배경: 간호 데이터는 중환자의 행동과 생리적 징후에 기반하여 환자의 상태에 대한 관찰과 간호사의 임상적 판단 정보를 포함한다. 전자건강기록의 간호 데이터는 환자 악화의 중요한 예측 인자로 최근 강조되었으나, 체계적으로 검토된 바는 없다. 목적: 본 연구는 중환자 환자에서 재원기간 연장, 재입원, 사망과 같은 임상적 결과를 예측하기 위해 간호 데이터를 이용한 예측 모형들에 대한 체계적 문헌고찰을 수행하고, 생리 데이터만을 사용한 모형과 비교하였다. 또한 예측 모형 개발에 사용된 간호 데이터의 유형을 조사하였다. 설계: 체계적 문헌고찰. 방법: PubMed, CINAHL, Cochrane CENTRAL, EMBASE, IEEE Xplore Digital Library, Web of Science, Scopus를 검색하였다. 중환자 환자에서 간호 데이터를 이용한 임상적 결과 예측 모형을 포함하였다. 임상적 결과는 재원기간 연장, 재입원, 사망이었다. 연구 설계, 데이터 출처, 결과 정의, 표본 수, 예측변수, 기준검사, 모형 개발, 모형 성능, 평가 등은 포함된 연구에서 추출하였다. 편향 위험과 적용 가능성은 Prediction model Risk of Bias Assessment Tool 체크리스트를 사용하여 평가하였다. 짝을 이룬 포레스트 플롯과 요약 수신자조작특성 곡선을 기반으로 기술적 요약을 생성하였다. 결과: 본 체계적 문헌고찰에는 16편의 연구가 포함되었다. 예측 모형에서 사용된 예측변수 데이터 유형은 생리 데이터, 간호 데이터, 임상 노트로 범주화되었다. 간호 데이터의 유형은 간호기록지(간호 노트), 평가(assessment), 문서화 빈도, 그리고 흐름도(플로우시트) 코멘트로 구성되었다. 기준검사로 생리 데이터를 사용한 연구는 생리 데이터만 사용할 때보다 결합 데이터 또는 간호 데이터를 사용할 때 더 높은 예측 성능을 보였다. 전반적인 편향 위험은 대부분의 포함된 연구가 높은 위험을 시사함을 나타냈다. 결론: 본 연구는 중환자 환자에서 간호 데이터를 이용한 임상적 결과 예측의 진단 정확도를 확인하고 검토하기 위해 수행되었다. 대부분의 포함된 연구는 간호 노트를 사용하여 모형을 개발하였고, 다른 연구들은 간호 평가, 문서화 빈도, 흐름도 코멘트를 사용하였다. 편향 위험이 높기 때문에 결과는 신중히 해석할 필요가 있으나, 간호 데이터와 결합 데이터의 곡선하면적(AUC) 점수는 생리 데이터만 사용한 경우보다 더 높았다. 생리 데이터만이 아니라 임상적 맥락을 고려하여 간호 데이터, 임상 노트, 생리 데이터를 예측변수로 활용하기 위한 예측 모형 수립 전략을 마련할 필요가 있다. 등록: 본 연구의 프로토콜은 PROSPERO에 등록되어 있으며(등록 번호: CRD42021273319),

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.