決策樹聯合Logistic回歸模型探討骨科清潔手術術后切口感染病原菌特點及危險因素

楊蓓蓓,張曉鈺,姜鳳麗,張 晉,烏伊萍,李興歡,劉 冬

0 引言

手術治療是骨科最常采用的治療方式,但骨科手術創傷大、失血多,且因多數手術有植入物的特點,導致患者術后發生感染的危險性較大。一旦發生感染則會加重病情,延長治療時間,嚴重者會導致肢體殘疾,甚至危及生命[1]。近年來,國內外學者通過單因素和Logistic多因素回歸分析,對骨科手術切口感染的相關危險因素做了大量的研究,一致認為感染發生是多因素綜合作用的結果,但各個因素在術后感染中的影響程度及相互作用很少有研究報道[2-3]。本研究對骨科術后切口感染患者的病原菌特點進行分析,同時將CHAID 決策樹模型與多因素 Logistic 回歸模型相結合,從不同角度更充分地描述影響術后感染發生的主要危險因素及各危險因素的交互作用,為進一步制定預防與控制感染發生的措施提供參考依據。

1 資料與方法

1.1 臨床資料 采用回顧性調查方法,選取2018年1月-2020年12月在醫院骨科行清潔手術的2 264例患者,其中男1 284例,女980例;年齡1～86歲,平均年齡(43.98±19.94)歲。本研究納入的骨科清潔手術主要包括閉合性骨折內固定術、內固定取出術、包塊切除術、關節鏡探查術以及關節置換術,其中骨折內固定術、關節置換術都是有植入物的手術,共229例,占清潔手術的10.1%。

1.2 研究方法

1.2.1 切口感染診斷標準 術后切口感染標準根據2001年衛生部頒發的《醫院感染診斷標準》[4]進行篩選。無植入物手術后30 d內、有植入物(如人工關節)術后1年內發生的切口感染納入篩選。具備下列條件之一即可診斷為術后切口感染：①表淺切口有紅、腫、熱、痛,或有膿性分泌物;②從深部切口引流出或穿刺抽到膿液,感染性手術后引流液除外;③自然裂開或由外科醫師打開的切口,有膿性分泌物或發熱≥38 ℃,局部有疼痛或壓痛;④再次手術探查、經組織病理學或影像學檢查,發現涉及深部切口膿腫或其他感染證據;⑤臨床醫師診斷的切口感染。

1.2.2 病原菌檢測 患者確診為手術切口感染后,收集切口的分泌物并送至檢驗科進行病原菌培養及藥敏分析。

1.2.3 切口感染危險因素分析 對所有患者的性別、年齡、基礎疾病、手術類型、住院時間等相關因素進行記錄。根據骨科術后感染的發生情況及其相關危險因素建立決策樹 CHAID(Chi-squared automatic interaction detector,CHAID)模型和Logistic回歸模型。

建立決策樹模型：將術后發生感染的相關因素進行 CHAID算法分析,設定決策樹生長層數為3層,生長“枝條”分割顯著性水準P=0.05,母節點最小樣本量為50,子節點為10,如果節點上的樣本量達不到此要求或P>0.05,則該節點為終末結點,不再進行分割。

建立 Logistic 回歸模型：首先對骨科手術切口感染的相關因素進行單因素分析,篩選影響切口感染的危險因素。以篩選出的相關因素作為自變量,以術后是否感染作為因變量,對各項指標進行具體賦值,采用Forward LR法建立二分類非條件 Logistic 回歸模型,進行多因素分析。變量及其賦值見表1。

1.3 統計分析 本研究采用SPSS 19.0 統計軟件進行數據分析,計量資料以均數±標準差表示,計數資料比較應用χ2檢驗,計量資料組間比較應用t檢驗,通過CHAID法建立決策樹模型,通過二分類 Logistic 回歸進行多因素分析,P<0.05為差異有統計學意義。

表1 各變量具體賦值

2 結果

2.1 切口感染患者的病原菌特點 在2 264例手術患者中,31例(1.37%)患者發生術后感染,術后感染的手術包括8例閉合性骨折內固定術、5例內固定取出術、4例關節鏡探查術以及14例關節置換術。對切口分泌物進行細菌學培養,共分離出病原菌15株,其中革蘭陽性球菌10株,占病原菌總數的66.67%,主要是金黃色葡萄球菌(7株)、表皮葡萄球菌(2株)、糞腸球菌(1株);其余為革蘭陰性桿菌5株,占病原菌總數的33.33%,包括大腸埃希菌(2株)、鮑曼不動桿菌(1株)、陰溝腸桿菌(1株)、銅綠假單胞菌(1株)。通過對上述培養出的病原菌進行藥敏分析,發現有2株為耐甲氧西林的金黃色葡萄球菌(Methicillin-resistantStaphylococcusaureus,MRSA),有1株為耐甲氧西林的表皮葡萄球菌(Methicillin-resistantStaphylococcusepidermidis,MRSE),有1株為耐碳青霉烯類抗菌藥物鮑曼不動桿菌(Carbapenem-resistantAcinetobacterbaumannii,CRAB),有1株為產超廣譜β-內酰胺酶(Extended spectrum beta- lactamases,ESBLs)的大腸埃希菌。

2.2 切口感染危險因素的決策樹模型分析 本研究采用CHAID計算法完成數據挖掘,建立決策樹預測模型。按照上述設置的參數,決策樹生長3層,共有4個終末結點,見圖1,產生的終末結點規則見表2。圖1的方框即節點,如在某節點無有統計學意義的分割,此節點停止分支而成為葉節點。

表2 術后發生感染相關因素的 CHAID 分析分類規則

首先進入決策樹模型的因素是術前抗菌藥物的使用時間,并形成2個子集,表明術前抗菌藥物使用時間與感染發生的相關性最高;在術前抗菌藥物使用時間≥10 d的子集中,手術時間首先進行分類樹,并形成2個亞子集,手術時間>2 h的患者術后感染的發生率高于手術時間≤2 h的患者;在手術時間>2 h的亞子集中,既往是否手術對術后感染發生的影響最大,既往進行過手術的患者術后感染的發生率較高。由于決策樹模型對資料信息提煉充分,輸出的圖形結構直觀,所以從該模型中可直接得出各因素對術后感染發生的影響順序,獲得主要影響因素和各影響因素的交互作用等相關信息。

2.3 切口感染危險因素的Logistic回歸分析 將可能影響術后感染發生的相關因素進行單因素分析,以P<0.05作為選入變量的標準篩選出12個變量,以其作為自變量進行二分類非條件Logistic回歸分析,結果共有4個變量進入回歸方程,模型的擬合優度為0.512,大于檢驗水準0.05,則認為該模型中信息已經被充分提取,模型擬合優度較高。Logistic 回歸分析結果顯示,合并糖尿病、手術時間>2 h、術前抗菌藥物使用時間≥10 d、既往有手術記錄是骨科術后發生感染的獨立危險因素,見表3。

圖1 CHAID 方法對術后感染發生影響因素分析的決策樹模型圖

表3 影響術后感染發生的多因素 Logistic 回歸分析

3 討論

手術是骨科最常用的治療手段,而骨科術后切口感染不僅降低臨床治療效果,造成患者住院時間延長,還會增加患者的痛苦和經濟負擔[5-6]。因此,明確骨科術后感染的危險因素,并采取針對性的控制措施,對減少骨科術后感染發生具有重要意義。

本研究納入2 264例骨科手術患者,術后切口感染率為1.37%,這與秦晴等[7]研究中的切口感染發生率類似。但也有的文獻提到切口感染發生率較高[8-9],不一致的原因考慮是不同研究納入的手術類型及切口部位存在差異。萬玉英等[9]研究中,骨科手術的術后感染率為2.82%,納入的植入物手術占比為47.50%,而該研究中放植入物手術的占比只有10.1%,植入物手術占比高的研究術后感染的發生率明顯增加。另外,在該研究中,31例患者發生術后感染,其中22例是有植入物的手術,占所有植入物手術的9.60%,9例是無植入物手術,占所有非植入物手術的0.44%,這提示有異物植入的手術術后發生切口感染的幾率較高,可以考慮術前預防使用抗菌藥物,這與2015年版《抗菌藥物臨床應用指導原則》[10]中的推薦一致。但在2種模型中是否有植入物這一因素并不是影響術后感染發生的危險因素,考慮是因為該研究中納入的植入物手術較少、效應不夠充分。在一項為期15年的研究中,提到微生物培養結果陰性是切口感染治療失敗的原因之一,陰性發生率為每年11.9%～33.3%[11]。而在本研究中,分泌物培養的陰性率達51.61%,高于33.3%,提示應進一步規范采集標本的操作、盡可能在抗菌藥物使用前采集標本及延長培養的潛伏期等,提高標本培養的陽性率。另外,本研究中培養的病原體與既往文獻類似,革蘭陽性球菌占主要地位,金黃色葡萄球菌是最常見的病原微生物,但個別病原菌的流行率發生了變化,如表皮葡萄球菌[12-13]。在Hu等[14]關于人工關節周圍感染的微生物分布研究中,革蘭陽性球菌占病原菌總數的63.9%,表皮葡萄球菌是最常見的病原菌,主要原因可能是隨著時間變化,凝固酶陰性葡萄球菌潛在的致病性發生了變化[15]。而且本項研究檢出5株耐藥菌,主要是耐甲氧西林的葡萄球菌,這與文獻報道一致[16]。耐藥菌檢出結果表明,圍手術期預防使用抗菌藥物只能針對一部分早期引起切口感染的微生物,在治療過程中臨床醫生需要積極送檢,為多重耐藥菌的患者制定個體化的用藥方案。

在本研究中,采用決策樹CHAID模型與多因素Logistic回歸模型分析得出的影響術后感染發生的危險因素有所不同。對于本研究,CHAID 決策樹模型優勢體現在以下兩方面：一方面,CHAID 決策樹模型分析的結果解釋了哪一危險因素使得患者術后感染的發生率最高,而Logistic 回歸模型并沒有針對危險因素的重要程度直觀分析各因素的作用,因此,CHAID 決策樹模型相比Logistic 回歸模型單一分析術后感染發生的危險因素更具有實踐指導意義。CHAID 決策樹模型研究的結果提示,術前抗菌藥物使用時間的長短對術后感染的影響最為顯著,手術時間和既往是否有手術經歷等因素影響程度依次降低。另一方面,決策樹CHAID模型顯示出各危險因素間的相互作用關系,具體地分析某危險因素在各亞群中是否具有意義,而Logistic 回歸模型對于分析危險因素之間的交互效應不如決策樹模型[17]。例如,手術時間越長的患者,且既往有手術經歷的患者感染的風險越高,但手術時間≤2 h時,術后切口感染的風險與既往是否有手術經歷無關,這提示對于清潔手術,若手術時間>2 h且既往有手術經歷的患者可考慮術前預防用藥,而對于沒有手術經歷的患者,不需預防使用抗菌藥物;若手術時間≤2 h,無論既往是否有手術經歷,患者切口感染的風險均較小,術前沒有預防使用抗菌藥物的指征。Logistic 回歸模型的優勢在于其表現的是術后感染的發生率與各自危險因素的依存關系,在獨立于其他危險因素之外的基礎上來分析某因素的主效應,因此,在自變量對因變量變化關系方面的信息比CHAID決策樹模型充分。例如,在本研究中,合并糖尿病、手術時間>2 h、術前抗菌藥物使用時間≥10 d以及既往有手術經歷均作為骨科術后發生感染的獨立危險因素。但合并糖尿病這一因素在CHAID決策樹模型中被剔除,主要原因：在決策樹模型中,既往手術作為母節點的樣本數只有30,不符合最小樣本量大于50的條件,使得該節點成為終末結點,導致合并糖尿病這一影響因素在決策樹模型中未體現。

糖尿病作為骨科手術后發生感染的獨立危險因素,主要原因是糖尿病患者體內積累的高級糖基化終產物導致膠原蛋白合成減少,傷口拉伸強度降低,手術切口部位新生血管形成減緩和毛細血管容積減少,致使骨科手術切口部位愈合難度大,愈合時間延長,滋生細菌的機會增加;另外,高血糖導致白細胞功能受損,包括吞噬能力減弱和趨化性受損,機體免疫功能減退,抵抗力降低,細菌殺傷能力明顯下降,這些情況致使骨科手術切口部位容易發生術后感染[18-20]。另外,手術時間>2 h為骨科手術后發生感染的另一獨立危險因素,主要因為手術時間持續越長,切口長時間暴露于空氣中,創面與空氣中存在的病原菌接觸時間延長,手術中的各種醫療器械與空氣接觸的時間也延長,污染的幾率增加,導致患者術后感染的發生率也相應增加[19]。術前抗菌藥物使用時間≥10 d會導致患者在長期大量使用抗菌藥物的過程中殺滅體內的正常菌群,導致患者體內菌群失調,而未被殺滅的細菌會出現耐藥性,進而使定植的細菌大量繁殖,感染愈發難以控制[21-22]。既往有手術經歷的患者容易發生術后感染,主要是因為患者組織損傷程度增加,皮膚屏障功能破壞,局部炎癥反應明顯,機體抵抗力下降,進而增加了術后感染的危險性。

針對上述危險因素,建議：①避免為防止切口感染而在術前盲目使用抗菌藥物,更加重視抗菌藥物的合理使用,加強非抗菌藥物預防手段的應用,從而降低醫院耐藥菌株的產生;②術前對患者進行全面評估,尤其對伴有糖尿病的患者,建議手術當天血糖控制目標為空腹或餐前血糖6.1～7.8 mmol/L,餐后2 h或隨機血糖7.8～10.0 mmol/L,在血糖控制穩定的情況下再行擇期手術治療[23];③醫護在術前充分溝通,減少手術時間;④若考慮患者存在切口感染,但細菌培養及藥敏結果尚未明確,首先經驗性選擇針對革蘭陽性球菌敏感的抗菌藥物,不能盲目選擇抗菌譜更廣的抗菌藥物,避免聯合用藥,降低耐藥菌株的發生風險,并且需要權衡利弊,確定患者的危險因素,制定個性化的抗菌藥物治療方案。

綜上所述,骨科清潔手術發生術后切口感染的影響因素較多,其切口分泌物的病原菌特點與既往研究一致。本研究將CHAID 決策樹模型方法和 Logistic 回歸方法相結合,更加全面直觀地描述影響術后感染發生的因素及作用,并針對危險因素制定出我院骨科手術切口感染的預防和治療策略。