研究背景医院感染作为全球比较突出的公共卫生问题,一直以来深受关注。随着全球人口老龄化速度进一步加快,老年病人在医院住院和手术所占的比例持续增加。老年人由于身体和免疫功能退化以及多患有慢性病等各种相关因素,是医院感染的高危人群和易感人群。而对于手术患者,医院感染的发生不仅影响医疗质量和手术成功率,还会阻碍患者术后的预后、延长患者住院时长,并进一步加重病人的疾病负担,这就使老年手术患者成为医院感染防控过程中需要重点关注的人群。了解老年手术患者医院感染发生情况并选择一种合理准确的预测方法对老年手术患者医院感染的发生进行预测,为临床医院感染防控提供必要的预测指标十分必要。目前国内外对老年手术患者医院感染的研究多为现况研究,感染预测研究较少,预测方法多为传统的Logistic模型且主要研究对象为特定手术患者,采用人工神经网络的方法针对整体老年手术患者构建医院感染预测模型的研究更少。研究目的了解老年手术患者医院感染的发生水平和分布情况,并构建老年手术患者医院感染BP人工神经网络预测模型,以确定BP神经网络模型在老年手术患者医院感染预测方面的适用性和相对优势,评价模型整体的预测效果。确定老年手术患者医院感染相关预测指标对老年手术患者医院感染发生的贡献度水平,探索对老年手术患者医院感染的发生贡献水平较大的模型预测指示指标。依据整体研究结果综合评价模型应用于该人群的合理性及可行性,为临床老年手术患者医院感染预测提供模型和预测指标,以期为加强老年手术患者医院感染管理、预防老年手术患者医院感染、降低老年手术患者医院感染水平提供实证依据。研究方法该研究通过对医院感染预示监测系统数据的筛选,获取2017年1月1日至2017年12月30日期间住院患者中的老年(60岁及以上)手术患者,并使用StataMP14.0软件进行数据清理和分析。首先,对包括研究人群总体感染水平及感染分布的整体情况进行描述性分析,其次,为提高组间可比性及模型仿真学习速度,针对感染患者按照1:1的比例随机选取同期同科室未感染患者作为对照,采用卡方检验或t检验对数据进行各相关变量与医院感染间的单因素分析,然后根据数据的单因素分析结果,进一步确定纳入预测模型中的具体指标,作为预测模型的指标体系,通过参数调整获得模型最佳隐含层节点数,以确定最终各输入层、隐含层和输出层的最终节点数,运用Matlab R2014a软件分别构建BP人工神经网络预测模型和传统的Logistic预测模型,其中将样本数据按照7:3的比例分别组成训练集和测试集,对训练集数据进行预测模型的自主学习和训练,然后将训练好的模型运用到测试集中加以验证并对比分析训练出的模型效果。依据BP神经网络预测模型输出的最终输入层与隐含层、隐含层与输出层间的连接权值ω计算各输入层指标相应的权重系数Ⅰ,探讨不同预测指标对老年手术患者医院感染的贡献水平。研究结果该研究共纳入老年手术患者20410例,男性多于女性,人群整体平均住院天数为11.39天(标准差为9.92),其中有603例被诊断为发生医院感染,医院感染整体发生率为2.95%。对感染患者选取同期对照后样本患者为1 194例,配对后老年手术患者平均住院天数为24.13天(标准差为27.74),手术切口主要为Ⅱ级清洁-污染切口(40.91%)。经单因素分析,包括最长连续发热天数、术前住院天数、二联抗生素使用天数等27个变量被纳入最后的预测模型构建指标体系中。在模型数据结果部分,训练集中BP神经网络模型和传统的Logistic预测模型对老年手术患者医院感染发生的预测准确度分别为87.39%和85.64%,其中BP神经网络训练集灵敏度和特异度分别为0.98和0.77,Logistic预测模型训练集灵敏度和特异度分别为0.85和0.86,训练集中BP神经网络和传统Logistic预测模型依据各自的输出结果绘制的ROC曲线中,两者ROC曲线下面积AUC分别为0.95和0.91。通过将训练出的模型在测试集中运行加以验证模型效果,结果显示,最终测试集中BP神经网络模型对老年手术患者医院感染的整体预测准确度为89.82%,灵敏度和特异度分别为0.94和0.85;Logistic预测模型最终测试集整体预测准确度为86.26%,灵敏度和特异度分别为0.84和0.88,最终测试集测试结果中BP神经网络和Logistic预测模型ROC曲线下面积分别为0.96和0.92。根据BP神经网络模型的最终输出的连接权值进行计算的权重系数结果中,对医院感染贡献水平位于前十位的指标分别为自报(I=5.943)、降钙素原送检次数(I=5.786)、发热天数(I=5.759)、术后抗菌药使用天数(I=5.402)、呼吸机使用天数(I=5.224)、术前抗菌药使用天数(I=4.813)、中心静脉插管天数(I=4.587)、曾住ICU天数(I=4.485)、血常规送检次数(I=4.483)和特殊抗菌药使用天数(I=4.035)。结论及建议结论1.该院老年手术患者医院感染发生水平相对较低,医院感染的预防控制措施切实有效。2.BP神经网络模型对老年手术患者医院感染有良好的预测效果,预测准确度、灵敏度和模型拟合优度均高于传统Logistic预测模型。3.自报、降钙素原送检次数、发热天数、术后抗菌药使用天数、呼吸机使用天数、术前抗菌药使用天数、中心静脉插管天数、曾住ICU天数、血常规送检次数和特殊抗菌药使用天数是对老年手术患者医院感染的贡献度较大的预测指示指标。建议1.进一步加强对老年手术患者医院感染的重视程度,完善医院感染预警系统以预防和减少老年医院感染的发生。2.BP神经网络在老年手术患者医院感染方面有较杰出的预测效果且优于传统Logistic预测模型,可结合医院患者特点适当推广应用。3.重点关注老年手术患者发热症状,加强医疗器械使用患者的实时监测和临床合理用药,提高生理生化指标的及时送检率,保证医院感染的有效管理。