构建预测模型：精准评估重症社区获得性肺炎（SCAP）患者脓毒症风险

为解决重症社区获得性肺炎（SCAP）患者脓毒症早期评估难题，研究人员开展相关研究。他们分析大量患者数据，确定 15 个独立风险因素并构建预测模型。该模型预测准确性高，有助于临床决策，改善患者预后。

　　在医学领域，社区获得性肺炎（CAP）一直是备受关注的公共卫生问题。每年，美国有大约 600 万例 CAP 病例，超 150 万人需要住院治疗 ，每 10 万人中约有 61.3 人因 CAP 死亡。而重症社区获得性肺炎（SCAP）更是导致急性呼吸衰竭，使得患者不得不进入重症监护病房（ICU）。SCAP 患者院内死亡率达 17%，1 年死亡率接近 50% ，即便患者能出院，长期疾病影响和较高死亡率依然存在。脓毒症作为一种由感染引发的危及生命的器官功能障碍，常与 SCAP 并发。在中国，CAP 患者中脓毒症的发生率约为 40%-50%。然而，目前用于评估 CAP 严重程度和预后的评分系统，如肺炎严重指数（PSI）、CURB - 65 评分等，在评估 SCAP 患者发生脓毒症的风险方面存在不足。快速序贯器官衰竭评估（qSOFA）评分虽便于床边筛查，但敏感性不够，容易漏诊早期脓毒症。因此，迫切需要一种快速、可靠且有效的评估系统来识别 SCAP 患者中的脓毒症。

四川大学华西医院的研究人员为了解决这一问题，开展了一项回顾性观察研究。他们收集了 2011 年 9 月至 2019 年 9 月在华西医院 172 张床位的医学 ICU 中连续住院的 SCAP 成年患者的数据。通过一系列分析，研究人员确定了 15 个与 SCAP 患者发生脓毒症相关的独立风险因素，包括慢性肝脏疾病、慢性肾脏疾病、慢性脑血管疾病等合并症，以及收缩压（SBP）、球蛋白、血红蛋白、白蛋白水平降低，呼吸频率、心率、昏迷发生率、活化部分凝血活酶时间（APTT）、D - 二聚体、葡萄糖、C 反应蛋白（CRP）、乳酸水平升高等指标变化。在此基础上，研究人员利用逻辑回归最小绝对收缩和选择算子（LASSO）回归分析，筛选出 9 个关键因素，构建了预测 SCAP 患者发生脓毒症风险的列线图（Nomogram）。该研究结果发表在《BMC Infectious Diseases》上。

研究人员在开展研究时，主要运用了以下关键技术方法：首先，依据美国感染病学会 / 美国胸科学会（IDSA/ATS）的 CAP 严重程度标准，筛选出符合 SCAP 诊断的患者，并根据 Sepsis - 3 标准诊断脓毒症。其次，从电子病历中收集患者的人口统计学、临床特征、实验室检查等数据。最后，运用 IBM SPSS Statistical 25.0 和 R 软件进行统计分析，包括单因素和多因素逻辑回归分析、LASSO 回归分析，以及通过一致性指数（C - index）、受试者工作特征曲线（ROC）、校准曲线和决策曲线分析（DCA）评估模型性能。

研究结果如下：

1. 临床特征：研究最终纳入 5855 例 SCAP 患者，其中 654 例发生脓毒症（11.2%），343 例进展为脓毒性休克（5.9%）。与未发生脓毒症的患者相比，脓毒症患者使用血管活性药物的比例更高，慢性肾脏疾病、慢性脑血管疾病的患病率更高，生命体征方面表现为呼吸频率、心率、体温升高，而收缩压、舒张压、平均动脉压、PaO₂水平、PaO₂/FiO₂比值降低。实验室检查显示，脓毒症患者白细胞、中性粒细胞、中性粒细胞 / 淋巴细胞比值等多项指标升高，而单核细胞、淋巴细胞、血小板、血红蛋白、白蛋白等指标降低。此外，脓毒症患者在 ICU 住院时间更长，院内死亡率、ICU 死亡率、7 天死亡率、14 天死亡率、28 天死亡率和 90 天死亡率均显著高于未发生脓毒症的患者。
2. 列线图构建：单因素逻辑回归模型筛选出 31 个潜在变量，多因素分析初步确定 15 个独立临床风险因素，LASSO 回归分析最终确定 9 个构建预测模型的独立预后因素，即乳酸、D - 二聚体、呼吸频率、心率、白蛋白、血红蛋白、APTT、葡萄糖和 CRP，并据此构建列线图。
3. 列线图评估与验证：构建的预测模型 C - index 为 0.722（95% CI 0.702 - 0.742），经 Bootstrap 分析校正后为 0.711，表明模型过拟合风险较低。通过 ROC 曲线分析，该模型区分 SCAP 患者发生脓毒症风险的能力优于 qSOFA、CURB - 65、SOFA 和 APACHE II 评分。校准曲线显示模型预测概率与实际概率一致性良好，DCA 分析表明在临床决策阈值范围 10% - 50% 内，列线图具有更好的整体净效益。

研究结论和讨论部分指出，该研究首次在中国针对 SCAP 患者脓毒症风险因素及预测模型进行研究。确定的 15 个独立风险因素和构建的列线图具有重要意义。列线图基于常规血液检测和 24 小时内基本生命体征数据，能快速、经济地评估脓毒症发生概率，为临床医生提供个性化预测，辅助决策。不过，研究也存在局限性，如单中心回顾性研究、缺乏外部验证、可能受多种混杂因素影响等。后续研究计划进行模型外部验证、预测长期结局并改进模型。总体而言，该研究为 SCAP 患者脓毒症的早期识别和干预提供了有价值的参考，推动了临床精准医疗的发展。