基于北京協和醫院病例首頁信息構建預測心臟術后深部胸骨傷口感染風險的列連圖模型

張超紀 劉劍州 馬國濤 劉興榮 劉愛民 李曉鳳 梁 湄 苗 齊

1.中國醫學科學院 北京協和醫院心外科，北京 100730；2.北京中國醫學科學院 北京協和醫院病案室，北京 100730；

胸骨正中切開術操作簡便，手術野暴露充分，是心臟手術中最常用的手術方式。心臟及大血管術后胸骨深部傷口感染（DSWI）發生率只有0.6%～6.0%［1-2］，卻可累及縱隔內重要臟器，相關死亡率為19%～29%［3-5］，是最災難性的心臟外科并發癥之一。臨床研究表明［1-2,6］，心臟術后DSWI 風險與多種危險因素相關，包括骨質疏松癥、肥胖、心臟惡病質、高齡、營養不良、腎衰竭、慢性阻塞性肺疾病、糖尿病、使用皮質類固醇、再次手術和雙側胸內動脈采集等。對這些因素進行量化處理，臨床醫生可以更客觀地評價DSWI 風險，患者及家屬可以更加直觀地了解手術風險及預后。國內外對于心臟術后DSWI 風險的預測模型鮮有報道。本研究基于對北京協和醫院（以下簡稱“我院”）心臟手術患者臨床資料進行分析，探討引起DSWI 的相關危險因素，旨在建立國內醫院首個個性化預測DSWI 風險的列線圖模型，以期指導臨床甄別高風險人群，制訂更有針對性的臨床決策。

1 資料與方法

1.1 一般資料

采用回顧性研究收集2007 年1 月～2017 年10 月我院接受心臟手術患者資料。資料來源于我院病歷管理系統，從病歷首頁中提取相關信息。納入標準：①在我院心外科接受心臟直視手術，住院前一年內未在其他醫院做過心臟手術；②首頁信息完整。本研究經我院醫學倫理委員會批準。

1.2 方法及觀察指標

對收集的首頁資料數據進行雙人錄入與核對，以確保資料數據的準確性。由2 名醫師根據患者首頁信息（DSWI，死亡為研究終點）進行收集。收集臨床信息如下：①一般情況。包括住院號、性別、年齡、住院次數、住院天數、費用等。②合并癥或并發癥。包括高血壓、糖尿病、高脂血癥、腎功能不全、肺功能不全、免疫性疾病、DSWI、心功能不全、死亡、冠心病以及其他疾病。③手術方式。包括二尖瓣手術、三尖瓣手術、主動脈瓣手術、大血管手術、冠狀動脈搭橋術、心包剝脫術、射頻消融術、再次手術、同種異體骨移植術以及其他手術。

1.3 統計學方法

運用R 軟件對所得數據進行統計學分析。符合正態分布計量資料以均數±標準差（）表示，不符合正態分布計量資料以中位數或四分位數表示。計數資料以例數或百分比表示。進行LASSO 回歸，應用10倍交叉驗證來獲得最佳風險因子子集。運用多因素Logistic 回歸分析心臟術后DSWI 危險因素，建立心臟術后DSWI 風險預測列線圖。計算受試者工作特征曲線下面積（AUC）、校準曲線及決策曲線。其中，AUC≤0.5 為沒有任何區分度，0.5＜AUC≤0.7 為區分度較差，0.7＜AUC≤0.9 為區分度中等，＞0.9 為區分度較高。檢驗采用Bootstrap 法對列線圖進行內部驗證，計算一致性指數（C-index）評估預測模型的性能。其中，C-index≤0.5 為沒有任何預測能力，0.5＜C-index≤0.7 為準確性較差，0.7＜C-index≤0.9 為準確性中等，C-index＞0.9 為準確性較高。以P ＜0.05 為差異有統計學意義。

2 結果

2.1 一般情況

獲得首頁信息的患者共2753 例，其中信息完整患者2610 例，并采集20 個待選變量，包括性別、年齡、腎功能不全、呼吸功能不全、心功能分級、主動脈瓣手術、二尖瓣瓣手術、三尖瓣手術、大血管手術、冠脈搭橋術、心包剝脫術、同種異體骨移植術、其他手術、心房射頻消融術、高脂血癥、高血壓、免疫病、糖尿病、再次手術以及深部胸骨傷口感染。納入患者年齡1～85 歲，平均（50±17）歲，中位住院時間為25（19，35）d。

2.2 預測風險因子的選擇

深部胸骨傷口感染為結局變量，從20 個因變量中篩選出10 個變量（年齡、腎功能不全、心功能不全、冠狀動脈搭橋術、大血管手術、同種異體骨移植術、高血壓、糖尿病以及高脂血癥）。其中，偏差最小λ0=0.002，logλ=-6.155。一個標準誤內誤差最小λ1=0.011，logλ=-4.481。見圖1A。隨著λ 增加，LASSO 中變量回歸系數逐步歸零，將變量逐步從模型中去除，選擇交叉驗證偏差最小的λ0，并篩選出10 個變量。見圖1B。

2.3 預測心臟術后DSWI 的列線圖的建立

大血管手術、二次手術、糖尿病及同種異體骨移植術是DSWI 風險的獨立預后因子（P ＜0.05）。見表1。建立預測心臟術后DSWI 風險的列線圖模型，總得分對應風險預測值見圖2。

2.4 預測心臟術后DSWI 風險的列線圖模型性能評價、驗證及臨床實用性評價

列線圖預測DSWI 風險的AUC 為0.725（95%CI：0.671～0.750），區分度中等。列連圖的校準曲線圖提示，預測概率與實際概率一致性良好（P=0.754）。在模型內驗證中C-index=0.720，提示該模型具有一定的預測能力。決策曲線分析提示，閾值概率為0.01～0.40，臨床應用該列連圖預測DSWI 風險可以獲得好的凈收益率，即臨床實用性較高。見圖3。

3 討論

隨著醫學科學的提高，DSWI 治療有很大程度的進步［7］，但DSWI 仍是最災難性的心臟外科并發癥之一，故對心臟術后DSWI 風險的量化評估，顯得非常重要。本研究符合入選標準患者2610 例，DSWI 發生率1.8%。在建立預測心臟術后DSWI 風險的列線圖模型過程中，考慮到結局變量的病例數較少，因變量多達20 個，因此本研究應用了LASSO 回歸篩選風險因子［8-10］，共10 個變量建立DSWI 風險列連圖模型。本研究結果提示，大血管手術、再次手術、糖尿病及同種異體骨移植是DSWI 風險的獨立預后因子，與相關臨床研究結果相似［1-2］。在模型的性能評價中，該模型具有較高的區分度及校準度。同時，在內驗證中具有較高的C-index。提示，運用該模型進行心臟術后DSWI 風險預測較為可靠。

圖1 應用LASSO 回歸篩查出最優預測風險變量

表1 多因素Logistic 回歸模型中的預測因子

圖2 心臟術后深部胸骨傷口感染風險列連圖

圖3 模型決策曲線

決策曲線分析是一種簡潔易懂的數學模型，以評判預測工具的臨床可用性及效益［11-12］。在決策曲線的分析中，閾值概率在0.01～0.40 區間內模型的凈受益更高；而在閾值概率＞0.40 時，模型無應用價值。提示，該預測模型可以應用到較大的樣本中。

目前，心外科最為廣泛應用的有關心臟術后感染的風險評估系統是美國胸外科醫師協會評分系統（STS）［13］。然而，所有評價系統均不具有可視化功能。本研究結果顯示，列線圖模型能夠圖形化、可視化以及量化Logistic 回歸結果，比較直觀快速地應用于個體臨床結局的預測，建議臨床推廣應用［14-15］。此外，本研究首次建立國內預測心臟術后DSWI 風險的列線圖，有助于外科醫師量化DSWI 的風險權重，便于家屬及患者直觀地理解手術風險。

本研究結果顯示［16］，對于顯著胸骨骨質疏松患者，植入同種異體松質骨可以明顯改善DSWI 的發生。臨床研究發現［17-19］，骨質疏松與患者的脆弱性有關，而脆弱性與心臟手術患者預后、營養狀況以及抗感染力明顯相關［20-21］。針對列線圖模型所示的DSWI 風險因素，需增強對有關可控因素的處理。對于復雜手術，應積極糾正心功能狀態，加強腎功能管理等臟器功能處理，尤其是高齡患者，更應積極做好術前準備，以降低圍術期DSWI 的發生風險。

由于病例首頁信息的限制，圍術期DSWI 風險的部分重要危險因素（如患者體重指數、ICU 時間等）并未充分考慮。此外，本研究為單中心研究，預測心臟圍術期死亡風險的列線圖模型還需經多中心、更大樣本研究進一步外部驗證。

綜上所述，基于上述10 項危險因素建立的國內首個預測DSWI 風險的列線圖模型具有良好的區分度、準確性以及一定的臨床應用價值，對于甄別高風險DSWI 患者、制訂更有效的干預對策以及預防圍術期風險提供指導依據。