胸腹部引流管非计划性拔管风险预测模型的构建与验证：一项改善术后患者导管安全的创新研究

本研究针对胸腹部术后引流管非计划性拔管(UEX)高发问题，通过回顾性分析2220例患者数据，构建包含引流方式、固定方法和自理能力等关键因素的预测模型。该模型ROC曲线下面积(AUC)达0.897，外部验证AUC为0.839，为临床早期识别高风险患者及制定个性化预防策略提供量化工具，对降低22.1%的国内UEX发生率具有重要意义。

　　

胸腹部手术后留置引流管是临床常规操作，但非计划性拔管(UEX)如同潜伏的"导管杀手"，国内发生率高达22.1%，远超国际4.3%的水平。这种意外事件不仅导致组织损伤、出血和感染，更使患者住院时间延长30%，医疗费用增加25%。尤其令人担忧的是，90%的UEX源于患者自行拔管，而靠近上肢的胸腹部引流管因易被触及，风险尤为突出。尽管《患者安全目标》明确要求建立UEX风险评估流程，但现有研究多聚焦ICU环境，针对普通病房胸腹部引流管的预警工具仍属空白。

浙江大学医学院附属邵逸夫医院护理团队开展了一项突破性研究。通过分析2020-2023年2220例胸腹部手术患者的临床数据，首次构建了专门针对术后引流管UEX的风险预测模型。研究采用机器学习领域经典的Bootstrap重采样技术进行内部验证，并创新性地设置独立时间队列(2023年2-10月)进行外部验证，确保模型可靠性。

关键技术方法包括：1)多中心数据采集：纳入浙江省三级医院胸腹部手术患者，按时间划分建模组(n=2220)和验证组(n=560)；2)逻辑回归分析：筛选出引流方式(负压球vs引流袋)、固定方法(缝合vs敷贴)和自理能力(完全依赖/部分依赖/自理)三大关键变量；3)列线图可视化：将数学模型转化为临床可操作的评分工具；4)决策曲线分析(DCA)：验证模型临床实用价值。

主要研究结果

基础特征分析
队列中64.2%为男性，平均年龄63.95±12.73岁。负压球引流(81.1%)和缝合固定(91.4%)为主流方式，UEX发生率为9.5%。单因素分析显示年龄>64岁、医保类型、ICU转入史等21个变量与UEX显著相关(P<0.05)。

多因素回归模型
最终模型揭示：负压球引流使风险降低81%(OR=0.19)，敷贴固定风险升高11.6倍(OR=11.59)，自理患者风险仅为完全依赖者的2%(OR=0.02)。模型公式为：a=0.95-1.66×引流方式+2.45×固定方法-4.17×自理能力(自理vs完全依赖)-2.79×自理能力(部分依赖vs完全依赖)。

模型验证表现

内部验证AUC达0.897(95%CI 0.87-0.92)，灵敏度75%，特异度93%。Hosmer-Lemeshow检验P=0.945，校准曲线紧贴理想线。外部验证AUC保持0.839，证实模型良好泛化能力。DCA曲线全程高于极端线，显示临床净获益显著。

讨论与启示
该研究首次量化了不同护理措施对UEX的影响：负压球引流因便携性使风险降低81%，颠覆了传统重力引流袋的主导地位；缝合固定相比敷贴的11.59倍保护效应，提示手术医生规范缝合(三结交叉、0.5cm留线)的关键作用；自理能力分级则揭示了"越依赖越高危"的护理悖论，完全依赖患者风险高达自理者的50倍。

模型创新性体现在：1)专病化：突破既往笼统的UEX研究，聚焦胸腹部引流管特性；2)可视化：通过列线图将复杂算法转化为直观评分卡，如总分95分对应45%风险概率；3)动态化：建议对敷贴固定+引流袋+完全依赖的"三重高危"患者实施每小时巡查。

研究局限性包括单中心数据来源和未纳入谵妄评分等因素。未来可结合物联网技术，将模型嵌入电子病历系统实现实时预警。该成果为落实《医院导管护理质量评价标准》提供了循证工具，通过风险分层管理有望将UEX发生率控制在5%以下，具有显著的卫生经济学价值。