ICU患者多重耐药菌感染风险预测模型的构建与验证_李茜.pdf

作者简介：李茜（），女，硕士，主管护师收稿日期：基金项目：浙江省医药卫生科技计划项目（面上 项目），编 号 患者多重耐药菌感染风险预测模型的构建与验证李茜，王丽竹，朱祎容，邵清，向艳，郭晶晶浙江大学医学院附属第二医院，浙江杭州 摘要：目的构建 患者多重耐药菌感染风险预测模型，帮助早期筛查高风险患者。方法采用回顾性研究方法选取 年 月至 年月入住 的多重耐药菌感染患者共 例，并按照比例随机选取同时期内非多重耐药菌感染患者 例。通过 回归分析构建预测模型并绘制模型的列线图。收集 年月入住综合 的 例患者进行外部验证。结果最终纳入入院方式（.）、手术（）、抗生素使用（.）、使用糖皮质激素（.）、原发性肺部感染（.）、低蛋白血症（）进入 回归方程。评价模型效果：曲线下面积为 ，灵敏度 ，特异度 ，约登指数为 ，所对应的最佳临界值为 ；模型校准度曲线与参考线吻合较好。模型实际应用正确率为 。结论本研究构建的预测模型对 患者多重耐药菌感染风险预测具有较好准确度及区分度，可早期识别高风险患者并实施感染防控。关键词：重症监护病房；多重耐药菌；危险因素；预测模型 ：，：（）（），（），（），（），（）（）：，：；中图分类号：文献标识码：文章编号：（）重症监护病房（，）是集中收治急危重症患者的场所，随着有创操作、检查治疗、广谱抗菌药物等的广泛使用，多重耐药菌（，）不断增长。由 引起的医疗相关性感染，如菌血症、肺部感染等，导致住院时间延长、护理成本增高，不利于患者预后，甚至引起患者死亡或医院感染的暴发流行。因此，对 患者 感染的预防及控制较为重要。本研究基于数据挖掘技术，提取有效医疗数据，通过 回归分析 患者感染 的危险因素并构建预测模型，绘制列线图，帮助早期筛查高风险患者，及早进行干预，从而降低 患者 感染率，并减少患者医疗费用及科室管理成本。对象与方法 研究对象本研究选取 年 月至 年月所有入住 的 感染患者共 例，并按照比例随机选取同时期内非 感染患者，共 例患者作为建模组；另外收集 年护理与康复 年月第 卷第期月入住综合 的 例患者作为验证组。纳入标准：入住 时间；年龄 周岁。排除标准：入科时已是 感染患者；病例数据有缺失；定植患者。医院感染需首先符合 医院感染诊断标准（试行）的规定，同时其病原学诊断是 感染（感染是指检出 且经医院感染管理科及临床医生判断后排除定植或标本污染）。由感染监测软件信息提示，临床医生作出判断，医院感染管理科专人审核。对于符合纳入标准，在入组时间段多次发生 感染的患者，只分析其首次感染。本研究已获伦 理 委 员 会 批 准，审 批 号：伦 审 研 第（）号。根据建模样本量要求为自变量的 倍，本研究纳入变量 个，考虑 的资料流失率，计算所需样本量至少为 例。研究方法 资料收集基于文献回顾，提出可能对因变量有影响的自变量共 个，包括患者一般资料（性别、年龄、入院方式、手术等）、医源性因素（机械通气、导尿管留置、动脉导管留置等）、患者自身相关因素（是否并发恶性肿瘤、高血压、糖尿病等）及医院感染结局，共个方面。质量控制由两名研究者通过医院感染系统导出 感染病例；通过微生物实验室系统导出同时期内非 感染病例。通过电子信息平台进入病历系统，查阅患者电子病历及相关资料，双人核对，确认无误后进行基本数据 录入。对不符合纳入标准或符合纳入标准而临床资料中有缺失变量的病例，双人核对后剔除。统计学方法采用 及 软件进行统计分析。呈正态分布的连续变量资料采用均数标准差表示，非正态分布的连续变量资料采用中位数（四分位数）表示；分类变量资料的描述采用频数（百分比）表示；正态分布的连续变量资料两样本均数的比较采用检验，非正态分布的连续变量资料两独立样本的比较采用非参数 检验；两组分类变量资料的比较采用检验或 精确检验；对具有统计学意义（）的单因素作为自变量，进行基于最大似然比的逐步回归法的多因素 回归分析及预测模型建立，并绘制列线图进行模型量化；绘制 图及受试者工作特征曲线（，简称 曲线）评估模型预测效果。结果 感染影响因素单因素分析 年 月至 年月所有入住 未发生 感染的患者为 例，发生 感染的患者有 例，患者 感染率为 。例建模组患者中男 例、女 例；年龄 岁，平均（）岁；入院主诊断呼吸系统疾病 例、神经系统疾病 例、心血管系统疾病 例、消化系统疾病 例、多发伤烧 伤 例、骨 科系 统疾 病 例、其 他 疾 病 例。单因素分析结果显示，在纳入的 个因素中有 个因素具有统计学意义（），见表。表 感染影响因素单因素分析项目 组（）非 组（）统计量值值性别例（）男 （）（）女 （）（）年龄岁（，）（，）入院方式例（）急诊 （）（）他科转入 （）（）手术例（）是 （）（）否 （）（）入住 例（）是 （）（）否 （）（）机械通气例（）是 （）（）否 （）（）导尿管留置例（）是 （）（）否 （）（）动脉导管留置例（）是 （）（）否 （）（）深静脉导管留置例（）是 （）（）否 （）（）护理与康复 年月第 卷第期表（续）项目 组（）非 组（）统计量值值留置管道个例（）是 （）（）否 （）（）抗生素使用例（）是 （）（）否 （）（）联合使用抗生素例（）是 （）（）否 （）（）使用糖皮质激素例（）是 （）（）否 （）（）使用免疫抑制剂例（）是（）（）否 （）（）恶性肿瘤例（）是（）（）否 （）（）高血压例（）是 （）（）否 （）（）糖尿病例（）是（）（）否 （）（）原发性肺部感染例（）是 （）（）否 （）（）低蛋白血症例（）是 （）（）否 （）（）早期肠内营养例（）是 （）（）否 （）（）白细胞计数（）（，）（，）注：）值；）精确检验；）值。感染影响因素多因素分析及预 测模型构建将上述单因素分析中有统计学意义的预测因素作为自变量，以是否发生 感染作为因变量（感染，非 感染）进行 回归分析，自变量赋值见表。回归分析结果显示：入院方式、手术、抗生素使用、使用糖皮质激素、原发性肺部感染、低蛋白血症为 患者 感染的独立危险因素，见表。回归方程：，并将此模型绘制成列线图，见图。使用方法：首先对每个入选变量的不同的取值通过垂直线在评分标尺上获得相应的分值，然后将所有变量所对应的分值相加取得总分，最后通过总分垂直在预测线上得到相应的预测风险值。图 感染风险预测列线图 回归模型评价模型校准度评价：图示校准曲线与参考线吻合良好，见图。模型判别能力检验：采用 曲线检验判别模型，测得曲线下面积为 ，：.，认为此模型判别效果良好，灵敏度为 ，特异度为 ，约登指数为 ，所对应的最佳临界值为 。依据本预测模型公式，时，认为 患者可能会发生 感染，见图。图 感染预测模型 校准曲线图护理与康复 年月第 卷第期图 感染预测模型 曲线 模型外部验证收集 年月入住综合 的 例患者作 为 研 究 对 象，其 中 男 例（）、女 例（），年龄 岁，平均（）岁。实际有 例患者感染 ，模型判断为 例，误判例，灵敏度为 ；实际未感染 患者有 例，模型判断为 例，误判 例，特异 度为 。模型 总 正 确 率 为（）。讨论 建立 患者 感染风险预测模型的必要性 通常通过接触传播方式引发医院感染，感染者、定植者以及受到污染的医护人员的手、医疗设备和医院环境等均可成为传染源，从而造成患者之间的传播。为了防止 的传播，医院通常采用集束化的策略，如医护人员手卫生教育、主动病原菌监测培养、接触隔离、环境消 毒 和 抗 生 素 使 用 限 制 等。对 于 医 院 感染的风险需进行前瞻性的预测，并进行早期控制。通过主动监测培养，早期发现 定植仍是控制 感染的重要措施。但是，从人员配备和患者医疗费用的角度来看，建议采用有针对性的监测而不是广泛监测。因此，构建 患者 感染风险预测模型，对个体进行感染风险预测并进行分级，帮助早期筛查高风险患者，针对不同级别制定并实施不同干预计划，提高医护人员感染防控执行力，有效调配和利用资源，从而最大限度降低 患者 感染率，表自变量赋值自 变 量赋 值 方 式自 变 量赋 值 方 式入院方式他科转入；急诊联合使用抗生素否；是手术否；是使用糖皮质激素否；是机械通气否；是原发性肺部感染否；是深静脉导管留置否；是低蛋白血症否；是留置管道个否；是早期肠内营养否；是抗生素使用否；是表 感染危险因素的 回归分析变量值标准误 值 值 入院方式（）手术（）抗生素使用（）使用糖皮质激素（）原发性肺部感染（）低蛋白血症（）常量 护理与康复 年月第 卷第期与此同时减少患者医疗费用及科室管理成本等。构建的 患者 感染风险预测模型具有科学性及实用性本研 究 通 过 数 据 分 析 构 建 的 患 者 感染风险预测模型结果显示：模型 曲线下面积为 ，：，认为此模型区分 感染与非 感染的准确度较高，即模型的区分度好；模型校准度曲线与参考线吻合良好，表示模型预测发生 感染的概率与实际发生率接近，即模型的校准度好。在外部验证中显示，模型的灵敏度为 、特异度为 、总正确率为 。综合说明本研究构建的模型可以很好地预测 患者 感染发生的风险。为了方便临床统计分析及医护人员使用，本研究将离散型数值变量转变为二分类变量进行回归方程计算。本研究模型中纳入的预测因素皆为临床诊疗中的客观数据，易于获取。由于预测模型数学公式计算复杂繁琐，本研究基于该模型绘制了可视化的列线图，操作简便，便于临床应用。因此本预测模型具有一定的科学性和实用性。患者 感染相关危险因素分析本研究模型显示与 患者 感染相关的独立危险因素主要包括入院方式、手术、抗生素使用、使用糖皮质激素、原发肺部感染及低蛋白血症。由急诊转入 和手术均会增加 感染风险本研究显示由急诊转入 的患者 感染风险较他科转入 增加至 倍。可能由于急诊入院之前患者已在社区或当地医院入住多天，住院时间延长，特别是入住 时间延长，接触各类病原微生物的机会增多，暴露于定植菌环境，感染机会相应增加 ，而他科转入患者多为术后监护转入，病房住院时间不长，因此较急诊入院患者感染风险低。急诊入院作为高危因素与国外研究 结果相似。此外，本研究中手术患者 感染风险较非手术患者增加至 倍。手术等侵入性操作使机体正常的皮肤或黏膜、血管、脏器暴露于外界或可能有微生物侵害的内环境中，特别是无菌部位受损的状态为外界微生物侵入提供了通道和载体，从而增加了 感染风险。因此，应严格遵守有创手术和操作的无菌技术原则及相关规范，尽可能地减少侵入性的有创操作。使用糖皮质激素和抗生素使用时间延长会增加 感染风险糖皮质激素的使用可造成免疫抑制，从而造成继发的医院内细菌感染，并增加耐药机会。此外，使用抗生素时间的延长也会增加细菌耐药机会。患者由于病情危重、免疫力低下、各项有创操作及治疗的增加，特别是广谱抗菌药物第三代头孢菌素的广泛使用，使得细菌在药物的选择压力下产生耐药基因突变，同时耐药基因能够通过转移耐药基因元件构成多耐药基因的复合体，产生多重耐药 。规范临床抗菌药物的使用在降低医院感染方面起到重要作用。相关研究 显示：遵照指南实施“抗生素管理计划”，不仅有效降低了广谱抗生素和抗生素总量的使用，也降低了 及艰难梭菌感染的发生。原发性肺部感染和低蛋白血症会增加 感染风险本研 究 结 果 显 示，原 发 性 肺 部 感 染 的 患 者 感染风险较其他患者增加至 倍。肺部感染会造成患者呼吸道屏障受损，宿主防御能力降低，增加细菌入侵、定植的概率，进一步加重肺部感染。肺部感染的致病原多为细菌，其治疗方法主要是使用抗菌药物，长期广谱抗菌药物的使用也使得发生 感染的风险不断增加。一项 来自于西部地区 家三级甲等医院的研究结果显示，微生物实验室分离的 株多重耐药鲍曼不动杆菌有 来自于呼吸道。此外，本研究中低蛋白血症患者 感染风险较无低蛋白血症患者增加至 倍。研究 表明：低蛋白血症与病毒、细菌和真菌感染的发生和严重程度相关，并可预测非感染性疾病的感染并发症及其预后。白蛋白的氧化和分解在抗菌防御及修复过程中起着重要作用，完整的先天性和适应性免疫反应均依赖于白蛋白。研究 显示，通过静脉输注人血白蛋白可影响先天性和适应性的免疫反应，并产生有益效果。护理与康复