基于决策树算法的心血管疾病住院患者医院感染发生风险预测模型构建

王思璐，刘蕾，吴薇，李晓乾，冯蔚熙，李莎莎

（1. 沈阳医学院护理学院2018级本科生，辽宁沈阳 110034；2. 沈阳医学院护理学院；3. 沈阳大学人文社会科学研究院；4. 渭南职业技术学院）

在全球范围内，心血管疾病的患病率已高达10%～30%，且逐年攀升，严重威胁人类健康［1］。2019 年，全世界死于心血管疾病的人口约占世界总人口的1/3，其中中国是心血管疾病死亡人数最多的国家［2］。在我国，随着社会经济的发展和人口老龄化的加剧，心血管疾病的患病率持续上升，高于肿瘤及其他疾病，已成为城乡居民死亡的首要原因，预计到2030 年心血管疾病患病人数将达到2 130万，死亡人数将达到770万［3-5］。由于心血管疾病患者病情复杂、住院时间长、重患多，其发生医院感染的风险较高，且随着各种侵入性操作在心血管疾病治疗中的广泛应用，及广谱抗菌药物的使用，心血管疾病患者因医院感染导致的病死率一直居高不下［6-7］，严重影响患者的治疗、转归和预后［8-9］。由此可知，预防心血管疾病住院患者医院感染的发生是医院工作的重点。本研究旨在构建心血管疾病住院患者医院感染发生风险模型，为预防心血管疾病患者医院感染、提高生存率提供依据。

1 资料与方法

1.1 一般资料 选择2021 年6 月至2022 年6 月沈阳医学院2 所附属医院收治的972 例心血管疾病患者为研究对象，其中冠心病396 例，高血压346例，心律失常161例，心瓣膜病54例，其他15例；男644例，女328例；年龄32～94岁，平均年龄为（66.3±11.3）岁，其中年龄＜65 岁461 例（47.4%），年龄≥65 岁511 例（52.4%）；体重指数＜18.5 kg/m232例（3.3%），18.5～24.9 kg/m2528例（54.3%），≥25.0 kg/m2412 例（42.4%）；发生医院感染的人数为288 例（29.6%），未发生医院感染的人数为648 例（70.4%）；并发其他并发症的患者822 例（84.6%），未并发其他并发症的患者150 例（15.4%）。纳入标准：（1）符合心血管疾病诊断标准：参照《心血管疾病诊疗指南》［10］；（2）临床资料齐全。排除标准：（1）入院前已经发生感染的患者和无法确定是否发生感染的患者；（2）患有精神疾病的患者；（3）合并恶性肿瘤的患者。本研究经医院伦理委员会批准，患者均知情同意。

1.2 研究方法

1.2.1 影响因素研究方法 由研究者对电子病历进行系统的查阅，收集患者的社会人口学资料和疾病相关资料，如性别、年龄、身高、体重、吸烟史、饮酒史、家族史、手术史、高血压病史、糖尿病史等。饮酒史指女性平均每天饮酒超过10 g，男性超过20 g，饮酒时间超过半年；吸烟史指患者每天吸烟超过1支且持续半年以上者；手术史指患者由于心血管疾病而进行的手术。依据《医院感染诊断标准》（试行）［11］对发生感染的病例进行统计，分析心血管疾病患者并发医院感染的部位和感染率，探讨心血管疾病住院患者发生医院感染的影响因素。

1.2.2 建立决策树模型 本研究采用决策树模型的卡方自动交互检测（CHAID）算法对心血管疾病患者并发医院感染的风险进行分析。在CHAID算法中采用皮尔逊卡方检验对分类结果进行筛选，设定决策树最深度数为3层，合并及拆分的显著性水平均为α=0.05，若节点中的样本量未达到此要求则不再进行分割，得到终末节点。最后采用分割样本验证得到的增益图、指数图和风险评估量对模型效果进行评价。

1.3 统计学方法 采用SPSS 24.0 软件进行统计学分析，计数资料采用［n（%）］表示，采用χ2检验，后采用CHAID 算法对具有统计学意义的影响因素进行分析，P＜0.05为差异有统计学意义。

2 结果

2.1 心血管疾病并发医院感染的感染部位 972例心血管疾病住院患者中，共有288例并发医院感染，感染率为29.6%（288/972）。其中呼吸道感染率为55.6%（160/288）；泌尿系统感染率为28.8%（83/288）；胃肠道感染率为13.9%（40/288）；皮肤软组织感染率为5.6%（16/288），由于个别患者存在1处以上感染部位，所以总感染率并非100%。

2.2 单因素分析结果 单因素分析结果显示，年龄≥65 岁、吸烟史、饮酒史、手术史、高血压病史、糖尿病史为心血管疾病患者并发医院感染的危险因素（P＜0.05）。见表1。

表1 心血管疾病患者并发医院感染的影响因素的单因素分析

2.3 CHAID算法分析结果

2.3.1 心血管疾病患者并发医院感染的影响因素的赋值说明 因变量为心血管疾病患者是否并发医院感染，自变量为单因素分析中具有统计学意义的影响因素，并对相关因素进行赋值，见表2。

表2 心血管疾病患者并发医院感染的影响因素的CHAID模型变量赋值情况

2.3.2 CHAID 分析结果 心血管疾病是否并发医院感染的CHAID 模型见图1，在最终得到的11 个叶子节点和6 个终端节点中，共筛选出5 个影响因素，分别为饮酒史、糖尿病史、年龄、手术史、高血压病史（P＜0.05）。结果表明，CHAID模型的第1 层为饮酒史，则饮酒史与心血管疾病并发医院感染的关联性最强，是最显著的独立性危险因素，有饮酒史患者的感染率为40.2%，高于无饮酒史患者（23.6%）；在有饮酒史的心血管疾病患者中，是否并发医院感染的另一个影响因素是年龄，患者年龄≥65 岁的感染率为52.6%，高于年龄＜65 岁的感染率（31.5%）；在无饮酒史的患者中，糖尿病史是其并发医院感染的重要影响因素，有糖尿病史患者的感染率为32.3%，高于无糖尿病史的患者（18.2%）；有糖尿病史的患者并发医院感染的另一个影响因素为手术史，有手术史患者的感染率为46.2%，而无手术史患者的感染率为26.9%；在既无饮酒史也无糖尿病史的患者中，高血压病史是心血管疾病患者并发医院感染的显著影响因素，有高血压病史患者的感染率（22.4%） 高于无高血压病史患者的感染率（12.2%）。

图1 心血管疾病患者并发医院感染的影响因素的CHAID模型分析

2.3.3 模型验证 在该模型的拟合情况中，增益图以0%开始向100%增长，达到100%后结束，显示模型拟合良好，见图2；指数图从高于100%开始，在较高水平保持平稳，然后逐渐降至100%，显示模型拟合良好，见图3。此外该模型的风险评估量为27.7%，表明用该模型分析心血管疾病并发医院感染的影响因素的正确率为82.3%，模型拟合良好。

图2 模型检验增益图

图3 模型检验指数图

3 讨论

本研究结果显示，心血管疾病住院患者并发医院感染的感染率为29.6%，虽低于常淑红［12］报道的40.3%，却高于胡海强等［13］报道的13.6%和陶文霞等［14］报道的10.8%，可能是由于本研究中高龄患者（52.6%）较多且大多合并高血压病史和糖尿病史，因为此类患者较其他患者而言，病情更复杂、住院时间更长、活动能力更低，更易并发医院感染［15-16］。此外，本研究中呼吸道感染率为55.6%；泌尿系统感染率为28.8%；胃肠道感染率为13.9%；皮肤软组织感染率为5.6%，与国内部分研究结果［6，17］相近。其中以呼吸道感染率最高，探究原因，是由于心血管疾病患者大多长期卧床，导致患者肺功能降低，呼吸道分泌物无法排出，容易诱发呼吸道感染［13］。因此，建议应加以重视，提高医院感染防控意识，完善医院感染防控制度，降低医院感染发生率。

本研究中将单因素分析中具有统计学意义的因素纳入CHAID 模型中进一步分析，结果显示年龄≥65岁、饮酒史、手术史、高血压病史、糖尿病史为心血管疾病患者并发医院感染的独立危险因素（P＜0.05）。本研究结果表明，年龄≥65 岁的老年患者更容易并发医院感染，与靳卫东［18］的研究结果一致，分析原因，可能是与老年患者免疫力和呼吸功能下降，且合并高血压、糖尿病等并发症有关。杨滢等［19］的研究结果显示，手术后患者并发医院感染的感染率为27.7%，表明手术史是心血管疾病患者并发医院感染的影响因素，本研究结果与其一致，可能与术后患者住院时间长、活动能力低等因素有关，也可能与手术过程增加感染风险有关。CHAID 算法显示，有糖尿病史、高血压病史的心血管疾病患者并发医院的感染率更高，是医院感染的独立危险因素，与国内多项报道结果［20-21］一致。糖尿病患者体内的高糖环境不仅有利于细菌的生长，还会导致患者血浆渗透压增高，进而抑制中性粒细胞、吞噬细胞和淋巴细胞的能力，导致机体免疫力降低，患者更容易发生医院感染［14］。较其他患者而言，合并高血压病史的患者体内血流对血管壁的剪切力增加，导致血管壁弹力纤维变性、平滑肌细胞减少，最终引起血管内皮功能障碍，使机体内菌群失调，从而增加了感染的可能［22］。此外，本研究还发现有饮酒史的心血管疾病患者并发医院感染的几率更高。有研究结果表明，饮酒不仅会导致人体内的脂质水平升高、细胞因子和促炎因子的增加，还会引起Th1和Th2细胞反应失衡，从而降低机体的抗感染能力，损伤机体免疫系统［23-25］。除此之外，饮酒还会激活心脏自主神经系统并提高心率和血压水平，导致心肌耗氧量增加，加重心脏负担。

综上所述，年龄≥65岁、饮酒史、手术史、高血压病史、糖尿病史是心血管疾病患者并发医院感染的独立危险因素，因此在临床护理工作中，应该针对这些影响因素采取有效的措施，以降低医院感染的感染率，提高患者的就医质量。