重症社区获得性肺炎患者死亡风险预测列线图的构建与验证

摘要

目的 本研究拟构建并验证基于多因素分析的列线图模型，用于预测重症社区获得性肺炎（community-acquired pneumonia,CAP）患者的28 d死亡风险，提供个体化的死亡风险评估。方法 纳入2023年1月至2024年8月确诊为重症CAP的300例患者，按7∶3比例分为训练集（210例）和验证集（90例）。收集患者人口学特征、病史、实验室检查及28 d死亡率。训练集中通过单因素分析筛选与死亡风险显著相关的变量，包括年龄、糖尿病、慢性阻塞性肺病（chronic obstructive pulmonary disease, COPD）、C反应蛋白（c-reactive protein, CRP）水平、氧合指数、D-二聚体、白蛋白水平、血清乳酸、是否入住重症监护病房（intensive care unit, ICU）、是否为多重耐药菌感染等，并进行多因素Logistic回归分析，确定独立预后因素。基于多因素分析结果构建列线图模型，通过ROC曲线和曲线下面积（area under the curve, AUC）评估模型的辨别能力，C-index及校准曲线验证模型的预测效果。验证集用于检验模型的泛化能力。结果 单因素分析显示，年龄、糖尿病、COPD、CRP水平、氧合指数、D-二聚体、白蛋白水平、血清乳酸、是否入住ICU、是否为多重耐药菌感染与28天死亡风险显著相关（P<0.05）。多因素Logistic回归分析表明，糖尿病（OR=2.42,95%CI∶1.35～4.45,P=0.003）、COPD(OR=2.80,95%CI∶1.58～4.95,P<0.001)、年龄（OR=1.74,95%CI∶1.10～2.76,P=0.021）和氧合指数（OR=0.48,95%CI∶0.29～0.80,P=0.009）为独立死亡预测因素。列线图模型在训练集的AUC为0.84(95%CI∶0.78～0.90)，验证集AUC为0.81(95%CI∶0.73～0.89)；校准曲线显示模型预测与实际死亡率高度吻合。结论 本研究构建的列线图模型在训练集和验证集中均表现出良好的辨别力和校准度，可有效预测重症CAP患者的28 d死亡风险，为临床提供便捷的个体化风险评估工具。

关键词

社区获得性肺炎 / 28天死亡率 / 列线图 / 重症监护病房 / 死亡风险