神经重症患者术后颅内感染列线图模型的构建

目的：建立预测神经重症患者术后颅内感染风险的列线图模型。方法：回顾性分析2018年1月—2021年1月南京医科大学第一附属医院神经外科监护病房行开颅手术的200例患者的临床资料。按照7∶3的比例随机分为训练集（n=140）和验证集（n=60）。采用单因素分析和多因素Logistic回归筛选神经重症患者术后发生颅内感染的危险因素并构建列线图预测模型。通过绘制受试者工作特征（receiver operating characteristic,ROC）曲线及决策曲线分析（decision curve analysis,DCA）评价模型的效能及临床净获益。结果：神经重症患者的原发病、脑室外引流时间、腰大池引流时间是术后发生颅内感染的危险因素 （P ＜ 0.05）。绘制列线图模型的ROC曲线显示,训练集和验证集的曲线下面积（area under curve,AUC）分别为0.774（95%CI： 0.695~0.853）、0.831（95%CI：0.725~0.936）,DCA曲线显示颅内感染发生的预测可提高临床获益率。结论：基于神经重症术后颅内感染的危险因素构建了列线图预测模型,有助于早期筛查神经重症术后颅内感染高危患者,利于早期诊治,改善患者预后。

Construction of nomogram model for postoperative intracranial infection in patients with severe neurological disease