王力紅, 魏 楠, 趙 霞, 張京利, 趙會(huì)杰, 馬文暉, 韓 敘

(1. 首都醫(yī)科大學(xué)宣武醫(yī)院醫(yī)院感染管理處，北京 100053； 2. 首都醫(yī)科大學(xué)衛(wèi)生管理與教育學(xué)院，北京 100069)

中央導(dǎo)管相關(guān)血流感染(central line-associated bloodstream infection，CLABSI)是老年患者醫(yī)院感染的重要類型，是醫(yī)院感染預(yù)防控制的重點(diǎn)之一。美國相關(guān)數(shù)據(jù)顯示，醫(yī)院每年新發(fā)CLABSI患者預(yù)計(jì)高達(dá)25萬例[1]，其中重癥監(jiān)護(hù)病房(ICU)新發(fā)患者約為8萬例[2]。Blot等[3]指出血流感染患者的病死率隨著年齡的增長而升高，其中75歲以上患者CLABSI病死率高達(dá)56%。國內(nèi)研究[4-5]也顯示，老年是CLABSI患者院內(nèi)死亡的獨(dú)立危險(xiǎn)因素，需引起重視。CLABSI并非不可預(yù)防。隨著醫(yī)院管理信息化的推進(jìn)，醫(yī)院感染部位精準(zhǔn)控制及預(yù)防已成為可能。本研究利用醫(yī)院感染監(jiān)測(cè)信息系統(tǒng)收集老年患者病例資料，構(gòu)建logistic回歸模型，建立老年患者CLABSI風(fēng)險(xiǎn)評(píng)分模型，以進(jìn)一步有效的預(yù)防老年患者CLABSI的發(fā)生，提高老年患者生存質(zhì)量和醫(yī)院醫(yī)療質(zhì)量。

1 資料與方法

1.1 臨床資料 利用醫(yī)院感染監(jiān)測(cè)信息系統(tǒng)，收集2015年1月1日—2017年12月31日住院期間曾行中心靜脈置管操作的老年患者(≥60歲)病案資料，選取代表患者一般情況(包括住院號(hào)、年齡、性別、入院日期、出院日期等)，原發(fā)疾病(包括是否患有神經(jīng)系統(tǒng)疾病、高血壓、糖尿病、冠心病、COPD、惡性腫瘤、血液病、肝功能異常、腎功能障礙等疾病)，診療情況(包括住院日數(shù)、住ICU日數(shù)、抗菌藥物使用情況、手術(shù)情況、中心靜脈置管情況等)以及醫(yī)院感染情況(包括是否感染、感染發(fā)生時(shí)間、感染病原菌等)的指標(biāo)進(jìn)行統(tǒng)計(jì)描述及分析。以發(fā)生CLABSI為結(jié)點(diǎn)，對(duì)患者診療情況所涉及的相關(guān)指標(biāo)進(jìn)行調(diào)整。

1.2 納入、排除標(biāo)準(zhǔn) 本研究數(shù)據(jù)納入標(biāo)準(zhǔn)為：(1)年齡≥60歲；(2)病例資料完整；(3)住院時(shí)間≥48 h且≤60 d。排除標(biāo)準(zhǔn)為：(1)不符合納入標(biāo)準(zhǔn)的病例；(2)住院時(shí)間<48 h或>60 d。

1.3 診斷標(biāo)準(zhǔn) 中央導(dǎo)管相關(guān)血流感染(CLABSI)是指患者在留置中央導(dǎo)管期間或拔除中央導(dǎo)管48 h內(nèi)發(fā)生的原發(fā)性、且與其他部位存在的感染無關(guān)的血流感染[6]，其感染診斷標(biāo)準(zhǔn)依據(jù)2007年中華醫(yī)學(xué)會(huì)重癥醫(yī)學(xué)專業(yè)委員會(huì)血管內(nèi)導(dǎo)管相關(guān)感染的預(yù)防與治療指南[7]中診斷標(biāo)準(zhǔn)進(jìn)行判定。原發(fā)病的分類依據(jù)文獻(xiàn)報(bào)道及目標(biāo)醫(yī)院住院老年患者常見病、多發(fā)病確定。

1.4 數(shù)據(jù)分組 將所收集病例按照7∶3的比例隨機(jī)分為建模組和驗(yàn)證組(隨機(jī)種子為20180708)，建模組數(shù)據(jù)用來建立模型，驗(yàn)證組數(shù)據(jù)對(duì)所建立的模型進(jìn)行驗(yàn)證。

1.5 模型構(gòu)建 應(yīng)用SPSS 21.0軟件進(jìn)行模型構(gòu)建。對(duì)建模組數(shù)據(jù)先進(jìn)行單因素卡方分析，選取單因素分析有統(tǒng)計(jì)學(xué)意義的變量進(jìn)行二分類logistic回歸分析，采用Back-Wald法納入變量，建立模型；根據(jù)β值對(duì)危險(xiǎn)因素賦值，構(gòu)建感染風(fēng)險(xiǎn)評(píng)分模型。假設(shè)檢驗(yàn)的顯著性水平設(shè)定在雙側(cè)α=0.05。

1.6 模型驗(yàn)證 將驗(yàn)證組的原始數(shù)據(jù)代入構(gòu)建的風(fēng)險(xiǎn)評(píng)分模型中生成相應(yīng)分值，利用受試者工作特征(ROC)曲線下的面積(AUC)評(píng)價(jià)模型的判別效度。

1.7 模型可用性評(píng)估 利用R軟件計(jì)算每個(gè)閾值概率下的凈獲益并構(gòu)建決策曲線，用以評(píng)估風(fēng)險(xiǎn)評(píng)分模型的臨床應(yīng)用價(jià)值。

2 結(jié)果

2.1 調(diào)查對(duì)象的基本特征 依據(jù)納入排除標(biāo)準(zhǔn)，自醫(yī)院感染監(jiān)測(cè)信息系統(tǒng)收集2015—2017年住院期間使用中心靜脈置管老年患者病例3 519例，男性1 720例，女性1 799例，中位年齡為67歲。其中感染病例組患者90例，感染率為2.56%，中心靜脈置管總?cè)諗?shù)28 115 d，千日感染率為3.20‰。將所收集病例按照7∶3的比例隨機(jī)分為建模組和驗(yàn)證組(隨機(jī)種子為20180708)，建模組數(shù)據(jù)用來建立模型，驗(yàn)證組數(shù)據(jù)對(duì)建立的模型進(jìn)行驗(yàn)證。其中建模組患者2 510例，感染64例，感染率2.55%，中心靜脈置管總?cè)諗?shù)20 238 d，千日感染率為3.16‰；驗(yàn)證組患者1 009例，感染26例，感染率2.58%，中心靜脈置管總?cè)諗?shù)7 877 d，千日感染率為3.30‰。

2.2 CLABSI危險(xiǎn)因素識(shí)別

2.2.1 單因素分析 對(duì)建模組數(shù)據(jù)進(jìn)行單因素分析，結(jié)果顯示：神經(jīng)系統(tǒng)疾病、腎功能障礙、住院日數(shù)≥7 d、住ICU日數(shù)≥2 d、本次住院手術(shù)次數(shù)≥3次、使用抗菌藥物、中心靜脈置管日數(shù)≥7 d、中心靜脈插管次數(shù)≥2次共8項(xiàng)因素與老年患者發(fā)生CLABSI有關(guān)，具體見表1。

表1 建模組老年患者CLABSI單因素分析

*:存在缺失值

2.2.2 多因素分析 將單因素分析有統(tǒng)計(jì)學(xué)意義的變量納入二分類logistic回歸模型，采用Back-Wald法篩選變量，建立模型。最終進(jìn)入模型的變量為住ICU日數(shù)≥2 d、本次住院手術(shù)次數(shù)≥3次、使用抗菌藥物、中心靜脈置管日數(shù)≥7 d，具體見表2。

2.3 風(fēng)險(xiǎn)評(píng)分模型的構(gòu)建 根據(jù)logistic回歸模型中的β系數(shù)確定老年患者CLABSI四大獨(dú)立危險(xiǎn)因素所對(duì)應(yīng)的分值，依據(jù)β×4(四舍五入取整)確定各危險(xiǎn)因素陽性時(shí)的分值，陰性時(shí)均設(shè)為0分，構(gòu)建CLABSI風(fēng)險(xiǎn)評(píng)分模型，具體見表3。根據(jù)構(gòu)建的CLABSI風(fēng)險(xiǎn)評(píng)分模型對(duì)建模組患者病例數(shù)據(jù)進(jìn)行打分，確定每例患者發(fā)生感染的風(fēng)險(xiǎn)得分，并計(jì)算各分值所對(duì)應(yīng)的感染率。通過觀察感染率的分布情況，將患者按風(fēng)險(xiǎn)分值進(jìn)行分層。最終評(píng)估得分0分為未感染人群，感染率為0；3～7分為低感染風(fēng)險(xiǎn)人群，感染率為1.18%；8～12分為中感染風(fēng)險(xiǎn)人群，感染率為2.53%；13～17分為高感染風(fēng)險(xiǎn)人群，感染率為4.97%；20分為感染人群，感染率為100%。見表4。各風(fēng)險(xiǎn)層感染率差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)。

2.4 風(fēng)險(xiǎn)評(píng)分模型的驗(yàn)證 在建模組2 510例患者中，按照CLABSI診斷的金標(biāo)準(zhǔn)確定感染64例，未感染2 446例。根據(jù)風(fēng)險(xiǎn)評(píng)分模型對(duì)這些患者是否發(fā)生感染進(jìn)行評(píng)價(jià)，分別判斷為未感染、較小可能感染(低感染風(fēng)險(xiǎn)組)、可能感染(中感染風(fēng)險(xiǎn)組)、很可能感染(高感染風(fēng)險(xiǎn)組)及感染，并用數(shù)字1～5表示。見表5。

表2 建模組老年患者CLABSI多因素logistic回歸分析

表3 CLABSI風(fēng)險(xiǎn)評(píng)分模型

表4 CLABSI風(fēng)險(xiǎn)評(píng)分分層

以金標(biāo)準(zhǔn)診斷結(jié)果作為狀態(tài)變量，狀態(tài)變量的值取1為參考，以風(fēng)險(xiǎn)評(píng)分?jǐn)?shù)值作為檢驗(yàn)變量繪制ROC曲線。結(jié)果顯示，ROC曲線下面積為0.74(95%CI：0.70～0.79，P<0.05)，見圖1。表明模型對(duì)建模組數(shù)據(jù)具有較好的判別效度。

表5對(duì)建模組患者進(jìn)行診斷的結(jié)果(例)

Table5Diagnostic results of patients in the modeling group(No. of cases)

金標(biāo)準(zhǔn)診斷結(jié)果風(fēng)險(xiǎn)評(píng)分12345合計(jì)感染05949164未感染74641734793602 446

為了檢驗(yàn)該風(fēng)險(xiǎn)評(píng)分模型是否具有代表性，利用驗(yàn)證組的數(shù)據(jù)進(jìn)行驗(yàn)證。依據(jù)構(gòu)建的CLABSI風(fēng)險(xiǎn)評(píng)分模型對(duì)驗(yàn)證組患者病例數(shù)據(jù)進(jìn)行打分，確定每例患者發(fā)生感染的風(fēng)險(xiǎn)總得分，并計(jì)算各風(fēng)險(xiǎn)分值層所對(duì)應(yīng)的感染率。結(jié)果顯示，0分患者，CLABSI感染率為0；3～7分患者感染率為1.37%；8～12分感染率為2.75%；13～17分感染率為3.58%；20分患者感染率為100%。各風(fēng)險(xiǎn)層感染率差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)。

以相同的方法在驗(yàn)證組繪制ROC曲線，結(jié)果顯示，ROC曲線下面積為0.70(95%CI：0.61～0.78，P<0.05)，見圖1。提示已建立的風(fēng)險(xiǎn)評(píng)分模型在驗(yàn)證組同樣具有較好的判別效度。

圖1 ROC曲線評(píng)價(jià)風(fēng)險(xiǎn)評(píng)分模型的判別效度

2.5 風(fēng)險(xiǎn)評(píng)分模型可用性評(píng)估 利用R軟件繪制相應(yīng)的決策曲線評(píng)估風(fēng)險(xiǎn)評(píng)分模型的預(yù)測(cè)價(jià)值。決策曲線的橫坐標(biāo)為概率閾值(Pt)，即當(dāng)評(píng)分達(dá)到某個(gè)數(shù)值時(shí)，患者i的感染概率記為Pi，當(dāng)Pi達(dá)到某個(gè)閾值(Pt)就界定為感染，采取某種干預(yù)措施，如果小于此閾值則不干預(yù)；縱坐標(biāo)為凈獲益(net benefit，NB)，即實(shí)施干預(yù)措施所獲得的利減去弊之后的凈獲益。按照決策曲線的構(gòu)建過程，利用R軟件計(jì)算每個(gè)閾值概率下的凈獲益并作出曲線，如圖2所示。

圖2 風(fēng)險(xiǎn)評(píng)估模型的決策曲線分析圖

圖2對(duì)3個(gè)不同決策的獲益進(jìn)行了比較，三條曲線分別代表：對(duì)所有患者均不進(jìn)行干預(yù)(用None表示)、對(duì)所有患者均進(jìn)行干預(yù)(用All表示)、采用風(fēng)險(xiǎn)評(píng)分模型進(jìn)行決策。從圖中可以看到，相對(duì)于對(duì)所有患者均進(jìn)行干預(yù)或者均不進(jìn)行干預(yù)，在閾值0.01～0.05的區(qū)間內(nèi)風(fēng)險(xiǎn)評(píng)分模型的凈獲益都更高，因此，可以認(rèn)為利用風(fēng)險(xiǎn)評(píng)分模型確定是否對(duì)CLABSI風(fēng)險(xiǎn)人群進(jìn)行干預(yù)具有應(yīng)用價(jià)值。

3 討論

3.1 CLABSI危險(xiǎn)因素的構(gòu)成 隨著社會(huì)老齡化的日益加重，世界老年人口越來越多，老年患者的醫(yī)院感染問題也受到越來越多的關(guān)注。CLABSI是中心靜脈置管患者最常見且最嚴(yán)重的并發(fā)癥之一，老年患者因其自身疾病特征已成為CLABSI的高危人群。數(shù)據(jù)[2]顯示，美國ICU內(nèi)CLABSI發(fā)病率為(2.9～11.3)例次/1 000導(dǎo)管日，平均為5.3例次/1 000導(dǎo)管日，高于普通病房。本研究所選取的目標(biāo)醫(yī)院是一所以老年醫(yī)學(xué)和神經(jīng)醫(yī)學(xué)為重點(diǎn)的大型三級(jí)甲等綜合醫(yī)院，是國家老年疾病臨床醫(yī)學(xué)研究中心、北京市老年病醫(yī)療研究中心。醫(yī)院收治的老年患者所占比例較大，三年間收治60歲以上的老年患者達(dá)43%以上。調(diào)查結(jié)果顯示，中心靜脈置管的老年患者CLABSI千日感染率為3.16‰～3.30‰，低于國內(nèi)同類報(bào)告[8-10]。反映了該醫(yī)院針對(duì)老年患者開展CLABSI預(yù)防與控制工作的有效性，為老年患者疾病的成功診治提供了安全保障。

本研究多因素分析結(jié)果顯示，老年患者CLABSI獨(dú)立危險(xiǎn)因素為住ICU日數(shù)≥2 d、本次住院手術(shù)次數(shù)≥3次、中心靜脈置管日數(shù)≥7 d、使用抗菌藥物。以下將逐一對(duì)危險(xiǎn)因素進(jìn)行分析。

3.1.1 住ICU日數(shù)≥2 d ICU是醫(yī)院集中監(jiān)護(hù)和救治重癥患者的專業(yè)病房，為各種原因?qū)е乱粋€(gè)或多個(gè)器官與系統(tǒng)功能障礙危及生命或具有潛在高危因素的患者及時(shí)提供系統(tǒng)的、高質(zhì)量的醫(yī)學(xué)監(jiān)護(hù)和救治技術(shù)。ICU已成為全世界所有現(xiàn)代化醫(yī)院的核心部門之一。ICU的發(fā)展無疑對(duì)挽救危重癥患者的生命起到了不可替代的作用。在ICU接受治療的老年患者通常病情危重、免疫力低下、基礎(chǔ)疾病嚴(yán)重或進(jìn)行各種侵入性操作，是醫(yī)院感染的高危人群。而血管內(nèi)置管作為患者輸液、輸血及營養(yǎng)支持通道的同時(shí)，也使患者處于血流感染和并發(fā)系統(tǒng)感染的高風(fēng)險(xiǎn)之中[11]。

3.1.2 本次住院手術(shù)次數(shù)≥3次 老年患者機(jī)體各個(gè)器官處于衰退狀態(tài)，免疫力低下，經(jīng)歷多次重大手術(shù)極易發(fā)生感染。本研究結(jié)果顯示，本次住院手術(shù)次數(shù)≥3次的老年患者CLABSI發(fā)病率高達(dá)28.6%。

3.1.3 中心靜脈置管日數(shù)≥7 d 國內(nèi)文獻(xiàn)[9, 12]報(bào)道顯示，CLABSI發(fā)病率與導(dǎo)管留置時(shí)間存在一定的關(guān)系，導(dǎo)管留置時(shí)間越長，CLABSI發(fā)病率越高。這可能是因?yàn)閷?dǎo)管置入24～48 h后即會(huì)被纖維蛋白鞘包繞，纖維蛋白可以成為細(xì)菌等微生物進(jìn)行繁殖的場(chǎng)所，隨著留置時(shí)間延長，增加了細(xì)菌等進(jìn)入機(jī)體的機(jī)會(huì)。本研究結(jié)果顯示，中心靜脈置管日數(shù)≥7 d的老年患者發(fā)生CLABSI風(fēng)險(xiǎn)是中心靜脈置管<7 d的2.46倍(95%CI：1.22～4.97)。因此，原則上在病情許可的情況下，應(yīng)縮短導(dǎo)管留置時(shí)間。

3.1.4 使用抗菌藥物 本研究提示，使用抗菌藥物是老年患者發(fā)生CLABSI最重要的危險(xiǎn)因素(OR=9.58)。al等[13]研究顯示，100%的患者抗菌藥物治療史被確定為導(dǎo)管相關(guān)性血流感染的風(fēng)險(xiǎn)因子。目前臨床上大部分感染病例在感染前均有一個(gè)廣譜抗菌藥物的長期使用史，且多為經(jīng)驗(yàn)性用藥。由于用藥時(shí)機(jī)、藥物選擇、使用持續(xù)時(shí)間的不合理性，導(dǎo)致一些呈細(xì)菌定植狀態(tài)的患者可能最終轉(zhuǎn)變?yōu)楦腥緺顩r。美國疾病控制與預(yù)防中心(CDC)和美國醫(yī)院感染控制實(shí)踐顧問委員會(huì)(HICPAC)于2017年6月發(fā)布的CLABSI預(yù)防控制指南中也明確提出：血管內(nèi)導(dǎo)管置管前或置管中，不要為了預(yù)防導(dǎo)管細(xì)菌定植或CLABSI而常規(guī)全身預(yù)防性使用抗菌藥物[14]。因此，臨床上需重視抗菌藥物的合理使用并派專人進(jìn)行監(jiān)控管理。

3.2 風(fēng)險(xiǎn)評(píng)估模型的預(yù)測(cè)價(jià)值 本研究利用醫(yī)院感染監(jiān)測(cè)信息系統(tǒng)收集老年患者病例資料，依據(jù)回歸模型篩選老年患者發(fā)生CLABSI的危險(xiǎn)因素，建立定量化的感染風(fēng)險(xiǎn)預(yù)測(cè)評(píng)分模型，根據(jù)得分將患者進(jìn)行分層，識(shí)別高危人群。研究結(jié)果可以為醫(yī)院感染信息系統(tǒng)的預(yù)警開發(fā)提供參考，助力醫(yī)院信息化建設(shè)，推動(dòng)感控關(guān)口前移。

應(yīng)用ROC曲線評(píng)價(jià)模型的判別效度，本研究中診斷金標(biāo)準(zhǔn)為2007年中華醫(yī)學(xué)會(huì)重癥醫(yī)學(xué)專業(yè)委員會(huì)血管內(nèi)導(dǎo)管相關(guān)感染的預(yù)防與治療指南中的診斷標(biāo)準(zhǔn)，待評(píng)價(jià)的診斷標(biāo)準(zhǔn)為風(fēng)險(xiǎn)評(píng)分模型，由于應(yīng)用該模型對(duì)患者進(jìn)行診斷時(shí)只能得出感染的可能性大小，于是將結(jié)果確定為等級(jí)資料，并用數(shù)字1～5進(jìn)行表示。以靈敏度為縱坐標(biāo)，1-特異度為橫坐標(biāo)繪制曲線，一般認(rèn)為，曲線下面積AUC>0.7時(shí)，可以認(rèn)為模型診斷準(zhǔn)確性較好，且AUC越大，診斷準(zhǔn)確性越高[15]。經(jīng)驗(yàn)證，該模型在建模組和驗(yàn)證組均具有較好的判別效度，可應(yīng)用于臨床診療活動(dòng)中。醫(yī)務(wù)人員可按評(píng)分模型確定患者得分，將患者進(jìn)行分層，針對(duì)不同的風(fēng)險(xiǎn)等級(jí)，采取更有針對(duì)性的措施，提高醫(yī)療資源的利用與效率。

ROC曲線下面積AUC是判斷模型準(zhǔn)確性的重要工具，但即使準(zhǔn)確性很高的模型在臨床實(shí)踐中均無法避免假陽性和假陰性的可能。為了彌補(bǔ)AUC的這一缺陷，本研究引入決策曲線，通過使決策凈獲益最大化來指導(dǎo)臨床[16]。本研究表明，在閾值0.01～0.05的區(qū)間內(nèi)風(fēng)險(xiǎn)評(píng)分模型的凈獲益均更高，具有應(yīng)用價(jià)值。

3.3 本研究的不足 本研究對(duì)老年患者CLABSI風(fēng)險(xiǎn)預(yù)測(cè)評(píng)分模型的構(gòu)建與驗(yàn)證進(jìn)行了初步探索，但仍有很多不足之處，例如本研究數(shù)據(jù)來源單一，以北京市某大型三甲醫(yī)院為例，未進(jìn)行多中心研究與論證；本研究所涉及指標(biāo)為醫(yī)院感染管理日常監(jiān)測(cè)指標(biāo)，未納入相關(guān)醫(yī)源性指標(biāo)。因此，本研究所構(gòu)建的模型還需進(jìn)一步的修正與完善，以期構(gòu)建真正適用于臨床、服務(wù)于臨床的預(yù)警模型。

3.4 小結(jié) 本研究通過對(duì)中心靜脈置管的老年患者臨床資料進(jìn)行分析，依據(jù)回歸模型篩選危險(xiǎn)因素，初步構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)評(píng)分模型；經(jīng)驗(yàn)證，該模型具有良好的判別效度與應(yīng)用價(jià)值，可為醫(yī)務(wù)人員識(shí)別CLABSI高危人群，有效預(yù)防與控制老年患者血流感染提供依據(jù)。