老年骨科康复病人医院感染影响因素及风险预测模型的构建

陈 娟，赵志芳

1.浙江中医药大学护理学院，浙江 310053；2.浙江省立同德医院

医院感染指病人在住院期间获得的感染，包括住院期间感染以及出院后发病但在院内获得的感染[1]。随着医疗保障和医学技术的不断成熟，人均寿命延长，人口老龄化问题愈加严重。目前，全世界65 岁以上人口有5.66 亿人，预计2050 年达15 亿人，其中因感染死亡者占三分之一[2]。截至2018 年末，我国60 岁及以上人口已达24 949 万人，占总人口的17.9%[3]。已有研究表明，老年病科医院感染率为4.57%[4]，医院感染的发生不仅会影响老年病人预后状况，还会使其生活质量严重下降，甚至危及病人生命[5]。随着医院管理信息化的推进，医院感染监测信息系统不断完善，医院感染病例的智能诊断和实施预警已成为可能，对减少医院感染具有显著意义。列线图也称诺模图，是一种图形计算工具，可以将Logistic 回归分析结果以图形方式呈现[6]。本研究利用医院感染监测信息系统，收集老年骨科康复病人病例资料，构建风险预测模型，以期实现老年骨科康复病人医院感染的早期识别与诊断，为完善医院感染预警系统提供参考。

1 对象与方法

1.1 研究对象 利用医院感染监测信息系统收集某三级甲等综合医院2018 年1 月—2018 年12 月住院的1 358 例老年骨科康复病人作为研究对象。纳入标准：①年龄≥60 岁；②住院时间≥48 h；③病人临床资料保存完整；④入住医院前无感染体征，实验室炎症相关指标正常；⑤临床确诊为骨科相关性疾病；⑥进行康复治疗的病人，包括手术病人及非手术病人。排除标准：入院后转入其他科室治疗的病人。将发生医院感染的病人纳入感染组（n=71），将未发生医院感染的病人纳入非感染组（n=1 287）。医院感染依据原国家卫生部2001 年版《医院感染诊断标准(试行)》[7]确定：①术前无明确感染灶，术后2 d 后发生感染；②术前有明确潜伏期感染灶，但超过其平均潜伏期后发生的感染；③本次感染与本次住院或手术具有直接联系；④在原有明确感染灶基础上新生感染灶，且新生感染灶可分离出新生致病菌；⑤由手术或住院激活的相关感染。有以上5 种情况中的任何1 种均可确诊为医院感染。本研究已获得医院伦理委员会审核批准。

1.2 调查方法 通过文献回顾和Delphi 专家函询构建老年骨科康复病人医院感染风险评估表，调查病人一般情况（包括年龄、性别等）、合并症（包括是否患高血压、糖尿病、脑梗死等）、诊疗情况[包括重症监护室（ICU）住院情况、抗菌药物使用情况、侵入性操作情况等]。资料收集者均经过专业培训。

1.3 统计学方法 采用SPSS 22.0 和R 3.6.1 软件进行数据统计分析。定性资料采用频数进行统计描述,组间比较采用χ2检验、Fisher 确切概率法或秩和检验。符合正态分布的定量资料采用均数±标准差（±s）进行统计描述，组间比较采用t检验，不符合正态分布的定量资料采用中位数（四分位数）[M（P25，P75）]进行统计描述，组间比较采用秩和检验。采用单因素和多因素 Logistic 回归进行危险因素分析。采用R 3.6.1 绘制列线图模型，使用一致性指数、Bootstrap 方法、Brier 值对预测模型的区分度和校准度进行内部验证，以减少过拟合偏差，从而评估预测性能，以P＜0.05 表示差异有统计学意义。

2 结果

2.1 老年骨科康复病人发生医院感染影响因素的单因素分析（见表1）

表1 老年骨科康复病人发生医院感染影响因素的单因素分析

2.2 接受手术的老年骨科康复病人发生医院感染影响因素的单因素分析（见表2）

表2 接受手术的老年骨科康复病人发生医院感染影响因素的单因素分析单位：例

2.3 老年骨科康复病人发生医院感染影响因素的多因素Logistic 回归分析 将单因素分析中有统计学意义的变量作为自变量，将医院感染发生情况作为因变量（非感染=1，感染=2），进行多因素Logistic 回归分析，结果显示：Barthel 评分、住院天数、年龄是老年骨科康复病人发生医院感染的独立影响因素（P＜0.05）。自变量赋值方法见表3，老年骨科康复病人发生医院感染影响因素的多因素Logistic 回归分析结果见表4。

表3 自变量赋值方式

表4 老年骨科康复病人发生医院感染影响因素的多因素Logistic 回归分析结果

2.4 老年骨科康复病人医院感染风险预测模型的构建与验证 基于多因素Logistic 回归分析结果,利用R 3.6.1 软件绘制老年骨科康复病人医院感染风险的列线图模型(见图1)，每个危险因素都可参照第一行分值标尺得出相应分值，将所有存在的危险因素得分相加即总分，由总分可得出相应的医院感染发生概率。列线图模型预测老年骨科康复病人医院感染的区分度良好，其受试者工作特征（ROC）曲线下面积（AUC）为0.914（见图2），C-index 为91.4%，Brier 为0.037，具有较好一致性和校准度（见图3）。

图1 老年骨科康复病人医院感染风险的列线图模型

图2 老年骨科康复病人医院感染风险预测模型的ROC 曲线

2.5 老年骨科康复病人医院感染风险预测模型的准确度 选取2019 年1 月—2019 年4 月在某三级甲等医院收治的407 例老年骨科康复病人，模型预测发生医院感染22 例，实际发生21 例，其准确性为97.8%，灵敏度为81.0%，特异度为98.7%。老年骨科康复病人医院感染风险预测模型准确度检验结果见表5。

表5 老年骨科康复病人医院感染风险预测模型的准确度单位：例

3 讨论

3.1 构建的老年骨科康复病人医院感染风险预测模型具有科学性和实用性 目前，列线图已在乳腺癌[8]、直肠癌[9]、创伤性脑损伤[10]和抗菌药物剂量[11]等领域得到一定应用，但其在老年骨科康复病人中的应用研究较少。本研究在多因素Logistic 回归分析结果基础上构建了老年骨科康复病人医院感染风险列线图模型，结果显示，该模型具有良好的区分度和较好的校准度，构建的预测模型具有一定的科学性和实用性。此外，该模型具有成本低、耗时短等优点，可帮助临床医务人员为病人提供个体化、专业化的临床干预方案，降低病人医院感染率。因列线图将概率可视化，利于临床医护人员在老年骨科康复病人入院时进行医院感染风险评估，根据评估结果及早采取预防和护理措施，从而变被动治疗为主动预防，减少医院感染发生率，提高病人术后生活质量，减少医疗费用的支出。

3.2 老年骨科康复病人发生医院感染的影响因素

3.2.1 年龄越大发生医院感染的风险越高 老年病人由于组织器官发生衰退、血液中各种免疫因子和淋巴因子减少，使得机体免疫功能下降，发生感染的概率增加[12]。游锦燕等[13]在一项包括1 456 例老年病人的回顾性研究中发现，≥75 岁的老年病人医院感染发生率比＜75 岁的老年病人高57%左右。Zhao 等[14]在一项包括60 332 例老年病人的研究中也发现，70 岁以上病人医院感染发生率明显高于70 岁以下病人。提示，临床医护人员应加强对高龄病人的管理和监测，减少病人医院感染发生。

3.2.2 住院天数延长使医院感染发生风险增加 随着住院天数延长,交叉感染风险增高[15],可导致医院感染率增高[16]。刘文清等[17]研究证实,住院时间≥15 d 的老年病人医院感染风险是住院时间＜15 d 的老年病人的5.741 倍。因此,在病人病情得到控制以后应尽早安排病人出院，减少病人住院时间，降低医院感染发生率。

3.2.3 Barthel评分越低医院感染发生率越高 Barthel评分是一种广泛使用的基本生活自理能力（ADL）测评方法,其具有简单、可交流和易于评分等优点[18]。病人骨折后，原有活动减少或因卧床治疗导致制动时间延长，病人肺部分泌物增加，而呼吸道自洁功能受限，从而导致肺部感染发生率增高以及临床医务人员工作量增加。已有研究表明，Barthel 评分可有效监测股骨颈骨折半髋关节置换术后病人功能恢复情况[19]。刘佳鑫等[20]在早期术前活动对老年髋部骨折术后病人康复影响的研究发现，早期下床活动利于提高病人Barthel评分，改善病人术后恢复能力。因此，应嘱病人早期下床活动、早期进行康复训练，及时采用Barthel评分对病人进行评估，以减少肺部感染的发生。

3.3 本研究的局限性 本研究针对老年骨科康复病人构建医院感染风险预测模型，研究存在一定局限性，即受研究时间、人力及经费限制，纳入的资料可能存在一定偏倚且为单样本、单中心研究，后续应采取多中心、大样本研究，进一步构建较为全面的风险预测模型。

4 小结

本研究分析了老年骨科康复病人发生医院感染的影响因素，构建了包括年龄、Barthel 评分、住院天数的风险预测模型，利于临床医务人员对高危人群进行早期监测和防控，降低医院感染发生率。