文献检索与筛选
系统识别符合纳入标准的IONM诊断准确性研究
检索PubMed、Embase和Web of Science（2000年1月1日至2026年5月1日），按照PRISMA 2020指南筛选研究，纳入评估脊柱畸形手术中IONM并报告术后神经功能结局的研究
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
脊柱畸形手术中术中神经生理监测的诊断准确性：系统评价与Meta分析
Diagnostic Accuracy of Intraoperative Neurophysiologic Monitoring in Spinal Deformity Surgery: Systematic Review and Meta-Analysis
实验完整度
低系统评价与诊断准确性Meta分析，基于43项已发表研究的汇总分析，未开展原始实验。
主要模型
脊柱畸形手术患者（43项研究汇总） MEP监测模式亚组 SSEP监测模式亚组 多模式MEP+SSEP±EMG监测亚组
重点核对
监测模式分组：MEP only、SSEP only、多模式MEP+SSEP±EMG，以及DNEP聚焦和其他非标准诱发电位技术单独报告 麻醉维持方案：24/43项研究为全静脉麻醉（TIVA），2项为吸入麻醉，9项为混合或转换方案，8项报告不足 警报阈值标准：22项研究报告完全信号丢失，40项报告波幅降低标准，27项报告潜伏期改变标准，1项阈值标准不明确或报告不足 诊断数据来源：从列联表提取或重建真阳性、假阳性、真阴性和假阴性，分析单位多为患者，部分为手术操作 异质性：敏感性I2 = 56.7%，特异性I2 = 95.3%，随机效应模型合并
摘要
研究设计：系统评价与诊断准确性Meta分析。目的：评估术中神经生理监测（IONM）在脊柱畸形手术中检测术后神经功能缺损的诊断准确性，并评估不同监测模式的表现。方法：按照PRISMA指南对PubMed、Embase和Web of Science（2000-2026年）进行系统评价。纳入报告术中神经监测和术后神经功能结局的研究。从列联表计算诊断准确性指标，并使用随机效应模型进行合并。按监测模式进行亚组分析。结果：系统评价共纳入43项研究。其中38项具有可构建的2x2表，用于特异性和假阳性率分析，36项用于敏感性、假阴性率和诊断比值比模型。合并敏感性为90.1%（95% CI，83.8-94.2%），合并特异性为95.4%（95% CI，93.0-97.0%）。诊断比值比为206.8（95% CI，92.8-460.9）。观察到异质性（敏感性I2 = 56.7%，特异性I2 = 95.3%）。敏感性和特异性在常规监测模式之间大致相当，模式间差异无统计学意义。结论：IONM在检测脊柱畸形手术中神经损伤方面表现出高特异性和强敏感性。常规模式之间的表现相似，尽管敏感性和假阴性率在不同研究之间存在差异。这些发现支持继续将IONM作为术中安全工具使用，同时强调需要标准化报告和改进对监测信号的解释。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 评估术中神经生理监测（IONM）在脊柱畸形手术中检测术后神经功能缺损的诊断准确性，并比较不同监测模式的表现。
- 核心机制
- IONM通过SSEP评估背柱感觉通路、MEP评估皮质脊髓束功能、EMG检测神经根刺激或椎弓根螺钉错位，多模式监测可增强对上行和下行通路损伤的敏感性。
- 主要证据
- 43项研究的系统评价中，38项可构建列联表用于合并分析，合并敏感性90.1%（95% CI，83.8-94.2%），特异性95.4%（95% CI，93.0-97.0%），诊断比值比206.8（95% CI，92.8-460.9）；亚组分析显示MEP only、SSEP only和多模式监测之间差异无统计学意义。
- 研究意义
- 支持继续将IONM作为脊柱畸形手术中的术中安全工具，同时强调需要标准化报告、前瞻性验证的警报阈值和患者层面分析，以更好地定义临床有意义的信号变化。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
数据提取与列联表构建
获取每项研究的诊断准确性数据
提取作者、发表年份、样本量、监测模式、麻醉方案、警报阈值标准以及真阳性、假阳性、真阴性、假阴性数据；当列联表数据未直接报告时，从可用研究数据重建并与原文献核对
诊断准确性Meta分析
合并各研究的敏感性和特异性，评估IONM整体诊断性能
计算每项研究的敏感性和特异性，使用随机效应logit模型生成合并估计；对零单元格应用0.5连续性校正；TP+FN=0的研究不纳入敏感性、假阴性率或诊断比值比分析；TN+FP=0的研究不纳入特异性和假阳性率分析；计算预测区间和SROC曲线
亚组分析与Meta回归
评估不同监测模式对诊断准确性的影响
按监测模式（MEP only、SSEP only、多模式MEP+SSEP±EMG）进行亚组分析，使用Meta回归比较常规监测组之间的敏感性和特异性差异；DNEP聚焦和其他非标准技术单独报告，不纳入常规模式Meta回归
偏倚风险评估
评估纳入研究的方法学质量
使用QUADAS-2工具在个体研究层面评估偏倚风险，评估四个领域：患者选择、索引测试（IONM）、参考标准（术后神经功能结局）和流程与时机；每个领域评为低、不清楚或高偏倚风险
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
数据提取与诊断准确性分析
偏倚风险评估
产品清单
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 文献检索与筛选 | 检索数据库（PubMed、Embase、Web of Science）、检索时间范围（2000年1月1日至2026年5月1日）、纳入和排除标准 阅读提示：Methods中的Study Design and Reporting Standards和Study Selection小节，以及Supplemental Material中的完整检索策略 |
| 诊断准确性Meta分析 | 随机效应logit模型、连续性校正0.5、敏感性分析纳入36项研究、特异性分析纳入38项研究、预测区间计算 阅读提示：Methods中的Statistical Analysis小节和Table 2 |
| 监测模式亚组分析 | 监测模式分组（MEP only、SSEP only、多模式MEP+SSEP±EMG）、Meta回归比较、DNEP聚焦和其他非标准技术单独报告 阅读提示：Methods中的Subgroup analyses和Table 3 |
| 偏倚风险评估 | QUADAS-2工具四个领域评估、低/不清楚/高风险的预定义标准 阅读提示：Methods中的Risk of Bias Assessment小节和Figures 2-3 |
| 麻醉方案和警报阈值报告 | 麻醉维持方案分类（TIVA 24/43、吸入麻醉2/43、混合或转换9/43、报告不足8/43）、警报阈值标准（完全信号丢失22项、波幅降低40项、潜伏期改变27项、不明确1项） 阅读提示：Results中的Study Selection小节 |