ICU機械通氣患者VAP早期預警模型的建立與效能評價

邢飛 董曉超 張蕾

130021 長春，吉林大學第一醫院重癥醫學科

呼吸機相關性肺炎（VAP）是指ICU患者機械通氣48h后出現的肺炎，是ICU患者獲得性肺炎的常見類型[1]。患者一旦出現VAP，其臨床預后效果較差，輕則增加住院時間及治療費用，重則死亡。國內相關報道顯示，VAP臨床發病率達到40%以上，病死率達到50%以上[2]。Inchai等[3]報道VAP的病死率最高可達71%。因此，尋找發生VAP的高危因素，對診斷及預防VAP具有非常重要的臨床意義。筆者通過對影響VAP發生的早期相關因素進行回歸分析并建立早期預警模型，旨在為VAP高危患者的診斷及預防提供依據，現報道如下。

1 對象和方法

1.1 對象 選取2015年6月至2017年6月我院ICU收治行機械通氣的138例VAP患者作為研究組，男76例，女 62 例，年齡 37～82（67.77±15.25）歲；疾病類型：心臟疾病20例，惡性腫瘤24例，腦出血18例。納入標準：臨床確診符合2012版中華醫學會呼吸病學會制定VAP的診斷標準，機械通氣時間超過48h，胸部X線檢查出現新的炎性病變，血常規檢查顯示WBC明顯異常者；排除肺結核等原發性肺疾病患者。另選取我院120例行機械通氣的非VAP患者作為對照組，男67例，女53 例，年齡 34～85（68.32±15.77）歲；疾病類型：心臟疾病17例，惡性腫瘤21例，腦出血13例。兩組患者性別、年齡、疾病類型等臨床資料比較差異均無統計學意義（均P＞0.05）。

1.2 方法 參閱國內外相關文獻，對所有患者的臨床資料進行分析整理，列出患者年齡、性別、原發性疾病、機械通氣時間、血清白蛋白（ALB）、胃管留置情況、營養支持情況、急性或慢性健康狀況（APACHEⅡ）評分、昏迷情況、侵入性操作、應用制酸劑情況、糖皮質激素（GCS）使用時間等相關因素，對相關變量進行單因素及多因素logistic回歸分析，根據多因素logistic回歸分析結果，建立ICU機械通氣患者VAP預警模型，并采用ROC曲線對預警模型效能進行分析評價。

1.3 統計學處理 采用SPSS 20.0統計軟件，正態分布的計量資料以表示，組間比較采用獨立樣本t檢驗；計數資料組間比較采用χ2檢驗，相關影響因素采用單因素及多因素logistic回歸分析，預警模型效能評價采用ROC曲線檢驗，并計算靈敏度、特異度、陽性似然比、陰性似然比、陽性預測值及陰性預測值。P＜0.05為差異有統計學意義。

2 結果

2.1 機械通氣患者VAP單因素分析 VAP單因素分析結果顯示，兩組患者年齡、原發性疾病、機械通氣時間、ALB、胃管留置、APACHEⅡ評分、昏迷情況、侵入性操作、應用制酸劑情況、GCS使用時間等因素比較差異均有統計學意義（均P＜0.05），性別及營養支持比較差異均無統計學意義（均P＞0.05）。見表1。

2.2 機械通氣患者VAP多因素logistic回歸分析 以單因素分析中具有統計學意義的變量作為自變量，以是否發生VAP作為因變量，進行多因素logistic回歸分析結果顯示，機械通氣時間≥6d、有胃管留置、APACHEⅡ評分≥18分、應用制酸劑、侵入性操作及GCS使用時間≥7d為影響VAP發生的獨立因素（均P＜0.05）。排除機械通氣時間≥6d因素，根據獨立危險因素logistic回歸分析建立VAP早期預警模型，Z=3.357+0.029×胃管留置+0.174×APACHEⅡ評分+0.957×應用制酸劑+0.632×侵入性操作+0.236×GCS 使用時間，見表 2、3。

表1 機械通氣患者V A P單因素lo g i s t ic回歸分析結果[例（%）]

表2 自變量賦值方式

2.3 機械通氣患者VAP早期預警模型效能評價 以預警模型中各變量為檢驗變量繪制ROC曲線，得出預警模型 ROC 曲線 AUC 為 0.919（95%CI：0.877～0.971），約登指數為0.71時為最佳截斷點，相對應的最佳截斷值為0.331，相應的靈敏度和特異度分別達到0.9052和0.8149，陽性似然比為6.011，陰性似然比為0.137，陽性預測值71.35%，陰性預測值為89.47%。ROC曲線見圖1。

表3 機械通氣患者V A P多因素lo g i s t ic回歸分析結果

圖1 預警模型R O C曲線

3 討論

ICU機械通氣患者并發VAP時易造成脫機困難，同時延長患者住院治療時間以及增加患者治療費用，嚴重時甚至導致死亡[4]。因此，建立VAP早期預警模型對診斷及預防具有非常重要的臨床意義。趙巧等[5]報道顯示，機械通氣時間過長會對患者呼吸道上皮黏膜組織造成損傷并誘發病菌感染，是造成ICU機械通氣患者并發VAP的高危因素。多數ICU機械通氣患者需要進行胃管留置，而曹艷菲等[6]研究表明，胃管的留置易造成患者下呼吸道感染，亦是導致VAP的獨立危險因素。APACHEⅡ評分越高，表明患者健康狀況越差。Levesque等[7]臨床研究結果顯示，APACHEⅡ評分越高的ICU機械通氣患者，其臨床發生VAP的概率、預后及病死率均越高。制酸劑作為臨床常用預防胃潰瘍的輔助型用藥，其理化作用效果可能會降低部分抗生素的藥效或導致患者病情失控，黃郁竹等[8]研究顯示，制酸劑的使用與VAP的發生具有相關性。ICU機械通氣患者常伴有自主意識障礙，直接導致其對呼吸道分泌物的清除能力嚴重下降，故常需要應用制酸劑來預防胃酸反流及胃潰瘍，而制酸劑的應用結果易導致患者酸堿度平衡失常，增加胃腔感染細菌的概率[9]。多數ICU患者不可避免需要進行侵入性治療，郝春艷等[10]研究顯示，侵入性治療操作易導致ICU機械通氣患者感染率的上升，增加其并發VAP的概率。GCS是由腎上腺皮質中束狀帶分泌的一類甾體激素，由于具有較強的抗炎、抗變態反應作用而廣泛應用于呼吸道疾病的治療，但長時間使用GCS易導致患者免疫力及抵抗力下降，從而誘發感染[11]。

本研究通過對影響VAP發生的相關影響因素進行單因素及多因素logistic回歸分析結果顯示，機械通氣時間≥6d、有胃管留置、APACHEⅡ評分≥18分、應用制酸劑、侵入性操作及GCS使用時間≥7d均為影響ICU機械通氣患者VAP發生的獨立因素（P＜0.05）。結果同上述報道相符。排除機械通氣時間≥6d因素外，其余均為影響VAP發生的獨立早期因素。應用多因素logistic回歸建立VAP早期預警模型：Z=3.357+0.029×胃管留置+0.174×APACHEⅡ評分+0.957×應用制酸劑+0.632×侵入性操作+0.236×GCS使用時間。

ROC曲線作為一種全面性和準確性均較高的效能評價工具，其臨床的效能評價應用效果早已得到證實[12-13]。AUC越大，表示診斷結果的效能越高，通過繪制ROC曲線，可以準確確定受試對象檢測結果的最佳閾值。當AUC值高于0.9時，表明診斷的準確較高[14]。本研究通過繪制ROC曲線，得出預警模型的AUC值為0.919（95%CI：0.877～0.971），表明該模型準確性較高，約登指數為0.71時相對應的最佳截斷值為0.331，相應的靈敏度和特異度分別達到0.9052和0.8149，表明模型檢測效果良好。似然比是反應檢驗真實性的一種指標，其綜合了靈敏度與特異度的復合特征，且不受患病率的影響，其穩定性高，能更科學地描述診斷試驗[15]。本預警模型陽性似然比達到6.011，表明應用本模型的預測VAP發生的概率是未使用本模型的6.011倍。陰性似然比為0.137，表明ICU機械通氣患者發生VAP不符合本預警模型的可能性僅為ICU機械通氣患者未發生VAP的0.137倍。

因此，本預警模型對ICU機械通氣患者發生VAP的預警效果好、預警能力強。本預警模型能夠為ICU機械通氣患者早期并發VAP的診斷和預防提供一定的指導依據，有利于患者的預后和治療。