高龄病人PICC 导管相关性上肢深静脉血栓发生风险列线图模型的构建

王 炜，郝其艳

盐城市第三人民医院，江苏 224000

经外周静脉穿刺中心静脉置管(PICC)可为病人提供长期静脉治疗途径，导管尖端位于中心静脉深静脉内，不易脱出，能够减轻药物对血管的刺激，明显提高病人生活质量[1]。但PICC 相对于静脉而言是异物，留置过程中易出现并发症，其中上肢深静脉血栓（DVT）是较为严重的并发症之一。PICC 相关性上肢DVT 形成后多数病人无明显症状，仅当病人局部出现红热肿痛时才进行处理，导致DVT 漏诊率较高。若上肢DVT 处理不及时，可破坏静脉结构，而急性期栓子脱落可能会引发肺栓塞甚至死亡[2]。研究表明，DVT 形成后是否能够被及时发现与预后密切相关[3]。目前，临床上关于PICC 导管相关性上肢DVT 的研究主要为危险因素分析，建立的风险预测模型缺乏特异性，而Autar 量表和Caprini 量表对上肢DVT 预测的灵敏度与特异性较低。列线图模型能够将各危险因素进行整合，计算出特定个体发生某种事件的概率，且临床应用较为灵活。目前，国内外研究证实刘苗苗等[4]构建的模型可用于预测术后DVT、术后谵妄[5]的发生概率，但用于高龄病人PICC 相关性上肢DVT 的预测临床鲜见报道。本研究基于PICC 相关性上肢DVT 形成的危险因素建立高龄病人PICC 相关性上肢DVT 的列线图模型，现报道如下。

1 对象与方法

1.1 研究对象

回顾性分析2014 年1 月—2019 年12 月我院收治的高龄PICC 置管病人临床资料，纳入年龄≥80 岁的病人。排除标准：1）合并血液系统疾病、肝脏疾病及其他疾病导致凝血功能障碍病人；2）PICC 置管前存在凝血功能异常；3）临床资料不全。

1.2 观察指标

1.2.1 一般资料

采用自制一般资料调查表收集高龄PICC 置管病人临床资料，包括病人性别、年龄、体质指数、吸烟史、基础疾病、手术史、置管前D-二聚体水平、高血压史、糖尿病史、穿刺次数、穿刺部位、导管尖端位置等。

1.2.2 上肢DVT 发生率

统计病人上肢DVT 发生率，并根据是否发生DVT 将其分为DVT 组与非DVT 组。上肢DVT 诊断标准：1）彩色多普勒超声检查进行临床诊断，静脉管腔不能被压瘪，管腔内可见实性回声；2）脉冲与彩色多普勒血流显像无法探及管腔内血流信号；3）可探及血流信号，但频谱异常；4）乏氏反应减弱或消失；5）挤压肢体远端无血流增强表现。

1.3 统计学方法

应用SPSS 22.0 软件分析。定性资料采用例数、百分比(%)表示，采用χ2检验；符合正态分布的定量资料以均数±标准差（x±s）表示，行t检验。经单因素分析后，将P＜0.05 且具有临床意义的变量纳入多变量Logistic 回归分析，分析影响上肢DVT 发生的独立危险因素；将独立危险因素引入R 软件并建立风险预测模型。内部验证在验证组中进行，采用受试者工作特征(receiver operating characteristic，ROC)曲 线 评 估 列线图预测模型的区分度；采用Hosmer-Lemeshow 检验、绘制校准曲线评价列线图预测模型的一致性。以P＜0.05 为差异有统计学意义。

2 结果

2.1 高龄PICC 置管病人上肢DVT 发生的单因素分析

共纳入226 例高龄PICC 置管病人，其中男138例，女88 例；年龄80～96(86.42±2.08)岁。226 例高龄PICC 置管病人中有46 例发生上肢DVT，发生率为20.35%(46/226)。单因素分析结果显示，不同年龄、体质指数、合并恶性肿瘤、置管前D-二聚体水平、置管期间手术史、穿刺部位、导管尖端位置的高龄PICC 置管病人DVT 发生率不同（P＜0.05）。详见表1。

2.2 高龄PICC 置管病人上肢DVT 发生影响因素的Logistic 回归分析

将单因素分析中有统计学意义的变量（年龄、体质指数、合并恶性肿瘤、置管前D-二聚体水平、置管期间手术史、穿刺部位、导管尖端位置）作为自变量，以是否发生上肢DVT 作为因变量，进行Logistic 回归分析，结果显示，年龄、合并恶性肿瘤、置管前D-二聚体水平、置管期间手术史是影响高龄PICC 置管病人上肢DVT 发生的危险因素（P＜0.05）。见表2、表3。

表2 变量赋值情况

表3 高龄PICC 置管病人上肢DVT 发生影响因素的Logistic 回归分析

2.3 高龄PICC 置管病人上肢DVT 发生影响因素的列线图模型的构建

基于影响高龄PICC 导管相关性上肢DVT 发生的危险因素（年龄、合并恶性肿瘤、置管前D-二聚体水平、置管期间手术史），使用软件（R3.6.3）rms 程序包建立列线图预测模型，详见图1。

图1 高龄PICC 置管病人上肢DVT 发生风险的列线图模型

2.4 高龄PICC 置管病人上肢DVT 发生列线图模型验证

构建列线图模型预测上肢DVT 发生风险的ROC曲线，以Youden 指数最大值为预测模型的最佳临界值，ROC 曲线下面积为0.777，表明该列线图区分度较好，见图2。列线图校准曲线斜率接近1，详见图3。并进行Hosmer-Lemeshow 拟合优度检验，χ2=9.637，P=0.291。表明该列线图模型预测上肢DVT 发生风险的一致性良好。

图2 高龄PICC 置管病人上肢DVT 发生预测模型ROC 曲线

图3 高龄PICC 置管病人上肢DVT 发生列线图的校准曲线

3 讨论

3.1 高龄PICC 导管相关性上肢DVT 发生现状

长期留置PICC 导管易出现感染与血栓，研究显示，PICC 相关性上肢DVT 发生率为10%～35%，DVT 可使死亡率升高至15%～50%[6-7]。目前，临床有关PICC 导管相关上肢DVT 的研究主要集中于肿瘤病人、老年病人，有关高龄群体的研究较少。本研究对高龄PICC 导管相关性上肢DVT 的发生情况进行调查，上肢DVT 发生率为20.35%，低于刘芬等[8]对住院PICC 老年病人的研究结果（33.33%）。PICC 导管相关性DVT 发生率差异较大，可能与样本差异有关。研究显示，影响PICC 导管相关性DVT 发生的影响因素较多[9]。本研究对影响高龄PICC 置管病人发生上肢DVT 的危险因素进行分析，结果显示，年龄、合并恶性肿瘤、置管前D-二聚体水平、置管期间手术史是影响高龄PICC 置管病人上肢DVT 发生的独立危险因素。但筛选出的各因素独立性较强，对上肢DVT 的预测可能存在一定交叉或相互矛盾，预测上肢DVT 发生风险的准确度欠佳。研究显示，列线图模型能够将各危险因素进行整合，可视化呈现各因素对结局指标的贡献度，实现对不良事件发生风险的预测[10]。张昊等[11]研究指出，列线图预测恶性肿瘤病人PICC 导管相关性DVT 的准确度与一致性良好。

3.2 高龄PICC 置管病人上肢DVT 发生风险的影响因素

3.2.1 年龄

研究显示，年龄越大PICC 置管病人DVT 发生率越高[12]。本研究结果显示，病人年龄是影响上肢DVT发生风险的独立危险因素。分析其原因：年龄越大，合并基础疾病可能越多，如高血压、糖尿病、血脂异常等，损伤病人血管，上肢DVT 风险升高。也有研究指出，年龄仅能提高病人上肢DVT 的发生风险，并不是DVT 发生的独立危险因素[13]。因此，有关年龄与高龄PICC 置管病人上肢DVT 发生风险的关系仍有待大样本研究进一步分析。

3.2.2 合并恶性肿瘤

本研究结果显示，合并恶性肿瘤是影响高龄PICC置管病人上肢DVT 发生风险的因素。Taxbro 等[14]研究也表明，合并恶性肿瘤可增加DVT 发生风险，分析其原因：恶性肿瘤病人一般处于高凝状态，肿瘤细胞可激活凝血系统，促使血栓形成。

3.2.3 置管前D-二聚体水平

本研究结果显示，置管前D-二聚体水平是影响上肢DVT 发生风险的独立危险因素，分析其原因：D-二聚体是由交联纤维蛋白降解生成，凝血过程中，纤维系统被激活，生成纤溶酶，从而降解交联蛋白，生成更多的D-二聚体。因此，D-二聚体水平升高提示纤溶活性增强，体内血液呈高凝状态，易并发DVT。因此，对于高龄PICC 置管病人置管前应筛查D-二聚体水平，以采用针对性措施，进而预防性干预。

3.2.4 置管期间手术史

本研究结果显示，置管期间手术史是影响高龄PICC 置管病人上肢DVT 发生风险的独立危险因素，分析其原因：手术与DVT 密切相关，手术可损伤血管内皮细胞，导致深静脉瘀滞，使病人出现血液高凝状态。高龄病人身体机能下降，术后恢复慢，卧床时间长，从而增加血栓风险[15]。

3.3 高龄PICC 置管病人上肢DVT 发生风险的列线图模型

列线图为一种用于个性化预测某类事件发生风险的重要工具，可将Logistic 回归分析中确认的变量进行有效整合，并以不同长度线段的图形予以呈现，进而使预测结果更具可读性[16]。既往研究表明，晚期肺癌是PICC 相关性血栓的危险因素[17]，除此之外，研究发现，相较于其他肿瘤类型，食管癌、胃癌、结直肠癌病人的PICC 相关性血栓发生率也较高[18-19]。本研究基于年龄、合并恶性肿瘤、置管前D-二聚体水平、置管期间手术史构建出预测高龄PICC 置管病人上肢DVT 发生风险的列线图模型，并且经内部验证发现该列线图预测高龄PICC 置管病人上肢DVT 发生风险与实际风险一致性较高，可实现个体化预测高龄PICC 置管病人上肢DVT 发生风险概率。

4 小结

综上所述，基于高龄病人PICC 导管相关性上肢DVT 发生的危险因素建立的列线图模型区分度与一致性良好，对预防高龄PICC 置管病人发生上肢DVT具有一定的临床指导价值。本研究未对不同肿瘤病人的血栓发生情况加以区分，未来仍需多中心、大样本的研究验证不同肿瘤病人血栓的发生差异。