；余30篇文獻為回顧性研究，其中3個預測模型未提供AUC的95%CI。使用MedCalc軟件對符合條件的AUC行統(tǒng)計學分析，結(jié)果見圖8。因I2值均gt;50%，采用隨機效應模型分析：前瞻性研究匯總后的AUC及95%CI為0.824（0.763～0.885）；回顧性研究匯總后的AUC及95%CI為0.834（0.807～0.861）。

3討論

胰十二指腸切除POPF發(fā)生率較高，相關(guān)風險預測模型能夠幫助醫(yī)務人員及早識別高?；颊撸M早采取預防措施，降低POPF發(fā)生率。有研究［44］對POPF預測模型的外部驗證開展系統(tǒng)回顧和薈萃分析，但未包含開發(fā)模型的相關(guān)分析。本研究基于風險預測模型行Meta分析，旨在評價當前POPF預測模型的性能，以期為建立和改進POPF風險預測模型提供參考。

本研究共納入55個POPF風險預測模型，AUC為0.690～0.940，多數(shù)POPF預測模型具有較好的區(qū)分度。然而，模型的構(gòu)建、驗證和結(jié)果呈現(xiàn)方面，未行深入的優(yōu)化工作。構(gòu)建模型的關(guān)鍵步驟包括確定研究目標、選擇數(shù)據(jù)來源、篩選變量以及進行數(shù)據(jù)預處理等。根據(jù)PROBAST工具評價文獻質(zhì)量結(jié)果可見，所納入研究整體存在較高偏倚風險，風險預測模型研究尚處于發(fā)展階段。本研究PROBAST工具分析結(jié)果顯示：（1）研究對象方面，39個預測模型基于回顧性資料，研究對象的代表性一般。（2）預測因素方面，納入研究的預測因子的定義和評估對所有研究對象均相同，但納入研究均未報告預測因子在預測模型應用時是否有效的信息，同時也未報告是否在不了解結(jié)果信息的情況下評估預測因子，該領(lǐng)域被評為高風險。（3）結(jié)局方面，納入研究均未報告預測因子評估和結(jié)果確定的時間間隔的信息，該領(lǐng)域被評為偏倚風險高。今后的研究應在文獻報告中清楚說明預測因子評估和結(jié)果確定的時間間隔信息。（4）統(tǒng)計分析方面，樣本量大小通常以EPV進行衡量，目前推薦EPV至少應gt;20以降低模型的潛在偏倚［45］。本研究中，28項研究的建模組EPVlt;20，存在高偏倚風險；36項研究基于單因素分析選擇預測因子，所獲得的預測因子僅僅作為單個預測因子具有統(tǒng)計顯著性［46］。研究［47］表明，采用如LASSO回歸、Ridge回歸、ElasticNet回歸等新型變量選擇方法，可有效降低模型過度擬合的風險，建議在未來的研究得以應用，以提升篩選結(jié)果的精確性。在數(shù)據(jù)分析方面，11篇文獻［11，14-17，20，22，36，39，41-42］已將數(shù)據(jù)不全的病例排除，未對缺失數(shù)據(jù)的對象進行合理處理。僅文獻［40］采用多重推斷程序進行插補，其他文獻均未提及缺失數(shù)據(jù)的處理及數(shù)據(jù)的復雜性。對數(shù)據(jù)缺失問題進行詳盡地報告和妥善處理，有助于預防模型過度擬合［48］。建議后續(xù)研究加強對缺失數(shù)據(jù)的管理，確保研究的完整性。

本研究共獲得45個POPF預測因子，僅對納入文獻數(shù)量≥2篇的預測因子進行Meta分析，結(jié)果顯示，胰十二指腸切除POPF的影響因素包括人口學因素（BMI、性別）、解剖學因素（胰管直徑、胰腺質(zhì)地、脂肪評分、腫瘤位置、主胰管指數(shù)、胰腺CT值）、血液生化指標（術(shù)后第1天引流液淀粉酶含量、術(shù)前血清白蛋白）和術(shù)中因素（手術(shù)時間、失血量）。Meta分析結(jié)果顯示，BMI值越大，發(fā)生胰瘺的可能性越大，但匯總結(jié)果I2=93%，未發(fā)現(xiàn)明顯異質(zhì)性，可能與各預測模型對連續(xù)變量的處理有關(guān)。部分研究［12，17，28，38］將24 kg/m2作為BMI的截斷值，也有研究［18，22］將25 kg/m2作為截斷值，其余研究［21，28，35，42-43］未將BMI進行二分類轉(zhuǎn)化，直接將連續(xù)變量納入模型。根據(jù)PROBAST工具推薦，連續(xù)變量未轉(zhuǎn)化成≥2個類別的變量或已檢驗連續(xù)變量的非線性擬合，是對連續(xù)變量的合理處理［46］。白蛋白作為人體內(nèi)一種重要的營養(yǎng)物質(zhì)，具有黏性和膠質(zhì)性，能夠維持血漿膠體滲透性的恒定［49］。Meta分析結(jié)果顯示，術(shù)前血清白蛋白≥35 mg/L的OR為0.89（95%CI：0.83～0.96）；血清白蛋白lt;35 mg/L的OR為4.34（95%CI：2.48～7.57）。血清白蛋白降低提示患者營養(yǎng)狀況差，組織修復能力降低，吻合口愈合變慢，故易發(fā)生胰瘺［50］。及時補充白蛋白，并定期監(jiān)測白蛋白水平，能夠降低胰瘺的發(fā)生率［51］。胰管直徑≥3 mm的OR為0.50（95%CI：0.40～0.63），胰管直徑lt;3 mm的OR為3.61（95%CI：2.46～5.30），提示胰管直徑≥3 mm是POPF發(fā)生的保護因素。而胰管細小者，往往伴胰腺質(zhì)地軟，將分泌較多胰液，胰液中含有豐富的蛋白水解酶，可對吻合口周圍組織進行自消化，從而導致胰瘺的發(fā)生［52］。BMI≥25 kg/m2提示患者超重，脂肪含量增加，脂肪浸潤可導致胰腺質(zhì)地變軟，且胰腺質(zhì)地軟本身即為胰瘺的預測因素。胰瘺的診斷標準為術(shù)后gt;3天時，引流液淀粉酶含量超過血清淀粉酶正常值上限的3倍，且與臨床預后相關(guān)［53］。因此，術(shù)后對引流液淀粉酶的監(jiān)測十分必要，結(jié)合其他生化指標，可在一定程度上有效獲知早期胰瘺的發(fā)生及胰瘺的性質(zhì)，更好地指導臨床診治［54］。腫瘤出現(xiàn)在胰腺時，胰瘺發(fā)生率較非胰腺時明顯較低，原因在于胰腺癌患者術(shù)后可出現(xiàn)外分泌功能降低，從而導致胰液分泌減少［55］?，F(xiàn)有預測模型包含的預測因子具有客觀性且便于收集，可應用于臨床工作。

雖然目前國內(nèi)外已報道的POPF預測模型數(shù)量較多，大部分具有較高的預測效能，但存在建模篩選預測因子方法不恰當、研究對象樣本量不足、數(shù)據(jù)缺失未報告等問題，偏倚風險較高。未來，相關(guān)研究可從以下幾個方面進行優(yōu)化：（1）建立POPF預測模型時，研究對象來源優(yōu)先考慮選擇隨機對照試驗、注冊數(shù)據(jù)、前瞻性隊列研究、巢式病例-對照研究或病例隊列研究，有助于降低數(shù)據(jù)偏差的風險；（2）更大的樣本量可開發(fā)更強大的模型，計算樣本量時可參照EPVgt;20或根據(jù)機器學習算法中要求的樣本量計算方法開展［56］；（3）進行數(shù)據(jù)轉(zhuǎn)換時，若需將連續(xù)型變量轉(zhuǎn)換成分類數(shù)據(jù)，則應將分組依據(jù)加以詳細說明；（4）開發(fā)模型時優(yōu)先考慮使用所有可用的數(shù)據(jù)，避免進行數(shù)據(jù)拆分，最好采用Bootstrap重采樣進行內(nèi)部驗證；（5）篩選變量時避免僅僅基于單因素分析，可與機器學習算法相結(jié)合；（6）出現(xiàn)數(shù)據(jù)缺失時，應根據(jù)不同類型的數(shù)據(jù)采用不同的插補方式，如單變量插補、多元插補、單一插補和大量插補等，在文獻中應詳細說明數(shù)據(jù)缺失的具體處理方式；（7）建議開展多中心、大樣本研究，采用內(nèi)部驗證與外部驗證相結(jié)合的方式，提高模型的可推廣性及適用性。

本研究的局限性在于僅納入胰十二指腸切除POPF風險預測模型的中文和英文文獻，可能導致其他語種相關(guān)文獻的遺漏；較多預測因子因僅1篇文獻納入，未行Meta分析，可能對結(jié)果造成影響。

綜上所述，目前已報道的胰十二指腸切除POPF風險預測模型數(shù)量較多，預測模型的區(qū)分度較好，但缺乏外部驗證，可推廣性有待提高。胰十二指腸切除POPF風險預測模型的開發(fā)尚需進一步探索，可運用神經(jīng)系統(tǒng)網(wǎng)絡(luò)中的樹模型、人工智能機器學習模型對研究方法加以完善，使預測模型能夠真正轉(zhuǎn)化至臨床，更好地指導胰十二指腸切除POPF高風險患者的早識別、早干預。

利益沖突聲明：本文不存在任何利益沖突。

作者貢獻聲明：蒲在春負責設(shè)計論文框架，起草論文；粟宇霜、王麗、張勤負責數(shù)據(jù)收集，統(tǒng)計學分析，繪制圖表；劉娟、郭丹陽負責論文修改；賈平負責擬定寫作思路，指導撰寫文章并最后定稿。

參考文獻：

[1]KAWAIDA H，KONO H，HOSOMURA N，et al.Surgical techniques and postoperative management to prevent postoperative pancreatic fistula after pancreatic surgery[J].World J Gastroenterol，2019，25（28）：3722-3737.DOI：10.3748/wjg.v25.i28.3722.

[2]S?REIDE K，LABORI KJ.Risk factors and preventive strategies for postoperative pancreatic fistula after pancreatic surgery：a compre?hensive review[EB/OL].[2024-05-07].https：//www.tandfonline.com/doi/full/10.3109/00365521.2016.1169317.

[3]BASSI C，MARCHEGIANI G，DERVENIS C，et al.The 2016 update of the international study group（ISGPS）definition and grading ofpostoperative pancreatic fistula：11 years after[J].Surgery，2017，161（3）：584-591.DOI：10.1016/j.surg.2016.11.014.

[4]WU HR，ZHANG H，DUAN XH，et al.Complications after laparo?scopic pancreaticoduodenectomy and establishment of predicting model for postoperative pancreatic fistula[J].Chin J Gen Surg，2020，35（11）：838-842.DOI：10.3760/cma.j.cn113855-20200211-00071.

吳浩然，張恒，段小輝，等.腹腔鏡胰十二指腸切除術(shù)后并發(fā)癥發(fā)生的危險因素分析及術(shù)后胰瘺風險預測模型的建立[J].中華普通外科雜志，2020，35（11）：838-842.DOI：10.3760/cma.j.cn113855-20200211-00071.

[5]LEE W，PARK HJ，LEE HJ，et al.Deep learning-based prediction of post-pancreaticoduodenectomy pancreatic fistula[J].Sci Rep，2024，14（1）：5089.DOI：10.1038/s41598-024-51777-2.

[6]FUJII T，YAMADA S，MUROTANI K，et al.Oral food intake versus fasting on postoperative pancreatic fistula after distal pancreatec?tomy：A multi-institutional randomized controlled trial[J].Medicine，2015，94（52）：e2398.DOI：10.1097/MD.0000000000002398.

[7]MOONS KGM，de GROOT JAH，BOUWMEESTER W，et al.Critical appraisal and data extraction for systematic reviews of prediction modelling studies：The CHARMS checklist[J].PLoS Med，2014，11（10）：e1001744.DOI：10.1371/journal.pmed.1001744.

[8]WOLFF RF，MOONS KGM，RILEY RD，et al.PROBAST：A tool to as?sess the risk of bias and applicability of prediction model studies[J].Ann Intern Med，2019，170（1）：51-58.DOI：10.7326/M18-1376.

[9]HANLEY JA，MCNEIL BJ.The meaning and use of the area under a receiver operating characteristic（ROC）curve[J].Radiology，1982，143（1）：29-36.DOI：10.1148/radiology.143.1.7063747.

[10]CAO XT，SHEN DC，HUANG GW，et al.A single center prospective study of screening predictive factors and building predictive model for postoperative pancreatic fistula after pancreaticoduodenectomy[J].Chin J Gen Surg，2019，28（9）：1115-1122.DOI：10.7659/j.issn.1005-6947.2019.09.013.

曹昕彤，申鼎成，黃耿文，等.胰十二指腸切除術(shù)后胰瘺的預測因素篩選及預測模型構(gòu)建的單中心前瞻性研究[J].中國普通外科雜志，2019，28（9）：1115-1122.DOI：10.7659/j.issn.1005-6947.2019.09.013.

[11]CHEN FH.Prediction model of pancreatic fistula after laparoscopic pancreaticoduodenectomy with nomogram[D].Fujian：Fujian Medical University，2020.

陳富華.腹腔鏡胰十二指腸切除術(shù)后胰瘺列線圖預測模型[D].福建：福建醫(yī)科大學，2020.

[12]CHEN LJ，LI WB，TANG ZG，et al.The value of risk model based on CT radiomics in predicting postoperative pancreatic fistula following pancreaticoduodenectomy[J].J Hepatopancreatobiliary Surg，2022，34（11）：667-673.DOI：10.11952/j.issn.1007-1954.2022.11.007.

陳龍江，李微波，湯志剛，等.基于CT影像組學胰十二指腸切除術(shù)后胰瘺風險預測模型及其價值[J].肝膽胰外科雜志，2022，34（11）：667-673.DOI：10.11952/j.issn.1007-1954.2022.11.007.

[13]GUAN QC.Risk factors and risk prediction of pancreatic fistula after laparoscopic pancreatoduodenectomy[D].Changchun：Jilin Univer?sity，2020.

管清春.腹腔鏡胰十二指腸切除術(shù)后胰瘺的危險因素分析及風險預測[D].長春：吉林大學，2020.

[14]JIN JK.Study on risk factors and risk prediction of clinically relevant pancreatic fistula after laparoscopic pancreatoduodenectomy[D].Wuhan：Huazhong University of Science and Technology，2019.

金繼寬.腹腔鏡胰十二指腸切除術(shù)后臨床相關(guān)性胰瘺危險因素及風險預測研究[D].武漢：華中科技大學，2019.

[15]LI K.Screening of predictors of clinically relevant pancreatic fistula after pancreaticoduodenectomy and construction of predictive model[D].Nanchang：Nanchang University，2020.

李軻.胰十二指腸切除術(shù)后臨床相關(guān)胰瘺預測因素的篩選與預測模型的構(gòu)建[D].南昌：南昌大學，2020.

[16]LIU SD.Risk factors analysis and risk prediction of pancreatic fistula after pancreatoduodenectomy[D].Taiyuan：Shanxi Medical Univer?sity，2020.

劉少東.胰十二指腸切除術(shù)后胰瘺危險因素分析及風險預測[D].太原：山西醫(yī)科大學，2020.

[17]LIU XY，ZHENG C，CHEN X，et al.Development and validation of pancreatic fistula risk prediction model after laparoscopic pancreati?coduodenectomy[J].Chin J Lab Diagn，2023，27（2）：204-209.DOI：10.3969/j.issn.1007-4287.2023.02.021.

劉香玉，鄭沖，陳鑫，等.腹腔鏡胰十二指腸根治術(shù)后胰瘺風險預測模型開發(fā)及驗證[J].中國實驗診斷學，2023，27（2）：204-209.DOI：10.3969/j.issn.1007-4287.2023.02.021.

[18]WU N，REN ZQ，ZHANG PB，et al.Risk factors and risk prediction of pancreatic fistula after pancreatoduodenectomy[J].Anhui Med Pharm J，2019，23（7）：1380-1383.DOI：10.3969/j.issn.1009-6469.2019.07.027.

吳耐，任澤強，張蓬波，等.胰十二指腸切除術(shù)后胰瘺危險因素及風險預測[J].安徽醫(yī)藥，2019，23（7）：1380-1383.DOI：10.3969/j.issn.1009-6469.2019.07.027.

[19]XIA WZ.Establishment and clinical verification of risk assessment model of pancreatic fistula after pancreatoduodenectomy[D].Guang?zhou：Southern Medical University，2019.

夏武政.胰十二指腸切除術(shù)后胰瘺風險評估模型的建立和臨床驗證[D].廣州：南方醫(yī)科大學，2019.

[20]YU J，REN CY，CUI W，et al.Establishment of a risk prediction model for pancreatic fistula after pancreaticoduodenectomy：A study based on the 2016 edition of the definition and classification system of pancreatic fistula[J].J Clin Hepatol，2024，40（4）：773-781.DOI：10.12449/JCH240421.

余俊，任超逸，崔巍，等.胰十二指腸切除術(shù)后胰瘺風險預測模型的建立：基于2016新版胰瘺定義及分級系統(tǒng)[J].臨床肝膽病雜志，2024，40（4）：773-781.DOI：10.12449/JCH240421.

[21]ZHANG C，ZHANG PB，ZHANG XZ，et al.Value of single factor com?bined with multi-factor risk screening model in risk prediction of pan?creatic fistula after pancreaticoduodenectomy[J].Shandong Med J，2016，56（41）：56-58.DOI：10.3969/j.issn.1002-266X.2016.41.018.

張沖，張蓬波，張秀忠，等.單因素聯(lián)合多因素風險篩選模型在胰十二指腸切除術(shù)后胰瘺發(fā)生風險預測中的價值[J].山東醫(yī)藥，2016，56（41）：56-58.DOI：10.3969/j.issn.1002-266X.2016.41.018.

[22]ZHANG JW，HE CC，WANG CH.Construction and validation of a risk prediction model for pancreatic fistula after pancreaticoduode?nectomy[J].Chin J Endocr Surg，2023，17（3）：268-272.DOI：10.3760/cma.j.cn.115807-20220104-00001.

張佳幃，賀宸宸，王春暉.胰十二指腸切除術(shù)后胰瘺風險預測模型的構(gòu)建與驗證[J].中華內(nèi)分泌外科雜志，2023，17（3）：268-272.DOI：10.3760/cma.j.cn.115807-20220104-00001.

[23]AKGUL O，MERATH K，MEHTA R，et al.Postoperative pancreatic fistula following pancreaticoduodenectomy-stratification of patient risk[J].J Gastrointest Surg，2019，23（9）：1817-1824.DOI：10.1007/s11605-018-4045-x.

[24]CHOI M，LEE JH，ROH YH，et al.Multidimensional nomogram to pre?dict postoperative pancreatic fistula after minimally invasive pancre?aticoduodenectomy[J].Ann Surg Oncol，2023，30（8）：5083-5090.DOI：10.1245/s10434-023-13360-3.

[25]EL NAKEEB A，SALAH T，SULTAN A，et al.Pancreatic anastomotic leakage after pancreaticoduodenectomy.Risk factors，clinical pre?dictors，and management（single center experience）[J].World J Surg，2013，37（6）：1405-1418.DOI：10.1007/s00268-013-1998-5.

[26]GU ZT，DU YX，WANG P，et al.Development and validation of a novel nomogram to predict postoperative pancreatic fistula after pancreatoduodenectomy using lasso-logistic regression：An interna?tional multi-institutional observational study[J].Int J Surg，2023，109（12）：4027-4040.DOI：10.1097/JS9.0000000000000695.

[27]GUO CX，SHEN YN，ZHANG Q，et al.Prediction of postoperative pancreatic fistula using a nomogram based on the updated defini?tion[J].Ann Surg Treat Res，2020，98（2）：72-81.DOI：10.4174/astr.2020.98.2.72.

[28]HUANG XT，HUANG CS，LIU C，et al.Development and validation of a new nomogram for predicting clinically relevant postoperative pancreatic fistula after pancreatoduodenectomy[J].World J Surg，2021，45（1）：261-269.DOI：10.1007/s00268-020-05773-y.

[29]LI B，PU N，CHEN QD，et al.Comprehensive diagnostic nomogram for predicting clinically relevant postoperative pancreatic fistula after pan?creatoduodenectomy[J].Front Oncol，2021，11：717087.DOI：10.3389/fonc.2021.717087.

[30]LI Y，ZHOU F，ZHU DM，et al.Novel risk scoring system for predic?tion of pancreatic fistula after pancreaticoduodenectomy[J].World J Gastroenterol，2019，25（21）：2650-2664.DOI：10.3748/wjg.v25.i21.2650.

[31]MAQUEDA GONZáLEZ R，DI MARTINO M，GALáN GONZáLEZ I，et al.Development of a prediction model of pancreatic fistula after duodenopancreatectomy and soft pancreas by assessing the pre?operative image[J].Langenbecks Arch Surg，2022，407（6）：2363-2372.DOI：10.1007/s00423-022-02564-y.

[32]SHI Y，GAO F，QI YF，et al.Computed tomography-adjusted fistula risk score for predicting clinically relevant postoperative pancreatic fistula after pancreatoduodenectomy：Training and external validation of model upgrade[J].EBioMedicine，2020，62：103096.DOI：10.1016/j.ebiom.2020.103096.

[33]GUO XJ，ZHU F，YANG MW，et al.A score model based on pancre?atic steatosis and fibrosis and pancreatic duct diameter to predict postoperative pancreatic fistula after pancreatoduodenectomy[J].BMC Surg，2019，19（1）：75.DOI：10.1186/s12893-019-0534-4.

[34]YAMAMOTO Y，SAKAMOTO Y，NARA S，et al.A preoperative pre?dictive scoring system for postoperative pancreatic fistula after pan?creaticoduodenectomy[J].World J Surg，2011，35（12）：2747-2755.DOI：10.1007/s00268-011-1253-x.

[35]YOU Y，HAN IW，CHOI DW，et al.Nomogram for predicting postopera?tive pancreatic fistula[J].HPB（Oxford），2019，21（11）：1436-1445.DOI：10.1016/j.hpb.2019.03.351.

[36]YU J，REN CY，WANG J，et al.Establishment of risk prediction model of postoperative pancreatic fistula after pancreatoduodenec?tomy：2016 edition of definition and grading system of pancreatic fis?tula：A single center experience with 223 cases[J].World J Surg Oncol，2021，19（1）：257.DOI：10.1186/s12957-021-02372-6.

[37]ZHANG JY，HUANG J，ZHAO SY，et al.Risk factors and a new pre?diction model for pancreatic fistula after pancreaticoduodenectomy[J].Risk Manag Healthc Policy，2021，14：1897-1906.DOI：10.2147/RMHP.S305332.

[38]ZHU YW，WU D，YANG H，et al.Analysis of factors influencing pan?creatic fistula after minimally invasive pancreaticoduodenectomy and establishment of a new prediction model for clinically relevant pancreatic fistula[J].Surg Endosc，2024，38（5）：2622-2631.DOI：10.1007/s00464-024-10770-6.

[39]XU XB，JIA CP，JIA Y，et al.Construction and application value of prediction model of pancreatic fistula after pancreaticoduodenec?tomy[J].Chin J Dig Surg，2020，19（4）：408-413.DOI：10.3760/cma.j.cn115610-20200409-00240.

徐西伯，賈成朋，賈勇，等.構(gòu)建胰十二指腸切除術(shù)后胰瘺預測模型及其應用價值[J].中華消化外科雜志，2020，19（4）：408-413.DOI：10.3760/cma.j.cn115610-20200409-00240.

[40]ZHANG ZH.Research on risk factors and clinical prediction model of pancreatic fistula after pancreaticoduodenectomy based on ma?chine learning[D].Beijing：Peking Union Medical College，2023.

張子歡.基于機器學習的胰十二指腸切除術(shù)發(fā)生胰瘺的危險因素及臨床預測模型研究[D].北京：北京協(xié)和醫(yī)學院，2023.

[41]ZHANG DY，LEI P，ZHANG YB，et al.Construction and validation of a risk prediction model for clinically relevant pancreatic fistula after pancreaticoduodenectomy[J].China J Gen Surg，2024，33（3）：366-375.DOI：10.7659/j.issn.1005-6947.2024.03.007.

張丹陽，雷鵬，張宇波，等.胰十二指腸切除術(shù)后臨床相關(guān)胰瘺風險預測模型構(gòu)建及驗證[J].中國普通外科雜志，2024，33（3）：366-375.DOI：10.7659/j.issn.1005-6947.2024.03.007.

[42]ZHOU LC.Establishment and verification of prediction model of pan?creatic fistula after pancreatoduodenectomy[D].Luzhou：South?west Medical University，2023.

周黎晨.胰十二指腸切除術(shù)后胰瘺預測模型建立與驗證[D].瀘州：西南醫(yī)科大學，2023.

[43]CHEN YR，TIAN XD，XIE XH，et al.Risk factors of postoperative pan?creatic fistula after pancreaticoduodenectomy and its predictive score[J].Chin J Surg，2016，54（1）：39-43.DOI：10.3760/cma.j.issn.0529-5815.2016.01.010.

陳依然，田孝東，謝學海，等.胰十二指腸切除術(shù)后胰瘺風險預測系統(tǒng)的建立和應用[J].中華外科雜志，2016，54（1）：39-43.DOI：10.3760/cma.j.issn.0529-5815.2016.01.010.

[44]GROUP PS，COMMITTEE W，PANDE R，et al.External validation ofpostoperative pancreatic fistula prediction scores in pancreatoduo?denectomy：A systematic review and meta-analysis[J].HPB（Ox?ford），2022，24（3）：287-298.DOI：10.1016/j.hpb.2021.10.006.

[45]van der PLOEG T，AUSTIN PC，STEYERBERG EW.Modern model?ling techniques are data hungry：A simulation study for predicting di?chotomous endpoints[J].BMC Med Res Methodol，2014，14：137.DOI：10.1186/1471-2288-14-137.

[46]CHEN XP，ZHANG Y，ZHUANG YY，et al.PROBAST：A tool for as?sessing risk of bias in the study of diagnostic or prognostic multi-fac?torial predictive models[J].Chin J Evid Based Med，2020，20（6）：737-744.DOI：10.7507/1672-2531.201910087.

陳香萍，張奕，莊一渝，等.PROBAST：診斷或預后多因素預測模型研究偏倚風險的評估工具[J].中國循證醫(yī)學雜志，2020，20（6）：737-744.DOI：10.7507/1672-2531.201910087.

[47]RANALLI MG，SALVATI N，PETRELLA L，et al.M-quantile regression shrinkage and selection via the Lasso and Elastic Net to assess the effect of meteorology and traffic on air quality[J].Biom J，2023，65（8）：e2100355.DOI：10.1002/bimj.202100355.

[48]ZHANG Q，YUAN KH，WANG LJ.Asymptotic bias of normal-distribution-based maximum likelihood estimates of moderation ef?fects with data missing at random[J].Br J Math Stat Psychol，2019，72（2）：334-354.DOI：10.1111/bmsp.12151.

[49]ZHOU CY，YAO LB.Biochemistry and molecular biology[M].9th ed.Beijing：People’s Medical Publishing House，2018：350-351.

周春燕，藥立波.生物化學與分子生物學[M].9版.北京：人民衛(wèi)生出版社，2018：350-351.

[50]SLEEP D.Albumin and its application in drug delivery[J].Expert Opin Drug Deliv，2015，12（5）：793-812.DOI：10.1517/17425247.2015.993313.

[51]YANG JX，YE SY，DAI D.Risk factors and preventive measures for postoperative pancreatic fistula after pancreaticoduodenectomy[J].World Chin J Dig，2020，28（18）：914-919.DOI：10.11569/wcjd.v28.i18.914.

楊均興，葉思嚴，戴東.胰十二指腸切除術(shù)后胰瘺的相關(guān)危險因素及預防措施的最新進展[J].世界華人消化雜志，2020，28（18）：914-919.DOI：10.11569/wcjd.v28.i18.914.

[52]WANG XL，TU YY，WANG W，et al.Risk factors for pancreatic fistula after pancreaticoduodenectomy[J].J Clin Hepatol，2017，33（1）：116-120.DOI：10.3969/j.issn.1001-5256.2017.01.025.

王小龍，涂彥淵，王巍，等.胰十二指腸切除術(shù)后胰瘺發(fā)生的危險因素分析[J].臨床肝膽病雜志，2017，33（1）：116-120.DOI：10.3969/j.issn.1001-5256.2017.01.025.

[53]Chinese Society of Endoscopy，Chinese Medical Association;Endo?scopic Physician Branch of Chinese Medical Doctor Association;Beijing Society of Digestive Endoscopy，Beijing Medical Associa?tion.Chinese expert consensus on the endoscopic diagnosis and treatment of pancreatic fistula（2020，Beijing）[J].J Clin Hepatol，2021，37（4）：803-808.DOI：10.3969/j.issn.1001-5256.2021.04.016.

中華醫(yī)學會消化內(nèi)鏡學分會，中國醫(yī)師協(xié)會內(nèi)鏡醫(yī)師分會，北京醫(yī)學會消化內(nèi)鏡學分會.中國胰瘺消化內(nèi)鏡診治專家共識（2020，北京）[J].臨床肝膽病雜志，2021，37（4）：803-808.DOI：10.3969/j.issn.1001-5256.2021.04.016.

[54]HE CC，WANG CH，TANG YF.Research status of abdominal drain?age after pancreaticoduodenectomy[J].Chin J Med Offic，2022，50（1）：99-101，105.DOI：10.16680/j.1671-3826.2022.01.31.

賀宸宸，王春暉，唐裕福.胰十二指腸切除術(shù)后腹腔引流研究現(xiàn)狀[J].臨床軍醫(yī)雜志，2022，50（1）：99-101，105.DOI：10.16680/j.1671-3826.2022.01.31.

[55]HALLE-SMITH JM，VINUELA E，BROWN RM，et al.A comparative study of risk factors for pancreatic fistula after pancreatoduodenec?tomy or distal pancreatectomy[J].HPB（Oxford），2017，19（8）：727-734.DOI：10.1016/j.hpb.2017.04.013.

[56]RILEY RD，ENSOR J，SNELL KIE，et al.Calculating the sample size required for developing a clinical prediction model[J].BMJ，2020，368：m441.DOI：10.1136/bmj.m441.

收稿日期：2024-05-15；錄用日期：2024-06-03

本文編輯：邢翔宇

引證本文：PU ZC， JIA P， LIU J， et al. Risk prediction models for pancreatic fistula after pancreaticoduodenectomy： A systematic review and a Meta-analysis[J]. J Clin Hepatol， 2024， 40（11）： 2266-2276.

蒲在春， 賈平， 劉娟， 等 . 胰十二指腸切除術(shù)后胰瘺風險預測模型 的系統(tǒng)評價與 Meta 分析[J]. 臨床肝膽病雜志， 2024， 40（11）： 2266-2276.