基于诺模图模型预测脊柱术后手术部位感染风险的研究

周佩敏 郑 舒 黄志红 王大风

温州市人民医院骨科，325000 浙江 温州

手术部位感染(surgical site infection,SSI)是脊柱术后最常见的并发症之一[1]。据报道，单纯椎间盘切除或椎板切除术SSI发生率约为1%，脊柱融合术SSI发生率为2%～5%，而在脊柱融合术中增加植入物会进一步增加患者SSI发生风险，达到2.4%～8.5%[2]。脊柱术后发生SSI危害众多，其不仅可能延长抗生素的使用时间，导致耐药性细菌出现，还可能增加患者的住院时间及住院费用，甚至直接导致手术失败，增加致残率和病死率[3-4]。近年来随着手术器械更新以及外科技术的改进，脊柱手术程序愈加复杂，这也直接决定了患者SSI发生风险的多变性。因此，及早识别和发现脊柱术后发生SSI高风险患者，及时采取预防措施，对降低SSI的发生十分重要。先前研究表明，脊柱术后发生SSI的危险因素包括糖尿病、肥胖、高血压、输血和手术时间较长[5-6]。虽然许多研究调查了脊柱术后SSI的发生率和危险因素，但目前国内外尚无一个可供临床医护人员参考的，可预测发生脊柱术后SSI风险的模型。诺模图模型作为一种预测模型可以帮助临床医护人员定量地估计脊柱术后发生SSI的概率或风险[7]，从而做出正确的临床决策。

本研究旨在探讨脊柱术后SSI的潜在影响因素，并建立中国人群的脊柱术后SSI风险的诺模图模型，为早期识别和及时干预脊柱术后SSI提供一种有效的方法。

1 资料与方法

1.1 研究对象

回顾性选取2012年5月至2019年5月期间在温州市人民医院骨科进行脊柱手术的所有患者为研究对象。纳入标准：(1)患者年龄≥18岁；(2)符合手术部位感染相关诊断标准。排除标准：(1)存在原发性感染性疾病或入院前已感染的患者；(2)存在免疫功能低下或免疫缺陷的患者；(3)相关数据不全者。本研究已通过温州市人民医院伦理委员会审查通过(伦理号：2020-165)。

1.2 研究方法

通过该院电子病历系统及医院感染管理系统收集脊柱手术患者相关资料，包括: (1)社会人口学因素，包括年龄、性别、目前吸烟、饮酒史、身高和体质量；(2)术前因素，包括高血压、糖尿病、冠心病、神经系统疾病、慢性阻塞性肺疾病、Chalrson合并症指数、术前住院时间以及术前血清白蛋白等；(3)手术相关特征，包括手术时间、手术部位(颈椎、胸椎、腰骶椎、多节段)、ASA分级、手术入路(前路、后路、前后联合入路)、术中出血量、是否输血等。

1.3 相关指标定义及诊断标准

SSI参照卫生部于2001年颁布的《医院感染诊断标准》[8]，由主治医师和感染控制专职人员共同进行确认。

1.4 统计学方法

运用SPSS 24.0以及R 3.6.1进行统计分析和建立模型，定量变量以均值和标准差表示，定性变量采用频率和百分比进行描述。组间比较依据变量类型分别采用t检验、χ2检验或Wilcoxon秩和检验。对每个协变量进行单因素分析以及多因素logistic回归分析，以确定脊柱术后手术部位感染的预测因素。为了最大限度地提高模型的预测能力，采用线性预测方法，利用多因素模型中有统计学意义的变量建立诺模图模型。利用ROC曲线下面积AUC判断模型分辨度，AUC范围为0～1，且AUC越高，辨别能力越好；采用校准图和Hosmer-Lemesshow拟合优度检验观察SSI发生率和预测风险之间的一致性。检验水准α=0.05。

2 结果

2.1 单因素分析

表1中列出了既往文献报道的可能与脊柱术后SSI发生有关的变量。脊柱术后SSI单因素分析结果显示，患者目前吸烟(χ2=5.511，P=0.019)、糖尿病(χ2=4.364，P=0.037)、手术时间≥180 min(χ2=43.278，P<0.001)、ASA≥Ⅲ级(χ2=13.179，P<0.001)以及输血(χ2=31.007，P<0.001)与患者脊柱术后手术部位感染的发生存在统计学关联，见表1。

2.2 多因素logistic回归分析

多因素logistic回归结果显示，目前吸烟(OR=2.242，95%CI:1.125～4.469) 、糖尿病(OR=0.932，95%CI:1.260～5.113)、手术时间≥180 min(OR=7.256，95%CI:3.537～14.886)、ASA≥Ⅲ级(OR=2.963，95%CI:1.454～6.037)以及输血(自体血OR=3.685，95%CI:1.203～11.284；异体血OR=6.443，95%CI:2.765～15.017)是患者脊柱术后发生SSI的独立预测因素，见表2。

2.3 脊柱术后手术部位感染诺模图模型的建立

通过多因素logistic回归分析筛选出5个预测因素，构建了预测脊柱术后手术部位感染风险的诺模图，见图1。诺模图是根据logistic回归模型中各个影响因素回归系数的值，给每个影响因素的每个取值水平进行赋分，然后再将各个评分相加得到总得分。图中的总得分可以定量评估脊柱术后手术部位感染的发生风险。例如，某患者目前不吸烟(0分)、有糖尿病(50分)、手术时间3 h(100分)、ASA分Ⅱ级(0分)，术中输自体血(50分)，则该患者对应的总分为200分，最终根据图1的诺模图模型中总分对应的风险值得出该患者脊柱术后发生手术部位感染的风险约为20% 。

表1 脊柱术后手术部位感染危险因素的单因素分析

表2 脊柱术后手术部位感染的多因素logistic回归分析

2.4 脊柱术后手术部位感染诺模图模型的验证

预测模型的AUC为0.818，提示模型区分度良好，见图2。校正曲线以及Hosmer-Lemeshow拟合优度检验(χ2=12.337，P=0.195)均提示模型预测值与实际观察值之间差异无统计学意义，表明该诺模图模型校准度良好，见图3。

图3 预测脊柱术后手术部位感染诺模图模型的校准曲线

3 讨论

SSI是脊柱手术后最常见的并发症之一，其发生不仅导致患者治疗费用增加、住院时间延长，还严重影响了患者的生活质量，给患者家庭乃至社会带来了巨大的负担。本研究利用温州市人民医院近7年的脊柱手术回顾性数据，建立包含目前吸烟、糖尿病、手术时间≥180 min、ASA≥Ⅲ级以及输血等5个预测因素的诺模图模型来预测脊柱术后手术部位感染发生风险。该诺模图模型经内部验证，在校准度和分辨度方面表现出良好的性能。

本研究发现有目前吸烟与糖尿病的脊柱手术患者术后更容易发生手术部位感染，这与以往的研究结果一致[2，9]。吸烟被证明对伤口愈合有不良影响，本研究中，目前吸烟者SSI的风险增加了1.242倍。病理生理学研究表明，吸烟者的组织灌注和氧合能力较差，炎症反应和氧化杀菌作用减弱，这些都使患者更容易发生SSI[10]。反之，戒烟已被证明是一种有效的干预措施，可以迅速恢复组织的氧合和代谢，这在创伤骨科手术中尤为重要。糖尿病会导致微血管病变，导致局部组织缺血，最终延迟伤口愈合[11-12]。此外，糖尿病患者的免疫功能受到抑制，这也将损害伤口的愈合。因此，通过对这些高危患者应用术前干预措施，如控制血糖、鼓励脊柱手术患者在入院时尽早戒烟，并至少持续到创口完全愈合，可以降低脊柱手术患者SSI发生的风险。

本研究还观察到，脊柱手术患者ASA≥Ⅲ级以及手术时间≥180 min与术后SSI的发生相关。ASA分级较高的患者更有可能伴有疾病和较差的临床状况。长时间的手术则反映了更复杂的手术程序以及可能导致外科医生疲劳程度的增加，这可能导致其出现技术误差的几率上升。此外，如果手术时间延长，切口和组织会长时间暴露在环境中，也可能会增加细菌污染的风险[2,13]。

本研究还发现，在调整其他混杂因素的干扰后，输异体血以及输自体血的患者脊柱术后发生SSI的风险较术中未输血患者分别升高5.443倍以及2.685倍。其可能与以下2方面因素有关：一方面，异体输血将外来抗原引入受者体内，包括在捐献者树突状抗原呈递细胞上发现的人类白细胞抗原DR(HLA-DR)抗原，这可能会增加患者发生医院感染和术后感染的风险；另一方面，异体输血也会导致自然杀伤细胞功能下降、抗原提呈缺陷[14]，从而更容易导致SSI的发生。本研究结果鼓励外科医生倾向于对输血采取更严格的措施。此外，应鼓励使用术中回收的血液，对于接受广泛手术的患者来说，这些措施可能会带来更好的手术结果。

本研究存在一定的局限性。首先，由于本研究为回顾性研究，可能存在选择偏倚。其次，尽管先前的研究已经发现一些术中参数，如体温、吸氧浓度可能与SSI发生有关[15]，但由于本研究样本量有限且是回顾性研究，这些指标并未纳入到我们的研究之中。此外，该脊柱手术SSI诺模图模型是基于单中心数据建立的，尚未进行外部验证。

总之，根据目前吸烟、糖尿病、手术时间、ASA分级以及输血等5个预测因素建立的诺模图模型在预测脊柱手术SSI方面具有潜在的临床应用价值，但未来尚需在其他医疗机构验证该模型的可靠性和适用性。