顱腦術后中樞神經系統感染的預測模型構建及初步應用

俞嵐　周林玲　蔣偉

摘要：目的 建立一種有效的預測模型用于評估顱腦術后中樞神經系統感染（CNSI）風險，并驗證其可行性。方法 選取行顱腦手術患者1 020例，比較術后感染組和非感染組患者的各項指標。采用多因素Logistic回歸建立風險預測模型，受試者工作特征（ROC）曲線下面積檢驗模型預測效果。并抽取500例行顱腦手術的患者初步驗證預測模型的有效性。結果 1 020例行顱腦手術患者中61例（5.98%）發生術后中樞神經系統感染。多因素Logistic回歸分析顯示術后住院時間、腦室外引流（EVD）使用個數、EVD留置時間、手術時間、留置永久性植入物、接臺手術為顱腦術后CNSI發生的獨立影響因素。預測模型的公式：顱腦術后CNSI=-3.025+1.354×術后住院時間+1.225×EVD使用個數+1.625×EVD留置時間+1.427×手術時間+1.221×置入永久性植入物+1.218×接臺手術。ROC曲線下面積為0.849（95%CI：0.761～0.915），敏感度為81.56%，特異度為65.78%。初步驗證隊列中，實際34例（6.8%）發生術后中樞神經系統感染，模型預測30例（6.0%）發生CNSI，敏感度為91.48%，特異度為91.53%。結論 該模型適用于顱腦手術患者圍手術期評估，可及時識別術后CNSI高風險人群。

關鍵詞：顱腦損傷；中樞神經系統感染；顱腦手術；風險；預測

中圖分類號：R651.1 文獻標志碼：A DOI：10.11958/20221010

Prediction model construction and preliminary application of central nervous system

infection after craniocerebral surgery

YU Lan ZHOU Linling JIANG Wei

1 Neurological Intensive Care Unit， the Affiliated Hospital of Jiangnan University， Wuxi 214041， China;

2 Department of Neurosurgery， the Third Affiliated Hospital of Soochow University

Abstract： Objective To establish an effective prediction model to evaluate the risk of central nervous system infection （CNSI） after craniotomy and to verify its feasibility. Methods A total of 1 020 patients with craniocerebral surgery in our hospital were selected. The indexes of postoperative infection were compared between the infection group （n=61） and the non infection group （n=959）. Multivariate Logistic regression was used to establish risk prediction model and area test model under ROC curve to predict the effect. The effectiveness of the prediction model was preliminarily verified by 500 patients with craniocerebral operation. Results CNSI occurred in 61 cases （5.98%） of 1 020 patients undergoing craniocerebral surgery. Multivariate Logistic regression analysis showed that six risk factors including postoperative hospital stay， number of external ventricular drainage （EVD） use ≥1， EVD indwelling duration， operation duration， indwelling permanent implant and graft operation were included in the prediction model. The formula of the prediction model was as follows： postoperative CNSI=-3.025+1.354× postoperative hospital stay +1.225× number of EVD use +1.625×EVD indwelling time +1.427× operation time +1.221× implantation of permanent implants +1.218× consecutive surgery. The AUC under the ROC curve was 0.849 （95%CI： 0.761-0.915）， the sensitivity was 81.56% and the specificity was 65.78%. In the preliminary validation cohort， 34 patients developed postoperative CNSI （6.8%）， and the model predicted postoperative CNSI in 30 patients （6.0%）， with a sensitivity of 91.48% and a specificity of 91.53%. Conclusion This model is suitable for the perioperative evaluation of patients with craniocerebral surgery， and can identify the high-risk population of postoperative CNSI in time.

Key words： craniocerebral trauma; central nervous system infections; craniocerebral surgery; risk; prediction

中樞神經系統感染（CNSI）是顱腦術后常見的一種并發癥，其發生率為5.06%～7.03%［1-2］。CNSI可顯著延長患者的住院時間，嚴重影響患者的預后，加重醫療負擔［3-4］。既往研究表明，院內感染是CNSI最常見的誘因，尤以神經外科手術為著［5］。神經外科手術術式復雜、有創性操作多、手術環境要求高，因而CNSI發生風險更高［6］。但目前關于術后CNSI發生的危險因素研究尚未形成體系。本研究旨在通過受試者工作特征（ROC）曲線構建顱腦術后CNSI的預測模型，并通過小范圍內試驗進行初步應用，以期提供可行、可信的預測方案，實現早預防，降低CNSI發生風險。

1 對象與方法

1.1 研究對象 選取2018年1月—2020年1月在江南大學附屬醫院神經外科行顱腦手術治療的患者。納入標準：年齡≥18歲，臨床資料完整，術后3個月內完成隨訪。排除標準：伴有腦膜炎、腦室炎癥或膿腫、顱內感染等，經鼻內鏡手術者。本研究經過我院醫學倫理委員會審核（倫理號：2017-LP-D047）。基于文獻分析及臨床經驗，本研究納入13個危險因素，包括年齡、性別、高血糖、疾病類別、白細胞減少、術后住院時間、接臺手術、手術時間、術中失血量、非1類切口、有無腦室外引流（EVD）、引流管放置時間、是否置入永久性植入物。樣本量應該滿足每個危險因素需5～10例CNSI患者，術后CNSI發生率取7%［1］，考慮20%樣本失訪。最終需納入樣本量為13×5×（1+20%）÷7%=1 114例。

1.2 研究方法 2名研究者經過培訓后收集研究對象的一般資料、臨床資料及圍手術期資料。包括年齡、性別、體質量指數（BMI）、合并疾病、應用免疫抑制劑、進入重癥監護室（ICU）、美國麻醉醫師協會（ASA）分級、手術時間、腦室外引流（EVD）個數、EVD時間、術后住院時間、置入永久性植入物等。實驗室檢查數據取術前的檢查結果。根據術后是否發生CNSI，將患者分為感染組和非感染組。CNSI具體診斷標準依據《醫院感染診斷標準（試行）》［7］：（1）術后發熱、頭痛或頸項強直等顱內感染的臨床表現。（2）腦脊液檢測有炎性指標改變，符合以下之一，即白細胞計數＞0.01×10⁹/L，腦脊液蛋白定量＞4.50 g/L，腦脊液葡萄糖定量＜2.50 mmol/L。（3）外周血白細胞計數＞10×10⁹/L。

1.3 統計學方法 采用SPSS 19.0軟件進行數據分析。符合正態分布的計量資料以均數±標準差（x±s）表示，2組間比較采用獨立樣本t檢驗，計數資料以例（%）表示，組間比較采用χ²檢驗。采用Logistic回歸分析CNSI的獨立危險因素。采用R3.2.3納入獨立危險因素并建立顱腦術后CNSI風險的預測模型，并繪制受試者工作特征（ROC）曲線，計算曲線下面積（AUC）。雙側P＜0.05為差異有統計學意義。

2 結果

2.1 顱腦術后CNSI發生情況及臨床資料特征 本研究共納入1 020例患者，有效參與率為91.56%（1 020/1 114），其中61例（5.98%）發生CNSI。CNSI感染組和非感染組的性別、BMI、合并疾病、ASA分級差異無統計學意義（P＞0.05）；與非感染組相比，感染組年齡偏大，使用免疫抑制劑、接臺手術、EVD使用個數≥1，EVD留置時間＞7 d和置入永久性植入物比例升高，進入ICU比例下降，手術時間和術后住院時間延長（P＜0.05），見表1。

2.2 顱腦術后CNSI的影響因素 根據單因素分析結果和臨床經驗，選取術后住院時間、EVD使用個數（0個=0，≥1個=1）、EVD留置時間（≤7 d=0，＞7 d=1）、手術時間、置入永久性植入物（否=0，是=1）、接臺手術（否=0，是=1）進行多因素Logistic回歸分析。結果顯示，上述指標均是顱腦術后CNSI發生的獨立影響因素。預測模型的公式：顱腦術后CNSI=-3.025+1.354×術后住院時間+1.225×EVD使用個數+1.625×EVD留置時間+1.427×手術時間+1.221×置入永久性植入物+1.218×接臺手術。見表2。

2.3 構建顱腦術后患者CNSI風險的預測模型 ROC的AUC為0.849（95%CI：0.761～0.915），ROC曲線的約登指數為0.532，敏感度為81.56%，特異度為65.78%。見圖1。

2.4 顱腦術后CNSI風險預測模型的初步應用 簡單抽取我院2020年1—8月行顱腦手術的患者500例。其中，男244例，女256例，年齡50～69歲，平均（58.72±7.51）歲。根據預測模型的公式，預測30例（6.0%）患者發生CNSI，實際結果為34例（6.8%）發生CNSI。預測結果與實際結果相比，本預測模型敏感度為91.48%，特異度為91.53%，準確度為91.25%。

3 討論

顱腦手術有創性操作多、過程復雜，多有異物置入且耗時長，一定程度損害了顱腦的天然保護屏障，增加了CNSI的發生風險。神經外科是院內CNSI發生率較高的科室，本研究中，顱腦術后CNSI發生率約為5.98%，與既往數據持平［8］。CNSI的發生嚴重影響患者的預后，消耗大量的醫療資源，因而探討顱腦術后CNSI的危險因素，構建預測顱腦術后CNSI風險模型非常必要。本研究通過回顧性分析我院近2年行顱腦手術患者的臨床資料，發現手術時間、術后住院時間、EVD使用個數、EVD引流時間、接臺手術、置入永久性植入物均是顱腦術后CNSI的獨立影響因素。初步應用顯示該預測模型有一定的臨床實用價值。

3.1 顱腦術后CNSI的危險因素 在臨床實踐中，腦血管疾病、顱腦創傷患者病情較重，多以急診手術為主，存在術前準備不充分、術中清創不徹底的風險，因而術后CNSI感染風險相對較高，且急診顱腦手術術后CNSI發生率遠高于擇期手術［9］。顱腦腫瘤常伴有機體消耗性損傷，免疫功能低下，而這類疾病的顱腦手術創傷較大，硬腦膜的切開也增加了感染的風險。本研究結果顯示，感染組患者年齡高于非感染組。現有研究對于年齡是否為CNSI的影響因素尚存爭議。有研究顯示，＞60歲患者術后CNSI發生率更高，但也有研究表明年齡不影響CNSI發生［10］。筆者推測年齡可能是一個混雜因素。

接臺手術也增加了術后CNSI風險，顱腦手術多以1類手術切口為主，對手術室環境要求較為嚴格［11］。而接臺手術時，醫護工作人員流動性增大，進出手術室頻繁，存在手術室內靜壓差下降的風險，進而影響了空氣凈化效果［12］。同樣，手術時間的延長也增加了手術切口暴露于空氣的時間，增加了感染的風險，并且手術時間越長，術中出血量也越多，這可能導致患者機體免疫功能下降。這也符合專家共識提出的手術時間＞4 h是術后CNSI的高危因素［13］。術后住院時間延長同樣因醫院環境中存在各種病原菌，可能增加術后CNSI風險，而本研究結果也再次表明住院時間越長，術后CNSI風險越高。

EVD留置的個數、時間均會增加顱腦術后CNSI風險，與國外相似研究結果相一致［14］。EVD留置時間越長，切口暴露的時間越長，出現感染的風險越大。既往研究顯示，EVD留置時間≥7 d是神經外科顱腦手術術后CNSI的高危因素［15］。因而，對于需要留置EVD的患者，應該加強EVD評估和護理，嚴格無菌操作，盡早拔出EVD，高度警惕CNSI的發生，并采取積極的措施予以預防，以降低術后CNSI的發生。

3.2 顱腦術后患者中樞神經系統感染預測模型科學、可信 本模型的AUC為0.849，且敏感度為81.56%，特異度為65.78%，表明此預測模型能夠有效鑒別術后CNSI的高風險人群。本研究中的小樣本初步驗證中，預測模型的敏感度為91.48%，特異度為91.53%，實際預測能力良好。

本研究開發了顱腦術后CNSI風險預測模型且具有良好的預測效果。利用此模型評估能夠及時識別顱腦術后發生CNSI的患者，從而及時開展個體化干預措施，預防術后CNSI的發生。與現有研究相比，本研究在構建了風險預測模型后，通過小樣本隊列進行驗證，回歸臨床工作也證實了該模型的有效性，而且此預測模型納入的因素獲取便捷、客觀，有助于臨床醫護準確、快速評估。本研究的局限性在于并未大范圍對預測模型進行驗證，有待多中心、大樣本驗證后廣泛應用。

參考文獻

［1］ 張雪蓮，顏琪，吳超. 顱腦術后中樞神經系統感染的危險因素及護理對策探討［J］. 中國感染與化療雜志，2020，20（3）：288-293. ZHANG X L，YAN Q，WU C，et al. Examination of the risk factors and nursing strategy for central nervous system infections after neurosurgery［J］. Chin J Infect Chemother，2020，20（3）：288-293. doi：10.16718/j.1009-7708.2020.03.010.

［2］ ADAAQUAH D，GATES M，VAN GOMPEL J J. Rate of craniotomy fusion after free bone flap［J］. World Neurosurg，2018，118：e283-e287. doi：10.1016/j.wneu.2018.06.172.

［3］ HWEIDI I M，BARBARAWI M A，TAWALBEH L I，et al. Surgical site infections after craniotomy：A matched health-care cost and length of stay study［J］. J Wound Care，2018，27（12），885-890. doi：10.12968/jowc.2018.27.12.885.

［4］ 趙瑤，喬美珍，陳凱，等. 預防顱腦手術患者術后顱內感染的成本效益分析［J］. 中國感染控制雜志，2018，17（5）：427-431. ZHAO Y，QIAO M Z，CHEN K，et al. Cost-benefit analysis on prevention of intracranial infection in patients after craniocerebral operation［J］. Chin J Infect Control，2018，17（5）：427-431. doi：10.3969/j.issn.1671-9638.2018.05.013.

［5］ 楊柳青，劉映霞. 中樞神經系統感染性疾病的鑒別診斷［J］. 臨床內科雜志，2017，34（11）：725-729. YANG L Q，LIU Y X，Differential diagnosis of infectious diseases of the central nervous system［J］. Journal of Clinical Internal Medicine，2017，34（11）：725-729. doi：10.3969/j.issn.1001-9057.2017.11.001.

［6］ 俞潔，紀媛媛，王軍. 神經外科重癥監護室病人繼發中樞神經系統感染的相關危險因素［J］. 中國臨床神經外科雜志，2019，24（4）：204-206. YU J，JI Y Y，WANG J. Analysis of risk factors related central nervous system infection in patients in neurosurgical intensive care unit［J］. Chin J Clin Neurosurg，2019，24（4）：204-206. doi：10.13798/j.issn.1009-153X.2019.04.005.

［7］ 中華人民共和國衛生部. 醫院感染診斷標準（試行）［J］. 中華醫學雜志，2001，81（5）：61-67. Ministry of Health of the People's Republic of China. Diagnostic criteria for nosocomial infections（Proposed）［J］. Natl Med J China，2001，81（5）：61-67.

［8］ SHI Z H，XU M，WANG Y Z，et al. Post-craniotomy intracranial infection in patients with brain tumors：A retrospective analysis of 5723 consecutive patients［J］. Br J Neurosurg，2017 31（1）：5-9. doi：10.1080/02688697.2016.1253827.

［9］ YAO J，LIU D. Logistic regression analysis of risk factors for intracranial infection after multiple traumatic craniotomy and preventive measures［J］. J Craniofac Surg，2019，30（7）：1946-1948. doi：10.1097/SCS.0000000000004972.

［10］譚細蘭，向倩如，安敏，等. 影響神經外科手術后中樞神經系統感染發生的危險因素分析［J］. 中華神經醫學雜志，2021，20（7）：705-710. TAN X L，XIANG Q R，AN M，et al. Risk factors for postoperative central nervous system infection［J］. Chin J Neuromed，2021，20（7）：705-710. doi：10.3760/cma.j.cn115354-20201009-00794.

［11］ 曾彥超，易鳳瓊，鐘昌艷，等. 不同潔凈度手術間對顱腦外科手術部位感染的影響［J］.中國感染控制雜志，2018，17（11）：965-968. ZENG Y C，YI F Q，ZHONG C Y，et al. Effect of operating rooms of different cleanliness on surgical site infection in craniocerebral operation［J］. Chin J Infect Control，2018，17（11）：965-968. doi：10.3969/j.issn.1671-9638.2018.11.004.

［12］ FANG C，ZHU T，ZHANG P，et al. Risk factors of neurosurgical site infection after craniotomy：A systematic review and meta-analysis［J］. Am J Infect Control，2017，45（11）：e123-e134. doi：10.1016/j.ajic.2017.06.009.

［13］ 中華醫學會神經外科學分會，中國神經外科重癥管理協作組. 中國神經外科重癥患者感染診治專家共識（2017）［J］. 中華醫學雜志，2017，97（21）：1607-1614. Neurosurgery Society of Chinese Medical Association，Chinese Critical Care Management Collaborative Group of Neurosurgery. Chinese Expert Consensus on the diagnosis and treatment of infection in critically ill neurosurgical patients（2017）［J］. Natl Med J China，2017，97（21）：1607-1614. doi：10.3760/cma.j.issn.0376-2491.2017.21.005.

［14］ KOURBETI I S，VAKIS A F，ZIAKAS P，et al. Infections in patients undergoing craniotomy：risk factors associated with post-craniotomy meningitis［J］. J Neurosurg，2015，122（5）：1113-1119. doi：10.3171/2014.8.JNS132557.

［15］ KURAL C，KIRMIZIGOZ S，EZGU M C，et al. Intracranial infections：lessons learned from 52 surgically treated cases［J］. Neurosurg Focus，2019，47（2）：e10. doi：10.3171/2019.5.FOCUS19238.

（2022-06-28收稿 2022-10-26修回）

（本文編輯 胡小寧）