编辑推荐：
为明确脓毒症患者碳青霉烯耐药菌（CRO）感染关键风险因素，研究人员构建列线图模型，发现模型预测性能良好，对临床诊疗意义重大。
脓毒症患者碳青霉烯耐药菌感染风险预测研究解读
在全球范围内，细菌耐药问题愈发严峻，其中碳青霉烯耐药微生物（Carbapenem-resistant organism，CRO）的出现更是给临床抗感染治疗带来巨大挑战。CRO 指对任何碳青霉烯类抗生素具有耐药性的微生物，像肺炎克雷伯菌（CRKP）和大肠杆菌（CRE）等，其复杂的耐药机制常携带多种耐药基因，甚至呈现泛耐药状态，极大地阻碍了治疗进程 。世界卫生组织（WHO）已将其列为主要耐药病原体，美国每年因 CRAB 和 CRKP 导致的死亡人数超 5 万，中国从 2005 - 2023 年，CRKP 和 CRAB 的感染率也显著上升。
脓毒症作为一种由感染引发的危及生命的疾病，常伴有器官功能障碍。在脓毒症患者，尤其是重症监护病房（ICU）患者中，CRO 已成为主要病原体，严重影响患者预后，全球每年约 3000 万例脓毒症患者，其中 600 万人死亡，幸存者还常伴有身体、认知和心理方面的损伤 。因此，早期识别感染因素对改善脓毒症患者预后至关重要。
列线图作为一种可视化预测模型，能将复杂的回归方程转化为直观图形，整合多维信息，辅助医生制定治疗方案 。然而，此前针对脓毒症患者 CRO 感染风险评估的列线图模型尚属空白。为填补这一空白，三峡大学附属第二人民医院的研究人员开展了此项研究，相关成果发表于《European Journal of Medical Research》。
研究人员从 MIMIC-IV 2.0 数据库中获取成年脓毒症患者数据，这是一个由贝斯以色列女执事医疗中心（Beth Israel Deaconess Medical Center，BIDMC）和麻省理工学院（Massachusetts Institute of Technology，MIT）合作建立的在线重症监护医学数据库，涵盖 2008 - 2019 年 73181 例 ICU 患者信息 。
研究过程中，研究人员先依据 Sepsis-3 标准筛选出脓毒症患者，确定纳入和排除标准后，运用结构化查询语言（SQL）从数据库提取患者的人口统计学信息、实验室指标、合并症等数据 。接着，将数据集按 7:3 的比例分为训练集和验证集，通过单因素和多因素逻辑回归分析确定独立预测因子，并构建预测模型 。之后，利用 C 指数、受试者工作特征（Receiver Operating Characteristic，ROC）曲线、曲线下面积（Area Under the Curve，AUC）、校准曲线和决策曲线评估模型性能 。
患者临床特征
研究共纳入 8814 例患者，其中 529 例（6%）为 CRO 感染患者，8285 例（94%）为非 CRO 感染患者 。患者平均年龄 66.72 岁，女性占 51.8%，男性占 48.2% 。训练集和验证集之间无统计学差异。
独立预测因子分析
经单因素和多因素逻辑回归分析，确定年龄、性别、白细胞计数最大值（WBCmax）、肌酐最大值（Creatininemax）、尿素氮最大值（BUNmax）、血红蛋白最小值（Hemoglobinmin）、血钠最大值（Sodiummax）、慢性阻塞性肺疾病（COPD）、免疫低下、糖尿病、美罗培南和头孢曲松的使用为 CRO 感染的风险因素 。
列线图构建与验证
基于上述风险因素构建列线图模型，在训练集和验证集中，该模型的 AUC 分别为 0.747 和 0.725 。校准曲线显示预测结果与实际观察结果吻合良好，决策曲线表明列线图具有较高净效益，临床实用性强 。
研究表明，所构建的列线图模型对脓毒症患者 CRO 感染风险的预测具有较高准确性和可靠性，为临床医生早期识别感染风险提供了有效工具，有助于制定针对性防控策略，降低感染发生率 。不过，研究存在一定局限性，如可能遗漏潜在风险因素、缺乏外部验证、数据存在区域偏倚以及回顾性研究固有偏倚等 。未来研究可采用前瞻性多中心研究方法，整合外部验证机制，以提升模型性能和临床应用价值。
