Construction of Nomogram model for risk prediction of lower respiratory tract infection in AECOPD patients with mechanical ventilation

PAN Dandan，LI MengyaWuxi Second People′s Hospital，Jiangsu 214000 ChinaCorresponding Author LI Mengya，E-mail：406340554@qq.com

Keywords acute exacerbation of chronic obstructive pulmonary disease，AECOPD;mechanical ventilation;lower respiratory tract infection;Nomogram model;nursing;influencing factor

摘要 目的：構(gòu)建慢性阻塞性肺疾病急性加重（AECOPD）機(jī)械通氣病人下呼吸道感染的風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型。方法：回顧性選取2019年1月—2022年12月在本院行機(jī)械通氣的417例AECOPD病人，將所有病人按照2∶1比例隨機(jī)分為訓(xùn)練集（278例）和驗(yàn)證集（139例）。收集病人資料，統(tǒng)計(jì)AECOPD機(jī)械通氣病人下呼吸道感染發(fā)生率，采用單因素分析和多因素Logistic回歸分析AECOPD機(jī)械通氣病人下呼吸道感染的影響因素，應(yīng)用R軟件構(gòu)建下呼吸道感染風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型并進(jìn)行驗(yàn)證。結(jié)果：下呼吸道感染發(fā)生率為51.80%（216/417）;多因素Logistic回歸分析結(jié)果顯示，年齡、合并糖尿病、機(jī)械通氣持續(xù)時(shí)間、氣管插管、合并低蛋白血癥、抗菌藥物使用時(shí)間、抗菌藥物使用種類≥2種均是AECOPD機(jī)械通氣病人下呼吸道感染的獨(dú)立影響因素（P＜0.05）;基于多因素Logistic回歸分析篩選出的7個(gè)影響因素構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型，該模型在訓(xùn)練集和驗(yàn)證集中預(yù)測(cè)的曲線下面積分別為0.873［95%CI（0.831，0.915）］、0.858［95%CI（0.791，0.914）］;訓(xùn)練集和驗(yàn)證集校準(zhǔn)曲線和Hosmer-Lemeshow檢驗(yàn)（P＞0.05）均顯示預(yù)測(cè)值和實(shí)際值具有良好一致性;決策曲線顯示，當(dāng)訓(xùn)練集閾概率在4%～90%、驗(yàn)證集閾概率在9%～78%時(shí)該模型的凈收益高。結(jié)論：基于7項(xiàng)影響因素［年齡、合并糖尿病、機(jī)械通氣持續(xù)時(shí)間、氣管插管、合并低蛋白血癥、抗菌藥物使用時(shí)間、抗菌藥物使用種類（≥2種）］構(gòu)建的AECOPD機(jī)械通氣病人下呼吸道感染的風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型具有良好區(qū)分度和一致性，且具有臨床應(yīng)用價(jià)值。

關(guān)鍵詞 慢性阻塞性肺疾病急性加重;機(jī)械通氣;下呼吸道感染;Nomogram模型；護(hù)理；影響因素

doi：10.12102/j.issn.2095-8668.2024.08.029

慢性阻塞性肺疾?。–OPD）呈進(jìn)行性發(fā)展，具有高發(fā)病率和高死亡率的特點(diǎn)，全球負(fù)擔(dān)正不斷增加［1］。COPD急性加重（AECOPD）表現(xiàn)為呼吸困難加重、痰量增多或膿性、咳嗽加劇等，是導(dǎo)致病人住院治療和死亡的主要原因［2］。病原體感染是AECOPD的常見誘因［3］，在治療中常給予糖皮質(zhì)激素控制炎癥、改善肺功能，但同時(shí)也增加了下呼吸道感染風(fēng)險(xiǎn)［4］。另外，AECOPD并發(fā)呼吸衰竭的危重癥病人常需給予機(jī)械通氣支持治療，而機(jī)械通氣會(huì)破壞呼吸系統(tǒng)防御功能、損傷氣道黏膜等，進(jìn)一步增加下呼吸道感染風(fēng)險(xiǎn)，導(dǎo)致病人預(yù)后不良甚至死亡［5］。因此，探討AECOPD機(jī)械通氣病人下呼吸道感染的危險(xiǎn)因素并構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型對(duì)臨床預(yù)測(cè)此類病人下呼吸道感染風(fēng)險(xiǎn)以及針對(duì)性防治具有重要指導(dǎo)意義。故本研究回顧性分析醫(yī)院收治的AECOPD機(jī)械通氣病人的臨床資料，基于篩選出的下呼吸道感染危險(xiǎn)因素來(lái)構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型，以期為臨床預(yù)測(cè)識(shí)別高風(fēng)險(xiǎn)病人提供可視化工具。

1 對(duì)象與方法

1.1 研究對(duì)象

納入標(biāo)準(zhǔn)：均符合AECOPD診斷標(biāo)準(zhǔn)［6］;均行機(jī)械通氣治療;臨床資料完整。排除標(biāo)準(zhǔn)：合并肺結(jié)核、肺水腫、肺栓塞等其他肺部疾病;合并嚴(yán)重的肝腎功能障礙;合并血液疾病、自身免疫性疾病、惡性腫瘤;既往有嚴(yán)重腦血管疾病史?；仡櫺赃x取2019年1月—2022年12月醫(yī)院行機(jī)械通氣的AECOPD病人417例，將所有病人按照2∶1比例隨機(jī)分為訓(xùn)練集（278例）和驗(yàn)證集（139例）。

1.2 方法

1.2.1 資料收集方法

收集病人性別、年齡、體質(zhì)指數(shù)、吸煙史、合并基礎(chǔ)疾?。òǜ哐獕骸⑻悄虿　⒐谛牟。?、機(jī)械通氣持續(xù)時(shí)間、有無(wú)氣管插管、有無(wú)留置胃管、有無(wú)合并低蛋白血癥、糖皮質(zhì)激素使用時(shí)間、抗菌藥物使用時(shí)間、抗菌藥物使用種類、下呼吸道感染情況及感染病人病原菌分布情況。

1.2.2 下呼吸道感染診斷標(biāo)準(zhǔn)及分組

臨床診斷標(biāo)準(zhǔn)［7］：體溫＞37 ℃，原有咳嗽、咳痰等癥狀加重，肺部聽診有濕啰音，影像學(xué)檢查肺部有炎性浸潤(rùn)性改變，實(shí)驗(yàn)室檢查白細(xì)胞計(jì)數(shù)和中性粒細(xì)胞計(jì)數(shù)增多。病原學(xué)診斷標(biāo)準(zhǔn)：在臨床診斷基礎(chǔ)上，經(jīng)下呼吸道分泌物培養(yǎng)分離出病原菌。根據(jù)AECOPD機(jī)械通氣病人有無(wú)發(fā)生下呼吸道感染將其分為感染組和非感染組。

1.3 統(tǒng)計(jì)學(xué)方法

采用SPSS 26.0軟件對(duì)數(shù)據(jù)進(jìn)行處理，符合正態(tài)分布的定量資料以均數(shù)±標(biāo)準(zhǔn)差（x±s）描述，采用獨(dú)立樣本t檢驗(yàn)；以中位數(shù)和四分位數(shù)［M（P25，P75）］描述不符合正態(tài)分布的數(shù)據(jù)，采用Mann-Whitney U檢驗(yàn);定性數(shù)據(jù)以例數(shù)、百分比（%）描述，采用χ2檢驗(yàn);AECOPD機(jī)械通氣病人下呼吸道感染的危險(xiǎn)因素采用單因素分析和多因素Logistic回歸模型進(jìn)行分析。Nomogram模型由Stata 13軟件進(jìn)行構(gòu)建，采用R 3.5.1軟件包進(jìn)行繪制;采用受試者工作特征曲線（ROC）的曲線下面積（AUC）評(píng)價(jià)Nomogram模型的區(qū)分度;通過(guò)校準(zhǔn)曲線和Hosmer-Lemeshow檢驗(yàn)Nomogram模型的校準(zhǔn)度和擬合優(yōu)度;采用決策曲線驗(yàn)證Nomogram模型的有效性。以P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 AECOPD機(jī)械通氣病人下呼吸道感染發(fā)生率及病原菌分布情況

417例AECOPD機(jī)械通氣病人中有216例發(fā)生下呼吸道感染，發(fā)生率為51.80%（216/417），其中訓(xùn)練集、驗(yàn)證集分別有142例、74例發(fā)生下呼吸道感染。216例發(fā)生下呼吸道感染病人中共分離出244株病原菌，病原菌分布情況見表1。

2.2 訓(xùn)練集和驗(yàn)證集病人臨床資料比較

訓(xùn)練集和驗(yàn)證集病人臨床資料比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），見表2。

2.3 訓(xùn)練集病人下呼吸道感染的單因素分析

訓(xùn)練集中感染組病人性別、年齡、體質(zhì)指數(shù)、合并高血壓、合并冠心病、留置胃管、糖皮質(zhì)激素使用時(shí)間與非感染組病人比較差異無(wú)統(tǒng)計(jì)學(xué)意義（P＞0.05），感染組病人年齡、有吸煙史占比、合并糖尿病占比、機(jī)械通氣持續(xù)時(shí)間、氣管插管占比、合并低蛋白血癥占比、抗菌藥物使用時(shí)間、抗菌藥物使用種類≥2種占比均高于非感染組（P＜0.05），見表3。

2.4 訓(xùn)練集病人下呼吸道感染的多因素Logistic回歸分析

將單因素分析P＜0.05的因素作為自變量，將有無(wú)下呼吸道感染發(fā)生作為因變量，賦值如下：年齡（實(shí)測(cè)值）、吸煙史（無(wú)=0，有=1）、合并糖尿病（否=0，是=1）、機(jī)械通氣持續(xù)時(shí)間（實(shí)測(cè)值）、氣管插管（否=0，是=1）、合并低蛋白血癥（否=0，是=1）、抗菌藥物使用時(shí)間（實(shí)測(cè)值）、抗菌藥物使用種類≥2種（否=0，是=1）、下呼吸道感染（無(wú)=0，有=1）。將以上變量納入多因素Logistic回歸分析模型中，結(jié)果顯示年齡、合并糖尿病、機(jī)械通氣持續(xù)時(shí)間、氣管插管、合并低蛋白血癥、抗菌藥物使用時(shí)間、抗菌藥物使用種類≥2種均是AECOPD機(jī)械通氣病人下呼吸道感染的獨(dú)立影響因素（P＜0.05），見表4。

2.5 AECOPD機(jī)械通氣病人下呼吸道感染的風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型的構(gòu)建及驗(yàn)證

基于多因素Logistic回歸分析篩選出的年齡、合并糖尿病、機(jī)械通氣持續(xù)時(shí)間、氣管插管、合并低蛋白血癥、抗菌藥物使用時(shí)間、抗菌藥物使用種類≥2種7個(gè)影響因素構(gòu)建AECOPD機(jī)械通氣病人下呼吸道感染的風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型，見圖1。風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型在訓(xùn)練集中的敏感度、特異度、AUC分別為80.95%、87.27%、0.873［95%CI（0.831，0.915）］，在驗(yàn)證集中的敏感度、特異度、AUC分別為79.01%、84.48%、0.858［95%CI（0.791，0.914）］，見圖2。訓(xùn)練集和驗(yàn)證集校準(zhǔn)曲線和Hosmer-Lemeshow檢驗(yàn)（訓(xùn)練集χ2=5.488，P=0.726;驗(yàn)證集χ2=10.743，P=0.351）均顯示預(yù)測(cè)值和實(shí)際值具有良好一致性，見圖3。決策曲線顯示，當(dāng)訓(xùn)練集閾概率在4%～90%、驗(yàn)證集閾概率在9%～78%時(shí)風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型的凈收益高，見圖4。

3 討論

下呼吸道感染是AECOPD機(jī)械通氣病人常見并發(fā)癥，既往研究報(bào)道，在AECOPD機(jī)械通氣病人中約50%的病人伴有下呼吸道感染［8］，本研究中417例AECOPD機(jī)械通氣病人中有216例發(fā)生下呼吸道感染，發(fā)生率為51.80%，與上述報(bào)道基本相符。本研究中分離出的244株病原菌中革蘭陰性菌占62.70%，革蘭陽(yáng)性菌占23.77%，真菌占13.53%，提示在感染病原體中革蘭陰性菌占優(yōu)勢(shì)，與黃雋敏等［9］報(bào)道一致。下呼吸道感染不僅加重病人病情，還可能導(dǎo)致多器官功能衰竭，增加病人死亡風(fēng)險(xiǎn)。因此，明確AECOPD機(jī)械通氣病人下呼吸道感染的影響因素以構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型，對(duì)于臨床預(yù)測(cè)以及有效防治下呼吸道感染具有重要意義。

本研究通過(guò)單因素分析發(fā)現(xiàn)，感染組病人年齡、有吸煙史占比、合并糖尿病占比、機(jī)械通氣持續(xù)時(shí)間、氣管插管占比、合并低蛋白血癥占比、抗菌藥物使用時(shí)間、抗菌藥物使用種類≥2種占比均高于非感染組病人，進(jìn)一步經(jīng)多因素Logistic回歸分析得出年齡、合并糖尿病、機(jī)械通氣持續(xù)時(shí)間、氣管插管、合并低蛋白血癥、抗菌藥物使用時(shí)間、抗菌藥物使用種類≥2種均是AECOPD機(jī)械通氣病人下呼吸道感染的獨(dú)立影響因素?；谝陨?個(gè)影響因素構(gòu)建風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型，將各影響因素風(fēng)險(xiǎn)量化，幫助臨床直觀、方便評(píng)估病人各影響因素風(fēng)險(xiǎn)，進(jìn)而將病人風(fēng)險(xiǎn)分層實(shí)施個(gè)體化干預(yù)。年齡是下呼吸道感染的危險(xiǎn)因素在既往研究中已被證實(shí)［10］，本研究中年齡也是AECOPD機(jī)械通氣病人下呼吸道感染的獨(dú)立危險(xiǎn)因素，COPD病人肺功能和免疫功能隨著衰老逐漸降低，更容易發(fā)生感染，且在模型中年齡每增加5歲，其對(duì)下呼吸感染風(fēng)險(xiǎn)影響的權(quán)重則增加11分。吸煙對(duì)呼吸道造成不良影響，增加感染風(fēng)險(xiǎn)，本研究分析發(fā)現(xiàn)吸煙不是AECOPD機(jī)械通氣病人下呼吸道感染的危險(xiǎn)因素，可能由于吸煙同時(shí)是COPD的主要誘發(fā)因素，大部分病人均有吸煙史，故在有無(wú)下呼吸道感染病人中未凸顯出顯著異質(zhì)性。糖尿病病人全身微血管處于微炎性損傷狀態(tài)，并且高血糖環(huán)境為細(xì)菌生長(zhǎng)、繁殖提供有利條件［11］。既往有研究證實(shí)糖尿病是肺炎的危險(xiǎn)因素［12-13］，本研究結(jié)果與其相符，并且Nomogram模型顯示合并糖尿病病人風(fēng)險(xiǎn)得分為50分，提示應(yīng)對(duì)合并糖尿病的病人積極控制血糖，防控下呼吸道感染。Nomogram模型中機(jī)械通氣持續(xù)時(shí)間越長(zhǎng)，風(fēng)險(xiǎn)得分越高，可能由于長(zhǎng)時(shí)間機(jī)械通氣會(huì)減弱呼吸、咳痰功能和咽反射，導(dǎo)致菌群失調(diào)，病原菌更容易通過(guò)機(jī)械通道進(jìn)入下呼吸道導(dǎo)致感染發(fā)生。Wolkewitz等［14］也報(bào)道，機(jī)械通氣時(shí)間延長(zhǎng)可增加肺炎累積風(fēng)險(xiǎn)。氣管插管具有創(chuàng)傷性，損害機(jī)體呼吸防御系統(tǒng)，增加病原菌入侵概率，既往研究報(bào)道，氣管插管增加COPD病人肺炎風(fēng)險(xiǎn)［15］，本研究結(jié)果亦如此，并且氣管插管在Nomogram模型占97分權(quán)重。合并低蛋白血癥在Nomogram模型占40分權(quán)重，低蛋白血癥提示病人營(yíng)養(yǎng)狀態(tài)缺乏，可能導(dǎo)致免疫力下降，另外，病人同時(shí)出現(xiàn)負(fù)氮平衡更容易發(fā)生下呼吸道真菌感染［16］。Nomogram模型中抗菌藥物使用時(shí)間得分隨時(shí)間延長(zhǎng)而增加，抗菌藥物使用種類≥2種得分權(quán)重為64.5分，合理、規(guī)范使用抗菌藥物能夠防治感染，但臨床中往往存在經(jīng)驗(yàn)性用藥，長(zhǎng)期使用抗菌藥物或抗菌藥物聯(lián)合使用容易導(dǎo)致呼吸道正常菌群受到抑制、機(jī)會(huì)致病菌耐藥性增加，降低抗菌效果，增加感染概率。既往多項(xiàng)研究也證實(shí)抗菌藥物使用時(shí)間、抗菌藥物使用種類≥2種是AECOPD病人下呼吸道感染的危險(xiǎn)因素［13，17-18］。

本研究對(duì)風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型進(jìn)行內(nèi)部驗(yàn)證，ROC曲線顯示模型在訓(xùn)練集中預(yù)測(cè)的敏感度、特異度、AUC分別為80.95%、87.27%、0.873，在驗(yàn)證集中的敏感度、特異度、AUC分別為79.01%、84.48%、0.858，提示該模型具有良好的區(qū)分度;訓(xùn)練集和驗(yàn)證集校準(zhǔn)曲線和Hosmer-Lemeshow檢驗(yàn)均顯示預(yù)測(cè)值和實(shí)際值具有良好一致性;另外，決策曲線顯示，當(dāng)訓(xùn)練集閾概率在4%～90%、驗(yàn)證集閾概率在9%～78%時(shí)風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型的凈收益高，提示該模型具有良好的臨床應(yīng)用價(jià)值。

4 小結(jié)

基于年齡、合并糖尿病、機(jī)械通氣持續(xù)時(shí)間、氣管插管、合并低蛋白血癥、抗菌藥物使用時(shí)間、抗菌藥物使用種類≥2種這7個(gè)影響因素構(gòu)建AECOPD機(jī)械通氣病人下呼吸道感染的風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型具有良好的區(qū)分度、一致性和臨床價(jià)值，有助于指導(dǎo)臨床個(gè)體化預(yù)測(cè)AECOPD機(jī)械通氣病人下呼吸道感染風(fēng)險(xiǎn)并實(shí)施個(gè)體化干預(yù)。

參考文獻(xiàn)：

［1］PARK H Y，KANG D，LEE H，et al.Impact of chronic obstructive pulmonary disease on mortality：a large national cohort study［J］.Respirology，2020，25（7）：726-734.

［2］WARWICK M，F(xiàn)ERNANDO S M，AARON S D，et al.Outcomes and resource utilization among patients admitted to the intensive care unit following acute exacerbation of chronic obstructive pulmonary disease［J］.Journal of Intensive Care Medicine，2021，36（9）：1091-1097.

［3］RITCHIE A I，WEDZICHA J A.Definition，causes，pathogenesis，and consequences of chronic obstructive pulmonary disease exacerbations［J］.Clinics in Chest Medicine，2020，41（3）：421-438.

［4］SUISSA S，DELL′ANIELLO S，ERNST P.Fluticasone-based versus budesonide-based triple therapies in COPD：real-world comparative effectiveness and safety［J］.COPD，2022，19（1）：109-117.

［5］N′UEZ S A，ROVEDA G，ZRATE M S，et al.Ventilator-associated pneumonia in patients on prolonged mechanical ventilation：description，risk factors for mortality，and performance of the SOFA score［J］.Jornal Brasileiro De Pneumologia：Publicacao Oficial Da Sociedade Brasileira De Pneumologia E Tisilogia，2021，47（3）：e20200569.

［6］中華醫(yī)學(xué)會(huì)呼吸病學(xué)分會(huì)慢性阻塞性肺疾病學(xué)組.慢性阻塞性肺疾病診治指南（2007年修訂版）［J］.中華結(jié)核和呼吸雜志，2007，30（1）：8-17.

［7］王紅陽(yáng)，張慶，郭紀(jì)全.呼吸內(nèi)科疾病診斷標(biāo)準(zhǔn)［M］.北京：科學(xué)技術(shù)文獻(xiàn)出版社，2009：196-198.

［8］孫冕，鄧明堯，潘銳，等.2018—2019年某醫(yī)院AECOPD病例下呼吸道感染病原菌及危險(xiǎn)因素［J］.中華醫(yī)院感染學(xué)雜志，2021，31（1）：53-57.

［9］黃雋敏，莊須翠，秋爽.慢性阻塞性肺疾病急性加重患者下呼吸道病原菌菌種分布及耐藥性分析［J］.檢驗(yàn)醫(yī)學(xué)，2020，35（8）：771-774.

［10］張麗，范忠杰，周凡.慢性阻塞性肺疾病急性加重期肺部感染患者的病原菌分布、耐藥性及危險(xiǎn)因素分析［J］.中國(guó)病原生物學(xué)雜志，2019，14（12）：1456-1459.

［11］FRIZZELLI A，AIELLO M，CALZETTA L，et al.The interplay between diabetes mellitus and chronic obstructive pulmonary disease［J］.Minerva Medica，2023，114（1）：68-73.

［12］FIGUEIRA GONALVES J M，GARCA BELLO M ，GOLPE R，et al.Impact of diabetes mellitus on the risk of severe exacerbation in patients with chronic obstructive pulmonary disease［J］.The Clinical Respiratory Journal，2020，14（12）：1208-1211.

［13］陳輔萍.慢性阻塞性肺疾病并發(fā)感染性肺炎危險(xiǎn)因素分析［J］.陜西醫(yī)學(xué)雜志，2020，49（1）：102-104.

［14］WOLKEWITZ M，PALOMAR-MARTINEZ M，ALVAREZ-LERMA F，et al.Analyzing the impact of duration of ventilation，hospitalization，and ventilation episodes on the risk of pneumonia［J］.Infection Control and Hospital Epidemiology，2019，40（3）：301-306.

［15］陳竹芳，王俊，沈小玲，等.急性加重期慢性阻塞性肺疾病患者機(jī)械通氣對(duì)發(fā)生呼吸機(jī)相關(guān)性肺炎的影響因素［J］.中華醫(yī)院感染學(xué)雜志，2019，29（16）：2426-2430.

［16］HAN S S，MENG X Y.Prediction of risk for secondary lower respiratory tract fungal infection during the acute exacerbation phase of COPD［J］.Journal of Infection in Developing Countries，2023，17（2）：268-275.

［17］段友紅，梁友寶，喬林爽，等.慢性阻塞性肺部疾病急性加重患者下呼吸道感染病原菌分布、耐藥性及危險(xiǎn)因素分析［J］.醫(yī)學(xué)動(dòng)物防制，2022，38（12）：1171-1175.

［18］陳芳芳，張芳，張秀芹，等.COPD合并肺部感染危險(xiǎn)因素及血漿 LncRNA NEAT1表達(dá)水平［J］.中華醫(yī)院感染學(xué)雜志，2021，31（17）：2673-2677.

（收稿日期：2023-05-25;修回日期：2024-01-25）

（本文編輯孫玉梅）

作者簡(jiǎn)介 潘丹丹，主管護(hù)師，本科

*通訊作者 李夢(mèng)婭，E-mail：406340554@qq.com

引用信息 潘丹丹，李夢(mèng)婭.AECOPD機(jī)械通氣病人下呼吸道感染風(fēng)險(xiǎn)預(yù)測(cè)Nomogram模型的構(gòu)建［J］.循證護(hù)理，2024，10（8）：1469-1474.