腫瘤病人PICC導管相關血流感染評估工具研究進展

Progress in the assessment tools for PICC catheter associated bloodstream infections in oncology patients

Keywords peripherally inserted central catheter，PICC;central line associated bloodstream infections，CLABSI;cancer patients;risk forecasting models;review

摘要 總結經外周靜脈置入中心靜脈導管（PICC）腫瘤病人發生中央靜脈導管相關血流感染（CLABSI）的研究現狀，提出有效的風險預測模型或可成為臨床早期評估腫瘤病人發生PICC導管相關血流感染（PICC-CLABSI）的有效客觀工具，建議臨床進一步加強對腫瘤病人發生PICC-CLABSI的危險因素評估探索，通過預測模型補充腫瘤病人發生PICC-CLABSI客觀評估手段的不足。

關鍵詞 經外周靜脈置入中心靜脈導管；中央導管相關血流感染；腫瘤病人；風險預測模型；綜述

doi：10.12102/j.issn.2095-8668.2024.07.009

中心靜脈導管相關血流感染（central line associated blood stream infection，CLABSI）是經外周靜脈置入中心靜脈導管（peripherally inserted central catheter，PICC）最常見、最嚴重的并發癥之一，不僅影響治療及預后，還會加重病人的經濟負擔。若感染不能及時處理，不僅會導致病人非計劃拔管［1-2］，還會導致細菌在全身播散，引發全身嚴重感染，進而導致感染性休克甚至死亡［3］。因此，應早期評估病人發生PICC相關CLABSI（PICC-CLABSI）的風險因素以降低其發生率。隨著護理技術的發展，越來越多的研究偏向于腫瘤病人發生PICC-CLABSI相關危險因素的分析［4-6］，期望通過早期風險預防的策略來降低腫瘤病人PICC-CLABSI的發生率，以縮短其住院時間，進一步降低死亡率。也有研究開始嘗試構建風險預測模型，但尚處于起步階段，目前研究對象主要集中于透析病人、重癥監護室（ICU）病人和老年病人，但對腫瘤病人來說，現有PICC-CLABSI評估工具未考慮其存在的特異危險因素，且已有的研究對風險預測模型評估腫瘤病人發生PICC-CLABSI的可靠性的認知尚不統一，因此需根據腫瘤病人的疾病特點做進一步深入研究。本研究旨在分析腫瘤病人發生PICC-CLABSI早期評估的困境及風險預測模型在此方面的應用，綜述風險預測模型評估腫瘤病人發生PICC-CLABSI的價值。

1 PICC-CLABSI的研究現狀

1.1 PICC-CLABSI感染發生率的研究現狀

國外，關于PICC-CLABSI的研究主要集中分析ICU病人［7-9］和血液腫瘤病人［10-13］的危險因素。有研究表明，該并發癥是ICU病人死亡的主要原因之一，也是發病率、死亡率和經濟負擔加重的重要因素［7］。Scrivens等［14-16］的研究結果顯示，CLABSI在血液系統惡性腫瘤病人中的導管日發病率為0.50/1 000～0.74/1 000；Bertoglio等［17］的研究結果顯示，CLABSI導管日感染率為0.95/1 000；Lee等［18］的研究結果顯示，PICC- CLABSI導管日感染率為2.31/1 000。而國內相關研究中，PICC導管相關血流感染率的常用統計指標包括例數感染率和導管日感染率，腫瘤病人PICC-CLABSI例數感染率為0.60%～7.53%，導管日感染率為0.05/1 000～0.75/1 000。我國發布的《護理專業醫療質量控制指標（2020年版）》［19］及2021年《三級醫院評審標準（2020年版）》［20］中均采用千分率表示，即每千導管日發生CLABSI的例數，計算公式為：CLABSI例數/同期病人中心靜脈導管留置總日數/1 000［21］。

1.2 病人因素對PICC-CLABSI影響的研究

我國關于腫瘤病人PICC-CLABSI的研究大多數集中于危險因素的研究，但各自得出的危險因素差別較大。如腫瘤化療病人免疫力低下［22］，機體抵抗感染能力弱，導致病人容易受到病原菌的侵襲，從而增加感染機會［23-24］。

CLABSI的發生與多種危險因素相關，Gao等［25-26］的研究結果顯示，老年病人發生CLABSI的風險高于年輕病人，這可能是與老年病人依從性低和并發多種慢性疾病相關。Kang等［27］研究表明體質指數（BMI）gt;25 kg/m2被證明是PICC-CLABSI的重要危險因素。劉冰艷等［24，28］于2015年已指出導管移動、PICC留置時間、化療次數、白細胞計數、合并糖尿病是腫瘤病人PICC-CLABSI的獨立危險因素；韓如慧等［29］回顧分析了血液腫瘤病人CLABSI的影響因素，研究表明血液腫瘤種類會影響PICC-CLABSI的發生率。王琴等［30-31］分析結果顯示，合并基礎疾病是重要影響因素。此外，血清淀粉樣蛋白A（SAA）、降鈣素原（PCT）、C反應蛋白（CRP）作為感染的監測指標，均與PICC-CLABSI的發生呈正相關［32］。由此可知，上述諸多研究主要是針對PICC-CLABSI的影響因素進行多角度的分析，但在研究過程中并未提出有針對性且有效的預防措施方案。

1.3 治療因素對PICC-CLABSI影響的研究

除了關注病人自身原因外，也有研究開始關注治療因素對腫瘤病人PICC-CLABSI的影響，Lee等［18］研究表明相關危險因素包括化療、抗生素和導管管腔數。尚新芳等［33］研究表明，導管留置時間過長是CLABSI的危險因素，置管時間越長，會導致血管內皮損傷，使得纖維蛋白聚集于導管表面，從而導致纖維蛋白鞘形成［34］，感染風險越大。韓如慧等［29］同樣得出導管留置時間也是重要的影響因素。有研究表明，導管留置時間的延長可能與CLABSI有關，CLABSI的發生風險被證明隨著導管留置時間延長而迅速增加［5-6］。王琴等［30，35］研究結果顯示，輸注化療和營養藥物、導管留置時間、置管穿刺次數、導管維護周期延遲、導管異位和多腔導管是相關因素。而在另一項研究中，在危險因素方面與PICC-CLABSI顯著相關的是發紅、非膿性分泌物和膿性分泌物等局部癥狀［4］，而多次外周中心靜脈導管插入不是CLABSI的危險因素；王錦寧［36］發現，操作人員由于專業知識薄弱和經驗缺乏加之無菌觀念薄弱，發生CLABSI風險隨之增高。

2 PICC-CLABSI發生的風險預測模型研究

2.1 急性生理學與慢性健康狀況（APACHE Ⅱ）評分系統研究

國內關于預測模型在PICC-CLABSI的應用研究最早出現的是評價量表，王擂等［37］研究指出APACHE Ⅱ是評估疾病嚴重程度的指標，評分＞15分表示導管感染風險較高，對CLABSI發生有一定的預測價值，但其納入的研究對象均為ICU病人，對腫瘤病人不適用，由于該評分系統關注病人自身因素，所以不能全面預測CLABSI的發生，表明此研究的臨床意義有限。

2.2 其他評分系統研究

文亞坤等［38］對APACHE Ⅱ評分、序貫性臟器衰竭評價（SOFA）評分和簡化急性生理（SAPSⅡ）評分等評分系統對評估病人發生CLABSI 1周與4周的預后價值，得出感染前24 h評分優于感染24 h評分；感染4周內，SOFA評分優于APACHE Ⅱ評分及SAPS Ⅱ評分。此外，劉正偉［39］制定的《中心靜脈導管相關性血流感染風險評分系統》主要預測置管前留置中心靜脈導管的住院病人發生CLABSI的風險性，研究對象包括了中心靜脈導管和PICC成年置管者，但是置管部位、導管管腔數、導管留置時間、糖尿病、免疫抑制等風險因子未予分析探究。這2項研究都屬于評分系統的研究，而評分過程本身很大程度受研究者主觀判斷的影響。

2.3 風險篩查表評價系統研究

另外，有研究引入其他的評分系統進行更具科學性研究。黃華勇等［40］采用德爾菲法在CLABSI風險評分系統的基礎上，利用護理風險管理和瑞士奶酪模型為基本框架，通過回顧相關文獻，形成專家咨詢問卷，并進行兩輪專家咨詢，對量表相關條目進行篩選，形成ICU病人CLABSI風險評估工具最終版，使CLABSI風險評估更具科學性。俞荷花等［41］在文獻檢索、專家咨詢和預調查的基礎上編制了《中央靜脈導管相關血流感染風險篩查表》，在降低CLABSI發生率的同時提高了護理質量，并使病人安全得到了保障，為早期評估CLABSI的發生提供了工具，且該篩查表具有較好的信效度，靈敏度和特異度較高，能客觀、準確地評估CLABSI的發生及風險等級，但研究對象僅限于研究醫院的ICU病人，研究對象選擇具有單一性。因此，該研究具有一定的局限性。張雯珍等［42］根據相關指南和專家共識對血液透析護士版CLABSI預防知信行量表進行初步修訂，再通過德爾菲法最終形成包括3個維度、58個條目的血液透析護士版CLABSI預防知信行量表。但由于德爾菲法存在主觀性，需進一步證明該量表的科學性和可靠性。

2.4 Cox回歸分析預測模型研究

除了評價量表和風險篩查表評價系統在PICC-CLABSI的應用研究外，有越來越多的研究開始使用數學公式來估計特定個體當前患有某病或未來發生該疾病的概率。國外關于風險預測模型的研究，始于Herc等［43］采用Cox回歸方法進行的前瞻性隊列研究，通過分析48所醫院的23 088例病人，開發了密歇根PICC相關血流感染風險評分（the Michigan PICC-CLABSI Score，MPC）。MPC是首個PICC-CLABSI風險預測模型，使用Cox比例風險模型確定PICC-CLABSI的相關危險因素，可在懷疑PICC-CLABSI時提供監測，雖然該研究是在多中心、大樣本數據基礎上進行的，但未對模型進行驗證、未見MPC推廣使用的報告，分析原因可能與研究納入的危險因素不夠全面有關。Safiri等［44］評論該模型僅關注受試者工作特征曲線（ROC）下面積（AUC），不能有效指導實踐，對模型的臨床實際應用意義有限，給出了使用凈收益評估風險預測模型的預測效能的建議。

2.5 Logistic回歸模型研究

隨著研究的深入，鮑珍等［45-46］采用Logistic回歸模型開展回顧性分析研究，通過采用單因素分析、多因素Logistic回歸分析篩選CLABSI發生的危險因素，構建CLABSI風險預測模型，并提出預防管理對策。王力紅等［46］在Logistic回歸模型研究的基礎上引入AUC和決策曲線評價模型的預測效能，通過計算每個閾值概率下的凈收益的方法，評估該風險預測模型的臨床應用價值，對未來的研究以及臨床實踐具有指導意義，但該模型的研究數據來源于同一所醫院，未進行外部驗證，因此，模型的預測效能還有待進一步的驗證。

2.6 復合模型研究

針對Logistic回歸模型研究過程中出現的不足，也有研究嘗試多種模型復合化、比較化開展研究，其中Lee等［18］使用Cox比例風險回歸模型和對數秩檢驗的Kaplan-Meier生存分析法分析了PICC與CLABSI之間的關系；陶雍等［47］引用列線圖模型，實現了Logistic回歸分析結果的可視化、圖形化；回顧性分析2017年1月—2019年12月在上海市某三級甲等醫院血管通路護理門診進行PICC置管、維護并拔管的11 901例腫瘤病人資料，用Logistic回歸分析發生CLABSI的危險因素，基于危險因素建立列線圖預測模型并進行內部驗證。由于列線圖模型具有可視化的優點，能直觀反映結局事件發生的概率，研究顯示該模型的校準度和區分度較好，可預測CLABSI發生率，有利于臨床篩查CLABSI高危病人并及時采取有效的預防措施以降低CLABSI的發生，但是該研究為回顧性研究，存在數據收集不足等缺點。此外，唐倩蕓等［48］通過回顧性研究方法分析了931例PICC病人，采用Logistic回歸分析篩選PICC-CLABSI的獨立危險因素，研究表明區分度和校準度較好，且與實際發生感染的平均絕對誤差為0.017，具有較高的預測效能。然而，單中心回顧性研究具有研究因素的信息缺失等局限性。

2.7 其他預測模型研究

除此之外，也有研究者嘗試開發新的臨床疾病風險預測模型以達到更精準的預測效果，Figueroa-Phillips等［49］于2020年開發了急診科兒童CLABSI風險預測模型，該模型雖能夠識別危險因素，但未進行驗證，需在未來研究中通過驗證。Rahmani等［50］研究表明，機器學習算法可能是評估ICU病人CLABSI風險的有效臨床決策工具，但該算法尚不成熟，現有研究僅依賴于電子健康記錄數據進行預測病人CLABSI的可能性。

3 小結

針對PICC-CLABSI是由多病因共同作用而引發的感染，契合了風險預測模型是以多種因素相互作用而導致的疾病為基礎建立起來的統計模型的特征，因此越來越多的研究圍繞PICC-CLABSI的危險因素開展風險預測模型的構建，以早期識別高危人群，進而采取有針對性的護理干預措施，以降低其發生率。但目前的研究中，PICC-CLABSI風險預測模型在模型的驗證及更新方面存在不足。同時，越來越多的研究也表明，可靠客觀的評價系統及預測模型應建立于內部驗證與外部驗證上，其中內部驗證是利用建模的原始數據進行驗證，以減少模型的過度擬合，使模型的評估結果更加可靠；而外部驗證主要是利用不同的數據進行模型的驗證，通過建模組和驗證組的比較評價模型的預測性能，為優化模型和模型的臨床應用意義奠定基礎。未來PICC-CLABSI模型預測研究建議依賴于多中心、大樣本數據，分析研究已有模型的優缺點，采用高質量構建模型的方法開發新的模型，通過內部驗證和外部驗證對模型的預測效能和實用性等進行全面評估，從而更加科學地量化危險因素，便于提前采取有針對性的預防護理措施以降低PICC-CLABSI的發生。

參考文獻：

［1］ 趙潔.40例白血病患者PICC非計劃拔管原因分析與對策［J］.中華護理雜志，2007，42（2）：174-175.

［2］ 李希西，曾登芬，楊文群，等.PICC非正常拔管危險因素的研究進展［J］.護理研究，2012，26（12）：1062-1065.

［3］ 林麗玉，許麗春，張鑫，等.血液透析患者中心靜脈導管發生相關血流感染危險因素的Meta分析［J］.中華護理雜志，2021，56（10）：7.

［4］ CHEN X，LIANG M.A Meta-analysis of incidence of catheter-related bloodstream infection with midline catheters and peripherally inserted central catheters［J］.Journal of Healthcare Engineering，2022，2022：6383777.

［5］ HASHIMOTO Y，HOSODA R，OMURA H，et al.Catheter-related bloodstream infection associated with multiple insertions of the peripherally inserted central catheter in patients with hematological disorders［J］.Scientific Reports，2021，11（1）：12209.

［6］ VOETS P J G M.Central line-associated bloodstream infections and catheter dwell-time：a theoretical foundation for a rule of thumb［J］.Journal of Theoretical Biology，2018，445：31-32.

［7］ HOOSHMAND M A，TOLEDO C S，MOGHADDAS R，et al.Data analytics for diagnosis and prediction of central line-associated bloodstream infections in critical care units［J］.Computers，Informatics，Nursing，2022，40（6）：365-372.

［8］ SAMAN D M，KAVANAGH K T，JOHNSON B，et al.Can inpatient hospital experiences predict central line-associated bloodstream infections？［J］.PLoS One，2013，8（4）：e61097.

［9］ BUETTI N，RUCKLY S，LUCET J C，et al.Local signs at insertion site and catheter-related bloodstream infections：an observational post hoc analysis using individual data of four RCTs［J］.Critical Care，2020，24（1）：694.

［10］ ESBENSHADE A J，PENTIMA M C，ZHAO Z G，et al.Development and validation of a prediction model for diagnosing blood stream infections in febrile，non-neutropenic children with cancer［J］.Pediatric Blood amp; Cancer，2015，62（2）：262-268.

［11］ RHEE Y，HEUNG M，CHEN B R，et al.Central line-associated bloodstream infections in non-ICU inpatient wards：a 2-year analysis［J］.Infection Control and Hospital Epidemiology，2015，36（4）：424-430.

［12］ CHAFTARI A M，HACHEM R，SZVALB A，et al.A novel nonantibiotic nitroglycerin-based catheter lock solution for prevention of intraluminal central venous catheter infections in cancer patients［J］.Antimicrobial Agents and Chemotherapy，2017，61（7）：e00091-e00017.

［13］ BERGER R，MESSINA A F，CHANDLER N M，et al.Instituting a new central line policy to decrease central line-associated blood stream infection rates during induction therapy in pediatric acute lymphoblastic leukemia patients［J］.Journal of Pediatric Hematology/Oncology，2020，42（7）：433-437.

［14］ SCRIVENS N，SABRI E，BREDESON C，et al.Comparison of complication rates and incidences associated with different peripherally inserted central catheters （PICC） in patients with hematological malignancies：a retrospective cohort study［J］.Leukemia amp; Lymphoma，2020，61（1）：156-164.

［15］ GAO T Q，ZHU X D，ZENG Q L，et al.Peripherally inserted central catheter-related bloodstream infections in patients with hematological malignancies：a retrospective 7-years single-center study［J］.American Journal of Infection Control，2022，50（10）：1171-1177.

［16］ 范彬，黃芬，張玉紅，等.外周靜脈置入中心靜脈導管（PICC）在血液疾病患者中導管相關性血流感染及血栓形成的風險分析［J］.中國實驗血液學雜志，2019，27（1）：272-276.

［17］ BERTOGLIO S，FACCINI B，LALLI L，et al.Peripherally inserted central catheters （PICCs） in cancer patients under chemotherapy：a prospective study on the incidence of complications and overall failures［J］.Journal of Surgical Oncology，2016，113（6）：708-714.

［18］ LEE J H，KIM M U，KIM E T，et al.Prevalence and predictors of peripherally inserted central venous catheter associated bloodstream infections in cancer patients：a multicentre cohort study［J］.Medicine，2020，99（6）：e19056.

［19］ 尚文涵，張海燕，么莉，等.護理專業醫療質量控制指標（2020年版）的構建［J］.中國衛生質量管理，2021，28（6）：66-69.

［20］ 國家衛生健康委關于印發三級醫院評審標準（2020年版）的通知［J］.中華人民共和國國家衛生健康委員會公報，2020（12）：149-192.

［21］ 雷花，蔣文春，黃欣欣.中央導管相關血流感染防控的研究進展［J］.現代臨床醫學，2021，47（5）：391-393.

［22］ 吳紅娟，陳雪峰，張美英，等.腫瘤患者PICC置管主要并發癥及其相關因素分析［J］.中華護理雜志，2008，43（2）：134-135.

［23］ 包逸，沈莉莉，陳樂英，等.乳腺癌化療患者PICC非計劃性拔管原因分析及預防［J］.護理學雜志，2018，33（12）：15-16.

［24］ 劉冰艷，趙菊紅，蘇寶艷，等.老年腫瘤患者PICC導管相關性感染危險因素及病原菌分析［J］.護理學雜志，2015，30（13）：87-89.

［25］ GAO Y F，LIU Y X，MA X Y，et al.The incidence and risk factors of peripherally inserted central catheter-related infection among cancer patients［J］.Therapeutics and Clinical Risk Management，2015，11：863-871.

［26］ 孟月燕，王魯杰，胥桂英，等.經外周置入中心靜脈導管相關性血流感染調查分析［J］.中華醫院感染學雜志，2015，25（18）：4211-4213.

［27］ KANG J R，CHEN W，SUN W Y，et al.Peripherally inserted central catheter-related complications in cancer patients：a prospective study of over 50 000 catheter days［J］.The Journal of Vascular Access，2017，18（2）：153-157.

［28］ 趙霞，段富交，張小琴，等.腫瘤患者經外周靜脈置入中心靜脈導管發生導管相關感染危險因素分析［J］.中華實用診斷與治療雜志，2015，29（8）：809-811.

［29］ 韓如慧，金美娟，喬美珍，等.血液腫瘤患者經外周靜脈置入中心靜脈導管相關血流感染的影響因素分析［J］.中國感染與化療雜志，2018，18（2）：150-155.

［30］ 王琴.預防PICC導管相關感染的循證護理實踐方案構建［D］.天津：天津醫科大學，2020.

［31］ 李麗蓉，陳甲信，傅桂芬，等.PICC相關感染危險因素的Meta分析［J］.中華醫院感染學雜志，2017，27（1）：113-116.

［32］ CHEN J Y，HUANG J J，WANG T，et al.Analysis of the relationship between serum amyloid protein A，procalcitonin，C-reactive protein，and peripherally inserted central catheter infection in patients with malignant tumor［J］.Annals of Palliative Medicine，2021，10（5）：5359-5365.

［33］ 尚新芳，薛蓉，任麗平.化療患者留置經外周靜脈置入中心靜脈導管后導管相關性感染的危險因素［J］.中國感染與化療雜志，2022，22（2）：151-155.

［34］ 魏曉宇.腫瘤患者PICC接頭感染和導管感染與皮膚過敏相關性的臨床研究［D］.蚌埠：蚌埠醫學院，2017.

［35］ 李麗蓉，陳甲信，傅桂芬，等.PICC相關感染危險因素的Meta分析［J］.中華醫院感染學雜志，2017，27（1）：113-116.

［36］ 王錦寧.中心靜脈導管相關血流感染的危險因素和防控研究進展［J］.中國醫藥科學，2022，12（11）：65-67.

［37］ 王擂，劉淑麗，姜翠華，等.導管相關血流感染與APACHE Ⅱ評分的相關性［J］.中華實驗和臨床感染病雜志（電子版），2015，9（6）：31-33.

［38］ 文亞坤，孫寶君，龔美亮.不同評分系統對老年導管相關性血流感染預后評估的比較研究［J］.中華醫院感染學雜志，2018，28（5）：707-710.

［39］ 劉正偉.中心靜脈導管相關性血流感染風險評分系統的建立研究［D］.廣州：廣東藥科大學，2018.

［40］ 黃華勇，羅勤，胡雅靜，等.基于德爾菲法構建ICU患者中心靜脈導管血流相關性感染風險評估工具［J］.中國當代醫藥，2022，29（11）：109-113.

［41］ 俞荷花，彭飛，蔣卓娟，等.中央靜脈導管相關血流感染風險篩查表的編制［J］.上海護理，2022，22（9）：17-21.

［42］ 張雯珍，丁萍，王平，等.血液透析護士版中央導管相關血流感染預防知信行量表的修訂［J］.護理研究，2022，36（22）：3982-3988.

［43］ HERC E，PATEL P，WASHER L L，et al.A model to predict central-line-associated bloodstream infection among patients with peripherally inserted central catheters：the MPC score［J］.Infection Control and Hospital Epidemiology，2017，38（10）：1155-1166.

［44］ SAFIRI S，AYUBI E.Comments on：a model to predict central-line-associated bloodstream infection among patients with peripherally inserted central catheters：the MPC score［J］.Infection Control and Hospital Epidemiology，2018，39（3）：376.

［45］ 鮑珍，劉微，周體.ICU患者中心靜脈導管感染狀況分析及預防對策［J］.中國臨床研究，2020，33（1）：135-138.

［46］ 王力紅，魏楠，趙霞，等.老年患者中央導管相關血流感染風險預測評分模型構建與驗證［J］.中國感染控制雜志，2019，18（3）：225-231.

［47］ 陶雍，毛靜玉，薛嵋，等.腫瘤患者PICC導管相關血流感染風險預測模型的構建［J］.中國護理管理，2022，22（11）：1718-1721.

［48］ 唐倩蕓，邢柏.預測PICC導管相關血流感染風險的列線圖模型的建立與驗證［J］.中國醫藥導報，2020，17（36）：45-48.

［49］ FIGUEROA-PHILLIPS L M，BONAFIDE C P，COFFIN S E，et al.Development of a clinical prediction model for central line-associated bloodstream infection in children presenting to the emergency department［J］.Pediatric Emergency Care，2020，36（11）：e600-e605.

［50］ RAHMANI K，GARIKIPATI A，BARNES G，et al.Early prediction of central line associated bloodstream infection using machine learning［J］.American Journal of Infection Control，2022，50（4）：440-445.