首页 > 论文范文 > 医药卫生论文 > 外科论文 > 泌尿外科论文 > 2型糖尿病合并泌尿系感染联合预测模型的构建与验证

2型糖尿病合并泌尿系感染联合预测模型的构建与验证

2024-09-27 91 上传者：管理员

摘要：目的建立2型糖尿病合并泌尿系感染(urinary tract infection, UTI)的列线图预测模型，为早期诊断UTI提供依据。方法回顾性分析310例2型糖尿病患者临床资料，将其分为训练集217例和验证集93例。单因素和多因素logistic回归分析2型糖尿病患者发生UTI的危险因素，构建基于危险因素的列线图模型，并验证其准确性和可靠性。结果 310例2型糖尿病患者发生UTI 63例，UTI发生率20.3%;训练集UTI 41例占18.9%,验证集UTI 22例占23.7%。多因素回归分析结果显示，体重指数、C反应蛋白、白蛋白、糖化血红蛋白是影响2型糖尿病患者发生UTI的独立危险因素(P<0.05)。验证结果显示，列线图模型在训练集与验证集的C指数分别为0.971和0.917,AUC为0.816和0.788,特异度为80.28%和71.59%,敏感度为77.27%和75.61%。结论利用危险因素构建的列线图模型可有效预测2型糖尿病患者UTI发生风险，帮助医护人员制订针对性管理方案。

关键词：
2型糖尿病
列线图
危险因素
泌尿系感染
预测模型
加入收藏

2型糖尿病是以高血糖为主要特征的慢性代谢性疾病，其病因尚不完全清楚，感染是其最常见的并发症之一[1]。2型糖尿病患者免疫功能降低，其发生细菌感染的风险是普通人的4～8倍，而细菌感染又会加重血糖波动，进一步影响患者免疫功能，两者相互影响形成恶性循环[2]。泌尿系感染(urinary tract infection, UTI)是指细菌等病原体直接侵犯泌尿系统而引起的感染，2型糖尿病患者高浓度尿糖潴留于膀胱内，容易引发细菌滋生，最终造成UTI[3]。调查显示，UTI是2型糖尿病患者最常见的感染途径，占糖尿病感染的24.5%[4]。国外研究指出，40%的糖尿病患者均有不同程度的菌尿症，由UTI而导致的糖尿病死亡风险是非糖尿病患者的5倍以上[5]。使用抗菌药物是治疗UTI最有效的方法之一，然而2型糖尿病患者发生UTI后血糖波动较大，在高血糖和感染的相互作用下，抗感染效果也往往达不到预期[6]。因此，快速、准确识别2型糖尿病合并UTI感染危险因素，对降低UTI发病率和致死率具有重要意义。鉴于此，本研究回归分析医院收治的2型糖尿病患者临床资料，筛选导致UTI的危险因素，并在此基础上建立联合预测模型，旨在为2型糖尿病合并UTI的防治提供参考。

1、对象与方法

1.1调查对象

回顾性分析2021年5月至2023年5月石家庄市井陉矿区人民院收治的310例2型糖尿病患者临床资料。收集患者一般资料，包括性别、年龄、体重指数、吸烟史、饮酒史、糖尿病病程、泌尿系手术史、基础疾病以及入院时体温、血压、心率、呼吸频率等，其中基础疾病包括高血压、冠心病、肾脏病等。本研究经石家庄市井陉矿区人民院医学伦理委员会批准(kqrmyyLL2023001)。

1.2纳入与排除标准

1.2.1纳入标准：

①年龄≥18岁；②符合美国糖尿病协会(american diabetes association, ADA)2型糖尿病诊断标准[7];③UTI有典型尿路感染症状，符合欧洲泌尿外科协会(european association of urology, EAU)的诊断标准[8];④临床资料完整。

1.2.2排除标准：

①继发性糖尿病或1型糖尿病；②近期有泌尿系以外其他部位感染者；③入院就诊前2周内使用过抗菌药物者；④合并恶性肿瘤、营养不良等免疫功能低下者。

1.3研究方法

1.3.1实验室指标：

收集患者实验室指标，包括C反应蛋白、白蛋白、白细胞计数、血小板计数、降钙素原、中性粒细胞计数、淋巴细胞计数、空腹血糖、糖化血红蛋白等。检测方法：患者入院24 h内，抽取肘静脉血5 mL(红帽管和紫帽管)送检。采用迪瑞(CS-12OO)生化分析仪检测超敏C反应蛋白水平、白蛋白、空腹血糖，Sysmex XN-1000全自动血液分析仪检测白细胞计数、血小板计数、中性粒细胞计数、淋巴细胞计数，普门(eCL8000)检测降钙素原、凯特KH-101型分析仪检测糖化血红蛋白等指标。

1.3.2治疗方法：

所有患者入组后，完善相关检查，明确UTI诊断。根据标准控制血糖，合并感染的患者根据病原学和药敏试验结果，选择敏感抗菌药进行治疗[7,9]。合并基础疾病的患者，请相关科室专家进行会诊，根据会诊意见进行处理。

1.4统计学分析

应用SPSS 26.0统计软件，采用Kolmogorov-Smirnov检验计量资料的正态性分布，符合正态分布的以表示，2组间比较采用独立样本t检验；符合偏态分布的用[M(P25,P75)]表示，2组间比较用Mann-WhitneyU检验。计数资料以例(%)表示，2组间比较采用χ2检验，二元Logistic回归分析影响2型糖尿病合并UTI的危险因素，使用R4.0软件绘制UTI预测列线图，利用受试者工作特征(ROC)曲线、校正曲线对预测模型进行验证，P<0.05为差异有统计学意义。

2、结果

2.1调查对象的临床资料

纳入的310例2型糖尿病患者按照7∶3比例分为训练集217例和验证集93例。310例2型糖尿病患者发生UTI63例，UTI发生率20.3%;其中训练集UTI41例占18.9%,验证集UTI22例占23.7%。训练集和验证集患者性别、年龄、体重指数、吸烟史、饮酒史、糖尿病病程、泌尿系手术史、基础疾病发生率、体温、心率、血压、C反应蛋白、白蛋白、白细胞计数、血小板计数、降钙素原、中性粒细胞、淋巴细胞、空腹血糖、糖化血红蛋白等一般资料比较，差异无统计学意义(P>0.05)。见表1。

表1训练集和验证集患者一般资料比较

2.2训练集2型糖尿病合并UTI的影响因素分析

以训练集2型糖尿病患者发生UTI为因变量(0=未发生，1=发生),以患者临床资料作为自变量，进行单因素和多因素Logistic回归分析；结果显示，体重指数、C反应蛋白、白蛋白、糖化血红蛋白是影响2型糖尿病患者发生UTI的独立危险因素(P<0.05)。见表2。

2.3 2型糖尿病发生UTI列线图模型的建立

图中从上至下分别对应的为单项得分、体重指数、C反应蛋白、白蛋白、糖化血红蛋白、泌尿系感染概率。每项指标均有标尺，标尺可对应单项得分，各单项得分相加为总分，总分可对应泌尿系感染概率。见图1。

表2训练集2型糖尿病患者合并UTI影响因素的单因素和多因素Logistic回归分析

图1预测2型糖尿病发生泌尿系感染的列线图

2.4 2型糖尿病发生UTI列线图模型的验证

采用Bootstrap法对列线图模型进行验证，结果显示训练集和验证集的C指数分别为0.971(95%CI:0.951～0.991)和0.917(95%CI:0.891～0.941),模型预测效能较好。2组数据的校准曲线，X轴代表预测的发生率，Y轴代表实际的发生率，图中可见，训练集和验证集数据均接近于对角线，表明实际曲线和理想曲线拟合度较好，预测概率和实际发生率基本一致。列线图在训练集和验证集的曲线下面积(AUC)分别为0.816(95%CI:0.722～0.889)和0.788(95%CI:0.727～0.840),最大约登指数为0.576和0.472,最佳临界值分别为0.233和0.188,特异度为80.28%和71.59%,敏感度为77.27%和75.61%。见图2、3。

图2列线图预测模型在训练集和验证集的校准曲线图

3、讨论

2型糖尿病合并UTI是最常见的细菌感染并发症，在感染状态机体处于应激状态，血糖控制难度增加；同时血糖波动也会降低机体抵抗力，进一步加重感染，影响抗感染治疗效果，严重时甚至导致死亡[10]。相较于健康群体，血糖水平控制不良的患者更容易发生细菌感染，当机体血糖水平升高时，可形成大量糖基化产物，导致与补体激活、细菌吞噬有关的宿主蛋白损伤，并改变与病原体和宿主表面受体的结合。由于目前尚无2型糖尿病合并UTI的规范诊疗方案，准确识别感染危险因素，对制定临床管理方案具有重要意义。尿细菌培养室UTI诊断的金标准，但细菌培养不仅耗时，且对样本清洁度要求较高，无法及时对临床诊疗进行提示[11]。因此，建立有效的早期预测模型显得尤为重要。本研究通过分析310例2型糖尿病患者临床资料，最终筛选出体重指数、C反应蛋白、白蛋白、糖化血红蛋白5个独立影响因素用于构建列线图，其中C反应蛋白在列线图评分系统中占有较高权重。研究表明，C反应蛋白与菌血症密切相关，其早期升高可作为区分感染和非感染性疾病的重要指标[12]。因此，临床上需要重点关注入院时C反应蛋白异常升高的患者，尽早进行感染判断，并对患者进行早期感染控制。

图3列线图模型在训练集和验证集的ROC曲线分析

本研究筛选的另外3个指标，临床获取时间较短，符合感染早期预测的要求。(1)体重指数对感染的影响存在一定争议，有研究显示，肥胖患者发生UTI的风险是非肥胖者的3倍[13]。可能原因是合并肥胖的2型糖尿病患者体内雌激素合成增加，雄激素和血清球蛋白结合能力降低，容易引起前列腺增生，导致排尿困难，同时尿液中葡萄糖浓度高，容易引起细菌繁殖，增加泌尿感染的风险[14]。此外，肥胖的患者脂肪细胞容易促进炎性因子活化，诱发炎性反应，从而降低对感染的抵抗力[15]。(2)白蛋白是重要的免疫调节物质，可结合脂多糖促进白细胞的吞噬作用。2型糖尿病患者白蛋白水平降低，免疫功能减弱，可影响白细胞的黏附、趋化和吞噬作用，增加患者感染风险[16]。陈栋等[17]研究表明，低蛋白血症是各类感染的关键危险因素，当泌尿系存在感染易发因素时，患者更容易发生UTI,并且病情进展更快，预后也相对较差。因此，临床上应重视低蛋白血症的2型糖尿病患者，应积极进行营养支持，并早期开展抗感染治疗。(3)糖化血红蛋白可反映过去1个月内血糖水平，其在预测糖尿病患者不良事件方面的意义高于空腹血糖[18]。调查显示，糖化血红蛋白每升高1%,2型糖尿病患者发生细菌感染的风险升高20%[19]。因此，应加强2型糖尿病患者的血糖自我管理意识，尽可能将糖化血红蛋白控制在6.5%以下，以降低UTI感染风险。

2型糖尿病合并UTI诊疗重点在于预防，早期识别感染风险，及时给予规范、有效的抗感染治疗是提高患者预后的关键。本研究依据体重指数、C反应蛋白、白蛋白、糖化血红蛋白等容易获取的指标构建的列线图预测模型，将指标定量化，有利于医护人员及时、准确评估其感染风险。如某2型糖尿病患者，其体重指数为24.5kg/m2(20分),入院时C反应蛋白6.5mg/L(40分),白蛋白40g/L(10分),糖化血红蛋白8%(14分),总得分84分，UTI概率为80%,表明该患者为UTI高风险人群，尽早选用敏感性抗菌药。若患者同时合并基础疾病，需要请专家联合会诊，对其做出个体化管理方案。本研究结果显示，列线图预测模型在训练集和验证集的C指数分别为0.971和0.917,AUC分别为0.816和0.788,表明列线图模型对UTI预测的准确性和区分度高。同时，训练集和验证集数据均接近于对角线，表明实际曲线和理想曲线拟合度较好，预测概率和实际发生率基本一致。本研究构建的列线图预测模型适用于2型糖尿病患者，能全面、客观地反映UTI发生风险。

综上所述，体重指数、C反应蛋白、白蛋白、糖化血红蛋白是2型糖尿病患者发生UTI的危险因素，基于危险因素建立的列线图模型对UTI有良好的预测效能。

参考文献:

[3]汪琳姣,杨小华,席巍,等.女性糖尿病患者泌尿系统感染的尿液菌群特征､血清CRP水平及危险因素分析[J].国际泌尿系统杂志,2022,42(2):287-290.

[4]王广利,俞军,章法香.TNF-α､IL-6和microRNA-142对2型糖尿病足部感染患者早期诊断的价值[J].河北医药,2021,43(6):887-889,893.

[6]甘新宇,刘思瑾,张俊.缺血性脑卒中合并2型糖尿病患者伴发尿路感染危险因素的回顾性分析[J].中华物理医学与康复杂志,2022,44(8):727-731.

[9]国家老年医学中心,中华医学会老年医学分会,中国老年保健协会糖尿病专业委员会,等.中国老年糖尿病诊疗指南(2021年版)[J].中华糖尿病杂志,2021,13(1):14-46.

[10]李佳,臧杰,徐忠龙,等.胫骨横向骨搬移微血管再生技术结合负压封闭引流在糖尿病足溃疡中的应用[J].中国医师进修杂志,2020(8)

[11]侯钧,张栋珉,马瑜珊,等.糖尿病合并血流感染的病原学特征及预后危险因素分析[J].重庆医学,2022,51(15):2622-2627.

[13]何红英,王琼,宋江润,等.糖尿病患者骨关节置换术围手术期血糖控制水平对手术部位感染及病原菌分布的影响[J].中国感染控制杂志,2023,22(2):167-174.

[14]王延君,徐佳,杨鑫,等.不同糖化血红蛋白控制水平糖尿病合并肺炎克雷伯菌血流感染患者的临床特征及耐药性分析[J].徐州医科大学学报,2023,43(6):447-452.

基金资助:石家庄市科技局项目(编号:231200213);

文章来源:张金凤,武艳,郑光波.2型糖尿病合并泌尿系感染联合预测模型的构建与验证[J].河北医药,2024,46(18):2858-2861+2865.