基于炎性标志物构建ICU脓毒症患者早期预测模型

背景 脓毒症是由于机体对感染的反应失调而出现的以器官功能障碍为主要特征的临床综合征,是重症监护病房(intensive?care?unit,ICU)患者的主要死亡原因之一.早期识别潜在的脓毒症患者,采取积极的干预措施,可降低脓毒症的发生率、改善脓毒症患者的预后.目的 基于炎性标志物构建预测ICU患者发生脓毒症的列线图,帮助临床医师早期识别潜在的脓毒症患者.方法 回顾性纳入2017年8月-?2020年12月入住解放军总医院第一医学中心ICU的患者,将符合纳入标准的患者以7:3的比例随机分为训练集和验证集.根据logistic回归分析结果,利用R软件的"rms"软件包构建列线图,通过受试者工作特征曲线(receiver?operating?characteristic,ROC)下面积(area?under?the?ROC?curve,AUC)、敏感度、特异性来评估列线图的预测性能;通过1000次自抽样的方法构建列线图的校准曲线,评估列线图的校准度.将验证集中患者相应数据纳入模型中,对模型的性能进行验证.并与单一炎性标志物和序贯器官衰竭评分(sequential?organ?failure?assessment,SOFA)的预测性能进行对比.结果 2074例患者纳入研究,1451例被随机分配到了训练集,623例被随机分配到了验证集.以logistic回归筛选的5个炎性标志物(白细胞计数、C反应蛋白、白细胞介素-6、中性粒细胞-淋巴细胞比值、降钙素原)绘制列线图,预测ICU患者发生脓毒症的AUC值为0.854(95％?CI:0.835?～?0.872),敏感度为0.820,特异性为0.737,预测性能优于单一炎性标志物和SOFA评分(P均<0.05).结论 基于炎性标志物构建的列线图可用于ICU脓毒症患者的早期预测,帮助临床医师早期识别潜在的脓毒症患者.