摘要

目的 分析老年髋部骨折患者术后医院获得压力性损伤 (hospital-acquired pressure injuries,HAPI) 危险因素,并构建 Nomogram 模型,用于预测 HAPI 发生风险。方法 选取 2018 年 1 月至 2021 年 6 月在我院手术治疗的 315 例老年髋部骨折患者。采用单因素和多因素 Logistic 回归模型分析 HAPI 危险因素。在 Logistic 回归模型基础上构建 Nomogram 模型。采用内部数据集进行模型的验证。结果 (1) 315 例中 58 例(18.4%) 观察到 HAPI,术后至观察 HAPI 时间为 2~5 天,平均 (2.84±1.15) 天;(2) HAPI 患者年龄、Charlson 共病指数、美国麻醉医师协会 (American Society of Anaesthesiologists,ASA) 评分 (3~4 分) 比例、营养风险筛查 (nutritional risk screening-2002,NRS-2002) (营养不良) 比例、Braden 评分 (≥ 15 分) 比例、C-反应蛋白 (C-reactive protein,CRP)、血尿素氮 (blood urea nitrogen,BUN) 高于无 HAPI 患者 (P < 0.05),而 BMI、血红蛋白 (hemoglobin,Hb)、白蛋白 (albumin,ALB) 低于无 HAPI 患者 (P < 0.05);(3) 年龄、Charlson 共病指数、ASA 评分 (2~3 分)、NRS-2002 (营养不良)、Braden 评分 (≥ 15 分)、CRP 独立增加老年髋部骨折患者术后 HAPI 发生风险 (P < 0.05);(4) Nomogram 模型预测风险截断值为 0.44 时,预测模型具有最佳特异度和灵敏度。内部数据集验证结果显示 Nomogram 模型一致性指数 (consistency index,C-index) 为 0.724(95% CI:0.689~0.733)。决策曲线分析结果显示 Nomogram 模型预测 HAPI 发生风险的风险阈值在 0.18~0.82 时,提供显著附加标准化净收益。结论 本研究构建的 Nomogram 模型可以有效预测老年髋部骨折患者术后 HAPI 发生风险。当预测风险 > 0.44 时,该患者应当被视为 HAPI 高危患者。

  • 单位
    皖西卫生职业学院