ICU多重耐藥菌感染判別分析預判模型建立研究

鄒 倩 丁夢媛 耿苗苗 馬 磊 祝延紅

隨著抗菌藥物的廣泛使用和耐藥細菌的傳播，多重耐藥菌(multidrug-resistant organism，MDRO)已經逐漸成為醫院感染的重要病原菌[1]。專家指出細菌的耐藥性問題將逐漸威脅全球公共衛生健康狀況[2]。重癥監護病房(intensive care unit, ICU)患者病情危重且往往免疫力低下，ICU是院內常見耐藥菌檢出率最高的一個科室[3]。MDRO感染常表現為腸道感染、呼吸道感染、手術部位感染等，MDRO感染大大增加患者住院時間以及治療費用，感染者病死率遠高于未感染者[4～7]。多重耐藥菌不僅存在于患者本身，還存在儀器設備等環境表面，當醫護人員接觸到這些病菌時很可能會造成ICU內住院患者之間的多重耐藥菌交叉傳播[8]。張俊等[9]研究發現對MDRO感染患者實施針對性的消毒隔離措施干預后，患者周圍物品和醫護人員MDRO檢出率有所下降。臨床上針對多重耐藥菌檢測陽性患者將實行接觸隔離和單間隔離等防護措施來阻止交叉傳播，而未知的多重耐藥菌感染患者是臨床醫護人員護理的盲點和難點[6]。本研究通過篩選影響因素指標，并對選取的指標采用逐步判別分析法建立預判模型，為醫務人員提前預測ICU內患者MDRO感染與否提供方法，從而有助于早期進行有效隔離措施以防止病原微生物的傳播。

對象與方法

1.研究對象:選取上海市某三甲綜合醫院2017年1月～2019年12月入住綜合ICU>48h的住院成年患者845例(男性497例，女性348例)，其中MDRO感染患者118例，MDRO未感染者727例。

2.研究方法:采用回顧性研究方法，通過醫院電子病歷與紙質病歷相結合的方式收集患者相關資料，包括：①基本情況：性別、年齡、ICU住院天數、手術史和感染前手術次數；②基礎疾病數量；③侵入性操作：侵入性操作種類數、留置鼻飼管天數、動靜脈置管天數、留置導尿管天數、機械通氣天數、氣管插管天數；④藥物使用情況：使用激素或免疫抑制劑天數、使用抗菌藥種類數、抗菌藥使用天數。

3.診斷標準:基于臨床癥狀，院內感染按照《醫院感染診斷標準(試行)》執行,MDRO感染診斷依據2011年版《多重耐藥菌醫院感染預防與控制技術指南(試行)》[10,11]。

結 果

1.單因素分析：對15個與ICU內MDRO感染可能相關的影響因素進行單因素分析，結果顯示，性別、年齡、ICU住院天數、手術史和感染前手術次數、侵入性操作種類數、留置鼻飼管天數、動靜脈置管天數、留置導尿管天數、機械通氣天數、氣管插管天數、使用激素或免疫抑制劑天數、使用抗菌藥種類數和抗菌藥使用天數等14個因素與MDRO感染比較，差異有統計學意義(P<0.05)，具體結果見表1。

表1 重癥監護室多重耐藥菌感染單因素分析

2.判別函數預判模型的建立：根據專業知識，選取單因素分析差異有統計學意義的變量，包括性別(X1)、年齡(X2)、住院天數(X3)、手術史(X4)、感染前手術次數(X5)、侵入性操作種類數(X6)、留置鼻飼管天數(X7)、動靜脈置管天數(X8)、留置導尿管天數(X9)、機械通氣天數(X10)、氣管插管天數(X11)、使用激素或免疫抑制劑天數(X12)、使用抗菌藥種類(X13)、抗菌藥使用天數(X14)。采用逐步Fisher判別分析，共篩選出10個差異有統計學意義的預測變量(性別、手術史、侵入性操作種類數、留置鼻飼管天數、動靜脈置管天數、留置導尿管天數、機械通氣天數、氣管插管天數、使用激素或免疫抑制劑天數和抗菌藥使用天數)，得到判別函數方程式：Y=0.310X1+0.340X4-0.425X6-0.027X7+0.019X8+0.068X9+0.019X10+0.030X11+0.022X12-0.026X14-0.273。該判別函數的Wilks′Lambda值為0.542，χ2=412.523，df=10,P=0.000，差異有統計學意義。經計算，感染組(Y=1)的判別得分均值ZA=2.27，未感染組(Y=0)判別得分均值ZB=-0.37，由公式ZC=(ZA+ZB)/2可得綜合的均值ZC=0.95。通過將樣本各指標值代入上述函數中，得出判別得分。當判別得分≥0.95，判為MDRO可能感染患者；當判別得分<0.95，判為MDRO不太可能感染患者。

3.Fisher判別函數預判模型的驗證：判別函數預判效果的考核可以采用多種方法驗證，此處采用自身驗證法和刀切法驗證法，結果見表2和表3。自身驗證法和刀切法驗證法的敏感度分別為72.0%和70.34%，特異性分別為95.7%和95.19%，符合率分別為92.4%和91.72%，說明模型的預判效果較為理想。

表2 判別分析預判模型自身驗證結果(n)

表3 判別分析預判模型刀切法驗證結果(n)

4.Fisher判別函數預判模型的ROC曲線下面積分析:以判別得分作為檢驗值，病原微生物檢測結果為“金標準”，繪制ROC曲線。如圖1所示，ROC曲線下面積為0.938，面積的標準誤為0.013，P<0.05, 95%CI：0.912～0.964。

圖1 判別分析預判模型的ROC曲線

討 論

近年來，全球范圍內MDRO的感染流行度不斷增加，感染未經控制甚至會引起MDRO的暴發從而造成重大公共衛生事件。疾病預警是當下流行病學研究熱點,也是醫院感染流行病學研究的一種新方法。通過預測模型來實現MDRO醫院感染防控的戰線前移以降低MDRO醫院感染發生率，這將為患者減輕經濟負擔和降低死亡風險[5，7]。

針對ICU內患者多重耐藥菌感染風險的預測，研究者主要使用Logistic回歸等方法[12～15]。本研究運用Fisher判別分析構建預判模型，第一時間評估入住ICU患者MDRO可能感染與否從而幫助ICU內醫護人員在人力財力有限的情況下精準防護和有效控制傳播，從而達到降低目的整體MDRO院內感染發生率的目的。有研究將使用MDRO危險因素預判后的精準防護和主動篩查的全員防護進行比較，發現兩者比較差異并無統計學意義，從而證明了依據危險因素預判進行防護的可行性和經濟收益[16]。ICU內患者一般具有急危重癥多、免疫功能差和護理治療操作多等特點，不及時對MDRO感染患者實行隔離措施，很可能引發患者院內多重耐藥菌交叉感染率的上升，對此臨床專家建議ICU內MDRO感染患者須實行單間隔離、接觸隔離或將相同感染患者安置于同一房間以防止患者之間的交叉傳播[17]。但病原菌主動篩查的非強制性和病原檢測時間上的滯后性使得醫護人員早期對患者隔離安置帶來障礙。同時一項包含27篇原始研究文獻的Meta分析研究指出，醫院內嚴重感染患者的不恰當抗菌藥物使用率為14%～78%，并且原始文獻中超過一半的研究指出患者錯誤藥方率大于50%[18]。Tabah等[19]研究發現，MDRO感染往往由診斷不及時以及使用錯誤的抗菌藥導致。綜上所述，早期對MDRO感染患者進行接觸隔離等措施和正確為ICU內患者開具抗菌藥處方都依賴于對潛在多重耐藥病原菌的預判。因此本研究對ICU內患者進行MDRO感染風險預測判別模型的構建,可以提高醫院感染防控效率,從而遏制多重耐藥產生和傳播。

預判分析可以根據研究對象的若干指標的觀測結果來判定其所屬類別，在醫學領域已有廣泛的應用[20，21]。本研究以單因素分析挑選敏感因素，結合病原學檢測結果進行逐步Fisher判別分析，本研究最終納入判別函數的因素與其他研究者對多重耐藥菌危險因素分析大致相同[22，23]。值得注意的是年齡這一變量單因素分析時兩組之間差異有統計學意義但在逐步判別分析過程中被剔除，原因可能是本研究所選取的醫院入住ICU患者年齡相仿，且MDRO感染組與未感染組人數比例相差較大，導致以此人群為數據的模型不足以支撐該因素的納入。本研究對所建立的判別函數進行自身驗證和刀切法驗證，模型的預判效果較為理想但敏感度不夠高，可能與MDRO感染相關的危險因素收集不夠全面有關。從衛生經濟學的角度考慮特異性高于敏感度更有利于節約醫護人員照護成本和醫院其他資源成本，但是鑒于MDRO的傳染主要是接觸傳播，陽性患者的漏診會不會導致后續的治療成本大于前期節約下來的成本，這有待進一步研究考證。

綜上所述，在大數據研究興起的新時代，預判是流行病學的熱點，也是醫院感染管理決策的一個高效手段。判別分析預判模型可早發現MDRO可能感染患者，對其進行隔離等防控可以有效避免MDRO交叉感染與暴發。及時采取相應干預措施對于防止病情惡化和保護同病房其他患者具有重要意義，真正做到早發現、早隔離、早防控。未來對于預判模型的構建需要全面地收集危險因素、擴大樣本含量以及前瞻性地驗證模型以達到更高的敏感度與特異性。國內關于模型預判后進行精準防護所帶來的經濟收益大小需要后續研究來進一步證實。