个体化预测ICU机械通气患者发生呼吸机肺炎的风险列线图模型的建立

薛 莹 王 静 彭汪送 程 丰

呼吸机肺炎属于医院获得性肺炎中一种比较特殊的类型，是指机械通气48 h后至拔管后48 h内出现的肺部感染[1]，发生率和致死率均较高[2]。重症监护病房(intensive care unit，ICU)患者病情较为危重，一旦发生呼吸机肺炎，会延长通气时间，延缓患者康复时间，增加治疗费用，严重影响患者生命安全及生活质量[3-4]。因此，及早确定呼吸机肺炎的危险因素，并制定合适的防治措施，对患者的治疗及恢复意义重大[5]。本研究回顾性分析2016年3月至2021年7月于马鞍山十七冶医院ICU进行机械通气治疗的198患者临床资料，采用LASSO分析和logistic回归分析筛选ICU机械通气患者发生呼吸机肺炎的危险因素，建立预测ICU机械通气患者发生呼吸机肺炎的风险列线图模型，以期为ICU机械通气患者发生呼吸机肺炎的防治提供理论支持。

1 资料与方法

1.1 一般资料 回顾性分析2016年3月至2021年7月于马鞍山十七冶医院ICU进行机械通气治疗的198例患者临床资料。入选标准：病例信息完整；年龄≥18岁；机械通气时间≥48 h；无认知功能障碍者；同意参与研究者。排除标准：入院时已存在呼吸机肺炎者；中途退出治疗或死亡者；哺乳期或妊娠期妇女；有上消化道手术史或上消化道出血者。

呼吸机肺炎的判定标准参考《呼吸机相关性肺炎诊断、预防和治疗指南(2013)》[6]进行诊断：①痰标本病原学检查为阳性；②机械通气时间大于48 h；③胸片检查提示病灶增大或出现新病灶，并且白细胞总数降低或升高、体温低于36℃或高于38℃、呼吸道出现脓性分泌物的两种;④剔除肺结核等其他肺部疾病。

1.2 方法 所有患者入院后均入住ICU病房，并给予机械通气治疗，对患者进行生命体征监测，检测并详细记录其一般资料及临床资料。根据呼吸机肺炎的发生情况将所选ICU机械通气患者分为呼吸机肺炎组(n=58)和无呼吸机肺炎组(n=140)，持续监测两组患者的生命体征，给予呼吸机肺炎组患者高蛋白、高能量饮食及增加患者抵抗力等对症治疗。收集全部患者的临床资料，包括年龄、性别、饮酒史、吸烟史、联用抗菌药物、身体质量指数(body mass index，BMI)、血清白蛋白、使用糖皮质激素、早期康复治疗、机械通气时间、住院时间、冠心病、高血压、使用抑酸剂、气管切开及糖尿病等情况，分析患者发生呼吸机肺炎的危险因素，并建立危险因素的预测模型进行验证。

2 结果

2.1 ICU机械通气患者发生呼吸机肺炎的单因素分析 198例 ICU机械通气患者中有58例患者发生呼吸机肺炎，发生率为29.29%(58/198)。两组患者性别、BMI、饮酒史、吸烟史、使用糖皮质激素、早期康复治疗、冠心病及高血压等资料比较，差异均无统计学意义(P>0.05)，而两组年龄、联用抗菌药物、血清白蛋白、机械通气时间、住院时间、使用抑酸剂、气管切开及糖尿病等资料比较，差异均有统计学意义(P<0.05)。见表1。

表1 两组ICU机械通气患者一般资料比较

续表1

2.2 ICU机械通气患者发生呼吸机肺炎的的预测因素筛选 基于198例ICU机械通气患者的参数资料，进行LASSO回归分析。结果显示，年龄、联用抗菌药物、BMI、血清白蛋白、机械通气时间、住院时间、使用抑酸剂、气管切开及糖尿病是ICU机械通气患者发生呼吸机肺炎的预测因素。见图1。

注：各曲线代表的预测因素(1为年龄、2为性别、3为饮酒史、4为抽烟史、5为联用抗菌药物、6为BMI、7为血清白蛋白、8为使用糖皮质激素、9为早期康复治疗、10为机械通气时间、11为住院时间、12冠心病、13为高血压、14为使用抑酸剂、15为气管切开、16为糖尿病)，a是最优参数值λ=0.026时绘制垂直线，选取9个变量关系图；b是调整参数λ后，各个临床特征系数与log(λ)的关系图。

2.3 ICU机械通气患者发生呼吸机肺炎的危险因素 将LASSO回归分析筛选的重要预测因素(年龄、联用抗菌药物、BMI、血清白蛋白、机械通气时间、住院时间、使用抑酸剂、气管切开及糖尿病)作为自变量，以是否发生呼吸机肺炎(发生=1，无=0)为因变量，进行多因素logistic回归分析。结果显示，年龄≥60岁、联用抗菌药物、血清白蛋白<40 g/L、机械通气时间≥7 d、住院时间≥14 d、使用抑酸剂、气管切开及糖尿病是ICU机械通气患者发生呼吸机肺炎的独立危险因素。见表2、3。

表2 变量赋值表

表3 ICU机械通气患者发生呼吸机肺炎的多因素logistic回归分析

2.4 预测ICU机械通气患者发生呼吸机肺炎的风险列线图模型的建立 基于8项独立危险因素建立预测ICU机械通气患者发生呼吸机肺炎的风险列线图模型(图2)，总分为50 ～290分，对应ICU机械通气患者发生呼吸机肺炎的概率为0.1～0.9。结果显示：模型一致性指数(C-index)为0.836(95%CI：0.803～0.869)；校正曲线与理想曲线比较接近(图3)；AUC为0.815(图4)；决策曲线显示阈值概率在5%～84%范围内时，具有较高的净获益值(图5)。

注：年龄、联用抗菌药物、血清白蛋白、机械通气时间、住院时间、使用抑酸剂、气管切开及糖尿病八个变量轴，各个变量轴得分相加即是总分，不同总分对应的是不同的发生呼吸机肺炎概率。例如，ICU机械通气患者患者血清白蛋白<40 g/L，机械通气时间≥7 d，气管切开，那么发生呼吸机肺炎的总分是86+75+73=234分，与之对应的发生呼吸机肺炎概率约为41%。

注：x轴代表列线图预测ICU机械通气患者呼吸机肺炎发生概率，y轴代表ICU机械通气患者呼吸机肺炎实际发生概率，对角虚线是理想曲线，实线是本研究列线图的预测性能，若和对角虚线越接近，则表明列线图模型预测性能越优异。

图4 列线图模型的ROC曲线

图5 列线图模型的决策曲线

3 讨论

本研究所选198例 ICU机械通气患者中有58例患者发生呼吸机肺炎，发生率为29.29%(58/198)，低于胡志成等[7]报道的40.60%，考虑发生率的差异可能与地区有关，但是这足以表明ICU机械通气患者发生呼吸机肺炎是值得感控专职人员及临床医生、护士重视的问题。

LASOO分析可以筛选非零系数的预测因，是一种数据降维分析方法，近年来在医学领域被广泛应用。logistic回归能够研究分类观察结果和一些协变量之间的关系，属于一种非线性概率型的预测模型，临床医生们通常将其用于分析诱发疾病的高危因素[8-9]。本研究LASSO分析和logistic回归分析的结果显示，年龄≥60岁、联用抗菌药物、血清白蛋白<40 g/L、机械通气时间≥7 d、住院时间≥14 d、使用抑酸剂、气管切开及糖尿病是ICU机械通气患者发生呼吸机肺炎的独立危险因素。研究[10-11]报道年龄、联用抗菌药物及血清白蛋白是呼吸机肺炎发生的相关因素，本研究结果与之相符。可能是由于年龄较高的人群，组织器官功能逐渐减退，免疫功能下降[12]，肺部对病原菌的抵抗力降低。抗菌药物使用不合理，会导致病原菌产生耐药性，使正常菌群受到破坏，造成微生物失去平衡。血清白蛋白水平较低时，机体对病原菌的抵抗力会下降，导致病原菌感染的机会增加[13]。研究[14-15]报道机械通气时间≥7 d、住院时间≥14 d、使用抑酸剂是呼吸机肺炎发生的相关因素，本研究结果与之相符。究其原因，ICU患者大多病情比较危重，对病原菌的抵抗力较差，住院时间较长，会增加病原菌感染的机会。机械通气可能会损伤呼吸道黏膜，机械通气时间越长，病原菌被带入机体的可能性会增加。抑酸药物虽能够预防应激性溃疡，但是也会抑制胃酸的分泌，使得胃液对细菌的杀伤能力下降，导致细菌在胃内生长和繁殖。研究[16-17]报道气管切开、糖尿病是呼吸机肺炎发生的相关因素，本研究结果与之相符。气管切开的患者大多处于昏迷状态，气管切开会减弱患者的吞咽反射和咳嗽反射，造成呼吸道分泌物不够及时排除，病原菌未能被及时清除。而有糖尿病的患者很容易发生代谢紊乱，造成机体对病原菌的抵抗能力减弱。

列线图主要是由预测模型的变量、变量相应的得分和预测事件的发生概率等三个部分组成，能够把复杂的数据变成可视化图型，学者们一般将其用于表达预测模型中各变量之间的关系[18-19]。本研究中，列线图校正曲线的预测值与实测值基本一致，C-index指数为0.836(95%CI：0.803～0.869)，ROC曲线的AUC为0.815，表示列线图的预测精准度较为良好；决策曲线的阈值概率在5%至84%范围内时，采用本列线图来预测ICU机械通气患者呼吸机肺炎的发生风险具有较高的净获益值，表示本列线图的临床预测效用较好。

综上所述，本研究基于筛选出的危险因素构建的列线图模型对ICU机械通气患者发生呼吸机肺炎的预测具有较高的准确性，有助于有助于院感专职人员及临床医生、护士筛查呼吸机肺炎高风险患者和提前制定相关的干预方案。。本研究的局限性：①本研究为回顾性、单中心研究，在数据采集、质量控制等方面或许存在偏倚；②本研究仅进行了内部验证，还需要进一步进行外部验证以证实列线图的预测效果。因此，有待以后进行多中心、大样本及外部验证等更深入的研究对本文结果进行验证。