Logistic回歸模型對危重癥病人醫(yī)院感染風險的預測價值

高 霞，孫 娟，代金金

近年來，醫(yī)院感染日益受到醫(yī)學界關(guān)注與重視[1-2]。世界衛(wèi)生組織(WHO)相關(guān)調(diào)查及其他研究發(fā)現(xiàn)，醫(yī)院感染發(fā)生風險最高的科室為重癥監(jiān)護室(ICU)[3-4]。ICU病人一旦發(fā)生醫(yī)院感染，不僅延長住院時間，還會嚴重影響預后改善，提高死亡風險[5]。大量臨床實踐證實，科學、有效的目標性監(jiān)測是預防醫(yī)院感染發(fā)生必不可少的措施[6-7]。構(gòu)建預測模型是一種通過統(tǒng)計分析病人臨床特征獲取預測醫(yī)院感染風險的因素，能實現(xiàn)早期預警，并及時采取干預措施，從而達到降低醫(yī)院感染風險的目的?；诖?，本研究嘗試探究Logistic回歸模型對ICU醫(yī)院感染風險的預測價值?，F(xiàn)報告如下。

1 資料與方法

1.1 一般資料 選取本院ICU發(fā)生醫(yī)院感染病人115例(2017年1月—2019年12月)作為觀察組，按照年齡、性別、入院主要診斷、入院時病情相近程度進行1∶1匹配進行病例對照研究，選擇未發(fā)生醫(yī)院感染病人115例作為對照組。

1.2 納入及排除標準 ①納入標準：觀察組均證實發(fā)生醫(yī)院感染，符合醫(yī)院感染相關(guān)診斷標準[8]；兩組入住ICU時間>48 h或轉(zhuǎn)出ICU時間<48 h；臨床資料完整。②排除標準：入住ICU 24 h內(nèi)死亡者；入住ICU時存在感染性休克。

1.3 方法 采用回顧性分析方法，收集病人人口學資料(年齡、性別)與臨床信息[手術(shù)治療、高血壓、尿管插管、呼吸系統(tǒng)疾病、心血管疾病、補充性腸外營養(yǎng)、意識障礙、休克、心臟衰竭、急性生理與慢性健康狀況評價系統(tǒng)Ⅱ(acute physiology and chronic health evaluation system Ⅱ，APACHEⅡ)評分、住院天數(shù)、氣管插管、激素治療、中心靜脈插管、糖尿病]等。準確登記于ICU病人調(diào)查表，整理、統(tǒng)計并分析所有調(diào)查資料。

1.4 統(tǒng)計學方法 Logistic回歸分析學用SPSS 22.0軟件包，相關(guān)因素以例(%)表示，采用χ2檢驗進行單因素分析，以P<0.05為差異有統(tǒng)計學意義；單因素分析有意義的因素納入多因素Logistic回歸模型中，模型擬合效果檢驗采用似然比檢驗和擬合優(yōu)度檢驗，受試者工作特征(ROC)曲線評價模型預測價值，以P<0.05為差異有統(tǒng)計學意義。

2 結(jié)果

2.1 ICU醫(yī)院感染單因素分析 兩組年齡、性別、手術(shù)治療、高血壓、尿管插管、呼吸系統(tǒng)疾病、心血管疾病、補充性腸外營養(yǎng)、意識障礙、休克、心臟衰竭情況比較差異無統(tǒng)計學意義(P>0.05)；APACHEⅡ評分、住院天數(shù)、氣管插管、激素治療、中心靜脈插管、糖尿病是ICU醫(yī)院感染的影響因素(P<0.05)，見表1。

表1 ICU醫(yī)院感染單因素分析 單位：例(%)

2.2 ICU醫(yī)院感染多因素Logistic回歸分析 以ICU醫(yī)院感染為因變量，將APACHEⅡ評分≥20分、住院天數(shù)≥10 d、氣管插管、激素治療、中心靜脈插管、糖尿病作為自變量，構(gòu)建Logistic回歸模型，結(jié)果顯示，APACHEⅡ評分≥20分ICU病人發(fā)生醫(yī)院感染的風險可能是<20分病人的7.160倍；住院天數(shù)≥10 d ICU病人發(fā)生醫(yī)院感染的風險可能是<10 d病人的4.706倍、氣管插管ICU病人發(fā)生醫(yī)院感染的風險可能是無氣管插管病人的7.280倍、激素治療ICU病人發(fā)生醫(yī)院感染的風險可能是無激素治療病人的2.155倍、中心靜脈插管ICU病人發(fā)生醫(yī)院感染的風險可能是無中心靜脈插管病人的5.291倍、糖尿病ICU病人發(fā)生醫(yī)院感染的風險可能是無糖尿病病人的3.250倍(P<0.05)，見表2。Logistic回歸方方程：Logistic(P)=-4.758+1.969X1+1.549X2+1.985X3+0.768X4+1.666X5+1.179X6。

表2 ICU醫(yī)院感染多因素Logistic回歸分析

2.3 Logistic回歸模型評價 對模型進行評價，似然比χ2(Likelihood ratio chi-square)=144.255，df=6，P<0.001，可見構(gòu)建模型具有統(tǒng)計學意義。采用Hosmer-Lemeshow擬合優(yōu)度檢驗顯示模型擬合效果較好，χ2=8.527，df=6，P=0.411。

2.4 Logistic回歸模型預測ROC曲線 采用Logistic回歸模型統(tǒng)計分析數(shù)據(jù)集，得到個體發(fā)生醫(yī)院感染的預測概率Logistic(P)。根據(jù)預測值和真實值繪制ROC曲線，AUC為0.887(95%CI：0.847～0.927)，當Logistic(P)>-1.145時，預測敏感度為91.34%，特異度為70.87%，見圖1。

圖1 ROC曲線

3 討論

ICU是醫(yī)院感染發(fā)生的高危區(qū)域，極易導致多種細菌交叉感染與傳播，加之此類病人通常病情危重，機體免疫防御系統(tǒng)較弱，從而增加了醫(yī)院感染可能性[9-10]。相關(guān)資料數(shù)據(jù)統(tǒng)計顯示，ICU病人發(fā)生醫(yī)院感染的概率超過普通病房3～18倍，防治形勢嚴峻[11-12]。為此，積極探索、建立可靠的預測模型成為臨床重要研究方向。

有報告表明，Logistic回歸模型可通過篩選有意義的主效應(yīng)變量，獲取疾病發(fā)生或病情進展的獨立危險因素。本研究通過構(gòu)建Logistic回歸模型顯示，APACHEⅡ評分≥20分是ICU醫(yī)院感染的獨立危險因素，與肖光文等[13]研究結(jié)果相符。分析原因，APACHEⅡ評分是反映危急重癥病人病情程度的重要評價系統(tǒng)，其分值越高，提示病情越嚴重，而病情較為嚴重的ICU病人通常合并多種細菌感染，不僅影響原發(fā)疾病治療效果，還會延長感染時間，從而增加醫(yī)院感染風險。住院天數(shù)≥10 d是ICU醫(yī)院感染的獨立危險因素，可能與住院時間越長，病人暴露于院內(nèi)復雜菌群環(huán)境中的時間越多，造成感染可能性升高[14-15]。相關(guān)研究顯示，侵襲性操作對ICU病人發(fā)生醫(yī)院感染的影響極為嚴重，可引發(fā)導管相關(guān)血流感染、導尿管相關(guān)尿路感染、呼吸機相關(guān)性肺炎等多種感染并發(fā)癥[16-17]。同時，本研究發(fā)現(xiàn)，氣管插管、中心靜脈插管均是ICU醫(yī)院感染的獨立危險因素，考慮兩者均為侵襲性操作。氣管插管破壞上呼吸道屏障功能，刺激分泌物產(chǎn)生，分泌物、細菌聚集于氣管導管氣囊位置，進而下行進入氣管、支氣管、肺臟，最終導致感染[18-19]。中心靜脈插管則增加相關(guān)組織接觸病菌可能性，留置時間延長，感染風險隨之升高。此外，激素治療、糖尿病均對機體免疫功能產(chǎn)生不同程度損害，為細菌生長、繁殖提供更為便利的體內(nèi)微環(huán)境，故更易發(fā)生醫(yī)院感染。

本研究采用似然比χ2、擬合優(yōu)度檢驗評價Logistic回歸模型，結(jié)果發(fā)現(xiàn)，該模型擬合效果較好，提示其具有良好應(yīng)用價值。且本研究Logistic回歸模型經(jīng)ROC曲線分析，AUC為0.887，預測敏感度為91.34%，特異度為70.87%。郭磊磊等[20]報告表明，Logistic回歸模型對ICU醫(yī)院感染風險預測效果優(yōu)于分類樹模型。可見Logistic回歸模型在預測ICU醫(yī)院感染風險方面具有可靠價值。因此，醫(yī)院可通過構(gòu)建Logistic回歸模型，早期識別ICU病人是否存在APACHEⅡ評分≥20分、住院天數(shù)≥10 d、氣管插管、激素治療、中心靜脈插管、糖尿病等危險因素，并及時制定相關(guān)因素針對性干預策略，如以下干預措施：①積極治療原發(fā)疾病，減輕病人病情程度；②若病人存在糖尿病，則應(yīng)及早控制并穩(wěn)定血糖水平，調(diào)節(jié)機體免疫力；③盡量減少激素治療，即使使用激素，也應(yīng)根據(jù)病人病情在合理劑量范圍內(nèi)選擇最小劑量，在控制病情基礎(chǔ)上減輕其對免疫功能的抑制作用；④給予保護性隔離措施，加強營養(yǎng)，滿足病人營養(yǎng)需求，強化機體免疫功能；⑤根據(jù)病人實際情況，在病情及治療允許情況下盡可能避免氣管插管、中心靜脈插管等侵襲性操作，降低感染風險。

綜上所述，APACHEⅡ評分≥20分、住院天數(shù)≥10 d、氣管插管、激素治療、中心靜脈插管、糖尿病是ICU醫(yī)院感染的獨立危險因素，Logistic回歸模型具有良好預測價值。本研究不足在于樣本量較少，加之醫(yī)院感染發(fā)生部位眾多，不同感染部位，影響因素不一，故需納入更多樣本量及影響因素做進一步分析與探究。