利用回归模型构建呼吸机相关肺炎发病风险预测评分系统

摘要

目的 构建呼吸机相关肺炎(VAP)发病风险预测评分系统.方法 选取温州市人民医院2017年1月至2018年12月行机械通气的595例住院患者为研究对象.基于赤池信息量准则构建预测模型,取75％的研究对象为建模组(445例),剩余研究对象为验证组(150例).利用logistic回归模型对机械通气患者(建模组)发生VAP的影响因素进行分析,建立风险预测评分系统,再利用ROC曲线验证该评分系统的预测效果.结果 595例患者VAP发生率为7.73％.年龄≥65岁、连续发热≥2 d、手术、曾检出耐碳青霉烯类肠杆菌科(CRE)、曾检出耐碳青霉烯类鲍曼不动杆菌(CRAB)、曾检出耐碳青霉烯类铜绿假单胞菌(CRPA)、脑血管意外史、血降钙素原升高是机械通气患者(建模组)发生VAP的独立影响因素(均P<0.05),其对应的风险分值为年龄≥65岁(1分)、连续发热≥2 d(2分)、手术(-1分)、曾检出CRE(2分)、曾检出CRAB(2分)、曾检出CRPA(2分)、脑血管意外史(1分)、血降钙素原升高(1分);≥3分为高危人群.利用风险预测评分系统评估机械通气患者发生VAP的效能,结果 显示建模组AUC、灵敏度、特异度、约登指数分别为0.938、1.000、0.694、0.694,验证组分别为0.855、0.769、0.891、0.660.结论 本研究建立并验证的ICU住院患者VAP发病风险预测评分系统有助于对高危患者进行监测治疗.