AECOPD机械通气病人下呼吸道感染风险预测Nomogram模型的构建

Construction of Nomogram model for risk prediction of lower respiratory tract infection in AECOPD patients with mechanical ventilation

目的:构建慢性阻塞性肺疾病急性加重(AECOPD)机械通气病人下呼吸道感染的风险预测Nomogram模型。方法:回顾性选取2019年1月—2022年12月在本院行机械通气的417例AECOPD病人,将所有病人按照2∶1比例随机分为训练集(278例)和验证集(139例)。收集病人资料,统计AECOPD机械通气病人下呼吸道感染发生率,采用单因素分析和多因素Logistic回归分析AECOPD机械通气病人下呼吸道感染的影响因素,应用R软件构建下呼吸道感染风险预测Nomogram模型并进行验证。结果:下呼吸道感染发生率为51.80%(216/417);多因素Logistic回归分析结果显示,年龄、合并糖尿病、机械通气持续时间、气管插管、合并低蛋白血症、抗菌药物使用时间、抗菌药物使用种类≥2种均是AECOPD机械通气病人下呼吸道感染的独立影响因素(P<0.05);基于多因素Logistic回归分析筛选出的7个影响因素构建风险预测Nomogram模型,该模型在训练集和验证集中预测的曲线下面积分别为0.873[95%CI(0.831,0.915)]、0.858[95%CI(0.791,0.914)];训练集和验证集校准曲线和Hosmer-Lemeshow检验(P>0.05)均显示预测值和实际值具有良好一致性;决策曲线显示,当训练集阈概率在4%~90%、验证集阈概率在9%~78%时该模型的净收益高。结论:基于7项影响因素[年龄、合并糖尿病、机械通气持续时间、气管插管、合并低蛋白血症、抗菌药物使用时间、抗菌药物使用种类(≥2种)]构建的AECOPD机械通气病人下呼吸道感染的风险预测Nomogram模型具有良好区分度和一致性,且具有临床应用价值。