找回密码
 注册

微信登录,快人一步

QQ登录

只需一步,快速开始

查看: 496|回复: 2

[郑医感控前沿文献速递] 郑医感控前沿文献速递 61丨识别 ICU 患者入院携带 CR-GNB 风险的预测模型

[复制链接]
发表于 2024-5-17 17:16 | 显示全部楼层 |阅读模式

马上注册登录,享用更多感控资源,助你轻松入门。

您需要 登录 才可以下载或查看,没有账号?注册 |

×
>>>> 重点文献解析: 最近很火的预测模型:一个 ICU 患者入院时携带 CR-GNB 风险的评估工具 背景:ICU 患者的多重耐药菌入院筛查是近几年比较热门的话题,入院筛查虽能带来 「 早发现、早干预、早治疗 」 等便利,但是入院筛查的费用及时效性仍是跨越不过去的问题。 该研究通过上海瑞金医院 ICU4 年的数据构建了一个预测模型,用以评估患者入 ICU 时携带耐碳青霉烯类革兰阴性菌(CR-GNB)的风险。 方法:回顾性收集 2017 年 1 月至 2022 年 12 月上海瑞金医院 ICU 连续收治重症患者的特征及临床特征,排除年龄小于 18 岁,及入 ICU72 小时内未做筛查的患者。将获得的数据以 7:3 划分为训练集与验证集。 模型构建:在训练集中,通过 LASSO 回归构建 ICU 患者入院携带 CR-GNB 的预测模型(根据筛选出的变量及权重分布构建列线图,临床大夫可根据列线图评估每位患者的得分,从而评估患者携带 CR-GNB 的风险)。 模型验证:在训练集与验证集中验证预测模型的效应,应用受试者操作特型(ROC)曲线与曲线下面积(AUC)评估预测模型的预测能力。使用决策曲线分析(DCA)评估预测模型的临床效用,根据预测模型评分的四分位数将 CR-GNB 携带风险分为 4 个级别(可忽略不计、低、中、高风险) 结果: 1. 一般情况。共纳入 1736 名参与者,ICU 患者入院时 CR-GNB 携带的发生率为 10.60%(184/1736),从 184 名患者中共检测到 212 株 CR-GNB。最常见的 CR-GNB 菌株为:鲍曼不动杆菌(38.7%)和肺炎克雷伯菌(38.7%),最常见的部位为:下呼吸道(44.3%),其次是直肠拭子(21.7%)。 2. 构建预测模型。使用 LASSO 回归筛选出 7 个有意义的变量构建预测模型:神经系统疾病、高危科室(30 天内入住过检出 CR-GNB 的科室)入住史、入 ICU 前住院时间、60 天内曾入住 ICU、有创机械通气、留置胃肠道管路和使用碳青霉烯类药物。 ▲图 1 :预测模型的列线图 ▼表 1:预测模型的评分 3. 验证预测模型。分别将预测模型的数据集与验证集绘制 ROC 曲线,AUC 结果显示数据集与验证集均具有较好的预测效应(图 2A、图 2B),校验曲线分析结果显示预测模型预测的结果与实际观察的结果是一致的(图 2C、图 2D)。 ▲图 2 :A:训练集的 ROC 曲线,B:验证集的 ROC 曲线,C:训练集的校准曲线,D:验证集的校准曲线 4. 预测模型的临床效用。根据预测模型的评分将风险分为四个级别,以增强评分系统的临床使用。四个级别为:可忽略不计(得分 0-110)、低(111-220)、中(221-330)和高风险(331-450)。 实际 CR-GNB 携带发生率(2.4%、12.0%、36.1%、57.9%)与预测的发生率(3.0%、11.0%、34.0%、64.0%)一致(图 3)。 使用 DCA 评估模型的临床适用性,图 4 显示预测模型预测的风险与 CR-GNB 携带风险高度正相关,使用预测模型能为患者带来净收益。 ▲图 3:A:训练和验证集中,随着风险评分的增加,CR-GNB 携带风险的增加明显增加;B:观察到的 CR-GNB 携带的发生率与基于预测模型评分预测的发生率非常一致。 ▲图 4:在训练集 (A) 和验证集 (B) 中,使用预测模型对入院时患者 CR-GNB 携带情况评分的决策曲线分析。 编按: 预测模型是最近比较 「 火 」 的方法,用于识别患者发生特定结局的风险。这篇文章构建了一个识别 ICU 患者入院携带 CR-GNB 风险的预测模型,在患者入科时,临床医生使用模型填入 7 个因子的情况,当下即能获得该患者携带 CR-GNB 的风险,能够立马采取相应的措施,可以为防控争取时间: 科研转化:该研究只进行了数据集的内部验证,而未进行外部验证(不同空间、不同时间段的数据集),可以使用自家医院的数据对该研究的模型进行再次验证。另外,该研究针对的是 ICU 患者入院筛查风险,那么其他人群其他事件的比葫芦画瓢也是可以尝试的。 工作转化:多重耐药菌的入院筛查是在患者入院时采集相应的标本,经微生物培养鉴定后,识别出多重耐药菌患者。由于微生物培养需要时间,结果出具时,可能多重耐药菌的传播已经造成。预测模型,实则就是我们常说的风险评估的量化,即将通过主观意识评估风险转化为通过客观的指标评估,更为科学,且当下就能评估出风险,为后续的防控节省时间,让 「 早 」 更 「 早 」。 >>>> 其他文献: 可视化聚类分析:评估危重新生儿的抗生素管理 对 2021 年 4-7 月从圣路加天主教医院新生儿重症监护病房(NICU)出院并诊断为疑似脓毒症的所有新生儿进行的一项回顾性队列研究,探索聚类分析在描述新生儿脓毒症的抗生素管理及其在资源有限的 NICU 中新生儿结局的相关性方面的应用。 在研究期间,456 名新生儿入住 NICU,196 名(42.8%)可能患有新生儿脓毒症,所有脓毒症患儿均至少使用了一线药,根据新生儿抗生素使用情况确定了 4 个抗生素管理组。第 1 组(n = 145,74.4%)没有更换抗生素,仅使用一线药;第 2 组(n = 26,13.3%)有新生儿由一线药更换为二线;第 4 组(n = 9,4.6%)有新生儿由一线药更换为二线,再更换为三线;在第 3 组(n = 15,7.7%)中,新生儿二线药更换为方案外的抗生素。各组别在性别、年龄、入院体重或粗死亡率方面没有差异。与其他组相比,第 3 组新生儿出生时没有呼吸的发生率更高(53.3%,p = 0.011)和需要人工正压通气的新生儿(46.7%,p = 0.039)较多。 ▲图 1:4 个抗生素管理组中新生儿的用药情况 ▲图 2:4 组抗生素管理的可视化散点图 ▲图 3:4 个抗生素管理组新生儿的 KM 生存曲线 编按:学习下结果的展现方式。 空间聚类分析:产 ESBLs 大肠埃希菌的反复尿路感染 收集 2014 年 1 月至 2020 年 3 月居住在旧金山的所有社区发病的大肠埃希菌尿症患者(有微生物培养记录)的电子健康记录数据。评估了产 ESBLs 大肠埃希菌(ESBL-E.co)菌尿症患者空间集群,以及 ESBL-E.co 菌尿症患者的个体集群的存在。 4,304 例患者中确定 ESBL-E.co 菌尿症 461 例,非 ESBL-E.co 菌尿症 5477 例。大肠埃希菌尿症具有空间聚集性,相较于非 ESBL-E.co 菌尿症患者,ESBL-E.co 菌尿症更容易复发(OR:2.78,95%CL:2.10-3.66,p < 0.001)。 ▲图 1:大肠埃希菌尿症患者居住的空间分布 ▲图 2:大肠埃希菌尿症个体的居住空间分布 编按:学习下结果的展现方式。另外,这俩图主要是说,虽然具有空间聚集,但是多是患者内部的,不是患者之间的。 前60期的内容请点击:
回复

使用道具 举报

发表于 2024-7-11 15:39 | 显示全部楼层
感谢老师分享,下载学习啦
回复

使用道具 举报

发表于 2024-7-24 14:51 | 显示全部楼层
谢谢老师分享。老师能不能把文章的题目分享以一下,方便查找原文。
回复 2 0

使用道具 举报

您需要登录后才可以回帖 登录 | 注册 |

本版积分规则

快速回复 返回顶部 返回列表