老年患者导尿管相关尿路感染风险预测评分模型构建与验证

魏 楠,王力红,赵 霞,张京利,赵会杰,马文晖,韩 叙

(1 首都医科大学卫生管理与教育学院，北京 100069； 2 首都医科大学宣武医院，北京 100053)

导尿管相关尿路感染(catheter-associated urinary tract infection，CAUTI)是全球范围内最常见的医院感染之一，约占所有医院感染的36%[1]。研究[2]表明，CAUTI最大的风险是导尿管的使用和持续时间。数据[3]显示，约26%的患者留置导尿管2～10 d会发生菌尿，其中25%的患者会发生CAUTI。在老年患者医院感染中，CAUTI居第二位(占15.5%)，仅次于肺炎，其病死率约为6.2%[4]，对老年患者疾病的成功诊治带来威胁。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时预警已成为可能，对减少医院感染具有显著意义[5]。本研究利用医院感染监测信息系统，收集老年患者病例资料，构建logistic回归模型，以期建立预测准确的老年患者CAUTI风险评分模型，实现老年患者CAUTI的早期识别与诊断，使防控关口前移，为完善当前医院感染预警系统提供借鉴意义。

1 资料与方法

1.1 临床资料 利用医院感染监测信息系统，收集某三甲综合医院2015年1月1日—2017年11月30日住院期间曾留置导尿管的老年患者(≥60岁)病历资料，选取代表患者一般情况(包括住院号、年龄、性别、入院日期、出院日期等)、原发疾病(包括是否患脑出血、脑梗死、其他神经系统疾病、心血管病、肝功能异常、肾功能障碍、肿瘤等疾病)、诊疗情况(包括ICU住院天数、抗菌药物使用情况、手术情况、侵入性操作情况等)，以及医院感染情况(包括是否感染、感染发生时间、感染病原菌等)的指标进行统计描述及分析。

1.2 相关标准 CAUTI诊断标准按照卫生部2010年发布的《导尿管相关尿路感染预防与控制技术指南(试行)》进行判定[6]，主要是指患者留置导尿管后或拔除导尿管48 h内发生的泌尿系统感染。原发病的选取依据文献报道及目标医院住院老年患者常见病、多发病确定。特殊类抗菌药物判定标准参照2015年版国家卫生计生委制定的《抗菌药物临床应用指导原则》进行判定[7]。

1.3 数据分组 将2015年1月1日—2016年12月31日住院期间曾留置导尿管的老年患者数据作为建模组数据，2017年1月1日—11月30日留置导尿管的老年患者数据作为验证组数据。

1.4 模型构建 应用SPSS 21.0软件进行模型构建。对建模组数据先进行单因素χ2分析，选取单因素分析中有统计学意义的变量进行二分类logistic回归分析，采用Back-Wald法纳入变量，建立模型,根据OR值对危险因素赋值，构建感染风险评分模型。假设检验的显著性水平设定在双侧α=0.05。

1.5 模型验证 将验证组中每例患者的原始数据代入构建的风险评分模型中生成相应分值,以是否发生CAUTI作为状态变量，风险评分数值作为检验变量绘制受试者工作特征(ROC)曲线，利用ROC曲线下面积(AUC)评价模型的判别效度，应用灵敏度、特异度评估其真实性、准确性。

2 结果

2.1 调查对象基本特征 利用医院感染监测信息系统收集2015年1月1日—2016年12月31日住院期间留置导尿管老年患者病例9 627例，男性5 330例，女性4 297例，平均年龄70.34岁；发生CAUTI 125例，导尿管总日数44 003 d，CAUTI发病率为2.84‰。收集2017年1月1日—11月30日住院期间留置导尿管老年患者病例5 193例，男性2 872例，女性2 321例，平均年龄70.32岁；发生CAUTI 59例，导尿管总日数22 798 d，CAUTI发病率为2.59‰。

2.2 CAUTI危险因素识别

2.2.1 单因素分析 对建模组的9 627例患者按是否感染分为感染组(125例)和非感染组(9 502例)，对CAUTI的危险因素进行单因素分析，结果显示，年龄、脑出血、脑梗死、其他神经系统疾病、心血管病、肝功能异常、肾功能障碍、住院天数≥7 d、ICU住院天数、手术、术后住院时间、使用抗菌药物、联用抗菌药物、特殊类抗菌药物使用天数、导尿管置管天数及插管次数共16项因素与老年患者CAUTI感染有关。见表1。

2.2.2 多因素分析 将单因素分析中有统计学意义的变量纳入二分类logistic回归模型，采用Back-Wald法筛选变量，建立模型。最终进入模型的变量有6个，年龄(≥80岁)、肾功能障碍、联用抗菌药物、特殊类抗菌药物使用天数(≥15 d)、术后住院时间(≥15 d)、导尿管置管天数(≥7 d)。见表2。

2.3 风险评分模型的构建 根据logistic回归模型确定老年患者CAUTI六大独立危险因素所对应的OR值。OR值是对各危险因素危险度的定量表示，即危险因素阳性时发生感染的风险是阴性时的多少倍，故本研究依据OR值(四舍五入取整)确定各危险因素阳性时的分值，阴性时均设为0分，构建CAUTI风险评分模型，如年龄≥80岁OR值为2.83，评分模型中记为3分；肾功能障碍OR值为3.01，评分模型中记为3分，见表3。根据构建的CAUTI风险评分模型对建模组患者病例数据进行打分，确定每例患者发生感染的风险得分，并计算各分值所对应的感染率。通过观察感染率的分布情况，将患者按风险分值进行分层。最终评估得分0分为未感染人群，感染率为0；3～10分为低感染风险人群，感染率为0.67%；11～19分为中感染风险人群，感染率为4.61%；20～27分为高感染风险人群，感染率为25.16%；30分为感染人群，感染率为100%(如表4所示)。各风险层感染率差异均有统计学意义(P<0.05)。

2.4 风险评分模型的验证 在建模组9 627例患者中，按照CAUTI诊断金标准确定感染125例，未感染9 502例。根据风险评分模型对建模组患者是否发生感染进行评价，分别判断为未感染、较小可能感染(低感染风险组)、可能感染(中感染风险组)、很可能感染(高感染风险组)和感染，分别用数字1～5表示。见表5。以金标准诊断结果作为状态变量，状态变量的值取1为参考，以风险评分数值作为检验变量绘制ROC曲线。结果显示AUC为0.91(95%CI：0.90～0.93，P<0.05)，约登指数最大为0.701，灵敏度84.8%，特异度85.3%，见图1。模型对建模组数据具有较好的判别效度。

表1老年患者CAUTI危险因素单因素分析

Table1Univariate analysis on risk factors for CAUTI in elderly patients

相关因素感染组(n=125)非感染组(n=9 502)感染率(%)χ2P年龄(岁)60～455 1440.8762.420.0070～282 8760.96≥80521 4823.39性别男705 2601.310.020.93女554 2421.28脑出血*有197192.5711.490.00无998 6351.13脑梗死*有653 4401.8516.760.00无535 9140.89其他神经系统疾病*有391 2253.0940.130.00无798 1290.96心血管病*有885 7241.518.800.00无303 6300.82肝功能异常*有491 1124.2295.170.00无698 2420.83肾功能障碍*有441 5002.8538.580.00无747 8540.93糖尿病*有412 6011.552.800.10无776 7531.13肿瘤*有291 8111.582.030.16无897 5431.17住院天数(d)1～32 0640.1527.320.00≥71227 4381.61住ICU时间(d)0376 2860.59473.090.001～62 3960.25≥7828209.09手术是437 6480.56163.120.00否821 8544.24术后住院天数(d)0821 8694.20310.830.001～97 1290.13≥15345046.32使用抗菌药物是1246 6421.8350.710.00否12 8600.03联用抗菌药物是951 6275.52291.190.00否307 8750.38使用特殊类抗菌药物天数(d)0378 5760.43925.410.001～194254.288～223515.90≥154715023.86导尿管置管天数(d)1～87 6320.10411.610.00≥71171 8705.89导尿管插管次数1767 7730.9781.480.002261 3881.84≥3233416.32

*：存在缺失值

表2老年患者CAUTI多因素logistic回归分析

Table2Multivariate logistic regression analysis on CAUTI in elderly patients

危险因素BS.EWald χ2POR95%CI年龄≥80岁1.04 0.43 5.79 0.02 2.83 1.21～6.60肾功能障碍1.10 0.40 7.67 0.00 3.01 1.38～6.56联用抗菌药物1.21 0.51 5.69 0.02 3.34 1.24～9.00特殊类抗菌药物使用天数≥15 d1.660.597.980.005.261.67～16.62术后住院天数≥15 d7.880.5014.69 0.006.522.50～17.00导尿管置管天数≥7 d2.140.5714.230.008.502.80～25.84常量-12.20 1.07 130.57 0.00 0.00 -

表3 CAUTI风险评分模型

选取2017年1月1日—11月30日的数据验证该风险评分模型的代表性。依据构建的CAUTI风险评分模型对验证组患者病例数据进行打分，确定每例患者发生感染的风险总得分，并计算各风险分值层所对应的感染率。结果显示，0分患者CAUTI感染率为0.03%，3～10分感染率为0.56%，11～19分感染率为4.00%，20～27分感染率为22.52%，30分感染率为100%。各风险层感染率差异均有统计学意义(P<0.05)。以相同的方法在验证组绘制ROC曲线，结果显示AUC为0.92(95%CI：0.88～0.95，P<0.05)，约登指数最大为0.713，灵敏度84.7%，特异度86.6%，见图1。提示已建立的风险评分模型在验证组同样具有较好的判别效度。

表4 CAUTI风险评分分层

表5根据风险评分模型对建模组患者进行诊断的结果(例)

Table5Diagnostic result of patients in modeling group according to risk scoring model (No. of cases)

金标准诊断结果风险评分12345合计感染01962404125未感染5 2892 8121 28211909 502

图1 ROC曲线评价风险评分模型的判别效度

3 讨论

3.1 CAUTI危险因素 随着社会老龄化的日益加重，世界老年人口越来越多，老年患者的医院感染问题也越来越受到关注。CAUTI是留置导尿管患者最常见且最严重的并发症之一，老年患者因其自身疾病特征已成为CAUTI的高危人群[8]。本研究所选取的目标医院是一所以老年医学和神经医学为重点的大型三级甲等综合医院，是国家老年疾病临床医学研究中心、北京市老年病医疗研究中心。医院收治的老年患者所占比例较大，收治60岁以上的老年患者占43%以上，其中留置导尿管的老年患者占所有老年患者的24%。本组调查结果显示，留置导尿管老年患者CAUTI发病率为2.59‰～2.84‰，低于国内同类报告[9-10]的结果。说明该医院针对老年患者开展CAUTI预防与控制工作有效，为老年患者疾病的成功诊治提供了安全保障。

本研究多因素分析结果显示，老年患者CAUTI独立危险因素为年龄(≥80岁)、肾功能障碍、联用抗菌药物、特殊类抗菌药物使用天数(≥15 d)、术后住院时间(≥15 d)、导尿管置管天数(≥7 d)。随着年龄的增长，老年患者机体免疫力低下，各器官处于衰退状态，感染风险增加。本研究显示，不同年龄的老年患者，CAUTI发生率也不同，年龄越大，CAUTI发生率越高，其中年龄≥80岁患者CAUTI发生率为3.39%。肾功能障碍是老年患者CAUTI的危险因素。陈文慧等[11]研究表明，高龄、肾衰竭的患者大部分具有细胞免疫力低下、营养不良、长期卧病在床等情况，尿道黏膜防御机制减弱，极易发生尿路感染。老年患者免疫力低下，不合理使用抗菌药物不仅无法有效的预防及治疗感染，还会使机体内的菌群平衡失调，耐药菌株大量增加，因此应慎重选用抗菌药物。研究[12]显示，老年患者感染性疾病治疗时如需联合用药，应在发生严重感染、混合感染或单一抗菌药物不足以满足治疗需求时进行。特殊类抗菌药物具有明显或者严重不良反应，不宜随意使用，经常或过度使用会使病原菌过快产生耐药，增加感染风险[7]。本研究显示，使用特殊类抗菌药物天数≥15 d的老年患者CAUTI发生率高达23.86%。术后住院时间长通常提示患者病情严重，需要较长的时间进行恢复，但医院内人流较大，病原菌复杂，延长术后住院时间极易增加术后医院感染的风险。倪英等[13]研究表明，住院时间越长，CAUTI的发生率越高。本研究结果显示，术后住院时间≥15 d的老年患者CAUTI发生率达6.32%。导尿管留置时间长是老年患者发生CAUTI最重要的危险因素。据文献[14]报道，1.5%的患者在导尿管置管日可发生泌尿道损伤，为细菌入侵提供路径。导尿管置管患者尿路感染的风险高[15]。本研究分析结果显示，导尿管置管天数≥7 d的老年患者发生CAUTI的风险是导尿管置管天数<7 d的8.50倍(95%CI:2.80～25.84)。减少导尿管的使用或根据病情需要尽早拔除导尿管可有效降低CAUTI发病率，该措施已成为众多医院感染管理者的共识[16]。

3.2 风险评估模型的预测价值 医院感染监测是优质护理与预防医院感染的重要先决条件，是感染预防和控制项目的核心组成部分。研究[17]表明，及时监测，采取有效的预防和控制措施可以预防17%～69%的CAUTI，可以降低CAUTI发生率、病死率及医疗保健成本[18]。本研究利用医院感染监测信息系统收集老年患者病例资料，依据回归模型筛选老年患者发生CAUTI的危险因素，建立定量化的感染风险预测评分模型，用于对未感染病例感染风险的早期识别。研究结果可为医院感染信息系统预警的开发提供参考，助力医院信息化建设，推动感控关口前移。

本研究应用ROC曲线评价模型的判别效度，以灵敏度为纵坐标，1-特异度为横坐标绘制曲线，一般认为，AUC>0.7时，可以认为模型诊断准确性较好，且AUC越大，诊断准确性越高[19]。经验证，该模型在建模组和验证组均具有较好的判别效度(均AUC>0.7)，可应用于临床诊疗活动中。医务人员可按评分模型确定患者得分，将患者进行分层，针对不同的风险等级，采取更有针对性的措施，提高医疗资源的利用效率。并且，本模型涉及的6项指标均为医院感染管理日常监测指标，指标易获取，方便临床查询与应用，具有较好的使用价值。

3.3 本研究的不足 本研究对老年患者CAUTI风险预测评分模型的构建与验证进行了初步探索，但仍有很多不足之处，如本研究所有数据均来自于某大型三甲医院，数据来源单一，后续还需要进行多中心、大样本的研究对模型进行验证。为保证指标的客观性、可获得性，本研究所涉及到的指标均为医院感染管理日常监测指标，相关的医源性指标未纳入评分模型。因此，本研究建立的预警评分模型还需进一步修正和完善，以期构建真正适用于临床、服务于临床的预警模型。

本研究通过对留置导尿管的老年患者临床资料进行分析，依据回归模型筛选危险因素，初步构建风险预测评分模型。经验证，该模型具有良好的判别效度，可为医务人员识别CAUTI高危人群，有效预防与控制老年患者泌尿系统感染提供依据。