冠状动脉搭桥术后医院感染风险预测模型构建

作者：赵巧燕; 浮志坤; 陈健超; 蒋艳艳; 王海彦

来源：中华医院感染学杂志, 2021, 31(02): 296-300.

DOI：10.11816/cn.ni.2021-202848

• 医院感染
• 冠状动脉搭桥术
• Logistic回归
• 卡方自动交互检测

目的构建冠状动脉搭桥术(CABG)后医院感染的风险预测模型。方法选择2017年6月-2020年6月在郑州市第七人民医院接受CABG治疗的冠心病患者121例,根据术后住院期间是否发生医院感染,分为感染组34例和未感染组87例。采集感染患者临床标本进行病原菌分离和鉴定,收集患者年龄、有无糖尿病、血清白蛋白(ALB)、体外循环时间、术后引流量、引流管留置时间、术后气管插管时间和住院时间等。采用Logistic回归和卡方自动交互检测(CHAID)模型分析CABG术后医院感染的危险因素,受试者工作特征(ROC)曲线检测模型的预测效能。结果 121例患者CABG术后有34例患者发生医院感染,感染率为28.10%;术后医院感染患者共分离病原菌29株,主要为肺炎克雷伯菌(27.59%)、大肠埃希菌(20.69%)、铜绿假单胞菌(17.24%); Logistic回归分析显示,年龄>60岁、ALB<30 g/L、体外循环时间>120 min、引流管留置时间>7 d、术后气管插管时间>24 h、住院时间>30 d均为CABG术后医院感染的危险因素; CHAID模型分析显示,引流管留置时间、体外循环时间、年龄及术后气管插管时间均为CABG术后医院感染的危险因素,模型预测的准确性为72.70%(P<0.05); ROC分析显示,Logistic回归模型预测医院感染的AUC为0.808,显著高于CHAID模型预测的0.640(P<0.05)。结论 Logistic回归模型可以有效预测CABG术后医院感染的发生,CHAID模型可以显示各变量的相互关系,可与Logistic回归模型互补应用于临床风险因素分析。

• 单位
  郑州市第七人民医院