個體化預測神經外科患者術后顱內感染風險的列線圖模型的建立

周霜 張瑞敏 付立平

(山東省聊城市人民醫院腦科醫院1.科教科；2.護理部；3.院感科，山東 聊城 252000)

顱內感染是神經外科術后常見的嚴重并發癥，可繼發全腦、腦室、脊髓的感染，導致患者預后不良，并延長住院時間，加重患者的經濟負擔甚至危及生命[1-2]。探究神經外科患者術后顱內感染的危險因素，對防治術后顱內感染具有重要意義，且一直是神經外科領域研究的熱點；其中，如何實現對術后顱內感染的個體化預測，更是當前亟待解決的難點，現國內外鮮有報道。列線圖模型則能整合相關危險因素，具備個體化預測疾病發病風險的能力[3]。因此，本研究將通過分析神經外科行開顱手術治療患者的臨床資料，探討此類患者術后顱內感染的獨立危險因素，旨在建立并驗證國內首個個體化預測神經外科患者術后顱內感染風險的列線圖模型，以輔助臨床篩選高風險患者，為個體化防治神經外科患者術后顱內感染提供科學指導。

1 資料與方法

1.1一般資料 選取2014年1月-2018年6月于我院神經外科行開顱手術治療的患者386例，其中男213例，女173例，平均年齡(49.96±16.87)歲。納入標準：(1)年齡20～75歲。(2)神經外科住院并行開顱手術的患者。排除標準：(1)合并感染性疾病、免疫性疾病、惡性腫瘤的患者。(2)合并嚴重心、肝、肺、腎疾病的患者。(3)臨床病歷資料不完整患者。參照衛生部制定的《醫院感染診斷標準》中顱內感染的相關診斷標準[4]，將研究對象分為顱內感染組25例和非顱內感染組361例。本研究已經醫院倫理委員會審核批準，研究中所有患者或其家屬均已簽署知情同意書。

1.2資料收集 收集研究對象的相關資料，包括：(1)性別、年齡、體質量指數、2型糖尿病病史等一般臨床資料。(2)手術切口類型、手術部位、手術持續時間、引流方式、引流時間、腦脊液漏、腦脊液漏持續時間等手術及術后資料。為確保資料數據的準確性，對收集的資料數據實行雙人核對與錄入。

1.3統計學方法 應用SPSS 20.0軟件進行數據處理。計數資料以百分比表示，使用χ2檢驗或非參數檢驗分析組間差異。采用多因素Logistic回歸模型對研究對象相關資料進行分析，確定神經外科行開顱手術治療患者術后顱內感染的獨立危險因素。將獨立危險因素引入R軟件(R3.2.3)，應用RMS程序包，構建預測術后顱內感染風險的列線圖模型。作列線圖模型預測術后顱內感染風險的ROC曲線，計算曲線下面積(Area under the curve，AUC)，評估列線圖模型區分度。通過繪制校準曲線及進行Hosmer-Lemeshow擬合優度檢驗評估列線圖模型準確度。以雙側P<0.05時為差異有統計學意義。

2 結果

2.1顱內感染組與非顱內感染組患者臨床資料比較 見表1。

表1 顱內感染組與非顱內感染組患者臨床資料比較 n

2.2神經外科行開顱手術治療患者術后顱內感染多因素Logistic回歸分析 以顱內感染與否作為因變量，以2型糖尿病(否=0，是=1)、手術部位(幕上=0，幕下=1)、手術持續時間(<4 h=0，≥4h=1)、引流方式(腰大池引流=0，腦室外引流=1)、引流時間(<5 d=0，≥5 d=1)、腦脊液漏(否=0，是=1)、腦脊液漏持續時間(<5 h=0，≥5 h=1)作為自變量，進行多因素Logistic回歸分析。多因素Logistic回歸分析結果顯示，2型糖尿病幕下手術、手術持續時間≥ 4 h、腦室外引流及腦脊液漏均是顱內感染發生的獨立危險因素，見表2。

表2 神經外科手術患者顱內感染多因素Logistic回歸分析

2.3個體化預測神經外科行開顱手術治療患者術后顱內感染風險的列線圖模型的建立 基于以上Logistic多因素分析結果，應用R軟件構建得到預測顱內感染風險的列線圖模型。根據列線圖模型，糖尿病史為73.6分；幕下手術為61.0分；手術時間≥4 h為100.0分；引流方式腦室外引流80.9分；腦脊液漏54.7分，見表3。

表3 預測神經外科手術患者顱內感染風險的列線圖模型評分

2.4預測神經外科行開顱手術治療患者術后顱內感染風險的列線圖模型的驗證 作列線圖模型預測神經外科手術患者顱內感染的ROC曲線，評估列線圖模型區分度，AUC為0.849(95%CI：0.740～0.958)，表明該列線圖模型區分度良好，見圖1。繪制列線圖模型的校準曲線及進行Hosmer-Lemeshow擬合優度檢驗，評估列線圖模型準確度，校準曲線為斜率接近于1的直線，見圖2。表明該模型預測神經外科手術患者顱內感染風險與實際顱內感染風險一致性良好，Hosmer-Lemeshow擬合優度檢驗χ2=9.068，P=0.106，表明該列線圖模型具有較好較準度。

圖1 ROC曲線驗證列線圖模型預測神經外科手術患者顱內感染風險

圖2 列線圖模型預測神經外科手術患者顱內感染風險的驗證

3 討論

3.1神經外科術后顱內感染發生情況及危險因素分析 神經外科是醫院感染的高發科室，由于患者病情重、住院時間長、手術復雜、侵入性操作多等原因，導致患者術后易發生顱內感染[5]。文獻報道約有2.6%～10.1%神經外科術后并發顱內感染[6-7]，本研究中我院近5年行神經外科手術治療的386例神經外科患者有25例并發顱內感染，發生率為6.5%，與既往研究結果相符。表明神經外科術后并發顱內感染的危險因素，對于預防控制顱內感染，提高手術效果及手術安全性，改善患者預后，具有重要的臨床意義。本研究通過對神經外科手術患者的臨床資料進行單因素和多因素Logistic回歸分析，發現糖尿病、手術時間、手術部位、腦脊液漏及腦室外引流為神經外科手術患者并發顱內感染的獨立危險因素。

3.2預測神經外科手術患者顱內感染風險的列線圖模型的建立 神經外科術后如若患者并發顱內感染，由于患者機體處于應激狀態，加之多數抗生素無法透過血腦屏障，致使顱內感染治療十分困難，病死率高[8]。因此，如何實現對神經外科手術患者術后顱內感染風險的個體化預測，以指導臨床及時進行有針對性的預防干預，一直是神經外科領域研究的熱點。列線圖模型可將回歸分析結果以可視化、圖形化的方式呈現，從而實現對臨床事件發生風險的個體化量化預測，利于臨床應用推廣[9]。國內外研究[10-11]已表明，列線圖模型可用于預測骨折手術患者并發術中壓瘡、腹部手術切口感染、丙型肝炎肝纖維化等風險。本研究基于2型糖尿病、手術持續時間、幕下手術、腦脊液漏及腦室外引流這5項顱內感染的獨立危險因素，建立了國內首個應用于預測神經外科手術患者顱內感染風險的列線圖模型，有助于指導神經外科醫護人員客觀迅速地將各個危險因素的不同狀態水平與顱內感染風險相關聯，以甄別并發顱內感染的高風險患者。

3.3預測神經外科手術患者顱內感染風險的列線圖模型的應用 本研究中建立的列線圖模型可計算出每位神經外科手術患者各自顱內感染的風險。2型糖尿病患者體內高血糖環境可使白細胞與吞噬細胞功能受損，導致細胞與體液免疫功能降低，抵抗力減弱。同時，高血糖可抑制生長因子合成、血管新生、膠原沉積及成纖維細胞的增殖和遷移，致使傷口難以愈合，亦給細菌增殖提供了有利的條件，增加了顱內感染風險[12]。本研究發現，2型糖尿病為神經外科手術患者顱內感染的獨立危險因素，且將增加列線圖模型評分73.6分對顱內感染風險影響的權重，李建峰等[13]在266例患者及馬艷芳等[14]在100例患者中的研究均表明，2型糖尿病是神經外科手術患者顱內感染的獨立危險因素，有力的支持了本研究結果。手術持續時間延長將增加腦組織暴露時間，也增加了手術操作對腦組織損傷的概率。本研究結果表明，手術持續時間≥4 h為神經外科手術患者顱內感染的危險因素，與既往研究結果相一致[15]，并進一步指出手術時間≥4 h將增加列線圖模型評分100分對顱內感染風險影響的權重。幕下手術由于其特殊的解剖結構，造成手術視野暴露困難，導致手術操作復雜、手術時間延長，顯著增加患者顱內感染概率。任曉輝等[16]在2 058例神經外科手術患者中的研究表明幕下手術為術后顱內感染的危險因素，本研究亦發現幕下手術為術后顱內感染的危險因素，且幕下手術將增加列線圖模型評分61分對顱內感染風險影響的權重。腦脊液漏可導致細菌逆行進入腦室系統或深部組織，造成顱內感染，同時顱內感染會升高顱內壓進一步加重腦脊液漏[17]。王德璽等[18]通過對27篇文獻進行Meta分析發現，腦脊液漏為神經外科術后患者顱內感染的危險因素，本研究結果亦表明腦脊液漏為神經外科術后患者顱內感染的危險因素，并進一步指出腦脊液漏將增加列線圖模型評分54.7分對顱內感染風險影響的權重。腦室外引流使中樞系統與外界環境形成潛在的開放性通道，細菌可通過引流管管腔或外周逆行進入腦室系統或深部組織，造成顱內感染[19]。本研究發現腦室外引流為神經外科手術患者顱內感染的獨立危險因素，與趙航等[20]研究結果相符，并進一步指出腦室外引流將增加列線圖模型評分80.9分對顱內感染風險影響的權重。

列線圖模型操作簡單方便，例如：某神經外科手術患者患有2型糖尿病(得分=73.6分)，手術持續時間≥4 h(得分=100分)，幕下手術(得分=61分)，腦室外引流(得分=80.9分)，列線圖總得分=73.6+100+61+80.9=315.5分，對應的顱內感染風險為0.78，即該患者有78%的風險并發顱內感染，發生風險高，在臨床護理過程中，應給予重點關注，密切監測其病情發展變化，及時調整醫療護理策略，更有針對性地防控顱內感染。

3.4預測神經外科手術患者顱內感染風險的列線圖模型的驗證 本研究還對列線圖預測模型進行了驗證，ROC曲線顯示該模型預測神經外科患者術后顱內感染的AUC為0.849(95%CI：0.740～0.958)，表明該列線圖模型區分度良好；校準曲線圖形為斜率接近于1的直線，Hosmer-Lemeshow擬合優度檢驗χ2=9.068，P=0.106，表明該模型預測神經外科患者術后顱內感染準確度良好，具有臨床推廣應用價值。

4 小結

本研究基于2型糖尿病、手術持續時間、幕下手術、腦脊液漏及腦室外引流這5項顱內感染的獨立危險因素，建立的預測神經外科患者術后顱內感染風險的列線圖模型，具有良好的區分度與精準度，可實現個體化預測顱內感染風險，指導篩選高風險患者，臨床應用價值高。但本研究為單中心研究，神經外科手術患者樣本量相對較小，下一步我們將聯合多中心，擴大神經外科手術患者樣本量，結合臨床實踐進一步驗證完善預測神經外科患者術后顱內感染風險的列線圖模型，以早日臨床推廣應用。

利益沖突文章所有作者共同認可文章無相關利益沖突

作者貢獻聲明周霜：課題設計構思、研究準備、數據搜集、數據分析、論文撰寫、論文審校；郭茜：課題設計構思、數據搜集、數據分析、論文審校；張瑞敏：課題設計構思、數據搜集、數據分析、論文審校；付立平：課題設計構思、數據分析、論文撰寫、論文審校