腦卒中合并肺炎病人病原菌分析及肺炎感染風險預測模型建立

楊 紅,尚倩倩,董湘平,羅 敏

綿陽市中心醫院,四川621000

腦卒中是指病變的腦部血管突然破裂出血或者腦血管阻塞導致血液不能流入大腦造成腦組織損傷的一類疾病。根據發病原因,將腦卒中分為出血性腦卒中和缺血性腦卒中,其中缺血性腦卒中發病率明顯高于出血性腦卒中,占60%～70%,而出血性腦卒中的病死率則更高[1]。腦卒中死亡率現已位居我國疾病死亡率首位,隨著我國人口老齡化現象的加劇,疾病典型的高患病率、高致死率和高致殘率將會繼續成為威脅我國居民健康的重要因素[2]。由于患病人群多為老年人群,患病后長期臥床休息,加之重癥昏迷病人患病期間持續使用鼻飼胃管等很容易引起感染,尤其是肺炎和尿路感染[3]。感染并發癥的發生,不僅增加了社會和家庭的經濟負擔,導致住院時間延長,增加了病人的痛苦,也是腦卒中致死和致殘的重要因素[4]。腦卒中合并肺炎的發病率占5%～30%,相關研究報道,腦卒中合并肺炎疾病死亡率是未合并肺炎病人的2～3倍[5-6]。目前對于腦卒中尚缺乏較為有效的治療方法,因此預防腦卒中并發感染的措施在降低疾病的發病率方面具有關鍵性作用。已有研究表明,腦卒中合并肺炎的病原菌特點與耐藥情況與普通病房病人有顯著差異[7]；原發性肺部疾病、炎癥指標的升高、鼻飼、胃內容物的吸入是重癥肺炎發生的危險因素[8]。但涉及腦卒中合并肺炎的病原學分析和獨立危險因素的研究較少。因此,本研究主要選取2017年5月—2019年12月收治入院的230例腦卒中病人,將所有病人的痰液進行痰培養,分析腦卒中合并肺炎病人的病原學特點。與此同時,調取所有病人基本信息和臨床資料,利用Logistic二元回歸分析篩選出腦卒中病人發生肺炎的獨立危險因素并建立列線圖預測模型。

1 資料與方法

1.1 一般資料

選取2017年5月—2019年12月收治入院的230例腦卒中病人,根據有無合并肺炎分為肺炎組和非肺炎組。其中腦卒中合并肺炎66例(肺炎組),腦卒中不伴肺炎164例(非肺炎組)。納入標準：①符合腦卒中診斷標準,即《中國急性缺血性腦卒中診治指南2018》[9]與《中國腦出血診治指南2019》[10]，肺炎診斷標準符合文獻[11]標準；②獲得病人的知情同意；③腦卒中發作后30 d內送入本院治療，病人均有痰培養藥物敏感試驗結果。排除標準：①合并重要臟器疾病,如心臟、肝臟或腎臟重大疾病；②住院治療期間一直處于深度昏迷或死亡的病人；③病人基本信息或臨床資料不全,重要檢測指標不充分。

1.2 資料收集方法

采用回顧性分析方法：①調取病人痰培養及藥物敏感試驗結果。②調取所有病人的一般信息及臨床資料。一般信息及臨床資料主要包括性別、年齡、體質指數(BMI)、吸煙史、合并呼吸系統疾病史、高血壓、高血脂、免疫功能低下、糖尿病、冠心病、腦卒中類型、美國國立衛生研究院卒中量表(National Institute of Health Stroke Scale，NIHSS)評分、吞咽功能、鼻飼胃管等,以上危險因素均存在于肺炎感染之前。

1.3 統計學分析

2 結果

2.1 兩組病人病原菌分析

肺炎組66例樣本檢測出有效菌株107株，非肺炎組164例樣本共檢出有效菌株283例,構成比見表1。兩組各類細菌構成比類似,經χ2檢驗,差異無統計學意義(P>0.05)。

表1 兩組病人病原菌分析 單位：株(%)

2.2 兩組病人體內致病菌對抗菌藥物的耐藥性

經耐藥性試驗,結果顯示：革蘭陽性菌,例如肺炎鏈球菌、金黃色葡萄球菌、溶血性葡萄球菌等對青霉素、紅霉素、環丙沙星、氨芐西林等抗菌藥物具有一定的耐藥性；革蘭陰性菌,例如大腸埃希菌、肺炎克雷白桿菌、銅綠假單胞菌等對氨芐西林、左氧氟沙星、慶大霉素等抗菌藥物具有一定的耐藥性。見表2。提示臨床中,為達到理想的治療效果,必須結合感染細菌的種類合理選用抗菌藥物。

表2 肺炎組病人痰培養致病菌對抗菌藥物的耐藥情況 單位：株(%)

2.3 病人基本信息與肺炎發生的單因素分析

兩組病人性別、BMI、高血脂、冠心病以及飲酒史差異無統計學意義(P>0.05),兩組年齡、吸煙史、高血壓、糖尿病、免疫功能低下、腦卒中類型、NIHSS評分、鼻飼胃管以及呼吸系統疾病有無等指標差異有統計學意義(P<0.05)。詳見表3。

表3 不同特征腦卒中病人肺炎發生影響的單因素分析

2.4 影響腦卒中病人肺炎發生多因素Logistic回歸分析

根據兩組的一般信息資料與臨床資料比較結果,將單因素分析結果中差異有統計學意義(P<0.05)的年齡、吸煙史、高血壓、糖尿病、免疫功能低下、腦卒中類型、NIHSS評分、鼻飼胃管以及呼吸系統疾病等指標作為自變量，以是否并發肺炎為因變量，進行二元Logistic回歸分析,結果表明年齡、高血壓以及糖尿病無統計學意義(P>0.05),予以剔除。篩選出吸煙史、免疫功能低下、卒中類型、NIHSS評分、鼻飼胃管、呼吸系統疾病為腦卒中病人合并肺炎的獨立危險因素,差異有統計學意義(P<0.05)。見表4。

表4 影響腦卒中病人肺炎發生的多因素Logistic回歸分析

2.5 預測腦卒中病人合并肺炎感染的列線圖風險模型的建立

本研究基于吸煙史、免疫功能低下、腦卒中類型、NIHSS評分、鼻飼胃管以及呼吸系統疾病6項腦卒中病人發生肺炎感染的獨立危險因素,建立預測腦卒中病人合并肺炎感染的列線圖風險模型,見圖1；Calibration驗證結果顯示,模型預測值與實測值擬合度較好,說明該預測模型的預測性能良好,見圖2；同時Bootstrap內部驗證結果顯示,C-index指數達到0.747,95%CI[0.608,0.886],表明該模型的精準度和區分度良好,詳見圖3。

圖1 預測腦卒中合并肺炎感染列線圖風險模型的建立

圖2 列線圖模型腦卒中合并肺炎感染風險的驗證

圖3 列線圖模型預測腦卒中合并肺炎感染ROC曲線

3 討論

腦卒中病人由于長期臥床、缺少鍛煉導致呼吸道分泌物不能及時排除,引起分泌物向呼吸道低位聚集而引發肺部感染。亦有一些臨床機械性侵入操作,如氣管插管、吸痰等操作容易引發致病菌滯留在下呼吸道而感染[12]。文獻報道,腦卒中合并肺炎多為醫院感染,常見的致病菌以肺炎克雷伯菌、銅綠假單胞菌、大腸埃希菌等革蘭陰性菌為主的細菌,此外，還包括肺炎鏈球菌、金黃色葡萄球菌等革蘭陽性菌,以及白假絲酵母菌等真菌[13]。因此,臨床對于腦卒中合并肺炎病人的治療應當根據疾病可能的病原菌特點結合細菌耐藥性試驗或藥物敏感試驗結果給予治療,同時要警惕抗生素治療后可能引發的菌群失調現象。

目前對于腦卒中合并肺炎的病因尚不清楚,主要被認為與年齡、腦卒中類型、鼻飼胃管、呼吸系統疾病史等有關[13]。王淑晶[14]研究報道,出血性腦卒中并發肺炎感染的發生率明顯大于缺血性腦卒中,表明腦卒中發生的類型是合并肺炎的重要危險因素,吞咽困難導致咳嗽、誤吸等引發的肺部感染是正常情況下發生率的3倍[15]。由此,找出影響腦卒中合并肺炎的獨立危險因素，對控制肺炎感染以及病人預后具有重要的指導意義。本研究基于以往的研究報道關于腦卒中合并肺炎的獨立危險因素,通過調取病人的一般信息資料以及臨床資料,篩選出腦卒中合并肺炎的獨立危險因素，結果顯示：在入選的230例腦卒中病人中,合并肺炎感染發生率為28.7%,與文獻報道接近。吸煙史、免疫功能低下、腦卒中類型、NIHSS評分、鼻飼胃管、呼吸系統疾病為腦卒中病人合并肺炎的獨立危險因素,且差異具有統計學意義 (P<0.05),提示與腦卒中病人合并肺炎高度相關。因此,對于腦卒中病人應當建議盡早戒煙、采取措施增加機體免疫力、及早治療呼吸系統疾病,以降低腦卒中病人合并肺炎感染的發生率。

本研究中,吸煙史作為腦卒中病人合并肺炎的一項獨立危險因素,可能與長期吸煙對病變的腦血管的影響有關,長期持續性吸煙導致腦血管變脆,加之劇烈運動或外界因素,容易使血管破裂引發一系列癥狀,后期發生感染危害更大[16]。免疫功能低下是腦卒中病人合并肺炎的另一獨立危險因素,由于腦卒中病人吞咽困難、長期臥床加之缺乏功能鍛煉甚至是基本鍛煉以及機體對營養物質的吸收能力也有限,免疫系統的抵抗力較低,很容易引發感染,尤其是肺炎,同時也很難使抗生素發揮最佳的治療效應[17]。腦卒中類型是影響腦卒中病人合并肺炎的又一關鍵的獨立危險因素,不同類型腦卒中病人合并肺炎的發病率與死亡率差別較大,出血性腦卒中合并肺炎的死亡率明顯高于缺血性腦卒中合并肺炎病人,其可能的原因與疾病嚴重程度有關,出血性腦卒中病人顱內壓可迅速增加,肺部癥狀出現更早,并且常昏迷或意識模糊,護理需要更多的侵入性操作,因此更易引發肺部感染[18]。NIHSS評分常是用來評估腦卒中病人病情嚴重程度的指標,亦是腦卒中病人并發肺炎的獨立危險因素,NIHSS評分越高,表明病情越嚴重,病人的整體狀態尤其免疫功能抑制越明顯,誘發肺炎的危險性越高[19]。鼻飼胃管作為一種外來侵入性操作,在增加感染機會的同時,極大地減少了病人因為誤吸而導致的嚴重下呼吸道感染,尤其是肺炎的發生。呼吸系統疾病作為腦卒中病人并發肺炎獨立危險因素,可能與肺臟的基礎疾病導致肺功能及免疫力低下有關,外源性的細菌很容易吸入體內引發感染。

列線圖是一種建立在回歸分析基礎上將多個預測指標整合后利用帶刻度的線段繪制在同一平面內的圖形,常用于表達預測模型間隔指標間的關系[20]。本研究根據篩選的獨立危險因素建立了列線圖模型,醫務人員可以根據危險因素個體化預測腦卒中病人發生肺炎感染的風險,以便在早期給予干預措施將肺炎感染的可能性降到最低。

綜上所述,腦卒中合并肺炎病人主要以肺炎克雷伯菌和銅綠假單胞菌為主的革蘭陰性菌感染,臨床應針對具體病原菌治療以提高治療效果。對腦卒中病人應考慮吸煙史、免疫功能低下、腦卒中類型、NIHSS評分、鼻飼胃管、呼吸系統疾病等因素的影響，及時采用列線圖個體化預測腦卒中病人發生肺炎感染的概率,以指導臨床治療和護理。