构建预测剖宫产后产褥感染发生风险的列线图模型
2021-06-23闫秋菊
王 艳,闫秋菊
(首都医科大学附属北京妇产医院手术室,北京 100026)
随着社会的发展和二胎政策的施行,近年来我国剖宫产率居高不下[1]。但作为有创操作,剖宫产也易导致产褥感染等诸多术后并发症[2]。产褥感染是指孕妇在分娩时及产褥期因病原体侵袭导致的生殖道感染,临床以发热、疼痛和异常恶露为主要特征,可引起局部和全身炎性变化,一旦处理不当,可对母婴生命安全造成极大的威胁[3]。据报道[4],所有出生后一周内死亡的新生儿中约有5%归因于产褥感染。同时,严重的产褥感染可引起败血症,而后者是导致孕产妇死亡的重要原因[5],故如何及早筛查产褥感染高风险孕妇和采取相应的干预措施一直是临床关注的热点。目前国内就剖宫产术后产褥感染发生情况开展了大量研究[6-7],但大多数侧重于探究其影响因素,尚无关于建立预测剖宫产术后发生产褥感染风险的科学模型研究。本研究拟在单因素和logistic回归多因素分析的基础上,建立预测孕妇行剖宫产术后发生产褥感染的列线图模型,旨在给临床筛查剖宫产术后发生产褥感染的高风险孕妇和制定护理对策提供参考依据。
1 对象与方法
1.1 研究对象 选取2018年1月—2020年1月于北京妇产医院行剖宫产术的孕妇作为研究对象。纳入标准:①符合剖宫产手术指征[8];②术后体征指标可以稳定采集;③临床资料完整。排除标准:①合并内科疾病者;②合并恶性肿瘤患者;③合并免疫系统疾病者;④术后切口感染者;⑤异常妊娠者。共纳入1 374例孕妇,年龄20~38岁,平均(27.85±6.12)岁。依据产褥感染诊断标准(临床表现:体温>38 ℃,子宫压痛感、恶露量增多或伴随臭味;血常规:白细胞计数>10×109/L;C反应蛋白>8 mg/L;分泌物病原体检测:阳性)[9]对孕妇进行分组。
1.2 研究方法 采用回顾性调查方法,根据临床实践并结合既往研究中的影响因素[6-7,10],通过医院HIS系统收集孕妇相关临床资料,具体信息包括年龄、身高质量指数(BMI)、孕周、产妇类型、剖宫产史、是否为第二产程剖宫产、B族链球菌(GBS)筛查、妊娠期生殖道炎性感染、妊娠期高血压疾病、妊娠期糖尿病、胎膜早破(≥12 h)、手术时间、产后阴道反复出血(出血时间≥15 d,出血次数≥4次)[11]、血红蛋白及清蛋白。
1.3 统计学分析 研究数据应用SPSS 22.0软件进行分析,计数资料采用卡方检验,以P≤0.05为差异有统计学意义。筛选独立危险因素选用logistic回归方程,采用R(R3.5.3)软件包和rms 程序包建立列线图模型。采Bootstrap 法做内部验证,外部验证通过验证集完成,列线图的预测能力采用校正曲线和一致性指数(C-index)进行评价。
2 结果
2.1 剖宫产孕妇产褥感染发生率 经统计,发生产褥感染的孕妇有63例,发生率为4.59%(63/1 374),设为产褥感染组。以感染组年龄±3岁、孕周±1周、产妇类型相同作为配比条件,按照1∶3的比例在未发生产褥感染的孕妇中选取189例设为非产褥感染组,将两组孕妇共同纳入训练集,并按照相同的纳入及排除标准抽取2020年2—3月于北京妇产医院行剖宫产术的60例孕妇作为验证集。筛选流程图见图1。
图1 剖宫产孕妇产褥感染组与非产褥感染组筛选流程图
2.2 剖宫产孕妇产褥感染的单因素分析 训练集两组孕妇年龄、BMI、孕周、产妇类型、剖宫产史、GBS筛查、妊娠期高血压及手术时间等比较差异均无统计学意义(均P>0.05),而第二产程剖宫产、妊娠期生殖道炎性感染、妊娠期糖尿病、胎膜早破(≥12 h)、产后阴道反复出血、血红蛋白及清蛋白两组比较,差异均有统计学意义(均P<0.05),见表1。
表1 剖宫产孕妇产褥感染的单因素分析
2.3 剖宫产孕妇产褥感染的多因素logistic回归分析 以产褥感染发生情况为因变量,以产褥感染组和非产褥感染组单因素分析中有统计学意义的7个项目为自变量,进行二分类logistic回归分析,结果表明:步骤1中发现第二产程剖宫产项的P值>0.05,因此予以剔除,最后纳入妊娠期生殖道炎性感染、妊娠期糖尿病、胎膜早破、产后阴道反复出血、血红蛋白<90 g/L及清蛋白<40 g/L是孕妇行剖宫产术后发生产褥感染的独立危险因素(均P<0.05),见表2。
表2 剖宫产孕妇产褥感染的多因素logistic回归分析
2.4 预测孕妇行剖宫产术后发生产褥感染的列线图风险模型的建立 本研究基于筛选出的独立危险因素建立了预测孕妇行剖宫产术后发生产褥感染的列线图模型,见图2。并对该模型进行内部验证(原始数据重复抽样1 000次),外部验证通过验证集完成。预测效能采用校准曲线和ROC曲线进行评估,结果显示两集的校正曲线与理想曲线拟合均较好,预测值同实测值基本一致,见图3。训练集和验证集的C-index指数分别高达0.774(95%CI:0.739~0.809)、0.765(95%CI:0.734~0.796),见图4,表明该列线图模型具有良好的预测能力。
图2 预测孕妇行剖宫产术后发生产褥感染的列线图风险模型
图3 列线图模型预测孕妇行剖宫产术后发生产褥感染风险的校准曲线
图4 列线图模型预测孕妇行剖宫产术后发生产褥感染的ROC曲线
3 讨论
产褥感染是发展中国家孕妇最常见的并发症之一,可对母婴结局产生不利影响[12-13]。本研究中孕妇行剖宫产术后产褥感染的发生率为4.59%,与叶林等[14]报道中3.86%的剖宫产术后产褥感染率相近。Mascarello等[15]研究显示,剖宫产孕妇产褥感染概率是自然分娩孕妇的2.83倍,均表明剖宫产孕妇是产褥感染的风险人群。探究产褥感染的发病因素,建立相关预测模型对改善剖宫产产妇的预后至关重要。
国内外均报道导致产褥感染的危险因素较多[16-17],本研究通过分析剖宫产孕妇的临床资料并结合报道中公认的危险因素,较为全面筛选出孕妇行剖宫产术后发生产褥感染的独立危险因素:(1)妊娠期生殖道炎性感染。妊娠期出现生殖道炎性感染可导致孕妇生殖道和羊膜腔内繁殖大量病原微生物,易诱发急性宫颈炎、子宫肌炎、急性盆腔结缔组织炎,甚至脓毒血症等局部或全身炎症反应。(2)妊娠期糖尿病。高血糖状态会引起机体内蛋白质、脂肪、糖等营养物质代谢紊乱、血管基底病变,造成白细胞游走能力受损,全身免疫功能下降,从而导致病原菌易突破机体防御屏障诱发产后感染。同时,妊娠期糖尿病可引起孕妇剖宫产术后子宫内膜血流动力学紊乱,局部高渗高血糖异常,为致病菌定植提供了良好的环境,从而进一步增加产褥感染的风险[18]。(3)胎膜早破。胎膜早破的母体感染率与破水时间呈正相关,胎膜早破>12 h可造成阴道内菌群严重失调,易导致生殖道病原微生物上行性感染[19]。另外,破膜时间较长时,剖宫产产妇常行肛门和阴道检查,增加了生殖道防御机制受损和病原菌经医疗器械侵袭机体的概率,导致产褥感染的风险增加。(4)产后阴道反复出血,血红蛋白<90 g/L及清蛋白<40 g/L。吕英等[20]报道产后出血情况、血红蛋白、清蛋白是剖宫产产褥感染的影响因素,与本组研究结果一致。产后出血可导致病原微生物利用生殖道内残留的血液和坏死组织作为病原培养基而大量繁殖,增加了细菌上行性感染的风险。而反复出血可造成血红蛋白及清蛋白低下,甚至导致失血性贫血,产妇在贫血、营养不良的状态下,对外来病原菌侵袭的防御能力下降,从而易诱发产褥感染。而研究中单因素筛选出的第二产程剖宫产项在logistic回归分析中被剔除,可能与样本量有限以及研究对象均取自于单中心所造成的数据偏倚有关。
列线图是一种由高低不同线段组成的用于预测某一临床事件发生率的可视化图形[21]。本次研究在多因素logistic回归模型的基础上,将筛选出的6项独立危险因素进行整合,建立孕妇行剖宫产术后发生产褥感染的列线图预测模型,并经校正曲线和ROC曲线验证显示,列线图具有良好的预测能力。医护人员可根据孕妇的各项产褥感染危险指标情况选择对应线段端点,向上对评分标准轴作垂直线获取单项得分值。再对各项得分进行求和得出总分,在总分轴找到对应分值点,并向下对风险轴作垂直线即可得出预测发生率。临床人员可通过列线图模型个体化预测剖宫产孕妇产褥感染的发生率,从而筛查高风险孕妇并做好针对性的护理对策。降低产妇各单项评分是个体化降低产褥感染风险概率的关键,列线图中显示妊娠期生殖道炎性感染为42分,提示产妇应加强孕期保健,注重孕期卫生,保证营养,积极预防生殖道感染。鉴于妊娠期糖尿病为52分和胎膜早破为69分,临床应对筛查出有妊娠期糖尿病和胎膜早破的孕妇予以及时诊治,减小其对产褥感染风险的影响。同时,模型中还显示产后阴道反复出血为85分,血红蛋白<90 g/L为100分,清蛋白<40 g/L为56分,提示临床医护应严密监测孕妇产后体温和阴道出血情况,反复出血时要及时采取止血措施,并保证营养支持,必要时予以抗菌药物预防。同时,由于列线图将各个危险指标定量化,护理人员可根据模型预测情况将感染率为40%以下、40%~70%、70%以上的产妇分别纳入低危、中危和高危集,以个体化判断产妇需要护理的级别,并以此制定护理计划,实施分级护理,有利于合理分配护理人员的工作时间和精力,提高整体产褥护理的精准性。
综上所述,妊娠期生殖道炎性感染、妊娠期糖尿病、胎膜早破、产后阴道反复出血、血红蛋白<90 g/L及清蛋白<40 g/L是孕妇行剖宫产术后发生产褥感染的独立危险因素。本研究建立的列线图预测模型具有准确的预测能力和区分度,可为临床筛查高风险孕妇和采取有效的护理对策提供参考。本研究的局限性在于:样本量有限,训练集和验证集均取自于单中心,数据代表性不足。同时,由于实践限制研究设计时在变量选择上具有一定的选择性偏倚,未能包含药物使用情况、新生儿结局、产妇治疗依从性等重要指标,故构建的模型有待今后的研究予以进一步验证和改进。
利益冲突:所有作者均声明不存在利益冲突。
作者贡献声明:试验设计、数据收集、论文撰写为王艳,论文修订为闫秋菊。