基于Nomogram 模型建立乳腺癌根治术病人术中压力性损伤风险模型及护理策略

潘有蓉，王 水，张 倩

南京医科大学第一附属医院，江苏 210000

国际癌症研究机构2018 年调查显示，乳腺癌居全球女性癌症发生率首位[1]。手术是乳腺癌主要治疗方式之一，术中压力性损伤（pressure injury，PI）发生率较高[2-3]。压力性损伤是指皮肤与深部软组织的局部损伤，由强烈和（或）长时间的压力或压力联合剪切力所致，表现为完整的皮肤或开放性溃疡，伴有疼痛，一般位于骨隆突处，或与医疗器械等相关[4]。据统计，全球压力性损伤的现患率为4.5%～32.86%[5]。美国每年罹患压力性损伤病人达250万例次，治疗费用高达110亿美元[6]。压力性损伤不仅延长病人原发疾病康复时间和住院时间，还会加重病情，增加治疗难度与感染风险，若感染扩散，可能会导致败血症、脓毒血症及感染性休克发生，对其生命安全构成严重威胁[7]。因此，尽早识别压力性损伤的诱发因素有重要意义。目前，关于手术获得性压力性损伤的研究大多数集中于影响因素等方面，缺乏量化预测相关风险的模型。Nomogram 图是经过数学统计转换成更为直观的预测风险工具，在预测临床结局事件中广泛应用[8]。基于此，本研究建立乳腺癌根治术中发生压力性损伤的Nomogram 预警模型，旨在为临床防治压力性损伤工作提供一定的参考。

1 对象与方法

1.1 研究对象 选取2018 年2 月—2022 年1 月我院乳腺科收治的856 例乳腺癌根治术病人作为研究对象，根据术中是否发生压力性损伤分为压力性损伤组和非压力性损伤组。纳入标准：①符合乳腺癌诊断标准[9]；②经影像学和（或）实验室检查确诊为乳腺癌；③年龄＞18 岁；④行乳腺癌根治术治疗。排除标准：①术前及术后出现压力性损伤；②烧伤或急慢性皮肤病病人；③昏迷、瘫痪或长期卧床者；④TNM 分期＞Ⅲ期；⑤依从性差或不接受随访者；⑥临床资料不完整者。样本量计算公式：n=Z2×[P×（1－P）/e2]，其中n是样本量，Z是统计量，P是概率值，e是误差值。置信度为95%时，Z=1.96。当概率值为50%、容许误差值为10%时，考虑存在数据有效性和数据缺失的现象发生，加上10%～15%样本量，应至少纳入106 例病人。

1.2 资料收集 参考术中压力性损伤发生的文献[10-11]，通过医院管理系统收集资料。一般资料包括年龄、体质指数（body mass index，BMI）、皮肤情况；合并基础疾病包括糖尿病、心脑血管疾病（心绞痛、冠心病、心肌梗死、心力衰竭、短暂脑缺血病等）；手术情况包括术中体温、体位移动、体外循环、麻醉方式、呼吸式、手术时间、术中出血量、暖风毯应用；实验室指标包括血红蛋白、血清清蛋白、血乳酸。

1.3 标本采集和检测 手术前空腹抽取肘部静脉血5 mL 并置于抗凝负压管，检测血常规等指标，血红蛋白、血清清蛋白、血乳酸水平临界值分别为90 g/L、35 g/L、1.6 mmol/L。

1.4 相关定义 压力性损伤诊断标准： 参照最新版压力性损伤定义与分期[12]标准评估。1 期：皮肤完整，局部红斑，指压不变白；2 期：部分皮层缺失，显露真皮；3 期：全层皮肤缺失；4 期：全层皮肤和组织缺失；深部组织损伤：持续指压不变白的紫色、褐红色或深红色的斑块；不可分期：被掩盖的全层皮肤和组织缺失。BMI 异 常：BMI＞28.0 kg/m2或BMI＜18.5 kg/m2；体温异常：＜36.0 ℃或＞37.8 ℃。

1.5 统计学分析 采用SPSS 22.0 软件进行统计学分析。定性资料采用χ2检验。采用Logistic 回归分析筛选影响因素，以P＜0.05 为差异有统计学意义。采用R3.5.3 软件包和RMS 程序包制作列线图，采用RMS 程序包计算一致性指数（C-index），绘制校正曲线、受试者工作特征（ROC）曲线和决策曲线评估模型的预测效能。

2 结果

2.1 856 例乳腺癌根治术病人术中压力性损伤发生情况 856 例乳腺癌根治术病人术中发生压力性损伤48 例，发生率为5.61%。

2.2 两组病人一般资料比较（见表1）

表1 压力性损伤组与非压力性损伤组病人一般资料比较 单位：例

（续表）

2.3 乳腺癌根治术病人术中发生压力性损伤的预测因素筛选 采用Lasso 回归分析856 例乳腺癌根治术病人的临床资料，见图1，通过交叉验证筛选最优λ 值为0.018。图1 上横坐标表示模型中非零系数变量的个数，下横坐标表示Log（λ），纵坐标表示目标参量。两条虚线代表Lambda.1se 值和Lambda.min 值。Lambda.min 是指在全部λ 值中，获得1 个最小目标参量均值；Lambda.1se 是指在Lambda.min1 个方差范围内得出最精简模型的λ 值，本研究Lambda.1se 的值为0.018。图2 中每条曲线代表每个自变量系数的变化轨迹，随着模型压缩程度增大，λ 值变大，模型选取变量的功能就会增强，从而进入模型的自变量个数也会越来越少。结果显示，16 个自变量最终产生了7 个具有非零系数特征的预测因素，即是否BMI 异常、是否糖尿病、术中体温、血红蛋白水平、血清清蛋白水平、血乳酸水平以及手术时间。

图1 Lambda 与模型误差

图2 Lambda 与变量的解路径

2.4 乳腺癌根治术病人术中发生压力性损伤的多因素Logistic 回归分析 以乳腺癌根治术病人术中是否发生压力性损伤为因变量，以单因素和Lasso 分析筛选（P＜0.05）的因素（是否BMI 异常、是否糖尿病、术中体温、血红蛋白水平、血清清蛋白水平、血乳酸水平、手术时间）为自变量。结果显示，BMI 异常、糖尿病、术中体温异常、血红蛋白水平＜90 g/L、血清清蛋白水平≤35 g/L 以及手术时间＞4 h 是乳腺癌根治术病人术中发生压力性损伤的独立危险因素（P＜0.05）。自变量赋值见表2，多因素Logistic 回归分析结果见表3。

表2 自变量赋值

表3 乳腺癌根治术病人术中发生压力性损伤的多因素Logistic 回归分析

2.5 乳腺癌根治术病人术中发生压力性损伤的Nomogram 预警模型的建立与拟合优度检验

2.5.1 乳腺癌根治术病人术中发生压力性损伤的Nomogram 预警模型的建立 基于6 项危险因素建立Nomogram 模型，见图3。可见各条评分线评分依次为80 分、100 分、91 分、82 分、71 分、75 分，总分499 分。若1 例乳腺癌根治术病人患有糖尿病，存在术中体温异常现象，同时又存在血红蛋白水平＜90 g/L，那么术中发生压力性损伤风险为100+91+80=273 分，与之对应的术中发生压力性损伤风险约为16%。

图3 预测乳腺癌根治术病人术中发生压力性损伤的Nomogram 模型

2.5.2 乳腺癌根治术病人术中发生压力性损伤的Nomogram 预警模型的拟合优度检验 本研究结果 显 示：C-index 为0.838，95%CI[0.809,0.867]，校正曲线趋近于理想曲线，见图4；内部验证乳腺癌根治术病人术中发生压力性损伤模型的ROC 曲线下面积（AUC）为0.814,95%CI[0.789,0.839]，见图5；决策曲线显示阈值概率在3%～63%范围内时，模型净获益值较高，见图6。

图4 Nomogram 模型的校正曲线验证

图5 Nomogram 模型的ROC 曲线验证

图6 Nomogram 模型的决策曲线

3 讨论

3.1 术中压力性损伤发生现状分析 手术获得性压力性损伤（intraoperatively acquired pressure injury IAPI）是指从手术中获得的压力性损伤，通常发生于术后72 h 内，多为1 期或2 期压力性损伤[13]。手术病人因医疗器械、体位、制动时间长、麻醉、术中体温、应用药物以及禁食等因素成为压力性损伤的高发人群。美国一项研究表明，IAPI 平均发生率为8.5%，其中1 期、2 期IAPI 分别占27.2%和36.0%[14]；韩国一项回顾性研究显示，术后IAPI 发生率为3.7%，其中≥2 期压力性损伤病人约为10.2%[15]。我国陈哲颖等[16]研究表明，610 例手术病人IAPI 发生率高达19.8%，其中1 期、2 期压力性损伤分别占73.6%和6.6%，深部组织损伤占19.8%。IAPI 的发生不仅延长了术后病人的住院时间，还极大地降低其生活质量。据报道，当压力性损伤发生时，住院时间延长3.5～5.0 d，重病人住院时间甚至延长≥15 d[17]。本研究结果显示，856 例乳腺癌根治术病人，术中发生压力性损伤48 例，发生率为5.61%。与上述文献发生率差异原因可能与样本量选取和疾病情况等不同有关，可见术后发生压力性损伤并非罕见。

3.2 乳腺癌根治术术中发生压力性损伤的危险因素分析 本研究基于Lasso 和多因素Logistic 回归分析筛选BMI异常、糖尿病、术中体温异常、血红蛋白水平＜90 g/L、血清清蛋白水平≤35 g/L 以及手术时间＞4 h是乳腺癌根治术病人术中发生压力性损伤的独立危险因素。郭莉等[18]研究表明，体质指数与压力性损伤发生密切相关，原因是手术病人体重过大，会增加受压部位承受的压力；手术病人体重过轻，缺乏脂肪组织，肌肉松弛无弹力，会造成受压部位与骨突出部位没有肌肉组织或脂肪缓冲和支撑，增加压力性损伤发生风险。庄秋枫等[19]研究表明，合并糖尿病是压力性损伤发生的危险因素。究其原因，糖尿病病人机体内存在广泛小血管内皮缺氧、增生及损伤，引起血管扩张与收缩不协调，造成肢体末梢麻木、排汗异常、皮肤敏感性低等问题，当受到外界因素（压力、摩擦力、剪切力）刺激时，皮肤易出现溃烂而发生压力性损伤。赵丹等[20]研究证实，术中体温降低是压力性损伤发生的危险因素。林秀娇等[21]研究证实，发热是发生压力性损伤危险因素之一。手术过程中，低温环境、麻醉药物、手术暴露区域大、消毒面积大等多种因素均可导致病人热量散失，低体温提高压力性损伤发生率已被研究者证实[22]。发热多伴有出汗，从而刺激表皮，改变酸碱度，降低皮肤保护力，增加压力性损伤发生的风险。血红蛋白和血清清蛋白水平是营养监测的常用指标。姚秀英等[23]研究证实，蛋白质缺乏及营养不良是发生压力性损伤的独立危险因素，血清清蛋白水平降低会影响机体营养状态，降低免疫力和组织修复能力，导致血浆胶体渗透压下降，皮肤弹性下降，引发机体水肿，增加压力性损伤的发生风险。另外，血红蛋白水平降低会降低血液中细胞携氧能力，使组织在受压、缺血的情况下处于低氧状态，对压力的耐受性下降，增加压力性损伤发生的风险。魏彦姝等[24-25]研究证实，手术时间越长，压力性损伤发生风险越大。由于手术期间通常不允许病人中途改变体位，延长局部皮肤组织受压时间，导致组织缺氧缺血。上述研究结果佐证了本研究对乳腺癌根治术病人术中压力性损伤危险因素的研究结论。

3.3 乳腺癌根治术术中发生压力性损伤的Nomogram模型建立及应用价值 Nomogram 模型无需传统数学模型的复杂运算，仅通过作辅助线和简单的求和计算即可快速得到乳腺癌根治术中压力性损伤发生的风险评分[26]。本研究构建预测乳腺癌根治术病人术中发生压力性损伤的Nomogram 模型显示，BMI 异常为80 分、糖尿病为100分、术中体温异常为91分、血红蛋白水平＜90 g/L 为82 分、血 清 清 蛋 白 水 平≤35 g/L 为71 分、手术时间＞4 h 为75 分。为了防止模型过度拟合，保障其预测准确性，本研究采用多方面验证，结果显示，C-index 为0.838，95%CI 为[0.809,0.867]，校正曲线走势与理想曲线基本一致，AUC 为0.814,95%CI 为[0.789,0.839]。此外，决策曲线显示阈值概率为3%～63%时，净获益值较高，表明本模型预测效能良好。

3.4 乳腺癌根治术中发生压力性损伤的护理策略医务人员可通过该模型各变量得分情况预测压力性损伤发生风险，尽早识别高风险病人。同时，对可以控制的危险因素给予一定的预防措施:①评估术前风险，针对高风险病人采取适当的减压措施；②重点关注独立风险因素，皮肤韧性、组织丰满程度及受压点局部骨骼的构型等因素都应考虑在内；③针对压力性损伤高发部位，预防性应用减压垫、敷料；④采用正确手术体位；⑤密切关注病人皮肤状态及手术室环境温度、湿度；⑥加强术中巡视，如果手术操作允许，可适当调整皮肤受压部位；⑦手术前后应时刻关注受压部位减压情况，采用不同于术中的体位；⑧积极开展健康宣教。

综上所述，BMI 异常、糖尿病、术中体温异常、血红蛋白水平＜90 g/L、血清清蛋白水平≤35 g/L 以及手术时间＞4 h 是乳腺癌根治术病人术中发生压力性损伤的危险因素，构建的模型可以确切量化和评估乳腺癌根治术中压力性损伤发生的风险。局限性：样本量均来源于一家医院，数据选择可能存在一定的偏倚，同时也未纳入其他样本进行模型外部验证。另外，纳入影响术中压力性损伤发生的变量不全面，可能遗漏有价值的指标。下一步将会通过完善试验设计、丰富风险变量对模型进行优化和验证。