Nomogram模型在新生兒耐碳青霉烯類肺炎克雷伯菌腸道定植風險評估中的應用

胡興 李慶蓉 李江 何薇 和平安 呂梅 楊旭

昆明醫(yī)科大學第二附屬醫(yī)院檢驗科 （昆明 650000）

新生兒肺炎克雷伯菌（KP）感染絕大部分是由內(nèi)源性腸道KP 定植菌株引起的［1-2］。2018-2019年中國耐藥監(jiān)測網(wǎng)碳青霉烯類肺炎克雷伯菌（CRKP）流行病學變遷結果顯示［3］，新生兒CRKP 檢出率分別為15.3%、14.5%，遠高于老年組、兒童組和成人組。2017 年和2018 年醫(yī)院感染分離的KP中，CRKP 分別占33.3%和53.3%，同時在檢測到定植后平均（10.6 ± 1.9）d，在兒科重癥監(jiān)護病房中39.0%和新生兒重癥監(jiān)護病房中18.1%的CRKP 定植患者發(fā)生全身性CRKP 感染［1］。且新生兒CRKP感染死亡率（22.9% ～ 30.61%）明顯高于新生兒碳青霉烯類抗生素敏感肺炎克雷伯菌感染死亡率（5.6% ～ 8.33%）［4］。研究［5］發(fā)現(xiàn)，CRKP 定植者比未定植者感染的風險增加了至少2倍。且研究［6］發(fā)現(xiàn)定植菌株與感染菌株之間具有約80%的同源性，定植被認為是感染的先決條件。這表明預防CRKP定植對于預防感染的發(fā)生很重要。目前已有許多運用Nomogram 模型預測或量化細菌感染的可能性大小的研究［7-8］。但尚未在新生兒CRKP 定植風險預測方面進行運用。因此，本研究致力于建立一個有效的Nomogram 模型用于新生兒CRKP 定植風險預測，根據(jù)定植風險大小不同采取必要手段預防定植的發(fā)生，最終減少繼發(fā)感染的發(fā)生。

1 資料與方法

1.1 研究對象收集2021 年1 月至2022 年10 月期間在昆明醫(yī)科大學第二附屬醫(yī)院新住院（入院后48 h）并送檢糞便/肛周拭子篩查CRE 的新生兒的臨床資料。將收集到CRKP 腸道定植的新生兒共187 例為定植組，隨機抽取505 例同期入院非定植者中的187 例為非定植組。本研究已經(jīng)過昆明醫(yī)科大學第二附屬醫(yī)院倫理委員會批準。

1.2 信息收集我們采用回顧性研究，收集影響新生兒細菌定植的因素，包括：（1）母親因素：生產(chǎn)方式、胎膜早破＞ 18 h、胎膜早剝、羊水污染、雙胎妊娠、高齡（≥ 35 歲）、妊娠高血壓、妊娠糖尿病、圍生期感染；（2）新生兒因素：性別、低體（＜ 2 500 g）、極低體（＜ 1 500 g）、早產(chǎn)兒、試管嬰兒、Apgar 評分≤7 分、鼻胃管喂養(yǎng)、氣管插管、機械通氣、灌腸、腸外營養(yǎng)、消化道出血、腹瀉、低蛋白血癥、使用碳青霉烯類抗生素、使用糖肽類抗生素、使用頭孢菌素類抗生素、使用青霉素類抗生素、使用氟康唑、口服益生菌、母乳喂養(yǎng)；（3）環(huán)境因素：NICU 入住、總住院時間。將上述35 個可能影響新生兒CRKP 定植的臨床信息或特征納入分析研究。

1.3 細菌鑒定對374 例新生兒患者入院時/后送檢篩查CRE 的大便培養(yǎng)/肛周拭子培養(yǎng)出來的有意義的菌株通過基質(zhì)輔助激光解析電離飛行時間質(zhì)譜（MALDI-TOF MS）（德國布魯克公司）進行菌種鑒定并且對分離出的菌種通過紙片法在-80 ℃進行保存。

1.4 藥敏試驗應用VITEK-2 Compact全自動微生物分析儀（法國梅里埃公司）進行細菌藥敏試驗。

1.5 統(tǒng)計分析

1.5.1 分組使用caret（R 4.2.1）軟件包將374 例新生兒按建模組∶驗證組=3∶1 的比例進行隨機分組。

1.5.2 建模使用glmnet（R 4.2.1）軟件包進行LASSO 回歸分析：對35 個自變量進行選擇和交叉驗證，選擇最佳lambda 值所對應的最佳數(shù)量的預測因子再進行向前逐步回歸法確定的預測因子用于Nomogram 模型建立。通過引入在LASSO 回歸模型中選擇的最佳數(shù)量的預測因子，使用rms 軟件包進行多變量logistic 回歸分析來構建Nomogram 模型［9］。

1.5.3 內(nèi)外部驗證建模組和驗證組數(shù)據(jù)使用R4.2.1 pROC 和rms 軟件包分別進行一致性指數(shù)（Cindex）、受試者工作特征曲線（ROC）及其曲線下面積（AUC）、校準曲線、Hos-mer-Lemeshow 檢驗（HLtest.R）對Nomogram 模型的效能進行內(nèi)部驗證和外部驗證。

2 結果

2.1 納入研究的374 例患兒的特征建模組和驗證組中分別包括282 和92 例，其基本特征見表1。

表1 374 位新生兒的35 項特征情況表Tab.1 35 characteristics of 374 newborns例（%）

2.2 新生兒CRKP 定植Nomogram 模型構建LASSO 回歸分析用于從表1 中選擇預測變量，多元logistic 回歸用于建立預測模型。最初的35 個變量中的12 個作為預測變量（性別、雙胎、剖宮產(chǎn)、母乳喂養(yǎng)、胎盤早剝、低蛋白、鼻胃管、灌腸、碳青霉烯類、頭孢、益生菌、總住院時間），對12 個預測變量進行了向前逐步邏輯回歸選擇法確定8 個變量（性別、剖宮產(chǎn)、母乳喂養(yǎng)、鼻胃管、灌腸、碳青霉烯類、益生菌、總住院時間）用于建立預測模型。采用Nomogram 模型為預測模型圖，用于定量預測新生兒CRKP 定植的風險概率（圖1）。

圖1 建模前預測項目集的確定Fig.1 Determination of the prediction item set before modeling

這8 個變量的邏輯回歸分析結果詳見表2。通過向前邏輯回歸分析確定將它們引入預測模型以開發(fā)新生兒CRKP 定植Nomogram 模型（圖1、2A）。建模組中的第一行樣本臨床數(shù)據(jù)建立的Nomogram模型分別計算出每個項目得分，再計算出總得分后得到的CRKP 定植風險大小＞ 0.9（圖2B）。

圖2 Nomogram 模型示例圖Fig.2 Example diagram of the Nomogram model

表2 新生兒CRKP 腸道定植危險因素多因素分析Tab.2 Multivariate analysis of risk factors for intestinal colonization in neonatal CRKP

2.3 新生兒CRKP 定植Nomogram 模型的內(nèi)外部驗證ROC 曲線下面積為：建模組0.835（圖3A）和驗證組0.800（圖3B）。校準曲線：預測模型顯示出非常好的擬合度。HLtest.R 所示：預測概率與實際概率高度一致（建模組，P= 0.678；驗證組，P=0.208）（圖4）。

圖3 新生兒CRKP 定植風險Nomogram 模型的ROC 驗證Fig.3 ROC validation of the Nomogram model for neonatal CRKP colonization

圖4 新生兒CRKP 定植風險Nomogram 的校準曲線Fig.4 Calibration curve for neonatal CRKP colonization risk Nomogram

3 討論

Nomogram 模型已在臨床各個領域進行了運用，在疾病預測和預后方面應用最廣泛，是有效的個體化風險預測工具［10-12］。部分臨床感染性疾病中也應用了Nomogram 模型，例如在老年患者［13］及兒童患者［2］中預測多重耐藥菌感染風險；在其他人群或者是其他類型感染患者［14-15］中以及在碳青霉烯類抗生素耐藥性預測［10］等方面Nomogram 模型具有好的應用效果。但目前尚未在新生兒CRKP定植風險預測方面進行應用。

本研究確定的獨立危險因素和保護因素與大部分之前的研究結果是一致的。例如住院時間［2，16］是兒童CRKP 感染的獨立危險因素；鼻胃管喂養(yǎng)是新生兒CRKP 定植的獨立危險因素［4］；口服益生菌以及母乳喂養(yǎng)是新生兒CRKP 定植的保護因素［17-19］；剖宮產(chǎn)是新生兒CRKP 定植的獨立危險因素［20］。但先前研究是通過單因素或多因素logistic回歸分析新生兒CRKP 定植［15］或者是由定植發(fā)展為感染［16，21］的危險因素。而在研究新生兒CRKP 定植危險因素的同時，進一步在危險因素的基礎上進行新生兒CRKP 定植Nomogram 預測模型的建立與驗證。將抽象的危險因素通過建立的Nomogram模型進行量化處理，可以直接得出新生兒CRKP定植的風險概率，以便于臨床根據(jù)個體化定植概率的大小不同，采取干預措施輕重不同，緩急不同，降低新生兒CRKP 定植和繼發(fā)感染的發(fā)生率。

在邏輯回歸的基礎上納入性別、剖宮產(chǎn)、母乳喂養(yǎng)、鼻胃管、灌腸、碳青霉烯類、益生菌、總住院時間8項預測因子建立Nomogram模型，經(jīng)內(nèi)外部驗證確認模型具有較好的性能，可以在臨床上進行應用。

因此，在新生兒入院之后進行直腸拭子篩查之前通過本研究建立的Nomogram 模型，收集患兒8項預測因子的具體情況，通過（圖2A）換算表算出CRKP 定植風險大小，對具有CRKP 定植風險的患兒采取預防性的措施，減少定植的發(fā)生，進而降低繼發(fā)感染的可能性。預防性的措施可以是直腸篩查和接觸預防。有研究［22］發(fā)現(xiàn)對具有CRE 定植風險的患者進行增加直腸篩查頻率和加強接觸預防可以降低CRE 腸道定植和血流感染的發(fā)生。

我們的研究有一定的局限性：本研究沒有納入其他可能影響新生兒CRKP 定植的參數(shù)，包括先天性心臟病、外科手術、靜脈營養(yǎng)時間等某些生化參數(shù)和藥理參數(shù)。因此沒法確定這些因素是否會導致新生兒CRKP 定植的發(fā)生。未來的研究將通過更多的新生兒CRKP 定植患者樣本和更全面的臨床指標或特征進一步更詳細分析影響新生兒CRKP 定植的因素。

綜上所述，本研究納入8 個指標，包括性別、剖宮產(chǎn)、母乳喂養(yǎng)、鼻胃管、灌腸、使用碳青霉烯類抗生素、口服益生菌和總住院時間建立的Nomogram 模型，對于預測新生兒CRKP 腸道定植的概率有一定意義。將這8 項指標引入Nomogram 模型中可用于預測新生兒CRKP 定植風險。控制新生兒CRKP 定植的方法應側重于可改變的風險因素，包括抗生素、設備使用、接觸預防以及增加保護因素的使用，包括口服益生菌、母乳喂養(yǎng)和灌腸等方式，為新生兒CRKP 定植以及繼發(fā)感染提供新的預防方向。

【Author contributions】HU Xing performed formal analysisand wrote the article. LI Qingrong and LV Mei performed the methodology.LI Jiang， HE Wei and HE Ping′an revised the article.YANG Xu designed the study and reviewed the article. All authors read and approved the final manuscript as submitted.

【Conflict of interest】The authors declare no conflict of interest.