俯卧位通气相关面部压力性损伤危险因素分析及最佳建模方法选择

摘要

背景 面部压力性损伤是俯卧位通气患者常见并发症，创面局部暴露可增加全身感染风险，影响俯卧位通气治疗效果，甚至造成局部组织永久性功能损害。探讨其危险因素并构建预测模型对于预防俯卧位通气相关面部压力性损伤具有重要临床意义。目的 探讨俯卧位通气相关面部压力性损伤的危险因素及其最佳建模方法。方法 选择2020年6月—2023年3月入住新疆医科大学第一附属医院重症医学科的159例接受俯卧位通气的患者为研究对象，根据是否发生面部压力性损伤分为压力性损伤组（n=22）和非压力性损伤组（n=137），收集患者的一般信息、疾病诊断、治疗措施、实验室检查。分别使用逐步Logistic回归模型、全变量Logistic回归模型及Lasso-Logistic回归模型筛选面部压力性损伤危险因素并建立预测模型，应用受试者工作特征曲线下面积（AUC）评价模型区分度；应用赤池信息准则（AIC）、贝叶斯信息准则（BIC）及校准曲线评价模型校准度；应用决策曲线评价模型临床应用价值。通过比较三种Logistic回归模型预测效能和临床应用差异选择最佳建模方法。结果 逐步Logistic回归模型结果显示，面部压力性损伤的影响因素为年龄（OR=39.041）、糖尿病（OR=7.256）和单次俯卧位通气时间（OR=6.705）；全变量Logistic回归模型结果显示，面部压力性损伤的影响因素为年龄（OR=26.882）、糖尿病（OR=1.770）、ICU住院时间（OR=2.610）和单次俯卧位通气时间（OR=5.340）;Lasso-Logistic回归结果显示，面部压力性损伤的影响因素为年龄（OR=38.256）、糖尿病（OR=1.094）、单次俯卧位通气时间（OR=5.738）和Richmond躁动镇静评分（OR=1.179）。Lasso-Logistic回归模型预测俯卧位通气相关面部压力性损伤的AUC、灵敏度和特异度分别为0.855、0.959和0.750，优于逐步和全变量Logistic回归模型；AIC和BIC分别为44.634和55.745，低于逐步和全变量Logistic回归模型；校准曲线显示LassoLogistic回归模型预测概率与实际概率拟合效果最佳。决策曲线显示Lasso-Logistic回归模型获得临床收益对应风险阈值为0.01～0.98，优于逐步和全变量Logistic回归模型。结论 年龄、糖尿病、单次俯卧位通气时长和Richmond躁动镇静评分是俯卧位通气相关面部压力性损伤的危险因素，Lasso-Logistic回归模型预测效能和临床应用价值优于逐步Logistic回归模型和全变量Logistic回归模型，是最佳建模方法。

关键词

俯卧位通气 / 压力性溃疡 / 面部损伤 / 危险因素 / Lasso-Logistic回归模型 / Logistic模型