预测PICC 导管相关血流感染风险的列线图模型的建立与验证

唐倩芸 邢 柏

海南医学院第二附属医院ICU，海南海口 570311

经外周静脉穿刺的中心静脉导管（PICC）相关血流感染（PBSI）是PICC 置管后患者常见的重要并发症之一，发病率为0.6%～7.4%，严重影响患者预后[1-4]。既往研究[2-4]多数偏重于分析PBSI 发生的风险因素，而整合风险因素并以此构建风险筛查工具的相关报道较少[5]。列线图模型能将logistic 回归结果实现可视化、图形化，直观整合危险因素用于某种疾病发生的预测中[6-7]。然而，基于logistic 回归筛选变量构建预测PBSI列线图风险模型，迄今为止鲜有相关研究。因此，本研究拟应用logistic 回归筛选PBSI 发生的风险因素，并构建个性化的列线图预测模型，旨在为识别PBSI 高风险人群和制订相应预防策略提供理论依据。

1 资料与方法

1.1 一般资料

收集2016 年1 月—2020 年1 月于海南医学院第二附属医院（以下简称“我院”）接受PICC 的患者临床资料进行回顾性分析。纳入标准：年龄≥18 岁；首次留置PICC；同意参与本研究。排除标准：血流感染继发于其他部位的感染，如肺部感觉、腹腔感染等；导管留置时间<2 d；临床资料不完整。共纳入931例PICC 患者，其中男430 例（46.2%），女501 例（53.8%），平均年龄（66.7±15.3）岁。根据是否发生PBSI 将患者分为PBSI 组（63 例）和无PBSI 组（868 例）。本研究经我院医学伦理委员会批准。

1.2 方法

1.2.1 置管与维护 所有患者PICC 置管均由我院经过PICC 培训的护士按照规范进行穿刺操作。应用便携式彩超选择合适静脉，采用Seldinger 穿刺法进行置管，全程无菌操作，成功置管后行X 线检查确定PICC尖端位置，并遵循PICC 规范化护理进行管理。

1.2.2 资料收集 收集所有入选患者的一般资料，包括性别、年龄、体重指数及基础疾病。记录置管时间、置管部位、管腔数目、PICC 用途、是否曾住重症监护病房及使用附加装置、拔管时间与原因，以及是否发生PBSI。以PICC 导管移除或出现PBSI 为研究终点。

1.2.3 PBSI 的诊断标准 PBSI 诊断依据美国疾病控制与预防中心发布的有关导管相关感染的诊断标准[8]：①PICC 置管48 h 后出现菌血症，伴有感染表现；②临床上除外其他部位的感染；③导管血和外周血同时培养出相同的微生物或导管尖端和≥1 次经皮血培养中培养出相同的微生物，同时导管尖端或导管血培养时间比外周血培养的阳性时间快2 h 以上。

1.3 统计学方法

应用SPSS 19.0 统计软件进行统计学分析。正态分布的计量资料用均数±标准差（）表示，两组间比较采用t 检验；偏态分布的计量资料以中位数（四数位数）[M（P25，P75）]表示，两组间比较采用Mann-Whitney U 检验；计数资料采用百分率表示，组间比较采用χ2检验。采用多因素logistic 回归分析确定独立危险因素。应用R 软件（R 3.6.2）中rms 程序包建立PBSI 发生风险的列线图模型。使用Harrell 一致性指数（C-index）评估列线图模型的区分度。分别采用校准曲线和受试者工作特征曲线（ROC） 评估列线图模型的偏差度和预测效率。以P< 0.05 为差异有统计学意义。

2 结果

2.1 两组患者临床特征比较

本研究931 例PICC 患者中63 例（6.8%）发生PBSI，PBSI 发生率为3.27 例次/1000 导管日。两组年龄、糖尿病、脑血管病、恶性肿瘤、血液病、置管手臂、管腔数、一次性置管成功、附加装置、曾住重症监护病房、留管天数及用途等比较，差异有统计学意义（P ＜0.05）。见表1。

2.2 PBSI 危险因素的多因素logistic 回归分析

以是否发生PBSI 为因变量（赋值：是=1，否=0），以表1 中P < 0.05 的变量，包括年龄（连续变量）、脑血管病（赋值：是=1，否=0）、糖尿病（赋值：是=1，否=0）、恶性肿瘤（赋值：是=1，否=0）、血液病（赋值：是=1，否=0）、置管手臂（赋值：左=1，右=2，以左为参照）、用途（赋值：静脉输液=1，肠外营养=2，化疗=3，以静脉输液为参照）、管腔数（赋值：单腔=1，双腔=2，以单腔为参照）、一次性置管成功（赋值：是=1，否=0）、附加装置（赋值：有=1，无=0）、曾住重症监护病房（赋值：是=1，否=0）及留管天数（连续变量），为自变量进行多因素logistic 回归分析，结果显示，糖尿病、恶性肿瘤、血液病、肠外营养、双腔、附加装置、曾住重症监护病房及留管天数长均为PICC患者发生PBSI 的独立危险因素（P < 0.05）。见表2。

表1 两组患者临床特征比较

表2 PBSI 危险因素的多因素logistic 回归分析

2.3 预测PICC 患者发生PBSI 风险的列线图模型的建立与验证

根据多因素logistic 回归分析结果，通过R 软件建立预测PICC 患者发生PBSI 风险的列线图模型，见图1。根据绘制出的列线图模型，各个变量得分的总和对应在风险轴上的点，即为PICC 患者相对应的发生PBSI 发生风险的概率。列线图模型预测PBSI 风险的C-index 为0.929（95%CI：0.89～0.97），区分度良好。校准曲线结果显示列线图模型预测PBSI 发生风险与实际PBSI 发生风险平均绝对误差为0.017，具有较强的一致性，见图2A。列线图模型预测PICC 患者发生PBSI 风险的曲线下面积（AUC）为0.930（95%CI：0.912～0.946），说明该模型预测准确性较好，见图2B。

图1 预测PICC 患者发生PBSI 风险的列线图模型

图2 校准曲线与ROC 曲线对列线图模型预测PBSI 风险的内部验证

3 讨论

宋健等[9]通过分析纳入的698 例PICC 患者发现48 例发生PBSI，发病率为6.88%；PICC 总留管时间为13 853 d，每千导管日发病率为3.44‰。本研究结果显示，63 例（6.8%）PICC 患者在19 276 d 留管时间中发生PBSI，PBSI 发生率为3.27 例次/1000 导管日，与上述研究结果基本一致。

本研究确定糖尿病、恶性肿瘤、血液病、肠外营养、双腔、附加装置、曾住重症监护病房及留管天数均为PICC 患者发生PBSI 的独立危险因素（P<0.05）。有研究[10-13]证实，糖尿病、恶性肿瘤及血液病患者因自身免疫力较低，是PBSI 发生的高危人群。而接受肠外营养本身被认为是PBSI 的最大危险因素，因为导管操作提供了导管污染的机会，同时提供了良好的培养基有助于微生物生长，均增加PBSI 的风险[14-16]。值得关注的是，管腔数及附加装置与PBSI 的发生密切相关，可能原因为增加导管表面积的操作增加了细菌易位和向血液循环迁移的机会[17-18]。本研究结果显示，更长的留管时间及曾住重症监护病房增加了医院获得性感染的机会，进而增加了PBSI 发生的风险[19]。因此，PICC 患者发生PBSI 是由易感因素和诱发因素相互作用所致。

本研究建立的列线图模型具有较强的一致性、较好的校准度及准确性。相比于其他预测工具，列线图模型可整合更多危险因素，实现个体化预测，已广泛应用于多种疾病预后预测[20-22]。这一工具的应用有助于PICC 管理人员根据患者各个危险因素的不同状态水平对患者的PBSI 发生风险进行动态评估，并以此实施更有针对性的预防护理措施[23-26]：增强对恶性肿瘤、血液病、曾住重症监护病房患者PBSI 的预防意识，重视提高患者的免疫功能；加强对糖尿病的规范治疗及血糖水平的目标控制；进行肠外营养输注时提高无菌操作意识，避免管道污染；置管时尽量选择单腔管道及使用过程中避免增加附加装置；同时，避免长时间留置管道。

综上所述，本研究建立的列线图模型具有较好的预测能力。PICC 管理人员可将其作为PBSI 发生风险的筛查工具，针对筛查出的高风险患者根据具体的风险因素实施针对性的护理干预，以降低PBSI 发生的风险。但本研究为回顾性单中心研究，样本量有限，并排除了部分病例，存在选择偏倚。因此，仍需进一步多中心大样本量的研究进行外部验证。