神经外科ICU病人呼吸机相关性肺炎风险
预测模型的构建
周慧1，王红梅1，叶群1，邹晓月2*，董朝晖2
1.湖州师范学院护理学院，浙江313000；
2.湖州市第一人民医院
Construction of risk prediction model of ventilator⁃associated pneumonia in neurosurgical ICU patients ZHOU Hui,WANG Hongmei,YE Qun,ZOU Xiaoyue,DONG Chaohui
Nursing College of Huzhou University,Zhejiang313000China
Corresponding Author ZOU Xiaoyue,E⁃mail:*****************
Abstract Objective：To explore the risk factors of ventilator‐associated pneumonia in neurosurgical ICU patients，and to construct and verify the risk prediction model.Methods：A total of534postoperative neurosurgery patients who were hospitalized in the ICU of two tertiary general hos
pitals in Huzhou city from January2017to December2021were lected，and divided into a modeling group of425 cas and a validation group of109cas.The risk factors of VAP in neurosurgical ICU patients were screened by univariate analysis and logistic regression analysis，and risk prediction model was constructed and nomogram was drawn.The nomogram model was internally validated by Bootstrap method，and the model was validated externally by validation data.Finally，clinical decision curve analysis（DCA）was ud to evaluate the clinical validity of the model.Results：Finally，6factors including traumatic brain injury，ICU stay，cumulative do of propofol，tracheotomy，deep vein catheterization，and rum albumin value were included to construct a risk prediction model.The area under the receiver operating characteristic（ROC）curve of the model was0.966，the nsitivity was89.9%，the specificity was 94.9%，and the optimal critical value was0.461.The area under the ROC curve was0.958for internal validation and0.934for external validation.The Calibration chart showed that the predicted probability and the actual probability were highly consistent，and the DCA decision curve chart showed that the model had high clinical benefit and practical value.Conclusions：The risk prediction model of ventilator‐associated pneumonia in neurosurgical ICU patients had good predictive performance，and which could provide reference for clinical prediction of the risk of VAP in neurosurgical ICU patients.
Keywords neurosurgery；intensive care unit；ventilator‐associated pneumonia；risk factors；risk prediction model
摘要目的：探讨神经外科ICU病人发生呼吸机相关性肺炎的危险因素，构建风险预测模型并进行验证。方法：选取2017年1月—2021年12月在湖州市2所三级综合性医院ICU住院的534例神经外科术后病人，分为建模组425例和验证组109例。通过单因素分析和Logistic回归分析筛选神经外科ICU病人发生VAP的危险因素，构建风险预测模型并绘制列线图。采用Bootstrap法对列线图模型进行内部验证，验证组数据对模型进行外部验证，最后通过临床决策曲线分析（DCA）评价模型的临床有效性。结果：最终纳入创伤性脑损伤、ICU住院时间、丙泊酚累积剂量、气管切开、深静脉置管、血清清蛋白值6个因素构建风险预测模型，该模型受试者工作特征（ROC）曲线下面积为0.966，灵敏度为89.9%，特异度为94.9%，最佳临界值为0.461。内部验证ROC曲线下面积为0.958，外部验证为0.934，Calibration图示预测概率与实际概率之间一致性较高，DCA决策曲线图表明模型具备较高的临床效益和实用价值。结论：构建的神经外科ICU病人呼吸机相关性肺炎风险预测模型具有良好的预测效能，可为临床预测神经外科ICU病人VAP 发生风险提供参考。
关键词神经外科；重症监护病房；呼吸机相关性肺炎；危险因素；风险预测模型
doi:10.12102/j.issn.1009-6493.2022.23.007
呼吸机相关性肺炎（ventilator associated pneumonia, VAP）是指气管插管或气管切开病人在接受机械通气48h后发生的肺炎，也包括撤机、拔管48h内出现的肺炎，是ICU最常见的院内感染[1]。研究显示，神经外科ICU病人VAP发生率为27.68%~70.00%[2‐3]。一方面，神经外科ICU病人由于中枢或非中枢的原因会出现气道不畅，导致病人缺氧，需建立人工气道进行机械通气[4]，术后意识障碍会延长呼吸机使用时间，较其他外科术后病人更容易发生VAP[5]；另一方面，VAP又会延长神经外科病人的ICU留治时间和住院时间，形成恶性循环，增加医疗费用，甚至导致病人的病死率增加，严重影响病人的预后[6]。因此，预防神经外科ICU 病人发生VAP显得尤为重要。而在实际临床工作中，护理人员VAP防控措施落实情况不佳，态度和行为水平都有待提高[7]。目前，国内外相关研究中缺乏评估
·科研论著·
作者简介周慧，硕士研究生在读
通信作者邹晓月，E‐mail:*****************
引用信息周慧，王红梅，叶群，等.神经外科ICU病人呼吸机相关性肺炎风险预测模型的构建[J].护理研究
,
2022,36(23):4174‐4180.
神经外科ICU病人VAP发生风险的工具。本研究在文献回顾基础上进一步分析神经外科ICU病人发生VAP的危险因素，构建风险预测模型，帮助临床护士早期识别VAP高风险病人，提高VAP防控措施依从性。
三年级上册作文300字
1对象与方法
1.1对象选取2017年1月—2021年12月在湖州市2所三级综合性医院ICU住院的534例神经外科术后病人作为研究对象。纳入标准：①年龄≥18岁；②行机械通气且机械通气≥48h。排除标准：①行机械通气前或机械通气后48h以内出现肺部感染；②机械通气后48~72h内自动出院或死亡病人；③病情变化再次手术者；④病历资料不完整者。VAP诊断标准参照《呼吸机相关性肺炎诊断、预防和治疗指南(2013)》[1]：①机械通气时间超过48h；②胸片或胸部CT显示肺内出现新发或持续的、进展的高密度影；③同时满足下述条件至少2项，包括体温偏高(>38.0℃)或偏低(< 35.5℃)、外周白细胞数偏高(>10×109/L)或偏低(< 4×109/L)、气管分泌物经培养发现病原菌；④满足上述条件后需排除肺水肿、肺结核、急性呼吸窘迫综合征、肺肿瘤、肺栓塞等疾病。本研究已通过医院伦理委员会审批。因本研究为回顾性研究，共纳入20个自变量，建模组样本量至少为自变量的5~10倍，验证组样本量应为建模组的1/4~1/2[8]。根据赵建凯[9]研究结果，神经外科ICU病人VAP发生率为47.27%，预计建模组样本
量为：20×10/47.27%=423例，基于此，验证组样本量至少为106例。按照时间顺序，将2017年1月—2020年12月收集的425例病人作为建模组，根据是否发生VAP将病人分为VAP组169例和非VAP组256例；2021年1月—2021年12月收集的109例病人作为验证组。
1.2研究方法
1.2.1研究工具结合文献研究、临床专家的经验和研究实施的客观条件，自行编制神经外科ICU机械通气病人临床资料调查表，主要包括5个方面。①一般资料：年龄、性别、入院诊断、治疗结果；②病人自身因素：合并基础疾病（糖尿病、慢性肺部疾病）、创伤性脑损伤、格拉斯哥昏迷评分（GCS）、急性生理学及慢性健康状况评分（APACHEⅡ）、血清白蛋白；③医疗环境因素：侵入性操作（留置胃管、气管切开、深静脉置管）、ICU住院天数、机械通气天数；④药物因素：抗生素（抗生素使用时间、联合使用抗生素）、抑酸剂、镇静
药（咪达唑仑、盐酸右美托咪定以及丙泊酚）使用情况；
⑤手术因素：手术时长、术中失血量、术中输血。
1.2.2资料收集方法通过医院电子病例系统，根据自制临床资料调查表收集病人的临床资料。血清白蛋白值取机械通气48h后至诊断VAP住院期间检验结果最低值；GCS评分取机械通气48h后至诊断VAP 住院期间评分最低值，其余指标直接从电子病历系统中获取。
1.3统计学方法由研究者本人收集临床数据，使用EpiData3.1软件双人双机录入数据，保证录入质量。采用SPSS26.0和R4.1.2软件进行统计分析。符合正态分布的定量资料以均数±标准差（x±s）表示，组间比较采用两独立样本t检验，非正态分布的定量资料用中位数（四分位数）[M（P25，P75）]表示，组间比较采用非参数Wilcoxon检验。定性资料用频数、百分比表示，组间比较采用χ2检验或Fisher确切概率法。将单因素分析中P<0.05的变量纳入Logistic回归分析，筛选出独立危险因素，基于回归系数构建风险预测模型并绘制列线图。采用Bootstrap法进行1000次重抽样对列线图进行内部验证，使用验证组数据进行外部验证。以受试者工作特征(ROC)曲线下面积反映模型的区分度，Calibration曲线图反映模型的一致性，通过临床决策曲线分析（DCA）评价模型的临床有效性。
2结果
2.1神经外科ICU病人VAP发生现状534例病人中，男327例（61.2%），女207例（38.8%）；年龄（61.40±1
3.74）岁。建模组425例病人中有169例病人发生VAP，VAP发生率为39.8%；验证组109例病人中有39例病人发生VAP，VAP发生率为35.8%。2.2神经外科ICU病人发生VAP影响因素的单因素分析对建模组425例病人是否发生VAP进行单因素分析，差异有统计学意义的因素见表1。将上述变量纳入二元Logistic回归分析，自变量赋值方式见表2。结果显示，创伤性脑损伤、ICU住院时间≥7d、丙泊酚高累
积剂量、气管切开、深静脉置管是神经外科ICU病人发生VAP的危险因素，而血清清蛋白≥30 g/L则是保护因素，见表3。将以上6个因素纳入模型，该模型Hosmer‐Lemeshow检验值为6.910，P= 0.546，ROC曲线下面积为0.966(0.948,0.985)，取最大Youden指数0.858所对应的风险预测值0.461为最佳截断值，对应的灵敏度为89.9%，特异度为9
4.9%。
表1神经外科ICU病人发生VAP影响因素的单因素分析
项目
年龄（例）
GCS评分（例）
APACHEⅡ评分（例）
创伤性脑损伤（例）
ICU住院时间（例）
机械通气时间（例）
气管切开（例）
深静脉置管（例）
联合使用抗生素（例）
抗生素使用时间（例）
使用抑酸剂（例）
血清清蛋白（例）
术中输血（例）
手术时间（h）
术中失血量（mL）
丙泊酚累积剂量（g）
咪达唑仑累积剂量（mg）
盐酸右美托咪定累积剂量（mg）
①采用Fisher确切概率法。
分类
≤50岁
>50岁
≤8分
>8分
≤15分
>15分
是
否
<7d
≥7d
<5d
≥5d
是
否
是
否
是
否
≤3d
>3d
是
否
酒店的英文
<30g/L
≥30g/L
是
否
发生VAP组
（n=169）
24
145
165
4
1
168
74
95
14
155
9
160
78
91
147
22
131
38
3
166
169
下坡行驶117
52
62
107
3.3（2.1，
4.4）
300（100，500）
2.5（1.0，4.0）
60（0，120）
0.0（0.0，0.8）
未发生VAP组
（n=256）
59
197
211
45
23
233
10
246
196
60
148
108
5
251
68
188
47
209
59
197
240
16
12
244
17
239
2.4（1.2，
3.6）
100（30，400）
1.0（0.0，
2.5）
0（0，80）
0.0（0.0，0.6）
统计值
χ2=5.068
χ2=23.092
χ2=102.096
χ2=189.857
χ2=120.389
χ2=126.552
χ2=148.667
χ2=146.348
χ2=35.280
χ2=200.602
χ2=60.727
Z=-4.770
警示线Z=-5.095
Z=-6.865
Z=-5.453
Z=-5.047
P
0.024
<0.001
0.001①
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001①
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
<0.001
表2自变量赋值情况
变量
年龄
创伤性脑损伤GCS评分APACHEⅡ评分ICU住院时间
机械通气时间
气管切开
深静脉置管
联合使用抗生素
赋值方式
>50岁=1，≤50岁=0
是=1，否=0
>8分=1，≤8分=0
>15分=1，≤15分=0
≥7d=1，<7d=0
≥5d=1，<5d=0
是=1，否=0
是=1，否=0
是=1，否=0
变量
抗生素使用时间
使用抑酸剂
血清清蛋白
术中输血
手术时间
术中失血量
丙泊酚累积剂量
盐酸右美托咪定累积剂量
咪达唑仑累积剂量
赋值方式
>3d=1，≤3d=0
是=1，否=0
产品创新设计
≥30g/L=1，<30g/L=0
是=1，否=0
>3h=1，≤3h=0
>175mL=1，≤175mL=0
原值
原值
原值
2.3神经外科ICU病人VAP风险预测列线图模型的建立及验证基于Logistic回归分析筛选出的6个变量绘制神经外科ICU病人VAP风险预测列线图，见图1。每个变量在列线图顶端分值线上的取值不同，将各变量分值相加所得总分可预测神经外科ICU病人VAP发生概率。采用Bootstrap自助抽样法对模型进行内部验证，重复抽样次数为1000次，校正后ROC 曲线下面积为0.958（0.945，0.971），Calibration图示模型预测的神经外科ICU病人VAP发生概率与实际VAP发生概率较为一致，见图2，表明该模型区分度和校准度较好。使用验证组109例数据对模型进行外部验证，结果显示ROC曲线下面积为0.934（
0.916，0.951），Calibration图示VAP预测概率与实际发生概率之间一致性较高，见图3，表明模型的预测效能较好。
表3神经外科ICU病人发生VAP危险因素的Logistic回归分析结果
变量
常量
创伤性脑损伤ICU住院时间丙泊酚累积剂量气管切开
深静脉置管
血清清蛋白回归系数
-2.440
2.640
口袋妖怪太阳3.258
0.273
1.666
2.355
-3.633
标准误
0.624
0.876
0.551
0.090
0.620
0.469
0.588
Waldχ2值
15.305
9.083
34.899
9.176
7.224
25.211
38.216
P
<0.001
0.003
<0.001
0.002
0.007
<0.001
<0.001
OR值
14.020
25.991
1.313
5.292
单核细胞偏高说明什么10.538
0.026
95%CI
[2.518,78.077]
[8.819,76.600]退休赠言
[1.101,1.567]
[1.570,17.836]
[4.203,26.422]
[0.008,0.084]
图1神经外科ICU病人VAP
风险预测列线图
图2内部验证Calibration
校准曲线图
图3外部验证Calibration校准曲线图
2.4神经外科ICU病人VAP风险预测模型临床有效性评价采用决策曲线分析法计算每个阈值概率下的净获益率，反映模型的临床实用价值。针对建模组和验证组神经外科ICU病人VAP发生情况分别绘制DCA曲线，见图4，斜线表示所有神经外科ICU病人均发生VAP且所有人都接受了干预措施，此时净获益是斜率为负值的反斜线，黑色横线表示所有病人均未发生VAP，也没有接受任何干预措施，此时净获益为0，曲线代表本模型的净获益。建模组和验证组的DCA曲线均显示，本研究构建的模型净获益较高，表明模型具备良好的临床效益和一定的临床应用价值。
3讨论
3.1神经外科ICU病人VAP相关危险因素分析
3.1.1创伤性脑损伤本研究结果显示，发生VAP的创伤性脑损伤病人占43.8%，OR值为1
4.020，与Shrestha等[10]报道的结果类似。脑损伤后的全身炎症性反应是病人发生肺部损伤的关键因素，VAP是创伤性脑损伤病人的主要肺部并发症之一[11]。创伤性脑损伤会导致病人意识下降，意识水平的改变和长期机械通气使病人更易发生VAP[12]。创伤性脑损伤病人在接受机械通气时，应用低潮
气量可最大限度地减少肺部形态和功能变化，改善氧合并减少肺损伤，降低VAP发生风险[13]。因此，临床应根据病人情况选择合适的潮气量，并加强对呼吸机参数的监测，做好肺部功能管理。
3.1.2ICU住院时间本研究中ICU住院时间≥7d 的VAP病人占91.7%，是病人发生VAP的独立危险因素。Göçmez等[14]研究发现，病人住院时间越长，发生VAP的风险越大。李凯[15]研究显示，ICU住院时间≥7d的病人VAP发生率是其他病人的5.593倍。可能是因为神经外科ICU病人病情危重，急性生理功能障碍较严重，处于免疫抑制状态，且病区环境相对封闭，病原菌较多，所以入住ICU时间越长，发生VAP的可能性越大。因此，医护人员在执行各项操作时一定要加强无菌意识，严格执行无菌操作，减少VAP的发生风险。
3.1.3丙泊酚累积剂量研究发现，使用镇静药物是神经外科重症病人发生VAP的危险因素[16‐17]。本研究对ICU常用的3种镇静药物进行分析，最终发现丙泊酚累积剂量越高，VAP发生风险就越大。可能是因为使用镇静药物会抑制咳嗽反射，影响呼吸道分泌物的排出，导致病人更易发生VAP。而丙泊酚虽然作用时间短，但是使用过多也容易引起过度镇静，延长机械通气时间，增加VAP发生率[18]。因此，在实施镇静治疗的过程中，必须动态评估，根据病人的镇静深度不断调整药物的种类和剂量，给予病人个性化镇静护理，以降低VAP发生率。
3.1.4侵入性操作本研究所指的侵入性操作主要包含气管切开和深静脉置管，两者都是导致神经外科IC
U病人发生VAP的危险因素。气管切开是长期机械通气病人首选的气道管理方式，但是气管切开会使呼吸道与外界环境相通，容易损伤呼吸道黏膜，破坏呼吸道原有的防御功能[19]。同时还会使病人的咳嗽反射减弱或消失，导致呼吸道分泌物无法自主排出，增加VAP发生风险[20]。近年来，
有研究证实早期气管切开图4神经外科ICU病人VAP风险预测模型的DCA曲线
