医院感染风险通用型预测模型的构建及验证

摘要

目的 构建一种通用型医院感染风险预测模型，为早期预警和预防策略提供科学依据。方法 分析广州某三甲医院2023～2024年共77 037例住院患者的资料，按7∶3随机分为训练集和验证集，采用LASSO回归筛选显著预测因子，并通过logistic回归构建列线图模型。采用ROC曲线、校准图和决策曲线分析评估模型性能。结果 77 037例患者中，1235例发生医院感染，感染率为1.6%。多因素logistic回归分析结果显示，住院时间>10 d、有ICU入住史、有绝对卧床、有深静脉插管、有呼吸机支持、有留置导尿是发生院内感染的独立危险因素（P<0.05），随着绝对卧床时间、深静脉插管时间、呼吸机支持时间、留置导尿时间的增加，其发生院内感染的风险增大。根据上述因素构建的预测模型区分度良好（训练集AUC=0.859，验证集AUC=0.841），校准曲线结果显示预测值和实际结果有较好拟合性，决策曲线分析显示具有良好的临应用价值。结论 住院时间延长、ICU入住史和侵入性操作显著增加了医院感染风险。构建的列线图为识别高风险患者提供了科学依据，对医院制定针对性院感预防策略具有重要意义。

关键词

医院感染 / 危险因素 / LASSO-logistic回归 / 残列图 / 预测模型