静脉治疗PICC置管病人导管相关性血流感染病原学分析及预测模型设计

江 莹，查 丽，顾红平，胡旭芬，庄 琳

导管相关性血流感染是静脉治疗病人中的高发性并发症。统计资料显示，静脉治疗病人中导管相关性血流感染发生率为2.3%～16.4%，且病死率高达12%～14%，对病人病情恢复及生命健康威胁极大[1-2]。国家卫生健康委员会发布的2021版“血管导管相关性感染预防与防控”指南[3]指出，医疗机构应逐步完善血管导管相关感染预防制度，积极评估血管导管相关性感染发生的危险因素，据此制订预防护理措施，持续改进护理质量。当前研究对导管相关性血流感染的研究多集中于预防护理，研究对象以成年人为主，而缺乏对导管相关性血流感染危险因素的系统化分析，且尚未构建起有效的感染风险预警评估体系，难以为临床护理提供依据[4]。本研究选择我院儿科2019年6月—2020年12月收治的200例静脉治疗病人为研究对象，调查导管相关性血流感染的病原菌类型及耐药性，采用单因素分析、多因素Logistic回归分析筛选静脉治疗病人导管相关性血流感染发生的危险因素，构建导管相关性血流感染风险预测模型。现报告如下。

1 对象与方法

1.1 研究对象 选择我院儿科2019年6月—2020年12月收治的200例静脉治疗病人为研究对象。纳入标准：确定行静脉治疗经外周静脉穿刺置入中心静脉导管(PICC)置管；静脉治疗时间≥3 d；无免疫功能缺陷；患儿家属知晓研究项目，且签署知情同意书。排除标准：合并有脏器功能异常或其他重大疾病；既往有导管相关性血流感染史；存在血液系统疾病；临床资料缺失。

1.2 研究方法 经回顾性调查分析法获取病人基础信息，基于双人核查制度将病人信息录入一般资料量表，包括性别、年龄、住院时间、置管部位、静脉治疗时间、穿刺次数、导管移动、导管维护周期、血红蛋白、红细胞计数及白蛋白水平等。

1.2.1 诊断标准与评价工具 ①导管相关性血流感染诊断标准。根据美国感染学会指南中相关标准诊断病人是否并发导管相关性血流感染，基于半定量法培养留取导管尖端5 cm，菌落数>15 cfu或定量培养菌落数>102cfu，并排除其他部位诱发的感染，如符合下述标准中任意一条，则可诊断为导管相关性血流感染：导管尖端≥1 cm处病原菌与外周血培养相同；导管取血培养所得菌落数为外周血培养的3倍以上；自2个不同导管腔取血培养，1份菌落数为另1份的3倍以上；导管取血培养阳性结果出现时间较外周血培养早2 h以上[5-6]。②导管移动标准。如导管位置相较于置管位置移动≥0.5 cm，但仍能继续使用，则确诊为导管移动。③营养状况评价。采用儿科营养风险评分(PNYS)评估病人营养状况，共5个评价条目，住院期食物摄入量(>平时的50%，则计0分，≤平时的50%，则计1分)、疼痛(无哭泣的情况，则计0分，哭泣或伴有异常行动，则计1分)、1级病理情况(0分)、2级病理情况(1分)、3级病理情况(3分)。评分为0分，则营养状况良好，评分≥1分，则营养不良。

1.2.2 病原学检测 清晨病人空腹状态下护理人员采集病人肘静脉血5 mL、导管内血5 mL，采用无菌棉球蘸取导管口分泌物，对所采集标本实施培养、分离及纯化，而后经全自动微生物鉴定仪对细菌实施测定，并基于药敏试验卡进行试验，上述过程均遵循守《全国临床检验操作规程》中相关要求；本研究中质控菌种有铜绿假单胞菌ATCC27853、金黄色葡萄球菌ATCC25923、大肠埃希菌ATCC25922。

1.3 统计学方法 采用SPSS 17.0统计软件进行统计分析，定性资料比较采取χ2检验，导管相关性血流感染与未感染病人单因素分析中差异有统计学意义的因素采取多因素Logistic回归分析，检验标准 α=0.05。

2 结果

2.1 静脉治疗病人导管相关性血流感染病原菌 本研究从54例感染病人血液、分泌物检出病原菌共125株，包含革兰阳性菌83株，革兰阴性菌42株。见表1。

表1 静脉治疗病人导管相关性血流感染病原菌分布及耐药率

(续表)

2.2 静脉治疗病人导管相关性血流感染危险因素的单因素分析 本研究结果显示，200例静脉治疗病人并发导管相关性血流感染的病人共54例，发生率为27%；单因素分析显示，静脉治疗病人导管相关性血流感染发生的危险因素有置管部位、静脉治疗时间、导管移动、穿刺次数、导管维护周期、使用糖皮质激素、外周血白蛋白(Alb)、营养状况、住院时间(P<0.05)。见表2。

表2 静脉治疗病人导管相关性血流感染危险因素的单因素分析 单位：例

2.3 静脉治疗病人导管相关性血流感染危险因素的多因素Logistic回归分析 因变量为导管相关性血流感染，自变量为单因素分析中差异有统计学意义的因素，将自变量、因变量纳入多因素Logistic回归分析模型，经分析得到。静脉治疗病人导管相关性血流感染发生的独立危险因素有静脉治疗时间≥7 d、穿刺次数≥3次、使用糖皮质激素、外周血白蛋白<35 g/L、营养不良、导管移动(P<0.05)。见表3。

表3 静脉治疗病人导管相关性血流感染危险因素的多因素Logistic回归分析

2.4 建立静脉治疗病人导管相关性血流感染风险预测

2.4.1 构建风险预测模型 本研究基于回归分析法构建静脉治疗病人导管相关性血流感染风险预测模型，模型基础形式为P=1/[1+exp-(α+S×β)][7-8]，其中α表示常数项，β表示偏回归系数，S为变量，结合多因素Logistic回归分析结果，则有P=1/[1+exp(1.894-0.970×静脉治疗时间≥7 d-1.963×穿刺次数≥3次-1.225×使用糖皮质激素-2.009×外周血白蛋白<35 g/L-2.445×营养不良-1.904×导管移动)]，结合多因素Logistic回归分析OR值确定模型总分39分。本研究基于上述预测模型评估导管相关性血流感染组与未感染组病人，得到感染组风险评分为(31.27±3.44)分，95% CI[3.592,34.593]，未感染组病人风险评分为(23.45±2.02)分，95% CI[2.458,25.335]，据此可以确定导管相关性感染风险预测模型的下限为23分，上限为31分，风险评分<23分提示低感染风险，23～31分提示中等感染风险，>31分提示高感染风险。

2.4.2 模型预测效果评价 本研究以风险预测评分为结果变量，是否发生导管相关性血流感染为状态变量，对感染风险预测模型实施受试者工作特征曲线(ROC)分析，得到ROC曲线下面积为0.731，95% CI [0.662,0.799]。见图1。

图1 导管相关性血流感染风险预测模型预测的ROC曲线

将导管相关性血流感染风险预测模型应用于2021年1月—2021年10月收治的静脉治疗PICC置管病人100例(纳入、排除标准同前)，结果显示，预测感染病人24例中实际感染病人21例，预测未感染病人76例中实际未感染病人73例，据此计算，得到模型特异度为96.05%，敏感度为87.50%，准确率为94.00%。见表4。

表4 导管相关性血流感染风险预测模型预测结果

3 讨论

3.1 静脉治疗病人导管相关性血流感染危险因素复杂 本研究统计结果显示，对照组并发导管相关性血流感染的病人共54例，发生率为27%；检出病原菌共125株，包含革兰阳性菌83株(66.40%)，革兰阴性菌42株(33.60%)。基于单因素分析、多因素Logistic回归分析确定，静脉治疗病人导管相关性血流感染发生的独立危险因素有静脉治疗时间≥7 d、穿刺次数≥3次、使用糖皮质激素、外周血白蛋白<35 g/L、营养不良、导管移动(P<0.05)。①静脉治疗时间≥7 d。目前临床尚未对导管留置安全时间做出统一要求，留置时间偏短，则导致医疗自愿浪费，而留置时间偏长，则导致导管相关性血流感染风险增大；临床研究发现，导管留置24～48 h，机体血液中纤维蛋白、血清蛋白出现沉集，对病原体形成包裹，为病原菌的繁殖、聚集创造了有利条件，随静脉治疗时间延长，病原菌数量达到一定值，被释放后即可诱发血液感染，危及病人健康安全[9-10]。②穿刺次数≥3次。尽管当前静脉治疗中一次穿刺成功率超过了80%，但仍难以避免多次或反复穿刺事件的发生；而反复穿刺会对机体局部组织的抵抗、修复能力产生影响，如同一部位穿刺次数超过3次，未能更换穿刺位置，则病原菌入侵情况下，极易诱发感染[11-12]。③使用糖皮质激素。糖皮质激素具有良好的抗炎、抗过敏作用，其在临床中的应用能持续改善病人症状，但长期大量使用糖皮质激素，易造成“疾病痊愈”的假象，且免疫抑制作用会造成感染症状加重，如感染范围扩大等，进而引发血流感染；谢朝云等[13-14]研究显示，使用糖皮质激素属于中心静脉导管血流感染的相关影响因素，使用糖皮质激素病人导管相关性血流感染风险是未使用糖皮质激素的5.047倍，研究指出，短期使用糖皮质激素能预防感染的发生，但长期使用糖皮质激素对自身免疫功能有抑制作用，且会引发机体血糖升高，导致血流感染风险增大。④外周血白蛋白<35 g/L、营养不良。血清白蛋白能维持机体胶体渗透压，且能在一定程度上反映机体营养状况、病情危重程度，且机体体液免疫、细胞免疫均依赖于蛋白质，白蛋白水平偏低情况下，则机体血浆胶体渗透压降低，淋巴细胞数量下降、吞噬能力显著减弱，病原菌入侵情况下，极易诱发感染；此外，其他研究显示，白蛋白水平下降还会影响抗菌药物药效，导致临床抗感染效果较差，病人感染风险显著增大[15-16]。⑤导管移动。本研究调查显示，导管移动属于静脉治疗病人导管相关性血流感染发生的危险因素；导管移动提示导管已脱离相对无菌区，且脱离状态下导管更易受到致病菌的污染，感染风险增大；而王文超等[17-18]报道显示，因疼痛、自控能力差等因素影响，儿科静脉治疗患儿导管移位发生率高，故其导管相关性血流感染风险较大。

3.2 静脉治疗病人导管相关性血流感染风险预测准确、有效 回归分析法基于数据统计原理明确因变量与自变量的相关性，据此构建回归方程并加以外推，从而实现对因变量变化的预测分析；研究基于回归分析法构建静脉治疗病人导管相关性血流感染风险预测模型，保证了预测流程的科学性。同时，研究所涉自变量均可由人工调查或测量获取，便于临床操作，符合临床实际。ROC曲线分析显示，静脉治疗病人导管相关性血流感染风险预测模型ROC曲线下面积为0.731，而其他研究指出，ROC曲线下面积>0.7，则具有一定区别能力，该数值小于本研究所得ROC曲线下面积0.731，提示研究构建的风险预测模型区分能力良好，临床推广应用价值大。本研究将静脉治疗病人导管相关性血流感染风险预测模型应用于观察组，以检验模型预测效果，结果显示，模型特异度为96.05%，敏感度为87.50%，准确率为94.00%，与其他研究所得结论相比，上述数值均偏大，提示研究构建的风险预测模型特异性强、灵敏度高，且能实现对风险的精准预测。

综上所述，临床静脉治疗病人伴有不同程度的导管相关性血流感染风险，且病原菌以革兰阳性菌为主，研究构建的导管相关性血流感染风险预测模型灵敏度高、特异性强，能实现对风险的有效预测，可为临床预防护理提供可靠依据。