耐碳青霉烯類肺炎克雷伯菌感染風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建及驗(yàn)證

中圖分類號(hào)R978.1 文獻(xiàn)標(biāo)志碼A 文章編號(hào) 1001-0408（2025）14-1786-06

DOI 10.6039/j.issn.1001-0408.2025.14.17

ABSTRACTOBJECTIVETo investigatetheindependentriskfactorsforcarbapenem-restantKlebsiellpneumoniae（CRKP） infection，developanomogrampredictionmodelandvalidateit.METHODsClinicaldataofhospitalizedpatientsinfectedwith CRKPbetweenApril220andMay2023atKunmingFirstPeople'sHospitalwereretrospectivelycolectedandmatched1：1with patients infectedwithcarbapenem-susceptible Klebsiell pneumoniae（CSKP）during thesameperiodasthemodelinggroup.Using thesamecriteria，datafrompatientshospitalizedandinfectedwithCRKPandmatchedCSKPbetweenJune2023andJune2024 werecolectedasthevalidationgroup.Univariateanalysis，LASSOregressionandmultivariateLogisticregressionwerecoducted toidentifyindependentriskfactorsforCRKPinfectionandtodevelopanomogrampredictionmodel.Intermalvalidationof the modelwas performedusing Botstrapresampling，andexternalvalidation wascarredoutusingthedataofvalidationgroup.The

predictive performance of the model was evaluated using receiver operating characteristic （ROC）curvesand calibration plots.RESULTS A total of53O patientswere enrolled，with 372in the modeling group and 158 in the validation group. Cerebrovascular disease，indwelling gastric tube，mechanical ventilation，exposure to carbapenem antibiotics，and exposure to β -lactamase inhibitor compound agents were identified as independent risk factors for CRKP infection（ 1lt;0.05 .The nomogram predicting CRKP infection risk achieved an area underROCofO.729andO.803ininternalandexteralvalidations，respectively.Calibrationcurvesindicatedahighdegreof consistency betweenpredictedandobserved probabilies.CONCLUSIONs Cerebrovasculardisease，indweling gastrictube， mechanical ventilation，exposure to carbapenem antibiotics，and exposure to β -lactamase inhibitor compound agent are independent riskfactorsforCRKPinfection.Thedeveloped nomogrammodelforpredictingCRKPinfectionrisk demonstratesgoodpredictive performance and can aid in the early identification of patients at high risk for CRKP infection. KEYWORDScarbapenem-resistant Klebsiel pneumoniae；risk factors；nomogram；predictive model

碳青霉烯類抗生素是治療肺炎克雷伯菌感染的有效抗菌藥物。然而，近年來(lái)由于過(guò)度使用，耐碳青霉烯類肺炎克雷伯菌（carbapenem-resistantKlebsiellapneu-moniae，CRKP）在全球范圍內(nèi)迅速傳播并流行，導(dǎo)致臨床治療面臨嚴(yán)峻挑戰(zhàn)。目前，CRKP在肺炎克雷伯菌感染中的占比高達(dá) 20%～69% ，成為許多醫(yī)療機(jī)構(gòu)的重要病原體[]。中國(guó)細(xì)菌耐藥監(jiān)測(cè)網(wǎng)數(shù)據(jù)顯示，肺炎克雷伯菌對(duì)亞胺培南和美羅培南的耐藥率從2005年的 3.0% 和2.9% 分別上升到2024年（上半年）的 25.5% 和 26.4%^[2] 。更值得關(guān)注的是，CRKP感染患者的死亡率高達(dá) 40%～ 50%^[3] ，使得CRKP感染成為世界衛(wèi)生組織的重點(diǎn)關(guān)注問(wèn)題4。在CRKP感染率持續(xù)攀升且耐藥性日益嚴(yán)峻的背景下，早期識(shí)別其獨(dú)立危險(xiǎn)因素對(duì)于臨床控制感染及精準(zhǔn)干預(yù)至關(guān)重要：一方面可為未感染患者提供針對(duì)性的預(yù)防策略；另一方面可為已感染患者的精準(zhǔn)干預(yù)提供依據(jù)。

列線圖作為一種基于多變量回歸分析構(gòu)建的可視化工具，能夠整合多種獨(dú)立危險(xiǎn)因素，實(shí)現(xiàn)對(duì)個(gè)體發(fā)病風(fēng)險(xiǎn)的量化預(yù)測(cè)，且因其具有的直觀性與實(shí)用性，目前已被廣泛應(yīng)用于感染性疾病的早期風(fēng)險(xiǎn)評(píng)估。然而，現(xiàn)有相關(guān)模型多局限于特定人群，缺乏普適性與外部驗(yàn)證。因此，構(gòu)建CRKP感染風(fēng)險(xiǎn)預(yù)測(cè)模型并進(jìn)行內(nèi)外部驗(yàn)證，同時(shí)評(píng)估其可靠性和適用性具有重要意義。本研究采用LASSO回歸結(jié)合多因素Logistic回歸分析篩選CRKP感染的獨(dú)立危險(xiǎn)因素，并據(jù)此構(gòu)建列線圖預(yù)測(cè)模型，同時(shí)進(jìn)行內(nèi)外部驗(yàn)證，旨在為高風(fēng)險(xiǎn)患者的早期識(shí)別和臨床防控決策提供依據(jù)。

1資料與方法

1.1 資料來(lái)源

回顧性收集昆明市第一人民醫(yī)院2020年4月至2023年5月住院并感染了CRKP的患者資料，作為CRKP組；按1：1比例同期收集該院住院并感染了碳青霉烯類敏感肺炎克雷伯菌（carbapenem-susceptibleKleb-siellapneumoniae，CSKP）的患者資料，作為CSKP組。上述兩組為建模組。另按相同標(biāo)準(zhǔn)收集2023年6月至2024年6月住院并感染了CRKP的患者資料，以及按1：1比例同期住院并感染了CSKP的患者資料，作為驗(yàn)證組。CRKP定義為對(duì)亞胺培南、美羅培南、厄他培南或多利培南中任何一種碳青霉烯類抗生素耐藥的肺炎克雷伯菌；CSKP指對(duì)上述碳青霉烯類抗生素均敏感的肺炎克雷伯菌。本研究方案獲得醫(yī)院醫(yī)學(xué)倫理委員會(huì)批準(zhǔn)（審查意見(jiàn)號(hào)為YLS2024-002）。

1.2 納入與排除標(biāo)準(zhǔn)

患者的納入標(biāo)準(zhǔn)為：（1）住院時(shí)間 ?48h ；（2）符合醫(yī)院感染診斷標(biāo)準(zhǔn)，經(jīng)培養(yǎng)鑒定及藥敏試驗(yàn)判定為CRKP或CSKP；（3）臨床資料完整且可以追蹤。對(duì)于符合納入標(biāo)準(zhǔn)的患者，僅納入其在研究期間首次發(fā)生感染時(shí)的住院記錄。

患者的排除標(biāo)準(zhǔn)為：（1）入院前或入院后2d內(nèi)感染CRKP或CSKP者；（2）住院期間先后感染CSKP和CRKP者；（3）臨床判定為定植或污染者；（4）年齡 lt;18 歲者；（5）妊娠期及哺乳期婦女。

1.3樣本量的計(jì)算

根據(jù)樣本量為自變量 5～10 倍的原則，本研究共有43個(gè)變量，考慮到約有 20% 數(shù)據(jù)的缺失，因此建模組樣本量為 269～538 例，最終建模組納入372例。根據(jù)風(fēng)險(xiǎn)預(yù)測(cè)模型外部驗(yàn)證的樣本量一般為建模組樣本量的1/4～1/2^[10] ，考慮到約有 20% 數(shù)據(jù)的缺失，因此驗(yàn)證組樣本量為 116～233 例，最終驗(yàn)證組納入158例。

1.4細(xì)菌鑒定及藥敏試驗(yàn)

按照《全國(guó)臨床檢驗(yàn)操作規(guī)程》分離培養(yǎng)。采用VITEK-2Compact型全自動(dòng)鑒定藥敏分析儀（法國(guó)梅里埃公司）進(jìn)行分離鑒定和藥敏試驗(yàn)，采用紙片擴(kuò)散法（英國(guó)Oxoid公司）進(jìn)行藥物敏感性的補(bǔ)充試驗(yàn)。參照2024年美國(guó)臨床和實(shí)驗(yàn)室標(biāo)準(zhǔn)化協(xié)會(huì)（CLSI）M100（第34版）標(biāo)準(zhǔn)判定藥敏試驗(yàn)結(jié)果。質(zhì)控菌株為肺炎克雷伯菌（ATCCBAA-1705和ATCCBAA-1706）。

1.5提取資料

通過(guò)醫(yī)院信息系統(tǒng)收集患者的相關(guān)資料，收集的內(nèi)容包括：（1）一般資料，如患者年齡、性別、感染前住院天數(shù)、感染前重癥醫(yī)學(xué)病房（intensivecareunit，ICU）入住情況；（2）基礎(chǔ)疾病，如高血壓、糖尿病、惡性腫瘤、慢性呼吸系統(tǒng)疾病、冠心病等；（3）侵入性操作情況，如氣管插管、氣管切開(kāi)、中心靜脈置管、機(jī)械通氣、留置胃管、機(jī)械通氣是否 ?7d 等；（4）抗菌藥物暴露情況（感染前30d內(nèi)連續(xù)使用抗菌藥物超過(guò) 72h ），如使用種類、聯(lián)合用藥、使用時(shí)間等；（5）實(shí)驗(yàn)室指標(biāo)，如白細(xì)胞計(jì)數(shù)（whitebloodcellcount，WBC）、中性粒細(xì)胞百分比（neutrophilpercentage， N% ）、血小板計(jì)數(shù)（plateletcount，PLT）降鈣素原（procalcitonin，PCT）、C-反應(yīng)蛋白（C-reactive pro-tein，CRP）、白蛋白（albumin，Alb）等；（6）其他，如近期手術(shù)史（3個(gè)月以內(nèi)）是否使用糖皮質(zhì)激素或免疫抑制劑等。

1.6 模型的構(gòu)建與驗(yàn)證

1.6.1 模型的構(gòu)建

在建模組中，以是否感染CRKP為因變量，以患者一般資料、基礎(chǔ)疾病、侵人性操作及抗菌藥物暴露情況等為自變量進(jìn)行單因素分析。將單因素分析中 Plt;0.05 的變量納入LASSO回歸分析，通過(guò)十折交叉驗(yàn)證確定最優(yōu)懲罰系數(shù)（入），以篩選關(guān)鍵預(yù)測(cè)變量。隨后，將LASSO回歸分析篩選出的關(guān)鍵變量為自變量，以是否發(fā)生CRKP感染為因變量，采用向前逐步回歸法進(jìn)行多因素Logistic回歸分析，以確定CRKP感染的獨(dú)立危險(xiǎn)因素，并據(jù)此構(gòu)建CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型。

1.6.2 模型的驗(yàn)證

采用Bootstrap法重復(fù)抽樣1000次對(duì)所構(gòu)建的列線圖預(yù)測(cè)模型進(jìn)行內(nèi)部驗(yàn)證（建模組數(shù)據(jù)），并使用驗(yàn)證組數(shù)據(jù)對(duì)模型進(jìn)行外部驗(yàn)證。采用受試者工作特征（receiveroperatingcharacteristic，ROC）曲線下面積（areaunderthecurve，AUC）評(píng)估列線圖預(yù)測(cè)模型的區(qū)分能力，AUC值 gt;0.7 被認(rèn)為具有較好的區(qū)分度2]。采用校準(zhǔn)曲線評(píng)估列線圖預(yù)測(cè)模型的校準(zhǔn)度，即預(yù)測(cè)概率與實(shí)際概率的一致性。

1.7 統(tǒng)計(jì)學(xué)方法

采用SPSS26.0和R4.4.1軟件（glmnet、rms、pROC、caret、ggplot2等軟件包）對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析及建模與可視化。分類變量以頻數(shù)和百分比 （% 表示，組間比較采用 χ² 檢驗(yàn)或Fisher's精確檢驗(yàn)；呈偏態(tài)分布的連續(xù)變量以 M（P_²⁵，P_⁷⁵） 表示，組間比較采用Mann-Whitney U 檢驗(yàn)。檢驗(yàn)水準(zhǔn) α=0.05 （雙側(cè)）。

2 結(jié)果

2.1納入患者的基本情況

本研究共納人530例患者，2020年4月至2023年5月的372例患者為建模組，2023年6月至2024年6月的158例患者為驗(yàn)證組。530例患者中，男性387例（73.0%） ，女性143例 （27.0%） ，年齡67（53，77）歲。在建模組患者中，CRKP組男性139例 （74.7%） ，女性47例中 （25.3%） ，年齡 ?65 歲的有106例 （57.0% ;CSKP組男性141例（ 75.8% ，女性45例（ 24.2% ，年齡 ?65 歲的有93例 50.0% ；兩組患者的性別、年齡比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義 （Pgt;0.05） 。在驗(yàn)證組患者中，男性107例（67.7%） ，女性51例 （32.3%） ，年齡 ?65 歲的有101例（63.9% 。

2.2 建模組患者CRKP感染的單因素分析

與CSKP組比較，CRKP組在感染前住院天數(shù) ?14 d、感染前入住ICU、腦血管疾病、肝硬化、氣管插管、氣管切開(kāi)、中心靜脈置管、機(jī)械通氣、留置尿管、留置胃管、機(jī)械通氣 ?7d 碳青霉烯類抗生素暴露 ??β^- -內(nèi)酰胺酶抑制劑復(fù)方制劑暴露、氨基糖苷類抗生素暴露、替加環(huán)素暴露、抗真菌藥物暴露、抗菌藥物聯(lián)合用藥、抗菌藥物使用時(shí)間 ?14d 、近期手術(shù)史（3個(gè)月以內(nèi)）糖皮質(zhì)激素使用史、WBC、PCT、 N% 、Alb方面差異均有統(tǒng)計(jì)學(xué)意義（Plt;0.05 。結(jié)果見(jiàn)表1。

表1建模組患者CRKP感染的單因素分析結(jié)果

2.3 建模組患者CRKP感染的LASSO回歸分析結(jié)果

將單因素分析篩選出的24個(gè)具有統(tǒng)計(jì)學(xué)意義的變量納入LASSO回歸，結(jié)果（圖1A）顯示，隨著 log（λ） 的增加，回歸系數(shù)逐漸被壓縮，其中部分回歸系數(shù)最終被壓縮至0，有效避免了模型的過(guò)度擬合。通過(guò)十折交叉驗(yàn)證，為保證模型預(yù)測(cè)性能的同時(shí)簡(jiǎn)化模型結(jié)構(gòu)，降低過(guò)擬合風(fēng)險(xiǎn)，本研究選取交叉驗(yàn)證誤差1倍標(biāo)準(zhǔn)差范圍內(nèi)的最大入（圖1B中右側(cè)垂直虛線）作為最優(yōu)值，并以最優(yōu)值對(duì)應(yīng)的6個(gè)變量作為關(guān)鍵變量，分別為腦血管疾病、留置胃管、機(jī)械通氣、碳青霉烯類抗生素暴露 ，β. -內(nèi)酰胺酶抑制劑復(fù)方制劑暴露以及抗菌藥物使用時(shí)間 ?14d 。

注：圖1A中部分變量因存在較高共線性，其系數(shù)路徑可能高度重合，視覺(jué)上難以區(qū)分為獨(dú)立曲線。

2.4建模組患者CRKP感染風(fēng)險(xiǎn)的多因素Logistic回歸分析

將LASSO回歸分析篩選出的6個(gè)關(guān)鍵變量采用向前逐步回歸法納入多因素Logistic回歸分析。結(jié)果顯示，腦血管疾病、留置胃管、機(jī)械通氣、碳青霉烯類抗生素暴露以及 β -內(nèi)酰胺酶抑制劑復(fù)方制劑暴露是CRKP感染的獨(dú)立危險(xiǎn)因素（ .Plt;0.05 ）。結(jié)果見(jiàn)表2。

表2建模組患者CRKP感染風(fēng)險(xiǎn)的多因素Logistic回歸分析結(jié)果

2.5 CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型的建立

以多因素Logistic回歸分析篩選出的獨(dú)立危險(xiǎn)因素為預(yù)測(cè)因子，利用R軟件構(gòu)建CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型（見(jiàn)圖2）。該列線圖通過(guò)可視化展示各預(yù)測(cè)因子的得分，累加各項(xiàng)得分計(jì)算得到個(gè)體總分，以其預(yù)測(cè)感染肺炎克雷伯菌后發(fā)生碳青霉烯類抗生素耐藥的概率。

2.6CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型的內(nèi)部驗(yàn)證

使用Bootstrap法重復(fù)抽樣 1000 次進(jìn)行內(nèi)部驗(yàn)證。ROC曲線（圖3A）顯示，AUC為 0.729[95% 置信區(qū)間L （0.683～0.782）. 1，表明該模型具有良好的區(qū)分能力和可重復(fù)性。校準(zhǔn)曲線（圖3B）顯示，該模型預(yù)測(cè)CRKP感染的概率與實(shí)際概率高度一致，表明模型的校準(zhǔn)度良好。

圖3CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型的內(nèi)部驗(yàn)證

2.7CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型的外部驗(yàn)證

基于驗(yàn)證組數(shù)據(jù)進(jìn)行外部驗(yàn)證。ROC曲線（圖4A）顯示，AUC為 0.803[95% 置信區(qū)間 （0.735～0.871） ]，表明CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型具有較好的預(yù)測(cè)性能。校準(zhǔn)曲線（圖4B）顯示，該模型預(yù)測(cè)CRKP感染的概率與實(shí)際概率的一致性較高。

圖4CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型的外部驗(yàn)證

3 討論

CRKP感染的發(fā)病率逐年上升，因其具有高度耐藥性、強(qiáng)致病力以及高致死率，而嚴(yán)重威脅全球的公共衛(wèi)生安全[3。鑒于臨床對(duì)個(gè)體化風(fēng)險(xiǎn)評(píng)估的迫切需求，本研究通過(guò)構(gòu)建CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型，旨在為高風(fēng)險(xiǎn)患者的早期識(shí)別與個(gè)體化干預(yù)提供決策支持。本研究結(jié)果顯示，腦血管疾病、留置胃管、機(jī)械通氣、碳青霉烯類抗生素暴露及 β. -內(nèi)酰胺酶抑制劑復(fù)方制劑暴露是CRKP感染的獨(dú)立危險(xiǎn)因素。基于這些因素構(gòu)建的CRKP感染風(fēng)險(xiǎn)列線圖預(yù)測(cè)模型具有較強(qiáng)的區(qū)分能力和良好的校準(zhǔn)度，可作為臨床實(shí)踐的決策支持工具。此外，為了使預(yù)測(cè)模型更便于臨床應(yīng)用，本研究還開(kāi)發(fā)了該預(yù)測(cè)模型的網(wǎng)頁(yè)小程序（https：//crkp.shinyapps.io/Infection-Risk-DynNomapp/），在程序中輸人預(yù)測(cè)變量后，即可預(yù)測(cè)患者對(duì)碳青霉烯類抗生素耐藥的概率。

本研究結(jié)果顯示，感染前暴露于碳青霉烯類抗生素是CRKP感染的獨(dú)立危險(xiǎn)因素。有研究強(qiáng)調(diào)了感染前碳青霉烯類抗生素暴露對(duì)CRKP感染的重要影響[14]。長(zhǎng)期使用碳青霉烯類抗生素可促使肺炎克雷伯菌產(chǎn)生碳青霉烯酶，這種酶能夠水解青霉素、頭孢菌素及碳青霉烯類抗生素，從而降低其抗菌效果，最終導(dǎo)致碳青霉烯類抗生素的耐藥性[15]。此外，感染前暴露于 β. -內(nèi)酰胺酶抑制劑復(fù)方制劑也是CRKP感染的獨(dú)立危險(xiǎn)因素，該結(jié)果與既往研究一致。廣譜抗菌藥物的廣泛應(yīng)用可能引發(fā)腸道菌群的改變，選擇性地促進(jìn)腸道微生物群落中碳青霉烯耐藥菌的滋生與增殖，導(dǎo)致耐藥菌在腸道微生物群落中累積，耐藥菌更容易通過(guò)水平基因轉(zhuǎn)移將耐藥基因擴(kuò)散至其他細(xì)菌群體中，加劇耐藥性的蔓延[8]，顯著增加了CRKP感染的風(fēng)險(xiǎn)。因此，權(quán)衡抗菌藥物使用的利弊，盡可能減少不必要的抗菌藥物的應(yīng)用，對(duì)于臨床實(shí)踐至關(guān)重要。

與既往研究[19一致，留置胃管和機(jī)械通氣是CRKP感染的獨(dú)立危險(xiǎn)因素。留置胃管的患者往往伴隨營(yíng)養(yǎng)不良及胃腸道功能障礙，這些因素可能導(dǎo)致腸道細(xì)菌易位，從而增加CRKP等耐藥菌的定植風(fēng)險(xiǎn)[20]。研究顯示，胃腸道CRKP定植的患者更容易發(fā)生感染2]。機(jī)械通氣可直接破壞氣道屏障，抑制正常的纖毛清除功能，加之氣管插管及通氣設(shè)備可能導(dǎo)致氣道內(nèi)積聚分泌物，為病原菌提供繁殖環(huán)境，顯著增加了感染CRKP的風(fēng)險(xiǎn)[]。因此，加強(qiáng)醫(yī)護(hù)人員對(duì)侵入性器械及其相關(guān)操作以及感染防控知識(shí)的掌握，規(guī)范各類器械和管道的使用指征，并落實(shí)日常評(píng)估，有助于避免不必要地使用和重復(fù)留置管道，從而降低感染風(fēng)險(xiǎn)。

腦血管疾病是CRKP感染的獨(dú)立危險(xiǎn)因素。腦血管疾病患者普遍表現(xiàn)出意識(shí)障礙、吞咽困難及咳嗽反射減弱等癥狀，可能直接或間接地誘發(fā)免疫抑制狀態(tài)，削弱機(jī)體的自然防御能力，增加感染CRKP等病原體的風(fēng)險(xiǎn)[22]。另外，本研究中盡管部分潛在變量在單因素分析中具有統(tǒng)計(jì)學(xué)意義，但經(jīng)過(guò)LASSO回歸結(jié)合多因素Logistic回歸分析后，部分變量（如感染前人住ICU、抗菌藥物使用時(shí)間 ?14d 等）未被納人最終預(yù)測(cè)模型。這可能是由于這些變量與其他變量存在共線性，或?qū)δＰ酮?dú)立預(yù)測(cè)貢獻(xiàn)較低，亦或其影響在多因素分析中被其他更具預(yù)測(cè)力的變量所掩蓋。例如，感染前人住ICU與機(jī)械通氣之間可能存在較高的相關(guān)性，抗菌藥物使用時(shí)間≥14d可能與具體抗菌藥物（如碳青霉烯類抗生素 ，β， -內(nèi)酰胺酶抑制劑復(fù)方制劑）的使用密切相關(guān)。LASSO回歸結(jié)合多因素Logistic回歸分析進(jìn)行變量篩選，優(yōu)先保留對(duì)結(jié)果獨(dú)立且顯著的變量，從而簡(jiǎn)化模型結(jié)構(gòu)并避免過(guò)度擬合。例如在Yao等2研究中，中心靜脈置管與入住ICU、序貫器官衰竭評(píng)估評(píng)分、機(jī)械通氣、尿管插入和胃管插入之間存在相關(guān)性，但最終列線圖預(yù)測(cè)模型僅納入了預(yù)測(cè)值最高的中心靜脈置管作為關(guān)鍵因素。

綜上所述，腦血管疾病、留置胃管、機(jī)械通氣、碳青霉烯類藥物暴露以及 β -內(nèi)酰胺酶抑制劑復(fù)方制劑暴露是CRKP感染的獨(dú)立危險(xiǎn)因素；所構(gòu)建的CRKP感染風(fēng)險(xiǎn)列線圖模型具有良好的預(yù)測(cè)效能，能早期識(shí)別CRKP感染高風(fēng)險(xiǎn)患者。然而，本研究未發(fā)現(xiàn)新的獨(dú)立危險(xiǎn)因素，且為單中心回顧性分析，存在一定局限。未來(lái)尚需開(kāi)展多中心前瞻性研究，納入更多的潛在變量，以進(jìn)一步優(yōu)化模型性能，提升臨床應(yīng)用價(jià)值。

參考文獻(xiàn)

[1]YAO Y，ZHA Z，LI L，et al.Healthcare-associated carbapenem-resistant Klebsiella pneumoniae infections areassociated with higher mortality compared to carbapenem-susceptible K.pneumoniae infections in the intensive care unit：a retrospective cohort study[J]. JHosp Infect，2024，148：30-38.

[2] 復(fù)旦大學(xué)附屬華山醫(yī)院抗生素研究所.肺炎克雷伯菌對(duì) 亞胺培南和美羅培南的耐藥變遷[EB/OL].（2024-10-07） [2024-10-15].https：//www.chinets.com/Data/GermYear.

[3] WUCY，ZHENGL，YAOJ.Analysisof risk factorsand mortalityof patientswithcarbapenem-resistantKlebsiella pneumoniae infection[J]. Infect Drug Resist，2022，15： 2383-2391.

[4] HUFP，PANYQ，LIH，etal.Carbapenem-resistantKlebsiellapneumoniaecapsulartypes，antibioticresistanceand virulence factors in China：a longitudinal，multi-centre study[J].NatMicrobiol，2024，9（3）：814-829.

[5]CHUXM，NINGLJ，F(xiàn)ANGYT，et al.Risk factors and predictive nomogram for carbapenem-resistant Klebsiella pneumoniaeinchildreninagrade3first-classgeneral hospital in Central China[J].Infect Drug Resist，2024，17： 41-49.

[6]LIAO Q X，F(xiàn)ENG Z，LIN H R，et al.Carbapenemresistant gram-negative bacterial infection in intensive care unit patients：antibiotic resistance analysis and predictive model development[J].Front Cell Infect Microbiol， 2023，13：1109418.

[7]Clinical and Laboratory Standards Institute.Performance standards for antimicrobial susceptibility testing：M100- S34 [S/OL]. [2025-01-15]. https：//clsi.org/shop/standards/ m100/

[8]衛(wèi)生部.關(guān)于印發(fā)醫(yī)院感染診斷標(biāo)準(zhǔn)（試行）的通知[EB/ OL].（2001-11-07）[2024-10-15]. htps：//www.nhc.gov.cn/ wjw/gfxwj/200111/5d9cffd69efa495f9b340da3a50c7818. shtml.

[9］王光滿，畢小琴，湯曉雪.口腔癌患者術(shù)后低鉀血癥預(yù)測(cè) 模型的構(gòu)建及驗(yàn)證[J].華西口腔醫(yī)學(xué)雜志，2024，42（6）： 778-786.

[10]程志強(qiáng)，張寶珍，夏嬌云，等.ICU轉(zhuǎn)出患者應(yīng)激障礙風(fēng) 險(xiǎn)預(yù)測(cè)模型的構(gòu)建與驗(yàn)證[J].中華護(hù)理雜志，2023，58 （18）：2223-2229.

[11]尚紅，王毓三，申子瑜.全國(guó)臨床檢驗(yàn)操作規(guī)程[M].4 版.北京：人民衛(wèi)生出版社，2015：250-300.

[12]JIAN X，DU S X，ZHOU X，et al. Development and validation of nomograms for predicting the risk probability of carbapenem resistance and 28-day all-cause mortality in gram-negative bacteremia among patients with hematological diseases[J].Front Cell Infect Microbiol，2023，12： 969117.

[13]OUYANG PW，ZHOU ZJ，PAN CY，et al. Acute exacerbation of chronic obstructive pulmonary disease due to carbapenem-resistantKlebsiellapneumoniae-induced pneumonia： clinical features and prognostic factors[J]. Int J Chron Obstruct Pulmon Dis，2024，19：683-693.

[14]LOU T，DU X X，ZHANG P，et al. Risk factors for infection and mortality caused by carbapenem-resistant Klebsiella pneumoniae： a large multicentre case-control and cohort study[J]. J Infect，2022，84（5）：637-647.

[15]COLKESEN F，TARAKC1 A，EROGLU E，et al. Carbapenem-resistant Klebsiella pneumoniae infection anq its risk Iactors in oiaer aauil pauents[J]. Clin interV Aging，2023，18：1037-1045.

[16]XU T T，SHI Y X，CAO X J，et al. Development and validation of a nomogram-based risk prediction model for carbapenem-resistant Klebsiella pneumoniae in hospitalized patients[J].Microbiol Spectr，2025，13（1） ：e0217024.

[17]JIANG A M，SHI X，ZHENG HR，et al. Establishment and validation of a nomogram to predict the in-hospital death risk of nosocomial infections in cancer patients[J]. Antimicrob Resist Infect Control，2022，11（1） ：29.

[18]LIU G，THOMSEN L E，OLSEN JE.Antimicrobialinduced horizontal transfer of antimicrobial resistance genes in bacteria：a mini-review[J]. JAntimicrob Chemother，2022，77（3）：556-567.

[19]ZHANG HJ，GUO Z，CHAI Y，et al.Risk factors for and clinical outcomes of carbapenem-resistant Klebsiella pneumoniae nosocomial infections：a retrospective study in a tertiary hospital in Beijing，China[J]. Infect Drug Resist， 2021，14：1393-1401.

[20]李靜.耐碳青霉烯類肺炎克雷伯菌血流感染患者臨床特 征及相關(guān)危險(xiǎn)因素的研究[D].西安：中國(guó)人民解放軍空 軍軍醫(yī)大學(xué)，2023.

[21]CHU W W，HANG XB，LI X，et al. Bloodstream infections in patients with rectal colonization by carbapenemresistant Enterobacteriaceae：a prospective cohort study [J].Infect Drug Resist，2022，15：6051-6063.

[22]WANG N，WANG X Q， YANG J J， et al. Health careassociated infection in elderly patients with cerebrovascular disease in intensive care units： a retrospective cohort studyin Taizhou，China[J].WorldNeurosurg，2O23，178： e526-e532.

[23]YAO HJ，YANG Y，YAO HM，et al. Development of prediction models for carbapenem-resistant Klebsiella pneumoniae acquisition and prognosis in adult patients[J]. Front Pharmacol，2024，15：1439116. （收稿日期：2025-02-26修回日期：2025-06-20）

（編輯：鄒麗娟）