《Journal of Infection and Chemotherapy》：A nomogram for predicting in-hospital mortality in patients with coagulase-negative staphylococcus bloodstream infections
编辑推荐：
摘要引言凝固酶阴性葡萄球菌（CoNS）已成为血流感染（BSIs）中的重要病原体。目前，尚不存在经过验证的模型来专门预测 CoNS-BSIs 患者的院内死亡率。方法本研究利用重症医学信息库（MIMIC-III）数据库对成年 CoNS-BSIs 患者进行了回顾性研究。参与者被随机
摘要
引言
凝固酶阴性葡萄球菌（CoNS）已成为血流感染（BSIs）中的重要病原体。目前，尚不存在经过验证的模型来专门预测 CoNS-BSIs 患者的院内死亡率。
方法
本研究利用重症医学信息库（MIMIC-III）数据库对成年 CoNS-BSIs 患者进行了回顾性研究。参与者被随机分配至训练集（n = 366）和验证集（n = 157）。分析了 ICU 入院后前 24 小时的人口学特征、严重程度评分、合并症及实验室检查。通过单变量、多变量逻辑回归及逐步回归分析筛选建立列线图的最佳预测变量。通过受试者工作特征（ROC）曲线、校准曲线、决策曲线分析（DCA）和临床影响曲线（CIC）评估模型性能。
结果
在纳入的 523 例患者中，总体院内死亡率为 22.9%。四个独立预测因子被纳入列线图：年龄（OR = 1.04）、阴离子间隙（AG：OR = 1.11）、总胆红素（TBil：OR = 1.26）和呼吸衰竭（OR = 1.97）。训练集和验证集的曲线下面积（AUC）值分别为 0.758 和 0.823。两组校准曲线的 P 值分别为 0.258 和 0.432。DCA 曲线位于两条极端曲线之上。CIC 分析显示，当风险阈值超过 60% 时，预测的高风险病例与观察到的临床事件之间高度一致。
结论
年龄、AG、TBil 和呼吸衰竭是 CoNS-BSIs 患者院内死亡的独立危险因素。基于这四个参数建立的列线图在风险评估中表现出良好的性能临床应用价值。
引言
血流感染（BSIs）是一个全球健康问题，具有高发病率和巨大死亡率 [1], [2], [3]。年发病率高达每 10 万人口 150 例，每年医院报告病例约 25 万例，且呈上升趋势。此外，血培养阳性后的 30 天粗死亡率依然高得令人担忧，达到 17% [3]。BSIs 主要由细菌病原体引起，其中大肠埃希菌、金黄色葡萄球菌、肺炎克雷伯菌和凝固酶阴性葡萄球菌（CoNS）最为常见，同时还有真菌病原体白色念珠菌 [3]。
CoNS 此前被视为血培养中的污染菌，现已成为医疗相关 BSIs 中具有临床意义的病原体，特别是在重症监护室（ICU）患者和留置医疗器械携带者中 [4]。CoNS 菌血症的真实发病率在不同临床环境中差异巨大，报告率在 5% 至 39.6% 之间 [5], [6]。此外，表皮葡萄球菌在 CoNS 谱系中占主导地位（超过 60%），这是由于生物膜介导的耐药性和抗菌药物选择压力所致 [7]。尽管 CoNS-BSIs 患病率很高，但对其死亡率的全面研究仍然有限。已发表的数据显示，CoNS 菌血症的死亡率范围为 4%-24%，主要由耐甲氧西林金黄色葡萄球菌、生物膜形成、免疫功能低下患者延迟适当治疗以及源头控制不当所驱动 [8], [9], [10]。
当前的预后模型最初是针对一般 BSIs、金黄色葡萄球菌菌血症或真菌血症推导和验证的，纳入的变量包括性别、合并症、低白蛋白血症、感染部位和严重程度评分 [11], [12], [13]。然而，它们对 CoNS-BSIs 的适用性尚未得到验证，突显了其在针对该特定病原体的临床应用中的关键空白。此外，先前对 CoNS-BSIs 的调查主要集中在离散的风险因素上，包括耐甲氧西林金黄色葡萄球菌基因和生物膜相关遗传决定因素，而整合这些参数的综合预测模型缺乏研究 [14]。
为了解决这些局限性，我们利用重症医学信息库 III（MIMIC-III，版本 1.4）数据库，专门针对 CoNS-BSIs 患者构建了一个预测院内死亡率的列线图。该模型纳入了宿主生物特征、疾病严重程度指标、合并症负担和早期实验室参数。这一实用工具可能有助于早期风险分层并指导个性化治疗决策。
章节摘录
数据来源与研究人群
本回顾性研究基于 MIMIC-III（版本 1.4），这是一个大型的开放获取重症监护数据库，包含 2001 年至 2012 年间来自贝斯以色列女执事医疗中心（BIDMC，美国马萨诸塞州波士顿）ICU 患者的全面临床信息。MIMIC-III 的使用已获得 BIDMC 和麻省理工学院（MIT，美国马萨诸塞州剑桥）机构审查委员会的批准。鉴于这是回顾性研究，知情同意予以豁免
基线特征
从 MIMIC-III 数据库中共招募了 1464 例 CoNS-BSI 患者。在排除年龄小于 18 岁或大于 100 岁或反复住院的患者后，我们最终纳入了 523 例患者，其中按 7:3 的比例随机分配至训练集（n = 366）和验证集（n = 157）。非存活者与存活者之间的基线人口学和临床参数显示在表 1 中，而训练集与验证集之间的类似比较
讨论
CoNS 已被公认为医院获得性 BSIs 的主要病因，归因于其形成生物膜的能力 [17]。然而，尽管其患病率很高，专门研究与 CoNS-BSIs 相关死亡率的研究仍然有限。鉴于在 CoNS-BSI 发作后的最初几小时内进行及时干预可显著改善患者预后 [18]，早期评估和立即有效干预对于缩短住院时间和提高
结论
年龄、AG、TBil 和呼吸衰竭是 ICU 中 CoNS-BSIs 患者院内死亡的独立危险因素。基于这四个参数建立的列线图显示出良好的区分度和校准度，同时表明在高风险患者识别中具有稳定的净收益，证实了其临床应用价值。
作者声明
所有作者均符合 ICMJE 作者资格标准。刘峻进和高良构思并设计了研究，从 MIMIC 数据库提取并分析数据，开发了列线图，并起草了手稿。樊奇超和陈思参与了研究设计、数据解读，并对手稿进行了关键性修改。曹进和林震协助数据提取和统计分析。胡跃凯和丁海博监督了整个项目，提供了关键性修改和
资助
本研究由福建医科大学科研启动基金资助 [ grant number: 2021QH1067]。
致谢
我们感谢麻省理工学院（MIT）和贝斯以色列女执事医疗中心（BIDMC）提供 MIMIC-III 数据库。
刘峻进|高良|樊奇超|陈思|林震|曹进|丁海博|胡跃凯
福建医科大学附属第一医院感染病科，福建福州，350005
