综述：综合重症监护病房多重耐药菌感染预测模型的系统评价与Meta分析

（编辑推荐）本综述系统评价了ICU多重耐药菌(MDRO)感染预测模型的37个模型，发现AUC值0.718-0.992但存在高偏倚风险。研究通过PROBAST工具评估模型质量，鉴定出12个关键预测因子（如APACHE II评分、机械通气时长），为临床早期识别高危患者提供循证依据。建议未来采用LASSO回归等先进算法优化模型构建。

　　

引言

多重耐药菌(MDRO)指对三类以上抗菌药物耐药的细菌，其感染已成为全球公共卫生挑战。重症监护病房(ICU)患者因病情危重、免疫功能低下及侵入性操作等因素，MDRO感染风险显著增加。本文通过系统评价27项研究（含37个预测模型），探讨ICU-MDRO感染的预测因素及模型优化策略。

材料与方法

纳入标准：聚焦综合ICU的MDRO预测模型研究，语言为中英文。文献检索覆盖PubMed、Scopus等9个数据库，检索词包括"MDRO"、"CRE"等耐药菌关键词及"ICU"、"预测模型"等。质量评估采用预测模型偏倚风险评估工具(PROBAST)，统计分析使用RevMan 5.4和MedCalc软件。

结果

模型特征：

• 37个模型中，31个采用多因素logistic回归，6个使用机器学习算法（如LASSO回归）。
• 曲线下面积(AUC)0.867（95%CI 0.839-0.895），显示中等预测效能。
• 仅3项研究完成外部验证，9项采用Hosmer-Lemeshow检验校准。

关键预测因子：
Meta分析确定的12个显著因素包括：

1. 临床干预：机械通气(OR=3.59)、中心静脉置管(OR=2.52)
2. 用药史：碳青霉烯类(OR=3.34)、三代头孢(OR=2.25)
3. 疾病状态：APACHE II评分、低蛋白血症(OR=4.43)

质量缺陷：

• 93%研究存在高偏倚风险，主因回顾性设计(25/27)和单变量筛选变量(24/27)。
• 样本量不足问题突出，仅7项研究满足EPV>20的标准。

讨论

模型优化方向：

1. 数据层面：优先采用前瞻性队列研究，明确预测因子与结局的时间间隔。
2. 算法升级：推荐弹性网络(ElasticNet)等正则化方法替代单变量分析。
3. 临床转化：需加强校准曲线和决策曲线分析(DCA)的应用验证临床效用。

预测因子启示：
机械通气时长>10天者感染风险显著增加(OR=2.77 vs <10天OR=2.34)，而联用>3种抗生素时风险激增(OR=3.73 vs ≤3种OR=1.54)。这些发现为ICU抗菌药物管理提供了量化依据。

局限性与展望

研究受限于中英文文献纳入可能导致的发表偏倚。未来应探索神经网络等AI模型，并通过多中心研究提升模型泛化能力。值得注意的是，Wang YX等学者采用均值插补处理缺失数据的方法值得商榷，多重插补可能更佳。

（注：全文严格基于原文数据，未新增结论；专业术语如PROBAST、AUC等均按原文格式标注；统计符号如I²、P<0.05等保留标准表达。）