论文部分内容阅读
目的:继发感染在中枢神经系统（central nervous system,CNS）损伤中发病率高且难以避免,其对临床结局的影响无法被准确估计。本研究基于GCS和血液指标的动态变化,首次尝试构建CNS损伤继发感染患者于重症监护病房（intensive care unit,ICU）的预后（prognosis of secondary infection after central nervous system injury,PSICNSI）预测评分模型,旨在为此类患者群体提供更具适用性及准确性的预后评估方法。对象与方法:1.本研究为回顾性病例对照研究,选取2015年03月至2019年12月入住广西医科大学第一附属医院重症医学科被明确诊断脑卒中或颅脑损伤继发感染的患者为研究对象。采用偶遇抽样法,以2019年01月01日为时间截点,截点前的住院患者被纳入模型测试集,其数据用于预测模型的构建,截点后的住院患者被纳入模型验证集,其数据用于预测模型的效度验证。2.通过回顾性查阅患者病历资料,分别于研究起点与研究终点对患者一般情况、病史、诊疗情况、疾病评分、实验室检查指标及ICU结局等信息数据进行记录。3.在测试集中,以ICU预后作为结局变量,将患者按照实际ICU结局分入死亡组与存活组。分别于研究起点及终点对测试集各项指标进行单因素分析和多因素Logistic回归分析,并根据最终回归方程式计算出相应时间点ICU死亡概率（p-admission和p-discharge）,对概率值与急性生理学及慢性健康状况评分-Ⅱ（acute physiology and chronic health evaluation scoring system,APACHEⅡ）进行受试者工作特征曲线（Receiver Operating Characteristic curve,ROC曲线）分析并比较曲线下面积（area under curve,AUC）,以评估回归方程与APACHE Ⅱ对ICU预后预测效果的优劣。4.对回归方程中的危险因素进行分层及赋值后初步构建研究起点（代表疾病初期）和研究终点（代表疾病进展期）的预后预测模型:PSICNSI-admission和PSICNSI-discharge,并分别设计评分-概率对照表。通过ROC分析、比较AUC值的方法,将PSICNSI预测模型在测试集与验证集中分别进行自身验证和交叉验证,评价模型与APACHE Ⅱ对预后预测效度的优劣。结果:1.根据纳入、排除标准共选取297例患者为研究对象,其中测试集219例、ICU死亡51人（23.3%）,验证集78例、ICU死亡13人（16.7%）。2.测试集单因素方差分析显示:研究起点（-ad）时,死亡组与存活组间入院时APACHE Ⅱ、格拉斯哥昏迷评分（Glasgow coma score,GCS）、血小板计数（blood platelet,PLT）、白细胞计数（white blood cell,WBC）、活化部分凝血活酶时间（activated partial thromboplastin time,APTT）、中性粒细胞百分比（percent of neutrophile granulocyte,%N）、淋巴细胞百分比（lymphocyte percentage,%L）、降钙素原（procalcitonin,PCT）、乳酸（lactic acid,Lac）等存在统计学差异（P<0.05）;研究终点（-dis）时,组间APACHE Ⅱ、GCS、C-反应蛋白（C-Reactive Protein,CRP）、PCT、Lac、氧合指数（oxygenation index,OI）及住院期间输血治疗、输血种类、输血量、红细胞输注、血浆输注、血小板输注、PLT住院期间最小值（-min）、APTT住院期间最大值（-max）、凝血酶原时间（prothrombin time,PT）-max、国际标准化比值-max、WBC-max、%N-max、%L-min、PDW-max、CRP-max、PCT-max均存在统计学差异（P<0.05）。3.将测试集中在研究起点、终点存在组间差异的指标进行多因素Logistic回归分析显示:研究起点时,GCS-ad、PLT-ad、WBC-ad、PCT-ad是ICU死亡的独立危险因素;研究终点时,GCS-dis、CRP-dis、OI-dis及PLT-min是ICU死亡的独立危险因素。将回归方程计算所得死亡概率p-admission、p-discharge与同期Apache Ⅱ进行ROC分析比较,结果显示:无论研究起点（0.868,95%CI 0.806-0.929 vs.0.796,95%CI 0.725-0.866）还是研究终点（0.980,95%CI 0.963-0.998 vs.0.964,95%CI 0.943-0.986）,预测概率p的AUC值均大于Apache Ⅱ,提示回归模型预测效度良好。4.对研究起点及终点各独立危险因素进行分层、赋值并构建PSICNSI-admission和PSICNSI-discharge评分模型及评分-概率对照表,PSICNSI-admission模型中各项目赋值如下:GCS-ad（0～8分）,PLT-ad（-4～+5分）,WBC-ad（-1～+6分）,PCT-ad（-1～+9分）,总得分范围为-6～+28分,对应ICU死亡概率为0.0001～0.9996;PSICNSI-discharge模型中各项目赋值如下:GCS-dis（-8～+6）,PLT-min（-6～+6）,OI-dis（-7～+5）,CRP-dis（-1～+9）,总得分范围为-22～+26分,对应的ICU死亡概率为0.0000～0.9993。5.在测试集中,采用ROC分析分别评估PSICNSI-admission与PSICNSI-discharge模型的预测效度显示:研究起点时,PSICNSI-admission模型截点值为8,即当预测总分值≥8分时,患者ICU死亡风险较大,当总分<8分,ICU死亡风险较小,评分模型敏感性为88.20%,特异性为67.90%,曲线下面积为0.855;研究终点时,PSICNSI-discharge模型截点值为1,即当预测总分值≥1分时,患者ICU死亡风险较大,当总分<1分,ICU死亡风险较小,评分模型敏感性为98.00%,特异性为85.10%,曲线下面积为0.975。评分模型与同期APACHE Ⅱ的ROC分析比较显示:无论研究起点（0.855,95%CI0.791-0.918 vs.0.796,95%CI 0.725-0.866）或是终点（0.975,95%CI0.956-0.994 vs.0.964,95%CI 0.943-0.986）,PSICNSI的AUC值均大于APACHE Ⅱ,提示评分模型的预测效度良好。6.在验证集中,采用ROC分析评估PSICNSI模型对ICU预后的预测效度显示:研究起点时,PSICNSI-admission模型截点值为11,即当预测总分值≥11分时,患者ICU死亡风险较大,当总分<11分,ICU死亡风险较小,评分模型敏感性为69.20%,特异性为92.30%,曲线下面积为0.847;研究终点时,PSICNSI-discharge模型截点值为5,即当预测总分值≥5分时,患者ICU死亡风险较大,当总分<5分,ICU死亡风险较小,评分模型敏感性为92.30%,特异性为87.70%,曲线下面积为0.936。结论:1.CNS损伤继发感染患者不同时期（感染初期和疾病进展期）的ICU结局影响因素不一,初发感染时最佳预后预测指标为GCS、PLT、WBC及PCT,病情进展期,最佳预测指标为GCS、OI、CRP及病程中PLT低限。2.PSICNSI模型对患者预后的预测效能均高于同期APACHE Ⅱ,疾病进展期模型预测效度高于疾病初期。3.PSICNSI模型对CNS损伤继发感染患者预后预测准确率高,评分构成简单,可重复性强,具有一定的临床推广意义。