基于老年营养风险指数构建老年医院获得性肺炎的预后模型

麦合甫热提·乌甫尔 张家丽 穆叶赛·尼加提

新疆维吾尔自治区人民医院急救中心，新疆乌鲁木齐 830001

医院获得性肺炎（hospital acquired pneumonia，HAP）是一种肺部的恶性炎性疾病[1-3]。此外，由于老年人免疫力低下、意识障碍、营养不良、合并严重的基础疾病较多、细菌耐药性增加等情况，其HAP 发生率远高于中青年人群[4-5]。同样，老年住院患者蛋白质能量代谢营养不良的发生率约为50%，而营养不良是老年住院患者发生不良结局的重要独立预测因子[6]。因此，早期发现和及时纠正高危营养状况是改善老年HAP 患者预后的关键。

Bouillanne 等[7]于2005 年提出的老年营养风险指数（geriatric nutritional risk index，GNRI）是由营养风险指数演变而来的，是一种可以用来预测老年人疾病预后的重要营养相关指标[8]。GNRI 评分简单、经济、快速，且与老年人各种疾病的预后密切相关[9-11]。然而GNRI 与老年HAP 患者预后的关系尚未见报道。故本研究旨在探究GNRI 在评估老年HAP 患者预后中的价值，并建立一个预测老年HAP 患者预后的列线图模型。

1 对象与方法

1.1 研究对象

纳入2013 年1 月—2020 年1 月新疆维吾尔自治区人民医院（以下简称“我院”）急救中心411 例患者为研究对象。纳入标准：①年龄≥60 岁、重症监护室住院时间≥7 d；②入院时经症状、体征、病史及辅助检查明确排除社区性肺炎；③诊疗过程、检验检测、影像学检测等住院期间的数据完整；④参与者在重症监护室期间未发现同时存在其他感染；⑤根据诊断标准明确诊断为重症HAP[12-13]。共纳入411 例患者，采用简单随机法按照3∶1 的比例将全部患者分为建模组与验证组，其中建模组为308 例患者，验证组为103 例患者。

1.2 数据收集

从我院的“医渡云”医疗大数据系统中获得了全部参与者住院期间的诊疗过程、检验检测、影像学检测等数据。

1.3 GNRI 和体重指数（BMI）的定义

GNRI=1.489×血清白蛋白（g/L）+41.7×（真实体重/理想体重），理想体重=身高（m）×身高（m）×22（kg/m2）。根据GNRI 值将其分为4 组：高危（GNRI≤82）、中危（82＜GNRI≤92）、低危（92＜GNRI≤98）和正常（GNRI＞98）。BMI=体重（kg）/身高（m2）。

1.4 结局评估

本研究中，预后不良患者的定义为：患者住院期间报告死亡或住院期间出现恶性心律失常、脓毒血症和多器官功能衰竭等恶性事件而患者家属选择自动出院并于48 h 内报告死亡的患者。预后良好患者的定义为：病情好转出院的患者。

1.5 统计学方法

采用R3.6.3 对所得数据进行统计学分析，符合正态分布的计量资料采用均数±标准差（）表示，组间比较采用t 检验，偏态分布资料采用中位数（四分位数）表示，比较采用Wilcoxon 秩和检验，计数资料采用例数或百分率表示，组间比较采用χ2检验。logistic回归分析，以评估P ＜0.10 时的临床候选变量。将显著变量纳入多变量logistic 回归分析，并采用多变量logistic 回归分析构建预测模型。AUC 评分用于量化列线图模型的鉴别性能，绘制校准曲线与进行Hosmer-Lemeshow 测试[14]以评估列线图模型的校准情况。所有分析均采用统计软件包R（http：//www.R-project.org基金会）。以P ＜0.05 为差异有统计学意义。

2 结果

2.1 两组患者的基线资料比较

两组基线资料比较，差异无统计学意义（P ＞0.05），具有可比性。见表1。

2.2 建模组单因素、多因素回归分析结果

单因素回归分析结果示，年龄、性别、收缩压、舒张压、心率、充血性心力衰竭、慢性肾脏病、空腹血糖、LDL-C、GNRI 评分与老年HAP 患者预后不良有关（P ＜0.05）。多因素回归分析结果示，年龄、性别、充血性心力衰竭、GNRI 评分是老年HAP 患者预后不良的独立风险因素（P ＜0.05）。见表2。

表2 建模组单因素、多因素回归分析结果

2.3 列线图模型的构建

根据多因素回归分析结果，绘出列线图模型见图1。

2.4 列线图预测性能的评估

在建模组中，该列线图模型的AUC 值为0.854（95%CI：0.827～0.881），见图2A；验证组中，该列线图模型的AUC 值为0.841（95%CI：0.803～0.879），见图2B。

2.5 Hosmer-Lemeshow 检验与校准曲线

根据建模组和验证组的校准曲线如图3 所示。Hosmer-Lemeshow 检验结果所示建模组与验证组P值均大于0.05，故预测情况与实际情况之间不存在明显的差异。

3 讨论

除了年龄增长、器官结构功能发生变化以及合并基础疾病增多等因素外，营养不良同样是导致免疫功能下降的最常见原因之一[15-16]。营养不良者易受感染，感染又可加重营养不良，从而进入此恶性循环，导致难以控制的、更加严重的感染[17]。因此，早期识别高危营养状况对改善老年HAP 患者预后有着至关重要的意义[18]。

GNRI 是近些年提出的评估老年人的营养状况和预测不良结局的一个指标[19-22]。大量文献证据表明，GNRI 与其他一些营养评估指标间存在很好的相关性，并且可以预测短期和长期的临床结果[16,23-24]。由于其计算简单，所以GNRI 可作为一种高效、低成本的营养评估工具，常用于在以人群为基础的流行病学调查中对营养状况进行常规评估[23]。然而，目前还没有临床研究证实GNRI 在老年HAP 患者中的应用价值[25]。故本研究中，讨论了GNRI 在评估老年HAP 患者预后中的价值，并建立一个预测老年HAP 患者预后的列线图模型。

虽然列线图模型在内部和外部验证中都表现良好，但这项研究仍有一些局限性。首先，所有参与者都来自中国西北地区的三甲医院；因此，本研究结果可能不适用于其他国家或地区。第二，所包含的变量并没有完全覆盖HAP 的所有危险因素，因此模型的预测能力有限。第三，列线图以回顾性队列为基础，排除了数据不完整的个体，这可能导致选择偏差。因此，需要进行前瞻性研究来进一步验证我们的结果。第四，本项研究缺乏参与者接受治疗的具体数据，这可能会干扰HAP 的实际发病情况。因此，本研究中的列线图模型虽然ROC 值和校正曲线显示出良好的预测精度，但其结果外推能力尚有待验证。

图1 预测老年HAP 患者预后不良风险的列线图模型

图2 列线图模型预测老年HAP 患者预后不良风险的ROC 曲线

图3 列线图模型预测老年HAP 患者预后不良风险的校准曲线

总之，本研究基于医院电子病历系统所收集的数据，证实GNRI 是老年HAP 患者容易获得且行之有效的预后评估指标，并且基于GNRI 构建并验证了一个列线图模型来预测预测老年HAP 患者预后情况。该列线图的应用有助于制订老年HAP 患者的个体化治疗方案。