建立可视化列线图预测腹腔感染的预后*

谷兴丽 唐丹丹 杨春波 于朝霞

(1.新疆医科大学第一附属医院重症医学中心，新疆 乌鲁木齐 830054；2.新疆医科大学，新疆 乌鲁木齐 830054)

腹腔感染(Intra-abdominal infections，IAI)。病死率高达10%～40%是ICU中第二大致死性病因，其预后极差，最终会导致多器官功能障碍综合征(multiple organ dysfunction syndrome，MODS)。早期诊断感染，早期识别危险因素并及时治疗是影响疾病转归的关键[1]。近几年研究表明，初始乳酸水平、PCT、APACHEⅡ、SOFA评分、血糖波动幅度等是评估预后的危险因素[2-7]，入院时的初始乳酸水平与APACHEⅡ、SOFA评分呈正相关,若联合APACHEⅡ和SOFA评分,则评估预后效果更好[2]。国外最近的研究表明，腹内压是预测腹腔感染死亡率的危险因素[8]。PCT和C反应蛋白血清CRP和PCT的升高，有助于早期发现吻合口漏[9]。若能发现新的指标可以更早期、精准的评估预后，则可结合初始乳酸水平、APACHEⅡ、SOFA评分等指标[10]，更精准的评估腹腔感染的预后，在疾病初期有的放矢的制定治疗方案，从而改善预后。本研究通过对腹腔感染患者一般资料和实验室资料进行统计分析，并运用统计方法建立统计模型和简便又可靠的列线图，纳入简单、易获得的临床指标,较短时间内即可预测IAI的预后，现报告如下。

1 资料与方法

1.1 一般资料 选取 2017年6月～2020年1月在新疆医科大学第一附属医院接受治疗的105 例腹腔感染患者为研究对象。纳入标准：符合腹腔感染的诊断标准[11]，且年龄大于18岁。排除标准：急性胰腺炎患者。根据患者预后状态将患者分为恶化组28例和好转组77例。该研究获得伦理委员会批准。腹腔感染需要满足中华人民共和国卫生部批准的医院感染诊断标准中三条中的任意一条[11-12]。

1.2 方法 收集 105 例腹腔感染患者的一般临床资料和实验室指标，收集的内容主要包括性别、年龄、族别、糖尿病史、手术史、是否机械通气、是否MODS、是否休克、是否发热。收集腹腔感染后第1天、第7天的静脉血的WBC、NE、PLT、PCT、PDW、AST、ALT、UREA、TBIL、UCB、ALB、CRE、CysC等值。通过Logistic逐步回归分析获得逻辑回归模型,并用 R 语言获取逐步回归模型的列线图；绘制预测恶化因素的受试者工作特征曲线(receiver operating characteristic curve,ROC),计算曲线下面积(area under ROC,AUC),获取最佳临界值,计算预测恶化的灵敏度和特异度。

1.3 统计学分析 采用R-3.6.2软件进行数据分析。非正态计量数据用“Median(IQR)”表示，组间比较采用wilcox秩和检验。计数资料采用例数及百分比表示，组间比较采用卡方检验。P<0.05为差异有统计学意义。

2 结果

2.1 基本资料比较 105例患者中男性 76例，女性 29例，好转77例,恶化28 例。UCB7、ALB1、CRE1、CRE7、UREA1、UREA7、NE1、NE7、PLT1、PLT7、pct1、pct7、PDW1、PDW7、AST1、AST7、CysC1、CysC7、年龄属于非正态分布，TBIL1、TBIL7属于正态分布。好转组与恶化组患者的性别、民族、手术史、糖尿病史、WBC1和WBC7、ALT1和ALT7、UCB1、ALB7的差异均无统计学意义(P>0.05)。年龄、是否机械通气、是否MODS、是否休克、是否发热、NE1和NE7、PLT1和PLT7、pct1和pct7、PDW1和PDW7、AST1和AST7、UREA1和UREA7、TBIL1和TBIL7、UCB7、ALB1、CRE1和CRE7、CysC1和CysC7的差异均有统计学意义(P<0.05)，见表1。

表1 好转组与恶化组患者临床资料比较[n(×10-2)]Table 1 Comparison of clinical indicators between the improvement group and the deterioration group

2.2 Logistic逐步回归模型分析 将上述第1天与第7天差异有统计学意义的临床指标纳入Logistic逐步回归模型分析,结果显示,好转组和恶化组休克OR 值为40.52(95%CI：6.27～492.01),PLT7 OR 值为0.98(95%CI：0.96～0.99),NE7 OR 值为1.12(95%CI：1.03～1.26),UREA7 OR 值为1.22(95%CI：1.04～1.54)，差异均有统计学意义(均P<0.05)。经Logistic逐步回归分析，得出回归方程式：Y=-10.988+3.702×休克-0.021×PLT7+0.202×UREA1+0.116×NE7。利用R语言软件可视化处理逐步回归模型(LR)得到列线图(图1),根据列线图,总分超过106分,有发生恶化的可能;总分超过150分,则发生恶化可能将高达99%以上。

图1 逐步回归模型的列线图Figure 1 The nomogram of a stepwise regression model

2.3 ROC曲线分析验证 本研究建立的逐步回归模型以及NE1和NE7、PLT1和PLT7、pct1和pct7、PDW1和PDW7、AST1和AST7、UREA1和UREA7、TBIL1和TBIL7、CRE1和CRE7、CysC1和CysC7的AUC 面积(图2)，逐步回归模型的AUC为0.983(灵敏度0.948,特异度0.964)，明显高于其他指标：NE的AUC为0.717，PLT的AUC为0.664，UREA的AUC为0.87，PCT的AUC为0.64，PDW的AUC为0.648，AST的AUC为0.666，TBIL的AUC为0.669，CRE的AUC为0.817，CysC的AUC为0.759,逐步回归模型预测恶化发生的灵敏度及特异度均优于其他指标。

图2 逐步回归模型、NE、PLT、pct、AST、UREA、TBIL、CRE、CysC等指标的ROC曲线Figure 2 ROC curve of Stepwise regression model，NE,PLT,PCT,AST,TBIL,CRE,CysC

3 讨论

IAI的发生与腹腔内空腔脏器穿孔或破裂直接相关，导致感染源侵入腹腔内、腹膜后和腹腔脏器，多发生于消化道穿孔、破裂及肠吻合口破裂合并的继发性腹膜炎，也可能是发生在原发性或继发性腹膜炎治疗失败后的复发性腹膜炎或持续性腹膜炎[13-17]。

相关研究证明,一旦腹腔感染诊断明确，要立即充分清除感染灶，否则会迅速进展为脓毒症、脓毒性休克，增加死亡风险[18-19]，初始抗菌药物治疗不足、不充分的感染源控制是腹腔感染患者死亡的可靠预测因素[20],所以早期识别可以预测腹腔感染预后的临床表现和实验室指标,早期对腹腔感染患者疾病严重程度评估，才能早期制定合理了抗感染方案。

本研究建立了评估腹腔感染预后的Logistic逐步回归模型，纳入差异有统计学意义的临床资料和实验室指标，经Logistic逐步回归分析(LR)，得出回归方程式：Y=-10.988+3.702×休克-0.021×PLT7+0.202×UREA1+0.116×NE7，并得出列线图。该Logistic逐步回归模型的AUC明显大于NE1和NE7、PLT1和PLT7、PCT1和PCT7、PDW1和PDW7、AST1和AST7、UREA1和UREA7、TBIL1和TBIL7、CRE1和CRE7、CysC1和CysC7，预测腹腔感染病情严重程度也高于这些指标。

例如一腹腔感染患者,若发生休克、PLT7为90×109/L、NE7为85%,UREA1 为10.88mmol/L,根据列线图,分别记作18、90、23、11分,总分142分,有88.9% 发生恶化的可能。以上所有指标都出自临床资料和实验室指标,对照列线图,1分钟内即可获得恶化发生概率。

4 结论

本列线图可能是预测腹腔感染预后的有效临床工具，逐步回归模型比各指标单独预测腹腔感染病情严重程度的灵敏度、特异度更优。