论文部分内容阅读
【背景】中国正进入人口老龄化急速发展阶段,老年髋部骨折发生率高,而肺部感染是老年髋部骨折术后最常见的并发症之一,它会影响患者预后,给患者及其家庭带来严重的经济负担,甚至导致患者死亡。早期识别和干预有助于降低肺部感染发生率和改善患者预后。然而目前临床上仍缺乏切实可行的老年髋部骨折术后肺部感染风险评估工具。【目的】本课题的主要目的是探讨老年髋部骨折术后肺部感染的危险因素,旨在发现可能与术后肺部感染发生相关的客观指标,尤其是实验室指标,并基于客观指标构建风险模型,以帮助临床医护在入院早期发现术后肺部感染的高危患者,也为其早期预防术后肺部感染提供依据。【方法】本研究为回顾性研究,选取2012年1月至2020年12月入住深圳市第二人民医院的老年髋部骨折为筛选人群,依据纳入、排除标准选定研究对象。收集患者临床资料包括一般资料、入院24小时实验室指标、术中相关变量和发生术后肺部感染情况等。术后肺部感染的诊断标准参照中国成人医院获得性肺炎与呼吸机相关性肺炎诊断和治疗指南（2018年版）。1.依据年龄将患者分为低龄老人（60~69岁）组、中龄老人（70~79岁）组和高龄老人（≥80岁）组共3组,分析年龄、合并症数量与术后肺部感染发生之间的关系。2.以有无发生术后肺部感染作为因变量,将单因素Logistic回归分析中有统计学意义的变量,先利用最小绝对收缩和选择算子模型（LASSO）进行变量筛选,再采用向后LR多因素Logistic回归分析,最终得到发生术后肺部感染的独立危险因素。3.将研究对象按照7:3的比例分为训练集和测试集,再利用随机过采样技术（ROSE）算法处理训练集数据,形成了新的人工数据集作为新的训练集。本研究采用Logistic回归构建风险模型,并利用ROC曲线和决策曲线分析（DCA）评价模型性能和应用价值,基于原始数据和人工数据分别建立风险预测模型,比较两者的预测性能,选择最优的风险预测模型建立列线图。【结果】1.基本情况本研究最终纳入老年髋部骨折患者共1341例,其中发生术后肺部感染者79例,占比5.89%。患者平均年龄为（77.59±8.64）岁,女性占72.93%,股骨颈骨折占61.74%,院内死亡发生率为0.29%,住院天数为10（8,15）天。2.年龄、合并症数量与术后肺部感染发生的关系多因素分析结果显示,以低龄老人组且合并症数量＜3组作为参考,低龄老人组且合并症数量≥3、中龄老人组且合并症数量≥3、高龄老人组且合并症数量＜3、高龄老人组且合并症数量≥3组患者发生术后肺部感染的风险分别是其5.882倍（95CI%:1.126~30.727,P=0.036）、5.345倍（95CI%:1.316~21.715,P=0.019）、4.165倍（95CI%:1.181~14.688,P=0.026）、12.265倍（95CI%:3.223~46.678,P＜0.001）。3.发生术后肺部感染的多因素分析年龄（OR=1.054,95%CI:1.022~1.088,P=0.001）、合并症数量≥3（OR=2.813,95%CI:1.667~4.748,P＜0.001）、入住ICU（OR=10.213,95%CI:4.302~24.243,P＜0.001）、高白细胞（WBC）水平（OR=1.121,95%CI:1.039~1.208,P=0.003）和低白球比（AGR）水平（OR=0.199,95%CI:0.071~0.555,P=0.002）是老年髋部骨折患者发生术后肺部感染的独立危险因素。4.术后肺部感染风险模型的构建与验证本研究训练集患者为939例,其中术后肺部感染患者58例,属于不平衡数据集。经过ROSE算法处理后形成的1762例为新的训练集,其中术后肺部感染病例（845例）与无术后肺部感染病例（917例）的比值接近1;基于人工数据的ROSE-WAGH模型公式为Z=0.034×年龄-0.416×性别的赋值+0.094×WBC-1.240×AGR-0.014×HGB-0.103,AUC为0.781,敏感度为92.4%,特异度为57.1%,准确率为90.5%,最大净获益值阈值概率区间为3%~43%,最佳截断值为0.652,对应列线图上的数值为238分。【结论】1.老年髋部骨折术后肺部感染的总体发生率为5.89%。2.当合并症数量≥3时,低龄、中龄和高龄组患者发生术后肺部感染的风险均高于年龄、合并症数量≥3两者单独作用之和,以高龄组风险增加显著。3.在年龄＜80岁时,术后肺部感染的发生风险主要与合并症数量有关;当年龄≥80岁时,术后肺部感染的发生风险与年龄和合并症数量都有关。4.年龄、合并症数量≥3、入住ICU、高WBC水平和低AGR水平是老年髋部骨折术后肺部感染的独立危险因素。5.ROSE-WAGH模型的列线图评分超过238分的高危患者,医护人员应重点关注,积极采取干预措施。本研究利用客观指标构建老年髋部骨折术后肺部感染的预测模型,具有一定的应用价值,在临床容易普及和推广。而基于引入ROSE算法处理后的人工数据构建的模型,提高了模型的敏感度和准确率。