冠状动脉搭桥术后医院感染风险预测模型构建

• 作者: 赵巧燕 浮志坤 陈健超 蒋艳艳 王海彦
• 来源期刊: 中华医院感染学杂志
• 学科: 医学
• 关键词: 医院感染 冠状动脉搭桥术 Logistic回归 卡方自动交互检测
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 感染管理研究
• 页码范围: 296-300
• 页数: 5页
• 分类号: R619+.3
• 语种: 中文
• DOI: 10.11816/cn.ni.2021-202848

摘要

目的 构建冠状动脉搭桥术(CABG)后医院感染的风险预测模型.方法 选择2017年6月-2020年6月在郑州市第七人民医院接受CABG治疗的冠心病患者121例,根据术后住院期间是否发生医院感染,分为感染组34例和未感染组87例.采集感染患者临床标本进行病原菌分离和鉴定,收集患者年龄、有无糖尿病、血清白蛋白(ALB)、体外循环时间、术后引流量、引流管留置时间、术后气管插管时间和住院时间等.采用Logistic回归和卡方自动交互检测(CHAID)模型分析CABG术后医院感染的危险因素,受试者工作特征(ROC)曲线检测模型的预测效能.结果 121例患者CABG术后有34例患者发生医院感染,感染率为28.10％;术后医院感染患者共分离病原菌29株,主要为肺炎克雷伯菌(27.59％)、大肠埃希菌(20.69％)、铜绿假单胞菌(17.24％);Logistic回归分析显示,年龄＞60岁、ALB＜30 g/L、体外循环时间＞120 min、引流管留置时间＞7 d、术后气管插管时间＞24 h、住院时间＞30 d均为CABG术后医院感染的危险因素;CHAID模型分析显示,引流管留置时间、体外循环时间、年龄及术后气管插管时间均为CABG术后医院感染的危险因素,模型预测的准确性为72.70％(P＜0.05);ROC分析显示,Logistic回归模型预测医院感染的AUC为0.808,显著高于CHAID模型预测的0.640(P＜0.05).结论 Logistic回归模型可以有效预测CABG术后医院感染的发生,CHAID模型可以显示各变量的相互关系,可与Logistic回归模型互补应用于临床风险因素分析.