赵 霞，王力红，魏 楠，张京利，马文晖，赵会杰，韩叙

医院获得性肺炎（HAP）是我国最常见的医院感染，且影响原发病治愈，病死率高，是医院感染防控工作的重点和难点[1]。2018年，中华医学会呼吸病学分会发布了《中国成人医院获得性肺炎与呼吸机相关性肺炎诊断和治疗指南（2018年版）》[2]，明确了HAP的新定义：HAP是指患者住院期间没有接受有创机械通气、未处于病原感染的潜伏期，而于入院48 h后新发生的肺炎。

老年患者随着其脏器功能的衰弱，免疫功能低下，对病原体入侵的防御功能减弱，易发生感染性疾病。加之老年患者多伴随多种基础疾病、卧床比例较高，使老年患者成为医院内下呼吸道感染的高危人群[3-6]。本研究关注老年住院患者中HAP的发病情况，查找危险因素，构建风险评估模型，筛选老年患者中HAP的高风险人群，以便及早采取防控措施，减少HAP的发生，提高医疗质量。

1 材料与方法

1.1 临床资料

本研究采用回顾性队列研究设计。利用医院感染实时监测信息系统，收集2015年1月1日－2017年12月31日老年住院患者（年龄≥60岁）的临床资料，包括年龄、性别、原发疾病和伴随基础疾病[高血压、糖尿病、冠心病、神经系统疾病、慢性阻塞性肺疾病（COPD）、恶性肿瘤、血液病、肾功能障碍、肝功能异常等]、诊疗过程相关数据（住院天数、住ICU天数、抗菌药物使用情况、手术情况等）以及HAP的发病情况等，对上述数据进行统计描述及分析。感染组病例为符合纳入标准、在住院期间发生了HAP的患者，观察终点为发生HAP，所有采集的数据均为HAP发生之前的数据；对照组病例为符合纳入标准、在住院期间未发生HAP的患者，观察终点为出院/死亡，采集的数据为患者出院/死亡之前的所有数 据。

本研究采用的医院感染实时监测系统，系统把提取到的临床资料与预先置入到系统里的诊断标准进行比对和逻辑判断，自动筛选出疑似医院感染病例并初步判断感染部位包括HAP，生成预警信息，发送到院感专职人员监测终端及临床医师工作站，最终由临床医师根据患者实际临床表现确认是否发生了医院感染。本实时监测系统可实时运行收集数据，且每日夜间固定时间点自动运行程序，补充获取患者新增临床资料，以达到及时发现疑似医院感染病例的目的。研究表明，本系统自动筛选医院感染病例的灵敏度和准确度分别达98%和93%[7]。

1.2 纳入和排除标准

本研究数据纳入标准为：①年龄60岁及以上住院患者；②病例资料完整；③住院时间超过48 h且不超过60 d；④住院期间未发生医院感染或仅发生HAP单部位医院感染的病例。排除标准为：①住院时间小于48 h或超过60 d；②住院期间发生2 个或2个以上部位医院感染，或发生除HAP以外其他部位医院感染的病例。

1.3 HAP的诊断标准

HAP的诊断标准和医院感染的判定标准参照《中国成人医院获得性肺炎与呼吸机相关性肺炎诊断和治疗指南（2018年版）》[2]和原卫生部颁发的《医院感染诊断标准（试行）》[8]，由临床医师做出最终诊断。

1.4 建模数据与验证数据

将所收集病例分为建模组和验证组，按照7∶3的比例随机分组（随机种子为20180708），建模组病例数据用来建立风险因素评估体系和风险评估模型，验证组病例数据用于对所建立的风险评估模型进行验证。本研究采用回顾性队列研究设计，分别将收集的建模组和验证组病例中的感染组和对照组数据纳入进行logistic回归分析，建立HAP风险评估模型并对模型进行验证。

1.5 模型构建

应用SPSS 21.0软件进行数据分析，构建风险因素评估体系及风险评估模型。对建模组数据先进行单因素分析，分类变量采用卡方检验。选取单因素分析中有统计学意义的变量进行二分类logistic回归分析，建立风险因素评估体系；建立HAP回归方程logit（P）=β0+β1X1+…+βp X p，用Hosmer-Lemeshow进行回归模型的拟合优度检验，当P＞0.05时，模型拟合合理。依据模型中各变量的β系数确定各危险因素的分值，建立老年患者HAP感染风险评估模型。用受试者工作特征（ROC）曲线的曲线下面积（A U C）评价风险评估模型的判别效度。假设检验水平设定为双侧α=0.05。

1.6 模型验证

将验证组的原始数据代入构建的风险评估模型中生成相应分值；利用ROC曲线的A U C评价模型的判别效度。

2 结果

2.1 调查对象的基本特征

共收集2015－2017年老年住院患者59 328例，其中HAP 576例，对照组58 752例，将所有病例按照7∶3的比例随机分为建模组和验证组（随机种子为20180708，数据分析过程中剔除少量数据缺失的病例，最终纳入研究的建模组与验证组的例数比例不完全等于7∶3）。建模组患者41 497例，其中HAP病例424例，感染率1.0%；验证组患者17 831例，其中HAP病例152例，感染率0.9%。

2.2 HAP危险因素分析

2.2.1 单因素分析 建模组数据进行单因素分析，结果显示：性别、年龄、神经系统疾病、冠心病、恶性肿瘤、血液病、肝功能异常、肾功能障碍、住院天数、曾住ICU、住院手术次数、先前使用抗菌药物共12项因素与老年患者发生HAP有关。见表 1。

表1老年患者医院获得性肺炎相关因素的单因素分析Table 1 Univariate analysis of factors for hospital-acquired pneumonia in elderly patients

2.2.2 多因素分析将单因素分析有统计学意义的变量纳入二分类l ogistic回归分析，采用Back-Wald法筛选变量。最终进入HAP风险因素评估体系的变量为年龄≥70岁、神经系统疾病、恶性肿瘤、血液病、曾住ICU、本次住院手术次数≥3次以及先前使用抗菌药物，见表2。H-L检验P=0.103（P＞0.05），此回归方程拟合优度较好。

表2老年患者医院获得性肺炎多因素logistic 回归分析Table 2 Binary multivariate logistic regression analysis of risk factors for hospital-acquired pneumonia in elderly inpatients

2.3 风险因素评估模型的构建

根据l ogi st i c回归模型中的β系数来确定老年患者HAP独立危险因素所对应的分值，依据β×4（四舍五入取整）确定各危险因素阳性时的分值，阴性时均设为0分，构建HAP风险因素评估模型，见表3。根据以上构建的风险评估模型对建模组每个病例进行危险因素赋值，得到每例患者风险得分，并计算各分值所有患者的感染率，通过观察感染率的分布情况，采用χ2检验对各分值患者感染率进行比较，将感染率无统计学差异的分值合并为一个感染风险层，最终将所有患者按风险分值进行分层，分为5个风险等级，分别为低危、中危-1、中危-2、高危、极高危。评估分层结果见表4，各风险层感染率差异有统计学意义，P＜0.05。

表3老年患者医院获得性肺炎风险评估模型Table 3 Risk assessment model for hospital-acquired pneumonia in elderly inpatients

2.4 风险评估模型的评价与验证

采用ROC曲线对风险评估模型进行评价。建模组共41 497例患者，其中HAP 424例，未感染41 073例。根据风险评估模型对建模组所有患者是

表4建模组医院获得性肺炎风险评分分层Table 4 Risk stratifcation of the patients for hospital-acquired pneumonia in the modeling group

否发生HAP进行风险预测，分别判断为低危、中危-1、中危-2、高危、极高危，并用数字1～5依次表示。见表5。以诊断结果作为状态变量，状态变量的值取1为参考，以风险评估数值作为检验变量绘制ROC曲线。结果显示ROC曲线的A U C为0.73（95%CI：0.71～0.76，P＜0.05），表明模型具有较好的判别效度，见图1。

表5建模组患者医院获得性肺炎的诊断和风险评估结果Table 5 Risk score of the patients for hospital-acquired pneumonia in the modeling group

图1 ROC 曲线评价风险评估模型的判别效度Figure 1 Receiver operating characteristic curve for the discriminant validity of risk assessment model

为了检验所建立的HAP风险评估模型是否具有代表性，收集并利用验证组数据进行模型验证。依据构建的HAP风险评估模型对验证组病例进行风险因素评估，确定每例患者发生HAP的风险得分，并计算各风险分值层所对应的感染率，见表6。各风险层感染率差异均有统计学意义（P＜0.05）。验证组HAP的诊断和风险评估结果见表7，用数字1～5表示5个风险等级。以临床确诊结果作为状态变量，状态变量的值取1为参考，以风险评分数值作为检验变量，绘制ROC曲线，见图1。结果显示ROC曲线A U C为0.77（95%C I：0.73～0.81，P＜0.05），提示建立的老年患者HAP风险评估模型在验证组同样具有较好的风险判别效度。

表6验证组医院获得性肺炎风险评分分层Table 6 Risk stratifcation of the patients for hospital-acquired pneumonia in the verifcation group

表7验证组医院获得性肺炎的诊断和风险评估结果Table 7 Risk score of the patients for hospital-acquired pneumonia in the verifcation group

3 讨论

随着社会老龄化的加速，老年性疾病的预防和诊治越来越受到社会的关注。医院感染是在诊治老年患者原发病的过程中常见的并发症，医院感染的发生增加患者痛苦，延长住院日，是影响患者预后和医疗质量的负性事件。查找老年患者医院感染危险因素，早期预警和干预，可以使医院感染预防和控制环节前移，防患于未然。本研究结果显示，年龄≥70岁、神经系统疾病、恶性肿瘤、血液病、曾住ICU、本次住院手术次数≥3次以及先前使用抗菌药物是老年患者发生医院感染的独立危险因素。对住院成人患者医院感染危险因素的相关研究分析显示，医院感染的危险因素主要包括糖尿病、免疫抑制、体温、手术时间（min）、再手术、头孢菌素使用、中心静脉导管暴露天数、入住ICU、ICU住院天数和机械通气以及年龄、性别等[9-10]。老年人及所患有的基础疾病使机体免疫功能下降，代谢功能障碍等，容易受到各种感染[11-13]。

本研究针对老年住院患者，建立了量化的HAP风险评估模型，对患者感染风险进行分层，识别HAP高危人群，尽早干预，推动感控措施前移。为了检验该模型的代表性和稳定性，在研究中设置了对应的验证组，用同样的模型对验证组病例进行医院感染风险的评估，再结合临床诊断标准对病例感染情况的实际诊断，绘制ROC曲线。结果显示，AUC达0.77，表明本模型在验证组也具有较好的判别效度，可应用于临床诊疗活动中[14]。医务人员可利用评分模型来筛选老年患者中可能发生HAP的高危人群，采取更有针对性的措施，提高医疗质量、医疗资源的利用和效率。

随着信息化时代的到来，医疗信息系统的完善使得医护人员及医院管理者可以及时获得更加准确和完整的患者信息。本研究采用的医院感染实时监测系统是整合了医院电子病历系统、医嘱系统、检验系统、影像系统、移动护理系统和手术麻醉系统的一个平台。将医院感染风险评估模型嵌入到医疗信息系统中，获取患者诊疗信息，自动筛选高危患者，并形成预警信息，及时提醒医护人员尽早干预，使评估模型更好地参与临床管理。

本研究对老年患者HAP风险评估模型的构建进行了初步探索，为单中心研究，数据来源单一，仅在模型研究机构内进行验证，未进行多中心研究与论证；本研究纳入的指标为医院感染管理日常监测指标，可能还存在一些与HAP相关的临床诊治过程指标未被发现。因此，本研究有待多中心验证后，对模型进一步的修正与完善，以期构建更加准确、适用范围更加广泛的预警模 型。

本研究通过对老年患者临床资料进行统计和数据分析，筛选出老年患者HAP危险因素，并初步构建了老年患者HAP风险评估模型，通过ROC曲线对模型进行了评价，具有良好的判别效度。为确证模型的代表性，对该模型进行验证的数据也证实该模型具有良好的判别效度，可对老年患者中HAP的高危人群进行有效的识别，具有较好的临床应用价值。