不同评估方法对神经外科住院病人意外坠床和跌倒预测价值比较

[目的]探讨两种意外坠床和跌倒(AF)风险评估工具Conley评分和Hendrich模型在神经外科住院病人AF风险评估中的预测价值。[方法]选择2009年3月—2011年2月收治的病人2 577例,同时采用上述两项工具对病人的AF风险进行评估,并记录病人实际AF发生情况,对两项工具的敏感性、特异性、阳性预测值和阴性预测值进行分析。[结果]Hendrich模型正确预测到的AF病人为82例(71.31%),高于Conley评分正确预测的66例(57.39%),Hendrich模型的敏感性为68.17%～73.36%,特异性为70.59%～74.39%;Conley评分的两项指标则分别为56.67%～60.22%和49.31%～58.53%。两项工具的阳性预测值和阴性预测值结果相当。[结论]Hendrich模型具有较高的敏感性和特异性,较适用于神经外科住院病人的AF风险评估,而对那些被评估为无AF风险的病人也需要进一步分析,根据具体情况决定是否采取适当的防护手段。     

基于时间序列模型对上海市某医院医院感染发病率的预测研究

目的 探索可用于预测医院感染发病趋势的最佳时间序列模型,为进一步防控工作提供指导。方法 以上海市某医院2015年1月—2020年12月医院感染发病率数据为基础,采用时间序列方法建立模型,比较指数平滑模型和自回归滑动平均混合模型(ARIMA)的拟合精度,确定最优预测模型,并预测2021年1—12月医院感染发病率,同时对预测效果进行评价。结果 2015—2020年共监测住院患者631 195例,发生医院感染4 200例,总发病率为0.67%。本次研究最终确定Winters可加性指数平滑模型为最优模型(平稳R²=0.762,MAPE=13.430)。应用Winters可加性指数平滑模型预测2021年1—12月医院感染发病率,实际发病率均在预测值的95%CI范围内。结论 Winters可加性指数平滑模型能较好预测该院医院感染发病情况,可用于医院感染的短期预测和早期预警,并为医院决策提供一定的数据支持。     

Gail乳腺癌风险评估模型的临床应用

目的:探讨Gail乳腺癌风险评估模型的应用价值。方法:回顾性分析沈阳医学院沈洲医院69例乳腺癌患者及159例正常对照组的年龄、乳腺疾病史、家族史、初潮年龄、初产年龄、乳腺活检情况及种族的资料,应用Gail乳腺癌风险评估模型评估5年前的发病风险,并绘制ROC曲线及评价Gail模型作为诊断试验的价值。结果:病例组65例及对照组10例,经模型评估后提示有5年内乳腺癌发病高风险。Gail模型作为诊断试验的评价结果,其灵敏度为94.2%,特异度为93.7%,阳性预测值为86.7%,阴性预测值为97.4%。结论:Gail乳腺癌风险评估模型对乳腺癌发病高风险人群的预测价值较高,可作为高风险人群的乳腺癌筛查的工具。     

ICU患者医院感染的风险预测模型构建与验证

摘要 目的 构建重症监护病房(ICU)患者医院感染的风险预测模型。方法 对2015年9月1日-2018年8月31日入住军队某三级甲等医院的ICU>48 h的住院患者进行回顾性分析,将所有病例按照6∶〖KG-*2〗4的比例随机分为建模组和验证组,构建医院感染Logistic回归模型,根据OR值赋予分值,建立预警模型,以受试者工作特征(ROC)曲线来评价模型的预测效果。结果 Logistic 回归分析结果显示,合并基础疾病、手术、使用呼吸机、进行中心静脉插管、ICU住院≥16 d、呼吸机插管>2次、中心静脉置管>2次、留置导尿管>2次是ICU患者医院感染的独立危险因素。风险评分模型中对应的分值为2、2、1、8、2、2、4、2分。总分≥12分为高危人群。模型在建模组的ROC曲线下面积为0.797,灵敏度80.5%,特异度67%。模型在验证组的ROC曲线下面积为0.834,灵敏度80.2%,特异度71.9%。结论 ICU患者医院感染发生率高,本研究建立的模型在建模组和验证组具有较好的预测效果,加强对高危人群的监测预警,制定或调整干预措施,做到有效、科学的开展医院感染防控工作。     

肝移植术后多重耐药菌感染风险预测评分模型的建立与评价

[目的]建立与评价肝移植术后多重耐药菌(MDROs)感染风险预测评分模型。[方法]选取366例肝移植病人,其中建模组239例和验证组127例,收集病人围术期的临床资料,采用单因素分析、多元Logistic回归分析筛选MDROs感染的危险因素并初步建立感染风险预测评分模型,通过Hosmer-Lemeshow卡方检验和受试者工作特征(ROC)曲线法评价模型的预测符合程度和判别效度,根据模型中各危险因素的偏回归系数构建感染风险预测评分模型。[结果]多元Logistic回归分析结果显示:MDROs感染的独立危险因素为术前抗菌药物治疗、术前凝血酶原时间延长、术后气管插管时间≥72h、术后留置ICU时间≥10d、术后胆道并发症;评分模型在建模组和验证组的H-L检验P值分别为0.404,0.173;ROC曲线下面积分别为0.809,0.753。[结论]建立的评分模型具有良好的预测符合程度和判别效度,对肝移植术后MDROs感染的发生具有较好的预测性。     

三种评估表对骶骨肿瘤术后患者压疮预测效果的研究

目的比较Braden评估表、Waterlow评估表、医院自制压疮评估表对骶骨肿瘤术后患者压疮预测的应用效果。方法将符合纳入标准的248例患者运用3种量表对每例患者进行压疮危险因素连续评估,计算各评估量表首、末次灵敏性、特异性、阳性预测值、阴性预测值与评价量表间的一致性。结果248例中,压疮发生率为8.75%;Braden评估表、Waterlow压疮危险评估表、医院自制压疮评估表3种评估表最佳临界值:首次评估临界值依次为18、16和21分,末次评估为17、19和24分。Pearson相关性分析显示3种压疮危险评估表的首末次评分具有显著相关(P0.01)。首次及末次评分的总体一致性差异有统计学意义(P0.05)。结论 Braden评估表对骶骨肿瘤术后患者压疮危险因素的预测能力较好,是临床较好的选择。     

肝移植术后多重耐药菌感染风险预测评分模型的建立与评价

[目的]建立与评价肝移植术后多重耐药菌(MDROs)感染风险预测评分模型。[方法]选取366例肝移植病人,其中建模组239例和验证组127例,收集病人围术期的临床资料,采用单因素分析、多元Logistic回归分析筛选MDROs感染的危险因素并初步建立感染风险预测评分模型,通过Hosmer-Lemeshow卡方检验和受试者工作特征(ROC)曲线法评价模型的预测符合程度和判别效度,根据模型中各危险因素的偏回归系数构建感染风险预测评分模型。[结果]多元Logistic回归分析结果显示:MDROs感染的独立危险因素为术前抗菌药物治疗、术前凝血酶原时间延长、术后气管插管时间≥72h、术后留置ICU时间≥10d、术后胆道并发症;评分模型在建模组和验证组的H-L检验P值分别为0.404,0.173;ROC曲线下面积分别为0.809,0.753。[结论]建立的评分模型具有良好的预测符合程度和判别效度,对肝移植术后MDROs感染的发生具有较好的预测性。     

Logistic回归模型对危重症病人医院感染风险的预测价值

目的:探究Logistic回归模型对重症监护室(ICU)医院感染风险的预测价值.方法:选取本院2017年1月—2019年12月ICU发生医院感染病人115例作为观察组,按照性别、年龄、入院主要诊断、入院时病情相近程度采取1:1匹配进行病例对照研究,选择未发生医院感染病人115例作为对照组.经由单因素分析将P<0.05的自变量纳入Logistic回归模型,采用似然比χ2、拟合优度检验评价模型,受试者工作特征(ROC)曲线分析模型对ICU医院感染的预测价值.结果:两组年龄、性别、手术治疗、高血压、尿管插管、呼吸系统疾病、心血管疾病、补充性肠外营养、意识障碍、休克、心脏衰竭比例差异无统计学意义(P>0.05);APACHEⅡ评分≥20分ICU病人发生医院感染的风险可能是<20分病人的7.160倍;住院天数≥10d ICU病人发生医院感染的风险可能是<10 d病人的4.706倍、气管插管ICU病人发生医院感染的风险可能是无气管插管病人的7.280倍、激素治疗ICU病人发生医院感染的风险可能是无激素治疗病人的2.155倍、中心静脉插管ICU病人发生医院感染的风险可能是无中心静脉插管病人的5.291倍、糖尿病ICU病人发生医院感染的风险可能是无糖尿病病人的3.250倍(P<0.05);似然比χ2(Likelihood ratio chi-square)=144.255,df=6,P<0.001,Hosmer-Lemeshow拟合优度检验显示模型拟合效果较好,χ2=8.527,df=6,P=0.411;ROC曲线分析,Logistic回归模型预测AUC为0.887(95％CI:0.847～0.927),预测敏感度为91.34％,特异度为70.87％.结论:APACHEⅡ评分≥20分、住院天数≥10 d、气管插管、激素治疗、中心静脉插管、糖尿病是ICU医院感染的独立危险因素,Logistic回归模型具有良好预测价值.     

个性化预测血液透析医院感染风险的Nomogram模型建立及护理对策

目的:通过建立Nomogram模型个性化预测血液透析医院感染的风险因素并探究护理对策.方法:选取医院血液净化中心2017年5月—2020年5月收治的150例血液透析病人为研究对象,其中发生医院感染病人54例,未发生医院感染96例,回顾性分析病人的临床资料,采用Logistic回归分析法筛选出血液透析病人发生医院感染的独立风险因素.利用R软件对筛选出的独立风险因素建立列线图预测模型,并对模型的预测性及准确度进行验证.结果:Logistic回归分析显示年龄[OR=3.652,95％CI(1.491,8.948)]、低蛋白血症[OR=4.096,95％CI(1.478,11.355)]、肾炎[OR=5.797,95％CI(2.136,15.732)]、置管时间[OR=4.856,95％CI(1.882,12.535)]、置管部位数[OR=10.911,95％CI(4.004,29.739)]为血液透析医院发生感染的独立危险因素(P<0.05).基于该5项风险因素,建立预测血液透析病人发生医院感染的列线图模型,Calibration验证结果显示预测值与实测值曲线重合度较高,表明该预测模型较实测准确度优良;同时Bootstrap内部验证结果显示,C-index指数高达0.897[95％CI(0.796,0.913)],提示该模型精准度和区分度较好.结论:通过建立风险模型,筛选出的风险因素显示年龄、低蛋白血症、肾炎、置管时间及置管部位数均可能影响血液透析病人发生感染的概率,针对这些风险采取相应的护理对策,可降低医院感染发生率,对病人的预后及保障生命健康有重要的意义.     

个性化预测血液透析医院感染风险的Nomogram模型建立及护理对策

目的:通过建立Nomogram模型个性化预测血液透析医院感染的风险因素并探究护理对策.方法:选取医院血液净化中心2017年5月—2020年5月收治的150例血液透析病人为研究对象,其中发生医院感染病人54例,未发生医院感染96例,回顾性分析病人的临床资料,采用Logistic回归分析法筛选出血液透析病人发生医院感染的独立风险因素.利用R软件对筛选出的独立风险因素建立列线图预测模型,并对模型的预测性及准确度进行验证.结果:Logistic回归分析显示年龄[OR=3.652,95％CI(1.491,8.948)]、低蛋白血症[OR=4.096,95％CI(1.478,11.355)]、肾炎[OR=5.797,95％CI(2.136,15.732)]、置管时间[OR=4.856,95％CI(1.882,12.535)]、置管部位数[OR=10.911,95％CI(4.004,29.739)]为血液透析医院发生感染的独立危险因素(P<0.05).基于该5项风险因素,建立预测血液透析病人发生医院感染的列线图模型,Calibration验证结果显示预测值与实测值曲线重合度较高,表明该预测模型较实测准确度优良;同时Bootstrap内部验证结果显示,C-index指数高达0.897[95％CI(0.796,0.913)],提示该模型精准度和区分度较好.结论:通过建立风险模型,筛选出的风险因素显示年龄、低蛋白血症、肾炎、置管时间及置管部位数均可能影响血液透析病人发生感染的概率,针对这些风险采取相应的护理对策,可降低医院感染发生率,对病人的预后及保障生命健康有重要的意义.     

Bayesian Networks模型在新生儿重症监护病房医院感染风险预测中的应用

目的探讨医院新生儿重症监护病房(NICU)感染病原菌分布情况,应用Bayesian Networks模型构建NICU医院感染预测模型,并评价其应用价值。方法采用回顾性调查法,选取2016年1月至2018年1月该院收治的新生儿1560例,以医院感染诊断标准为依据,筛选出病原菌感染患儿560例,并以560例病原菌感染患儿作为感染组,选取无医院感染患儿560例作为对照组。应用Bayesian Networks构建医院感染预测模型,并采用错分概率Risk值、索引图、测试者工作曲线评价模型的应用价值。结果560例患者共检出986株病原菌,以呼吸道为主要来源,占58.9%。其中,革兰阴性杆菌占64.9%。建立Bayesian Networks模型进行分析,以新生儿为起始节点,医院感染作为终结点,将11个风险因素作为中间节点进行风险分析。分析结果显示,出生体重、侵入操作、预防性抗菌药物、住院时间是主要风险因素,导致医院感染的概率增高。同时,采用索引图、ROC曲线、错分矩阵和概率Risk统计量进行评价,结果显示模型拟合度较好。结论NICU的医院感染发生率高,病原菌主要来源于呼吸道,并以革兰阴性杆菌为主;Bayesian Networks模型拟合效果良好,可行NICU医院感染的风险预测。     

血清降钙素原和感染可能性评分对危重症患者感染预测的比较研究

目的比较血清降钙素原(PCT)和感染可能性评分(IPS)在评估危重症患者感染中的价值。方法对不明原因全身炎症反应综合征(SIRS)和(或)伴有休克的患者,观察其出现SIRS首个24h的临床相关感染指标和PCT值。以血清PCT≥0.5ng/mL和IPS>14分别为评估感染的阈值,根据最终临床感染诊断比较IPS和PCT值在预测感染中的价值。结果47例患者入选,血清PCT检测感染的敏感性70.7%,特异性83.3%,其阳性预测值96.7%,阴性预测值29.4%,阳性似然比4.24。IPS检测感染的敏感性75.6%,特异性66.7%,阳性预测值93.9%,阴性预测值28.6%,阳性似然比2.27。结论血清PCT是评价感染较好的生化指标,其预测感染价值特别是特异性优于IPS。     

某医院感染风险评估及干预效果评价

摘要 目的 评价医院感染风险程度和干预措施的效果,为实施精准防控提供依据。方法 运用风险评估模型,对医院感染风险及对高风险科室实施干预措施的效果进行评估。结果 通过评估,提出重症医学科为极高风险科室,同时评估出手卫生依从率低、物体表面清洁消毒合格率低等为高风险因素。采取针对性干预措施3个月后进行重新评估。手卫生依从率由53.78%提高到86.46%;手卫生正确率由66.78%提高到93.64%。环境表面清洁合格率由72.50%提高到100%。住院患者导尿管相关性感染率由7.50%降低到1.40%。结论 通过风险评估的运用,明确医院感染管理工作重点,可实现医院感染精准防控工作。     

医院(社区)获得性肺炎高龄患者风险因素的研究及护理

目的探讨医院获得性肺炎(HAP)和社区获得性肺炎(CAP)高龄患者的风险因素及护理对策。方法观察性病例对照研究,回顾性调查2013年1月至2016年12月期间天津市海河医院高龄呼吸疾病患者的病例资料,然后分为对照组、HAP及CAP三组,再通过改良老年疾病累计评分表(MCIRS)全面评估其共患病状态,接着利用Logistic回归方法评价肺炎的风险因素,然后建立回归模型,最后应用受试者工作特征曲线(ROC)评价回归模型的预测效能。结果 MCIRS评分作为风险因素预测诊断HAP的回归模型为:PRE_(HAP')=1/1+e~(-(-6.354+1.213×MCIRS评分+0.797×先期服用两种以上抗菌药+1.345×侵入操作)),其敏感度(Se)和特异度(Sp)分别为87.34%(84.5-90.5)%和75.36%(72.8-77.8)%,对HAP的预测效能较之单一疾病作为风险因素时得到显著提高(AUC比较:z=3.295,P=0.001);MCIRS评分作为风险因素预测诊断CAP的回归模型为:PRE_(CAP')=1/1+e~(-(-4.134+1.501×MCIRS评分+0.697×先期使用两种抗菌药+0.862×长期卧床)),其Se和Sp分别为81.68%(79.4-83.8)%和74.98%(72.4-77.4)%,对CAP的预测效能较之单一疾病作为风险因素时得到显著提高(AUC比较:z=3.414,P=0.001)。结论利用MCIRS评分建立的风险因素回归模型作为简单有效的肺炎预测诊断工具应该在临床中推广应用,并且针对肺炎的高风险者做出相应的特殊护理。     

改良早期预警评分与急性生理和慢性健康评分系统对急诊内科患者病情评估效果比较

目的比较改良早期预警评分(modified early warning score,MEWS)与急性生理和慢性健康评分系统(acute physiological and chronic health evaluation-Ⅱ,APACHE-Ⅱ)在评估急诊内科患者病情的效果。方法 2014年1-3月,采用方便抽样法选取乌鲁木齐市某三级甲等综合医院急诊内科患者640例为研究对象,对其进行MEWS评分以及入院24h后APACHE-Ⅱ评分,比较两种评分病情评估预测指标灵敏度、特异度、阳性预测值、阴性预测值、受试者ROC曲线。结果MEWS评分与APACHE-Ⅱ评分病情评估预测价值中等,MEWS评分ROC曲线下面积为0.648,最佳截断值是4分,灵敏度0.567,特异度0.708,阳性预测值71.68%,阴性预测值55.38%;APACHE-Ⅱ评分ROC曲线下面积为0.680,最佳截断值是14分,灵敏度61.16%,特异度66.79%,阳性预测值61.16%,阴性预测值66.79%;两种评分ROC曲线下面积比较,差异无统计学意义(P0.05)。结论 MEWS评分可用于评估少数民族地区急诊内科患者病情,其操作简单便捷,可实现对患者病情的快速、动态监测,可与APACHE-Ⅱ评分进行联合应用。     

糖尿病病人腹膜透析相关性感染风险预测模型的构建

[目的]建立并验证糖尿病病人腹膜透析相关感染风险预测评分模型。[方法]选取2010年6月—2017年6月上海市某三级甲等医院行腹膜透析置管并行持续不卧床腹膜透析治疗的糖尿病病人184例,将2010年6月—2015年6月的119例病人纳入建模组,将2015年7月—2017年6月的65例病人纳入验证组。回顾性分析建模组119例病人的临床资料,应用多元Logistic回归及ROC曲线建立预测模型,并将模型应用于验证组,评价模型的预测判断能力。[结果]将21个单因素分析有意义的自变量纳入多元Logistic回归进行分析,结果显示,血磷1.62 mmol/L、C-反应蛋白10 mg/L、糖化血红蛋白(HbA1c)7.0%为糖尿病病人腹膜透析相关感染的危险因素,模型的ROC曲线下面积为0.959,切点值为4.5分,敏感度为0.967,特异度为0.843,约登指数为0.810。将评分系统应用于验证组中,验证组病人的理论感染率与实际感染率比较差异无统计学意义(P=0.250)。[结论]糖尿病病人腹膜透析相关感染风险预测评分模型具有良好的预测符合程度,对糖尿病病人腹膜透析相关感染的发生具有较好的预测性。     

基于机器学习的结直肠手术部位感染预测模型建立

目的尝试利用机器学习建立结直肠手术后手术部位感染(surgical site infection,SSI)预测模型。方法采用机器学习算法对杜克大学外部感染控制监测网登记的结直肠手术病例历史数据集进行分析建模。将全部数据集的80%作为训练数据集,20%作为测试数据集。为提升模型训练效果,再将全部数据集的90%作为训练数据集,10%作为测试数据集。预测结果与实际病例进行比对,计算模型的灵敏度、特异度、阳性预测值和阴性预测值,以受试者工作特征(receiver operating characteristic,ROC)曲线下面积作为模型参数评价模型预测能力,用比值比(odds ratio,OR)进行检验效度评价,检验水准α=0.05。结果数据集时间为2015年1月15日-2016年6月16日,共有患者7 285例,其中234例发生SSI,SSI发生率为3.21%。采用随机森林法建立预测模型,使用全部数据集的90%进行训练,10%进行测试,该模型的灵敏度为76.9%,特异度为59.2%,阳性预测值为3.3%,阴性预测值为99.3%,ROC曲线下面积为0.767[OR=4.84,95%置信区间(...     

老年骨科康复病人医院感染影响因素及风险预测模型的构建

目的:探讨老年骨科康复病人发生医院感染的影响因素，并构建风险预测模型。方法:选择某三级甲等综合医院2018年1月—2018年12月住院的1 358例老年骨科康复病人作为研究对象，分析老年骨科康复病人发生医院感染的影响因素，在此基础上利用R 3.6. 1软件绘制老年骨科康复病人发生医院感染风险的列线图模型，并对模型进行验证。结果:多因素Logistic回归分析结果显示Barthel评分、住院天数、年龄是老年骨科康复病人发生医院感染的独立影响因素（P<0.05），绘制的老年骨科康复病人医院感染风险列线图模型受试者工作特征曲线下面积为0.914，区分度良好，C-index为91.4%、Brier为0.037，具有较好一致性和校准度，其准确性为97.8%，灵敏度为81.0%，特异度为98.7%。结论:本研究构建的医院感染风险预测模型具有良好的区分度和较好的校准度，能有效预测老年骨科康复病人医院感染的发生。     

不同风险评估量表预测静脉血栓栓塞症风险的效果研究

[目的]探讨不同风险评估量表预测病人静脉血栓栓塞症(VTE)风险的效果。[方法]使用Caprini量表、Autar量表和JFK量表对329例确诊为VTE病人进行评估,观察3种量表的整体预测效果;并将病人分为手术与非手术两组,分析3种量表对两组病人的预测效果。[结果]Caprini量表、Autar量表和JFK量表评估出高危及以上层级的比例分别为90.9%、48.3%和21.0%,进一步行两两Kappa一致性检验,Kappa值均0.4;Caprini量表在非手术组评分明显高于手术组,但在风险分层方面差异无统计学意义;Autar量表在评分和风险分层方面差异均无统计学意义;JFK量表在评分和风险分层差异均有统计学意义,非手术组评分明显高于手术组。[结论]Caprini量表、Autar量表、JFK量表预测VTE风险一致性弱,其中Caprini量表最强,JFK量表最弱。Caprini量表对非手术病人可能具有更高的预测能力,但需警惕是否存在预测过度的可能;Autar量表可能同时适用于非手术病人的VTE风险预测;JFK量表对所有病人尤其是手术病人的VTE风险预测价值较弱。     

某医院妇产科住院患者医院感染发生率预测

摘要 目的 预测医院妇产科住院患者医院感染发生情况，旨在为预防和控制医院感染提供参考。方法 运用灰色GM（1，1）模型预测分析方法，对某医院妇产科住院患者2016年全年医院感染登记资料进行分析。结果 妇产科住院患者医院感染发生率、感染部位发生率所拟合灰色GM（1，1）模型的检验统计量C值均<0.35，且P值均>0.95，模型拟合精度为Ⅰ级；预测值与实际值平均误差值（MAPE）为0.02%~0.24%。预测结果显示，该医院妇产科住院患者2017年全年医院感染月发生率均值为2.94%。结论 灰色GM（1，1）模型的拟合情况、模型检验、预测结果符合实际情况，数据可用于医院感染管理控制提前预警。