肺结核病人出院后31 d内非计划性再入院风险预测模型的构建及验证

结核病目前仍然是世界范围内的主要慢性传染性疾病之一，由结核分枝杆菌引起。2020年，我国结核病的发病率约为58/10万

。随着短程强化综合疗法的应用，结核病的控制率和治愈率逐渐升高

，但由于我国患病人口基数大，结核病导致的医疗和经济负担仍然较重。出院后31 d内非计划性再入院是指病人在首次出院后31 d内因相同或相关疾病再次入院，被视为“前哨事件”反映疾病预后和医院护理质量

。非计划性再入院导致肺结核病人频繁住院，无疑增加了医疗费用和治疗痛苦，也降低了病人生活质量，此与较差的临床预后密切相关

。非计划性再入院也被纳入医疗质量和护理服务水平的重要考核指标

。既往研究针对慢性阻塞性肺疾病(chronic obstructive pulmonary disease，COPD)

和缺血性脑卒中

病人出院后31 d内非计划性再入院进行了流行病学调查，总结危险因素并有效指导临床应用，取得较满意的护理效果。目前，针对肺结核病人非计划性再入院的相关研究报道较少。基于此，本研究重点调查肺结核病人出院后31 d内非计划性再入院的危险因素，建立定量风险预测模型并进行验证，为临床评估高风险病人提供一种量化工具。

2.2 新西兰白兔减压病模型大体标本观察结果 采用 500 kPa 暴露 60 min 后以 200 kPa/min匀速减压方案造模的 25 只新西兰白兔中，7 只动物在观测周期 24 h 内死亡。解剖观察大体标本，死亡动物气泡负荷均过大，静脉系统（皮下静脉、肠系膜静脉、膀胱静脉、胃静脉、肾静脉、冠状静脉、脊髓静脉、下腔静脉）内可见大量气泡和泡沫状血（图1）。

1 对象与方法

1.1 研究对象

回顾性总结2018年6月—2021年9月我院确诊的3 165例肺结核病人，根据出院后31 d内是否发生非计划性再入院分为返院组198例和未返院组2 967例。纳入标准：①年龄>18岁；②符合肺结核的诊断标准，根据指南推荐进行临床治疗，均达到出院标准

；③临床资料完整。排除标准：①合并肺癌、肺功能障碍；②因其他肺外疾病入院，如严重心、肝、肾功能障碍或外科手术；③有其他慢性传染性疾病，如艾滋病；④妊娠、哺乳期女性。非计划性再入院定义为出院后31 d内因结核病相关疾病再次入院。

若与新朝权贵的交接、往还可分为公、私两端，于公必须坚拒以明志，于私则未必需要严防死守，岂非为易代之际遗逸之士处世中的重重羁縻束缚和种种困惑尴尬解套释困矣。在陈去病的史料搜集和研究中，就曾发现数封汤斌致徐枋的书信，其中所论及的无非有关书法、诗歌的切磋和探讨，至于政治、家国天下则绝口不谈，完全属于私人场域中的正常交游。且其中一封书信中，汤斌则明言“弟斌幸获拜见颜色，窃自以为不见绝于巢、许，此宿世有缘也”［26］288，则事实并非如现存的所有传记文章所说，二人从未谋面。传记之艺术处理，与事实多少有些出入，其实这也只是传主和写作者的策略而已，后文将有论述。

1.2 调查方法

1.2.1 一般资料

1.2.2 出院准备度量表

记录两组一般资料，包括性别、年龄、医保类型、户籍、主动吸烟、结核类型(涂片阴性、阳性)、糖尿病、COPD、高血压、出院准备度得分、药物副反应、介入治疗和疾病进展。其中结核类型判断采用直接痰涂片法进行显微镜观察，严格按照《标准化操作手册》进行操作，仪器采用“痰涂片显微镜的操作和质量保证”(日本奥林巴斯CX31)生物显微镜，抗酸染色为珠海巴索公司(中国)。痰涂片镜检阳性标准：100个视野中抗酸杆菌数量为3～9个表明结核杆菌阳性

。

根据肺结核病人出院31 d内非计划性再入院危险因素Logistic回归分析，设置年龄(

)、主动吸烟(

)、COPD(

)、出院准备度得分(

)、介入治疗(

)、药物副反应(

)和疾病进展(

)，建立预测模型

=-0

326+1

032

+0

659

+0

785

—0

923

+0

421

+1

869

+2

102

。ROC验证可得，模型预测非计划性再入院的AUC值为0.867[95%CI(0.801,0.923)，

<0.001]，约登指数最大值为0.745，灵敏度为86.9%，特异度为75.6%，临界值为2.65。Hosmer-Lemeshow检验显示，模型拟合优度较好(

=1.001，

=0.641)。详见图1。

本研究结果显示，肺结核病人出院后31 d内非计划性再入院的发生率为6.26%(198/3 165),再入院的高峰时间为出院后23～31 d。两组年龄、医保类型、户籍、主动吸烟、COPD、药物副反应、出院准备度得分、介入治疗和疾病进展比较，差异均有统计学意义(

<0.001)。详见表2。

烟雾病称为“脑基底异常血管网症”、“脑底动脉环闭塞”，由日本学者于20世纪60年代提出，在X线脑血管造影上，可见颈内动脉远端、大脑前及大脑中动脉起始部狭窄或闭塞伴有脑底部异常血管网形成，造影所见犹如徐徐上升的烟雾，故名“烟雾病”[1]。该疾病比较罕见，在儿童与成人中的发病率较高。MRA与MRI均是烟雾病诊断的有效方式，且具有无辐射、操作简便及快速等优势在临床中应用比较广泛[2]。本次研究将针对MRA与MRI在烟雾病患者的诊断中应用效果进行探讨。

以是否发生非计划性再入院为因变量(否=0，是=1)，以单因素分析中有统计学意义的变量为自变量，采用Logistic回归分析(

=0

05，

=0.10)建立风险预测模型，多因素Logistic回归分析显示，年龄(≥65岁)、主动吸烟、COPD、出院准备度得分、介入治疗、药物副反应和疾病进展是非计划性再入院的独立危险因素(

<0.05)。详见表3、表4。

1.3 质量控制

本研究调查相关资料，并参阅既往研究文献，并经多轮专家共同讨论后确定；然后由本研究人员经调查培训后完成资料搜集和统计学分析过程。首先比较返院组与未返院组病人的临床资料，然后进行多因素Logistic回归分析筛选危险因素。

1.4 统计学方法

2 结果

2.1 肺结核病人出院准备度情况(见表1)

2.2 两组临床资料及出院后31 d内是否非计划性再入院单因素比较

采用Lin等

编制的中文版出院准备度量表，该量表包括个人状态、适应能力和预期性支持3个维度，共12个条目，经验证Cronbach′s α系数为0.89，内容效度指数为0.88。每个条目赋值0～10分，总分0～120分，分值越高表示出院准备度越好。

2.3 肺结核病人出院31 d内非计划性再入院危险因素Logistic回归分析

主要包括抗结核药物导致的肝肾功能障碍、变态反应、血细胞减少等。疾病进展定义为结核病复发或者加重，由经验丰富的呼吸科专家根据血生化和胸部影像学表现综合判断。

1.2.3 药物副反应

2.4 预测模型的建立与验证

第一，以提升质量为基础，大幅度促进实效性提升的原则。利用多种现代化的科学技术手段，促使项目的科技含量大幅度提升，同时，应重视促使各环节操作具备较高的科学性，基于项目基地的具体施工标准，实施可行性以及有效性均较高的经营管理和建设操作。第二，合理择址，因地制宜的原则。在对建设区域的自然生态环境以及地理条件等加以充分考量后，因地制宜的择选基地的具体建设位置，有助于后期各环节建设操作更为顺利的开展以及进行。

3 讨论

3.1 肺结核病人出院后31 d内非计划性再入院的临床意义

既往调查显示，肺结核病人2年内非计划性再入院的发生率5.91%

，但是不同研究中心的数据差异较大，可能与纳入病人的民族、病情特征、治疗方案以及统计学方法等有关

。在临床中观察到，出院后31 d内非计划性再入院与疾病进展的关系更密切，更能反映病人短期的自我护理能力、疾病治疗的稳定性以及生存状况

。因此，部分研究均强调出院后31 d内非计划性再入院为慢性疾病康复的重要考核指标

。本研究结果显示，肺结核病人出院后31 d内非计划性再入院的发生率为6.26%(198/3 165),再入院的高峰时间在出院后23～31 d，与Qayed等

的研究结果(24 d)基本吻合。

3.2 肺结核病人出院后31 d内非计划性再入院的影响因素

单因素比较发现，两组年龄、医保类型、户籍、主动吸烟、COPD、药物副反应、出院准备度得分、介入治疗和疾病进展，差异有统计学意义(

<0.001)。本研究采用多因素Logistic回归分析显示，年龄(≥65岁)、主动吸烟、COPD、出院准备度得分、介入治疗、药物副反应和疾病进展是非计划性再入院的独立危险因素(

<0.05)。影响非计划性再入院的因素包括人口学因素、病情变化因素以及自我护理能力3方面

，年龄较大、医保不健全、报销比例不高、农村医疗资源相对匮乏、吸烟等均属于人口学因素，可能影响病人的就医意愿，影响疾病康复，相对增加了非计划性再入院的风险。也有部分研究认为，男性相较于女性非计划性再入院的发生率较高

，但是目前尚缺乏强有力的循证医学证据。居住在农村地区的病人非计划性再入院率高于城市地区，考虑原因与结核病的流行农村地区高于城市，农村地区经济和医疗资源相对短缺，导致疾病进展较快，病情较严重，结核复发以及死亡率更高有关

。也有研究发现，农村病人的白蛋白水平相对较低，可能导致较差的免疫功能，影响机体抗结核的能力以及药物的治疗效果，从而出现非计划性再入院率明显升高

。高龄(≥65岁)病人是结核病的高峰年龄段，同时病人可能伴随免疫力下降、共患疾病增多等，导致非计划性再入院率明显升高。一项长期随访横断面研究显示，与无肺结核史的COPD病人相比，有肺结核史的COPD病人住院频率更高，长期生存率更低

。COPD不仅是结核病的重要危险因素，也是结核分枝杆菌耐药性的重要原因之一。此外，吸烟人群非计划性再入院率明显高于非吸烟人群，烟草对结核病和COPD的患病率以及死亡率都有重要影响。多项研究证实，吸烟是结核病和COPD的独立危险因素

。出院准备度得分是衡量病人自我护理能力的重要客观指标，病人出院后居家或者社区康复中心的自我护理能力与科学的生活习惯、严格遵医嘱用药和康复锻炼以及对疾病健康知识的理解等均有关系，是影响病人短期非计划性再入院的重要客观因素

。有研究表明，治疗失败在很大程度上归因于耐药肺结核的产生。一项嵌套的病例对照研究显示，通过鼓励严格坚持用药来妥善管理首次感染结核病的病人不会导致治疗失败，并且可以避免复发

。拒绝治疗和治疗失败是晚期再入院(如出院后16～31 d)的主要原因。呼吸困难和发热加重是早期和晚期再入院的常见客观原因，其次是药物副作用和咯血。

3.3 肺结核病人出院后31 d内非计划性再入院的预测模型

建立定量风险预测模型

=-0

326+1

032

+0

659

+0

785

-0

923

+0

421

+1

869

+2

102

。经ROC显示，模型预测非计划性再入院的AUC值为0.867，约登指数最大值为0.745，灵敏度为86.9%，特异度为75.6%，临界值为2.65。Hosmer-Lemeshow检验显示，模型拟合优度较好。通过构建预测模型能够更好地指导临床医护工作者在病人出院前进行准确评估，识别再入院的高危病人，提前进行恰当的干预，以降低非计划性再入院的发生率，具有较好的临床实践价值。

4、建设用地监测。监测结果表明，2012年库区的房屋建筑、交通道路、构筑物三类建设用地面积共242168.33亩，2017年建设用地面积278993.86亩，五年间建设用地的面积增加36825.53亩，其中房屋建筑用地面积增加28534.57亩，占77.48%。

3.4 研究不足

本研究存在一定局限性：如单中心的回顾性设计，可能存在病例的选择性偏倚，影响结果的稳定性；影响肺结核病人出院后31 d内非计划性再入院的因素可能还有很多，如其他系统疾病对肺结核的影响；不同研究中心对非计划性再入院的定义缺乏统一规定，可能影响结果的可比性；肺结核可能并不在同1所医院进行重复性治疗，部分病人二次返院可能进入其他医院进行治疗，影响了非计划性再入院的统计结果。但本研究结果仍可提醒医务人员对高危因素病人给予高度重视，强化持续健康管理和定期治疗、戒烟、农村地区的健康教育，降低自费比例，可能有助于降低肺结核病人31 d内的非计划性再入院率，具有重要的临床和经济意义。

4 小结

综上所述，肺结核病人应用预测模型能够较好地评估出院后31 d内非计划性再入院的风险，指导临床恰当干预，降低病人返院率，有较好的临床应用价值。

[1] YANG T C,CHEN T,CHE Y,

.Factors associated with catastrophic total costs due to tuberculosis under a designated hospital service model:a cross-sectional study in China[J].BMC Public Health,2020,20(1):1009.

[2] CUI X,GAO L,CAO B.The management of latent TB infection in China needs to explore a new approach suitable for high-burden countries[J].Chin J Antitubercul,2020,42(10):390.

[3] 李思琴,袁平乔,黄姝绮,等.脑卒中病人30 d内非计划再入院相关因素研究进展[J].护理研究,2019,33(19):3356-3360.

[4] BAMBHROLIYA A B,DONNELLY J P,THOMAS E J,

.Estimates and temporal trend for US nationwide 30-day hospital readmission among patients with ischemic and hemorrhagic stroke[J].JAMA Network Open,2018,1(4):e181190.

[5] DUGGAL R,ZHANG Y K,DIANA M L.The association between hospital ACO participation and readmission rates[J].Journal of Healthcare Management/American College of Healthcare Executives,2018,63(5):e100-e114.

[6] FINLAYSON K,CHANG A M,COURTNEY M D,

.Transitional care interventions reduce unplanned hospital readmissions in high-risk older adults[J].BMC Health Services Research,2018,18(1):956.

[7] NJOKU C M,ALQAHTANI J S,WIMMER B C,

.Risk factors and associated outcomes of hospital readmission in COPD:a systematic review[J].Respiratory Medicine,2020,173:105988.

[8] 孙超,胡慧秀,邓颖,等.老年缺血性脑卒中患者非计划性再入院危险因素分析及风险预测模型构建[J].中国护理管理,2020,20(11):1601-1605.

[9] 邓国防,路希维.肺结核活动性判断规范及临床应用专家共识[J].中国防痨杂志,2020,42(4):301-307.

[10] LEWINSOHN D M,LEONARD M K,LOBUE P A,

.Official American thoracic society/infectious diseases society of America/centers for disease control and prevention clinical practice guidelines:diagnosis of tuberculosis in adults and children[J].Clinical Infectious Diseases:an Official Publication of the Infectious Diseases Society of America,2017,64(2):111-115.

[11] LIN Y H,KAO C C,HUANG A M,

.Psychometric testing of the Chinese version of the Readiness for Hospital Discharge Scale[J].The Journal of Nursing,2014,61(4):56-65.

[12] SHAMAEI M,SAMIEI-NEJAD M,NADERNEJAD M,

.Risk factors for readmission to hospital in patients with tuberculosis in Tehran,Iran:three-year surveillance[J].International Journal of STD & AIDS,2017,28(12):1169-1174.

[13] SCARIA E,POWELL W R,BIRSTLER J,

.Neighborhood disadvantage and 30-day readmission risk following Clostridioides difficile infection hospitalization[J].BMC Infectious Diseases,2020,20(1):762.

[14] SILVA T C,DA FONSECA SILVA MATSUOKA P,DE AQUINO D M C,

.Factors associated with tuberculosis retreatment in priority districts of Maranhão,Brazil[J].Ciencia & Saude Coletiva,2017,22(12):4095-4104.

[15] ANAAM M S,ALRASHEEDY A A,ALSAHALI S,

.Rate and risk factors of recurrent tuberculosis in Yemen:a 5-year prospective study[J].Infectious Diseases (London,England),2020,52(3):161-169.

[16] QAYED E,MUFTAH M.Frequency of hospital readmission and care fragmentation in gastroparesis:a nationwide analysis[J].World Journal of Gastrointestinal Endoscopy,2018,10(9):200-209.

[17] 丁冬云,武广红.250例中青年肺结核患者再住院原因分析[J].临床肺科杂志,2015,20(9):1605-1607.

[18] 赵飞,杜昕,李涛,等.基于世界卫生组织公共数据库的中国结核病流行趋势与预测[J].临床药物治疗杂志,2018,16(4):1-3.

[19] SHEN X B,KANG L L,ZHOU Y Z,

.Comparison of tuberculosis incidence and molecular epidemiological characteristics between urban and rural areas in northern Guizhou[J].Pract Prev Med,2019,26(12):321-323.

[20] WEISS M E,YAKUSHEVA O,BOBAY K L,

.Effect of implementing discharge readiness assessment in adult medical-surgical units on 30-day return to hospital:the READI randomized clinical trial[J].JAMA Network Open,2019,2(1):e187387.

[21] BHATT S P,BALTE P P,SCHWARTZ J E,

.Discriminative accuracy of FEV

:FVC thresholds for COPD-related hospitalization and mortality[J].JAMA,2019,321(24):2438-2447.

[22] PERRIOT J,UNDERNER M,PEIFFER G,

.Strategy and stopping smoking interventions in smokers with tuberculosis[J].Revue Medicale De Liege,2020,75(2):100-104.

[23] 王小凤,朱宗红,张洪霞.缺血性脑卒中病人出院准备度与出院指导质量的相关性[J].护理研究,2020,34(3):511-513.

[24] WEN T C,LIU B Y,WAN X,

.Risk factors associated with 31-day unplanned readmission in 50,912 discharged patients after stroke in China[J].BMC Neurology,2018,18(1):218.