腦出血手術患者肺部感染風險預測評分模型的構建與驗證

宋甜田，李亞婷，宋 明，劉雪燕，王書會

(1. 山東大學齊魯醫院感染管理處，山東 濟南 250012； 2. 山東大學護理學院，山東 濟南 250012)

腦出血是一種常見的腦血管疾病，約占全部腦卒中的20%～30%[1]，起病急，病情重，急性期病死率約為30%～40%[2-3]。研究[4]表明，住院期間早期的醫療并發癥或神經系統并發癥是導致腦卒中患者死亡率增加的主要原因，其中肺部感染是較為常見的一種，約占5%[5]。因此，早期識別腦出血手術患者發生肺部感染的高風險人群，對提高患者生存質量和醫院醫療質量有重要臨床意義。已有大量研究探討腦出血患者發生肺部感染的相關危險因素，包括氣管插管、氣管切開、吞咽困難、充血性心力衰竭等[4, 6]，很少有研究將危險因素轉化為評分模型，以方便臨床應用。因此本研究旨在構建腦出血手術患者肺部感染風險預測評分模型，早期識別感染的高風險人群，有效預防肺部感染的發生，提高患者生存質量。

1 資料與方法

1.1 臨床資料 本研究是一個巢式病例對照研究，借助醫院信息系統和醫院感染監測系統，前瞻性收集2016—2018年山東省某醫院603例腦出血手術患者的人口學特征、臨床特征以及醫院感染相關特征資料。研究經醫院倫理委員會審核批準(KYLL-2018-009)。研究對象納入標準:①CT或MRI確診為腦出血；②年齡≥18歲；③住院時間>48 h；④采用手術治療；排除標準:①僅行腦動脈造影而未進一步手術治療；②處于妊娠期或分娩期；③嚴重肝、腎功能不全；④兩周內服用免疫抑制劑或有免疫缺陷；⑤資料不全。

1.2 相關診斷標準 依據我國衛生部2001年頒布的《醫院感染診斷標準(試行)》[7]，結合患者的臨床表現、影像學檢查、實驗室檢查以及病原學檢查結果，確診醫院獲得性肺部感染。所有感染病例由主治醫師、醫院感染專家和研究者共同確診。NIHSS(National Institute of Health Stroke Scale，NIHSS)[8]是Thmos等編制的包含15個項目的神經功能檢查量表，主要用于量化神經功能受損嚴重程度，0～4分為輕度損傷，5～15分為中度損傷，≥16分為重度損傷[9]。

1.3 研究方法

1.3.1 數據分組 將603例腦出血患者按7∶3的比例隨機分為建模組(422例)和驗證組(181例)(隨機種子數為20160648)。利用建模組數據構建風險預測評分模型并進行風險分層，利用建模組和驗證組數據驗證模型的判別效能。應用SPSS 22.0軟件進行數據統計分析。

1.3.2 模型構建 在建模組中，將單因素分析有意義的變量(P<0.05)納入多因素logistic回歸中，采用Back-Wald 法篩選變量，建立logistic回歸模型，識別獨立危險因素。依據logistic回歸模型中的偏回歸系數(β值)對危險因素進行賦分。參照以往研究[10]并結合研究具體情況，本研究根據β×4(四舍五入取整數)確定危險因素的分值，其中各個變量中的參照類別為0分，依此構建風險預測評分模型。

1.3.3 模型驗證 利用構建的風險預測評分模型對建模組和驗證組患者進行評分。以患者是否發生肺部感染為狀態變量，以各患者的總風險評分值為檢驗變量，繪制ROC 曲線，評價模型的區分度，采用Hosmer-Lemeshow(H-L)檢驗評價模型的校準度。

2 結果

2.1 患者一般情況 前瞻性收集2016—2018年某醫院603例腦出血手術患者的臨床資料，其中男性275例，女性328例；年齡為(11.25±11.73)歲。發生肺部感染135例，肺部感染發生率為22.39%。建模組患者422例，肺部感染91例，感染率為21.56%；驗證組患者181例，肺部感染44例，感染率為24.31%。

2.2 肺部感染危險因素識別

2.2.1 單因素分析 將建模組中的422例腦出血手術患者根據是否發生肺部感染分為感染組和非感染組，進行單因素分析，結果顯示，患者入院途徑、GCS評分、肌力、NIHSS評分、高血壓、使用呼吸機、氣管切開、氣管插管、留置胃管、靜脈血栓、意識不清、ASA分級以及手術類型13個變量與腦出血手術患者并發肺部感染有關。見表1。

表1 腦出血手術患者肺部感染危險因素單因素分析(建模組)Table 1 Univariate analysis on risk factors for PI in cerebral hemorrhage patients undergoing surgery (modeling group)

2.2.2 多因素分析 將單因素分析中有統計學意義的變量(P<0.05)納入多因素logistic回歸中，采用Back-Wald 法篩選變量，最終納入模型的4個變量為：氣管插管(95%CI：2.092～6.977)、留置胃管(95%CI：1.982～8.761)、靜脈血栓(95%CI：1.333～5.514)和ASA分級(95%CI：1.144～2.281)。見表2。

表2 腦出血手術患者肺部感染危險因素多因素分析(建模組)Table 2 Multivariate analysis on risk factors for PI in cerebral hemorrhage patients undergoing surgery (modeling group)

2.3 風險預測評分模型的構建 依據β×4構建的風險預測評分模型中，氣管插管賦值5分、留置胃管為6分、靜脈血栓為4分、ASA分級每增加一個級別分值增加2分，各個變量中的參照類別為0分，總分為0～21分。見表3。利用構建的風險預測評分模型對建模組患者進行評分，計算各分值所對應的感染率，觀察感染率分布情況，將患者進行風險分層。結果顯示，0～6分為低風險組，感染率為4.47%；7～12分為中風險組，感染率為21.28%；13～21分為高風險組，感染率為58.65%，各風險層感染率差異有統計學意義(P<0.05)。見表4。

表3 肺部感染風險評分模型Table 3 Risk scoring model for PI

表4 肺部感染風險分層Table 4 Risk scoring stratification for PI

2.4 風險預測評分模型的驗證 在建模組的422例腦出血手術患者中，通過肺部感染金標準確診感染91例，非感染331例。利用風險評分模型對患者進行評分，以金標準診斷結果為狀態變量、以風險評分值為檢驗變量繪制ROC曲線，結果顯示建模組中模型的ROC曲線下面積(AUC)為0.864(95%CI：0.825～0.904，P<0.001)，H-L檢驗結果為P=0.404，因此風險評分模型在建模組中具有較好的區分度和校準度(內部驗證)。以相同的方法在驗證組中繪制ROC曲線，結果顯示AUC為0.861(95%CI：0.800～0.921，P<0.001)，H-L檢驗結果為P=0.452，模型在驗證組中依然具有良好的區分度和校準度(外部驗證)。見圖1。

利用構建的肺部感染風險預測評分模型對驗證組患者進行評分，同時計算各風險層所對應的感染率，結果顯示低風險組為4.55%，中風險組為21.28%，高風險組為65.22%，各風險等級之間感染率的差異有統計學意義(P<0.05)。見表5。

表5 驗證組患者風險等級與肺部感染情況比較Table 5 Comparison of risk level and PI in patients in validation group

圖1 ROC曲線評價風險評分模型的區分度Figure 1 Discriminatory validity of risk scoring model evaluated by ROC curve

3 討論

本組研究目的主要是建立一個簡單的、有效的、方便臨床應用的風險評分工具，評估腦出血手術患者發生肺部感染的風險。腦出血患者常伴有腦組織的損傷，隨后出現的機體免疫抑制狀態使患者極易受到病原菌的侵襲[11]。本研究發現腦出血手術患者肺部感染發生率為22.39%，高于一項Meta分析結果中的10%[12]。醫院感染的發生不僅可以影響患者臨床預后，增加患者經濟負擔，同時還會增加醫療機構的經濟損失[13]。因此，構建腦出血手術患者肺部感染風險預測評分模型，及早識別感染的高風險人群，采取相應地有效預防措施，對降低患者及醫療機構的經濟負擔有重要的臨床意義。

本研究中多因素logistic回歸分析結果顯示，氣管插管、留置胃管、靜脈血栓和ASA分級是腦出血手術患者肺部感染的獨立危險因素。以往研究顯示，氣管插管、留置胃管等侵入性操作與腦卒中患者發生肺部感染密切相關[4, 14-15]。留置胃管的患者容易發生胃內容物反流，導致誤吸，引發吸入性肺炎[14]。氣管插管患者呼吸道內的分泌物不易排出，加之患者口腔清潔不便，導致病原菌下移以及下呼吸道長期暴露于外界環境中，患者更容易發生肺部感染[15]。研究[16]發現，患者并發靜脈血栓與肺部感染之間具有正相關性，二者互為危險因素，對影響患者預后有協同作用。ASA分級是根據患者術前體質狀況和對手術危險性進行分類，ASA等級越高，患者對外科手術的耐受性越低，發生醫院感染的風險越高[17]。研究證實高ASA等級是肺部感染的獨立危險因素[18]。考慮到以上各變量與腦出血手術患者并發肺部感染的強關聯性，本研究采用β×4(四舍五入取整數)對變量進行賦值，構建風險預測評分模型。根據各風險評分所對應的患者肺部感染發生率，將患者分為高、中、低三個風險等級，總分為0～6分的患者是低感染風險組，7～12分為中風險組，13～21分為高風險組，不同風險等級患者間肺部感染率比較，差異有統計學意義(P<0.05)。臨床上醫務人員可借助風險預測評分模型，定時評估患者發生肺部感染風險評分值，從而判斷腦出血手術患者發生肺部感染的風險等級，以此制定針對性的預防與控制措施，盡早降低感染風險，實現醫療資源的合理分配。

研究采用ROC曲線和H-L檢驗(P>0.05)評價風險評分模型的區分度和校準度。一般來說，曲線下面積(AUC)大于0.7，即可認為預測效果佳，AUC越大，風險預測能力越好[19]。本研究結果顯示，評分模型在建模組和驗證組患者中的ROC AUC分別為0.864(95%CI：0.825～0.904，P<0.001)和0.861(95%CI：0.800～0.921，P<0.001)，H-L檢驗結果均為P>0.05，說明建立的風險評分模型對腦出血手術患者發生肺部感染具有良好的預測能力，且模型中的評估指標在臨床上比較容易獲取，在識別肺部感染高危人群方面具有較好的臨床應用價值，可以準確監測、及時預警，使感染防控的關口前移，優化醫院感染監測模式。

本研究的局限性在于研究對象僅來自于一所三甲醫院，且該模型尚未在其他醫院進行過驗證，后期還需開展多中心、大樣本的研究對模型進行驗證，進一步修改和完善模型，使模型真正適用于臨床腦出血手術患者肺部感染高風險人群的篩查。