重症监护病房脓毒症患者预后模型构建与评估

作者：蒋子鸣; 王洪亮; 王素梅; 关纯; 曲彦^*

来源：中华危重病急救医学, 2023, 35(08).

• 脓毒症
• MIMIC-Ⅳ数据库
• 预后模型
• LASSO回归
• Cox回归

目的分析重症监护病房(ICU)脓毒症患者预后危险因素, 构建列线图模型, 并进行预测效能验证。方法使用美国重症监护医学信息数据库Ⅳ〔MIMIC-Ⅳ(version 2.0)〕中的数据进行回顾性队列研究。收集符合Sepsis-3诊断标准的6 500例脓毒症患者的信息, 包括人口学特征、合并症、入ICU 24 h内实验室指标、最终随访结局等资料。采用简单随机抽样法, 按照7∶3的比例将患者分为训练集和验证集。采用限制性立方样条(RCS)分析各项变量与预后是否存在线性关系, 将非线性关系的变量截断转换为分类变量;将所有变量使用LASSO回归进行筛选, 并纳入多因素Cox回归模型, 分析ICU脓毒症患者死亡危险因素, 并构建列线图模型;采用一致性指数、校准曲线和受试者工作特征曲线(ROC曲线)评估列线图模型的预测效能;采用决策曲线分析(DCA)验证模型的临床价值及其对实际决策的影响。结果 6?500例脓毒症患者中, 训练集4?551例, 验证集1?949例。训练集28 d、90 d、1年病死率分别为27.73%(1?262/4?551)、34.76%(1?582/4?551)、42.98%(1?956/4?551), 验证集分别为27.24%(531/1?949)、33.91%(661/1?949)、42.23%(823/1?949)。无论在训练集还是验证集, 与最终存活患者比较, 死亡患者年龄更大, 序贯器官衰竭评分(SOFA)及简化急性生理学评分Ⅱ(SAPSⅡ)更高, 合并症更多, 尿量更少, 使用血管活性药物、肾脏替代治疗及机械通气更多。经RCS分析将与脓毒症患者预后风险存在潜在非线性关联的变量转换为分类变量;将经过LASSO回归筛选后的变量纳入多因素Cox回归模型, 结果显示, 年龄〔风险比(HR)=1.021, 95%可信区间(95%CI)为1.018～1.024〕、SOFA评分(HR=1.020, 95%CI为1.000～1.040)、SAPSⅡ评分>44分(HR=1.480, 95%CI为1.340～1.634)、平均动脉压(MAP)≤75 mmHg(1 mmHg≈0.133 kPa;HR=1.120, 95%CI为1.026～1.222)、呼吸频率(RR;HR=1.044, 95%CI为1.034～1.055)、脑血管病(HR=1.620, 95%CI为1.443～1.818)、恶性肿瘤(HR=1.604, 95%CI为1.447～1.778)、严重肝脏疾病(HR=1.330, 95%CI为1.157～1.530)、24 h内使用血管活性药物(HR=1.213, 95%CI为1.101～1.336)、动脉血氧分压(PaO2;HR=0.999, 95%CI为0.998～1.000)、血乳酸(Lac;HR=1.066, 95%CI为1.053～1.079)、血尿素氮(BUN)>8.9 mmol/L(HR=1.257, 95%CI为1.144～1.381)、总胆红素(TBil;HR=1.023, 95%CI为1.015～1.031)及凝血酶原时间(PT)>14.5 s(HR=1.232, 95%CI为1.127～1.347)与ICU脓毒症患者死亡相关(均P<0.05)。基于上述因素构建列线图模型, 验证结果显示, 一致性指数为0.730;校准曲线显示, 训练集和验证集中列线图模型的预测结果和观察结果之间的一致性良好;ROC曲线显示, 训练集和验证集中列线图模型预测28 d、90 d、1年死亡风险的ROC曲线下面积(AUC)分别为0.771(95%CI为0.756～0.786)和0.761(95%CI为0.738～0.784)、0.777(95%CI为0.763～0.791)和0.765(95%CI为0.744～0.787)、0.677(95%CI为0.648～0.707)和0.685(95%CI为0.641～0.728)。DCA分析显示, 列线图模型在预测28 d、90 d和1年死亡风险方面具有显著的净收益, 验证了模型的临床价值及其对实际决策的影响较好。结论 ICU脓毒症患者死亡危险因素包括年龄、SOFA评分、SAPSⅡ评分>44分、MAP?≤75 mmHg、RR、脑血管病、恶性肿瘤、严重肝病、24 h内使用血管活性药物、PaO2、Lac、BUN、TBil、PT>14.5 s, 以此构建的列线图模型可以预测ICU脓毒症患者死亡风险。

• 单位
  青岛市市立医院; 大连医科大学