综述：心血管疾病患者坚持心脏康复计划情况的预测模型：一项范围综述

心血管疾病患者心脏康复依从性预测模型研究显示样本量不足、缺乏外部验证及单中心回顾性数据依赖，现有模型无法推荐临床使用，需加强外部验证和方法规范。

摘要

目的

旨在批判性地评估用于评估心血管疾病（CVD）患者遵守心脏康复（CR）计划情况的预测模型的方法学质量和临床适用性，并为未来的研究提出战略路线图。

方法

本范围评估遵循Arksey和O’Malley框架进行。从研究开始到2025年6月，系统地搜索了九个电子数据库中以英文或中文发表的相关研究。使用预测模型偏倚风险评估工具（PROBAST）对所纳入预测模型的方法学质量进行了批判性评估。

结果

共纳入了十项研究。这些研究通过主观量表、会话完成率或可穿戴设备测量出的心脏康复不遵从率在41%到61.4%之间。研究在样本量（50至12,003名参与者）和预测因子选择方面存在较大异质性。逻辑回归是最常用的预测建模方法，其次是决策树；随机森林和人工神经网络各自仅在一项研究中被使用。AUC值介于0.62到0.893之间。值得注意的是，PROBAST框架指出了所有研究中普遍存在的方法学问题，包括样本量不足、几乎完全缺乏外部验证以及依赖单中心、回顾性数据。

结论

在心血管疾病患者中应用预测模型来评估其对心脏康复计划的遵守情况是一个新兴的研究领域，但在方法学上存在异质性。现有证据的梳理表明，大多数已发表的模型仍处于发展初期，验证程度有限且报告质量参差不齐。因此，目前尚无法确信任何一种预测模型可以用于临床实践。这些发现强调了未来研究需要优先考虑外部验证、模型透明度以及遵循既定的方法学指南，以支持其潜在的临床应用。

注册

已注册在开放科学框架（OSF）上（https://doi.org/10.17605/OSF.IO/8JMDW）。