脓毒症相关性脑病发生的影响因素及其列线图风险模型构建

作者：周航向; 袁佳; 张倩; 陶浚泠; 刘颖^*

来源：疑难病杂志, 2023, 22(12): 1245-1250.

• 脓毒症相关性脑病
• 影响因素
• 预测
• 列线图风险模型

目的 探讨脓毒症相关性脑病(SAE)发生的影响因素，并构建预测SAE发生的列线图模型。方法 选取2021年3月—2023年2月贵州医科大学附属医院重症监护室(ICU)收治脓毒症患者213例，依据是否发生SAE分为SAE组和非SAE组。收集各项资料开展单因素分析，Logistic回归分析SAE发生的相关因素；利用R软件构建SAE发生的风险预测模型，并通过ROC曲线下面积(AUC)与校准曲线对模型的区分度和准确性予以验证。结果 脓毒症患者213例中SAE发生84例(39.44%); SAE组APACHEⅡ评分、SOFA评分、大脑中动脉PI、血乳酸(BLA)、血清S100β、ALT、AST、IL-6水平、有创机械通气比例均显著高于非SAE组(t(χ2)/P=3.974/<0.001、3.066/0.002、4.610/<0.001、5.528/<0.001、4.750/<0.001、9.024/<0.001、2.810/0.005、5.063/<0.001、7.239/0.007),局部脑组织氧饱和度(rScO2)、白蛋白水平低于非SAE组(t/P=4.935/<0.001、3.650/<0.001);Logistic回归分析结果显示，SAE发生的危险因素主要有APACHEⅡ评分高、SOFA评分高、大脑中动脉PI高、动脉血乳酸高、ALT高，而rScO2高、白蛋白高是SAE发生的保护因素[OR(95%CI)=2.347(1.316～4.184)、2.416(1.432～4.077)、2.204(1.234～3.937)、2.311(1.306～4.088)、2.326(1.376～3.933),0.468(0.271～0.809)、0.561(0.342～0.919)];基于7项预测指标构建预测SAE发生的列线图风险模型，结果显示，AUC为0.831(95%CI 0.773～0.889),预测SAE发生的概率和实际概率相近，且拟合优度HL检验提示模型区分度和准确度均较好(χ2=6.282,P=0.616)。结论 基于APACHEⅡ评分、SOFA评分、大脑中动脉PI、rScO2、动脉血乳酸、ALT、白蛋白7项指标构建的列线图风险模型对SAE发生具有较好的预测作用。

• 单位
  贵州医科大学