基于尿常規指標尿路感染病原菌革蘭染色特征風險預測模型的建立與驗證

張興華 蘭海波

尿路感染（urinary tract infection，UTI）是社區和醫院最常見的細菌感染，據估計，UTI的患病人數占總住院人數的11%[1]。近一半的成年女性一生中至少有一次感染UTI。UTI的臨床表現大多較輕，但是在嬰兒、孕婦、老年人群、免疫力低下人群中可出現嚴重并發癥，及時臨床診斷和治療顯得尤為重要[2]。尿液培養是診斷UTI的“金標準”，但該方法至少需要24 h[3]。確診前臨床醫生常采用經驗性抗菌治療，可增加患者醫療成本、生物毒性、耐藥性和藥物不良反應的風險[4]。尿培養結果報告前，如果能有效預測病原菌的革蘭染色特征，對于臨床合理用藥有重要的意義。目前有少部分研究比較了G+菌、G-菌引起的UTI尿常規結果差異，很少有將差異轉化成尿常規指標對病原菌革蘭特征預測模型報道。因此，利用G+菌、G-菌尿常規結果的差異構建預測模型，對抗生素的使用和患者的治療有一定價值。

1 資料與方法

1.1 一般資料

回顧性分析大同市第五人民醫院2017年1月-2022年3月尿培養陽性的UTI患者148例，年齡（42.17±7.98）歲，男57例，女91例。納入標準：符合文獻[5]《尿路感染診斷與治療中國專家共識（2015版）-復雜性尿路感染》中的診斷標準，且尿培養結果陽性。排除標準：各種腎實質疾病、惡性腫瘤、尿液標本留取前3 d內使用抗生素、尿常規結果或尿培養結果不全。

1.2 方法

1.2.1 標本采集和檢測 用藥前或停藥3 d以上，取無菌帶蓋尿杯，留取晨尿中段尿5 ml，樣本采集后立即送檢。尿液標本分成兩份，一份進行細菌培養，中段尿培養革蘭陰性桿菌菌落計數>1×105CFU/ml，革蘭陽性球菌>1×104CFU/ml診斷為UTI，標本培養結果出現3種或3種以上病原菌或生長腐生葡萄球菌及凝固酶陰性葡萄球菌，則認為是污染標本[6]。另一份進行尿常規檢測，檢測完畢后將尿液離心，取沉渣涂片進行革蘭染色后鏡檢。

1.2.2 儀器與試劑 尿常規干化學的檢測由AVE-752及其配套試劑完成，尿有形成分的檢測由AVE-766及其配套試劑檢測完成，細菌鑒定由VITEK2-Compact全自動細菌鑒定分析系統完成。

1.2.3 G-菌感染預測模型 根據細菌革蘭染色特征，排除感染兩種或兩種以上病原菌的患者，將所有UTI患者分為G+菌組和G-菌組，通過單因素和二元Logistic回歸分析建立G-菌感染的風險預測模型，根據預測概率，繪制ROC曲線。

1.3 統計學處理

本研究數據采用SPSS 19.0統計學軟件進行分析和處理，偏態分布的定量資料采用中位數和四分位數間距[M（P25，P75）]表示，組間比較采用秩和檢驗。定性數據以率（%）表示，采用χ2檢驗。單因素分析中有統計學意義的指標納入二元Logistic回歸分析，并建立Logistic回歸模型，根據預測概率，建立ROC曲線，通過AUC和最佳截斷值判斷模型的預測效能。

2 結果

2.1 尿培養G-菌及G+菌分布情況

148例患者共檢出154株病原菌，其中6例檢出2種病原菌。154株病原菌中G-菌104株，占比67.53%，G+菌50株，占比32.47%，見表1。

表1 尿培養G-菌及G+菌分布情況

2.2 G-菌組及G+菌組尿常規指標比較

排除感染多種病原菌患者后，余142例（G-菌組92例，G+菌組50例）。G-菌組NIT陽性率、LEU 3+～4+占比、細菌計數、WBC計數、離心涂片革蘭染色G-菌陽性率均高于G+菌組（P<0.05），見表2。

表2 G-菌組及G+菌組尿常規指標比較

表2（續）

表2（續）

2.3 G-菌引起UTI的多因素分析

以尿培養細菌革蘭特征作為因變量，將G-菌、G+菌感染患者尿常規比較有統計學意義的指標納入自變量。二元Logistic回歸分析結果顯示，NIT陽性、細菌計數、離心涂片革蘭染色G-菌，均為G-菌引起UTI的影響因素（P<0.05），建立Logistic回歸模型，P=1/{1+exp[-（-3.610+2.569×NIT-0.123×LEU+0.008× 細菌計數 +0.010×WBC計數+2.520×離心涂片革蘭染色）]}，見表3。

表3 G-菌引起UTI的多因素分析

2.4 模型預測效能評價

將指標代入Logistic回歸模型，得出G-菌感染引起UTI的預測概率，以培養法細菌革蘭特征為金標準，繪制ROC曲線，AUC為0.734（0.614，0.853），與隨機面積0.500比較差異有統計學意義（P<0.05）。分別取預測概率0.514（Youden指數最大）和0.500兩個切割點，當切割點為0.514，預測敏感度為76.09%，特異度為74.00%，準確度為75.35%，Youden指數為0.501。當切割點為0.500，模型預測敏感度為73.91%，特異度為68.00%，準確度為71.83%，Youden指數為0.419，見表4、圖1。

表4 模型預測UTI效能評價

圖1 模型預測G-菌引起UTI的ROC曲線

3 討論

根據文獻[7]《尿路感染診斷與治療中國專家共識（2015版）-尿路感染抗菌藥物選擇策略及特殊類型尿路感染的治療建議》，病原菌培養結果和藥敏反應結果報告之前，臨床可采用經驗性或者廣譜抗生素予以治療。眾所周知，G-菌、G+菌針對抗生素敏感性不同，經驗性用藥或廣譜抗生素的廣泛使用，可能會引起正常菌群的殺滅及耐藥菌株的產生[8]。因此及時明確病原菌革蘭特征，采用敏感抗生素予以治療有重要臨床意義。鄧山鷹等[9]研究發現，G-菌UTI患者細菌計數高于G+菌患者，細菌計數和WBC計數對UTI和G-、G+菌有一定的預測價值。但該研究僅限于尿有形成分對病原菌特征的診斷，未納入干化學指標，且未構建病原菌革蘭特征的風險預測模型。

本研究發現，148例UTI患者中，共檢出病原菌154株，其中6例患者檢出2種病原菌。病原菌中G-菌104株，占比67.53%，其中大腸埃希菌檢出62株，檢出率最高，與文獻[10]相符。文獻[11]《全國臨床檢驗操作規程》指出，UTI患者中約有10%的患者能檢出2種或2種以上病原菌。本研究中共6例患者檢出2種病原菌，低于操作規程中的報道，可能與本研究未納入真菌培養結果有關。感染多種病原菌時，不同細菌代謝不一致，會干擾尿常規檢測結果，且存在G-、G+菌混合感染案例，因此后續G-菌感染風險模型中只納入單一細菌感染患者。肖楠等[12]除了研究NIT、LEU、WBC計數、細菌計數對UTI診斷價值外，還發現G-菌感染組細菌計數、WBC計數、NIT陽性率、LEU（4+）陽性率均高于G+菌感染組，并建議通過尿常規細菌計數結果來預測該患者是否UTI，然后根據NIT和WBC計數預測病原菌革蘭特征。虞培娟等[13]分析了UTI的尿常規結果，發現G-菌WBC計數和細菌計數高于G+菌引起的UTI。本研究發現G-菌感染患者NIT陽性率、LEU 3+～4+占比、細菌計數、WBC計數、離心涂片革蘭染色G-菌陽性率均高于G+菌（P<0.05），納入二元Logistic回歸分析后，NIT陽性、細菌計數、離心涂片革蘭染色（G-菌）均為G-菌感染的影響因素（P<0.05），構建G-菌感染的風險預測模型AUC為0.734，Youden指數最大時（預測概率為0.514），預測敏感度為76.09%，特異性為74.00%，準確度為75.35%，Youden指數為0.501。本研究為回顧性分析，納入標本量較小，可能導致樣本選擇偏倚造成的統計誤差，其次，在ROC曲線分析中折點明顯，影響模型預測效能分析。因此需要前瞻性、大樣本、多中心的研究，進一步精確構建預測模型，并對模型進行驗證。

綜上所述，本研究采用尿培養結果作為病原菌革蘭特征金標準，利用尿常規指標構建了G-菌UTI風險預測模型，該模型納入指標較少，檢測簡單、快速。通過ROC曲線證實，模型有較好的預測敏感度和特異性。在臨床應用中，對明確診斷UTI患者可先行尿常規檢測，將相關指標納入G-菌感染風險預測模型，計算其預測概率，當預測概率高于0.514時可傾向于G-菌感染，提示臨床采用對G-菌敏感抗生素治療。