首页 > 论文范文 > 医药卫生论文 > 肿瘤科论文 > 皮肤肿瘤论文 > 面部皮肤肿瘤患者术后切口感染风险的临床预测模型的构建

面部皮肤肿瘤患者术后切口感染风险的临床预测模型的构建

2024-05-24 42 上传者：管理员

摘要：目的建立老年面部皮肤肿瘤患者术后切口感染风险的列线图预测模型并验证其预测能力。方法采用回顾性分析方法，收集2018年1月-2021年12月447例于本院行皮肤肿瘤切除术的老年患者病历资料，根据诊断标准分为感染组（31例）和非感染组（416例）。使用单因素分析和多因素Logistic回归分析确定术后感染的独立危险因素，并建立包含这些因素的列线图。通过Bootstrap抽样法进行内部验证，应用一致性指数（C-index）、受试者工作特征曲线（ROC曲线）、校准曲线、和决策曲线（DCA曲线）评估模型的预测能力。结果 447例患者术后切口感染发生率为6.94%。单因素分析显示，两组吸烟史、糖尿病病史、手术部位、手术类型、术后抗生素使用、术后康复教育及护理比较，差异有统计学意义（P<0.05）。Logistic回归分析显示，老年面部皮肤肿瘤患者术后切口感染的独立危险因素为吸烟、糖尿病、手术部位为鼻部、面颊部和耳部、皮瓣手术、术后未使用抗生素以及术后未进行康复教育及护理。根据危险因素，成功构建列线图预测模型。列线图预测模型的C-index为0.811,ROC曲线下面积为0.811。校准曲线表明列线图校准良好，DCA曲线表明列线图模型具有良好的临床应用能力。结论吸烟、糖尿病、手术部位、手术类型、术后未使用抗生素以及术后未进行康复教育及护理是老年面部皮肤肿瘤患者术后切口感染的独立危险因素。基于这些因素构建的临床预测模型稳定性好，并具有一定的预测效能。

关键词：
切口感染
列线图
面部皮肤肿瘤
预测模型
高龄
加入收藏

面部是皮肤肿瘤的好发部位，由于其常常暴露在复杂的外界环境中，易受紫外线、粉尘、病毒感染等不良刺激。随着中国步入老龄化社会，以及民众的重视程度以及肿瘤诊断水平的提高，近年发病率不断增加[1]。对于面部皮肤肿瘤，包括黑素细胞瘤，以及基底细胞癌和鳞状细胞癌等恶性肿瘤，目前手术切除是最常规的治疗手段[2]。皮肤肿瘤切除后的并发症主要有出血、感染、瘢痕等，其中术后感染是导致切口愈合不良以及瘢痕形成的关键因素，严重影响患者术后生活质量及美学需求[3]。大量研究表明[4]，高龄是术后切口感染的高危因素，而老年患者又是面部皮肤肿瘤的好发人群。因此，为进一步探究老年面部皮肤肿瘤患者术后切口感染的危险因素，建立合适的预测方法，给临床筛查高危人群和制定防治措施提供科学依据，降低老年患者面部皮肤肿瘤术后的感染风险，本研究采用回顾性分析方法，选取因面部皮肤肿瘤于我院行皮肤肿瘤切除术的老年患者作为研究对象，对发生术后切口感染的危险因素进行分析，并建立相关列线图预测模型。

1、资料与方法

1.1 一般资料

选取2018年1月-2021年12月南通市第一人民医院皮肤科收治的385例老年面部皮肤肿瘤患者，其中男179例，女206例，年龄60～98岁。同一患者有多处独立手术切口分别统计，共计447例面部皮肤肿瘤手术。本研究经南通市第一人民医院伦理审查委员会批准通过（批准号：2022KT199）。

1.2 纳入及排除标准

纳入标准：(1)因面部皮肤肿瘤行皮肤肿瘤切除术的患者；(2)年龄≥60岁；(3)皮肤肿瘤切除术均由南通市第一人民医院皮肤科同一手术团队完成。排除标准：(1)临床资料缺失；(2)术后失访；(3)术前既已发生局部或有全身系统性感染性疾病；(4)免疫抑制或服用免疫抑制剂的患者。

1.3 方法

根据原卫生部发布的《医院感染诊断标准（试行）》[5]，将患者分为感染组（31例）和非感染组（416例）。比较两组的临床特点，筛选感染的相关变量，通过数据库调取及人工检索病历方式，回顾性收集患者的临床特征，包括性别、年龄、吸烟饮酒史、高血压、糖尿病等慢性病病史、病程、组织学、手术时间、手术部位、切口长度、手术方式、术后用药和术后是否康复教育和护理，进行单因素和多因素分析。依据多因素分析结果，基于独立危险因素采用逐步回归拟合构建术后感染风险预测模型列线图。根据列线图计算术后切口感染风险概率。预测模型区分度和准确度分别采用C指数和Hosmer-Lemeshow拟合优度检验评估。验证方法为内部验证，Bootstrap抽样法，抽样次数为1000次。

1.4 统计学方法

使用SPSS 24.0及R 4.1.3软件进行统计学分析及列线图的绘制和验证。计量资料以（±s）表示，行t检验；计数资料以[n（%）]表示，组间比较使用χ2检验和Fisher检验，P<0.1认为差异有统计学意义，根据单因素分析结果确定变量并纳入多因素Logistic回归模型进行分析。在R软件中应用rms程序包建立列线图模型并绘制校准曲线；应用caret程序包进行Bootstrap法内部验证（抽样1000次）；应用p ROC包绘制受试者工作特征曲线（ROC曲线）并计算曲线下面积，应用rmda包绘制决策曲线（DCA曲线）。

2、结果

2.1 手术切口感染的单因素分析

老年患者面部皮肤肿瘤术后切口感染的发生率为6.94%(31/447）。单因素分析结果显示，感染组和非感染组的吸烟史、糖尿病病史、手术部位、手术方式、术后抗生素使用、术后康复教育及护理等因素比较，差异有统计学意义（P<0.1），而性别、饮酒史、高血压病史、患病时间、组织学、手术时间、切口长度、术后生长因子使用比较，差异无统计学意义（P>0.1），见表1。

2.2 手术切口感染的多因素分析

根据单因素方差分析结果，以手术切口感染为因变量，将其中有统计学意义的因素纳入多因素Logistic回归。结果显示，患者的吸烟史，糖尿病病史，手术部位为鼻部、面颊部和耳部，皮瓣手术，术后抗生素使用，术后康复教育及护理是面部切口感染的独立影响因素，见表2。

2.3 预测模型的建立及验证

基于多因素Logistic回归分析结果，构建相关列线图预测模型，见图1。以单个变量垂直对应的评分标尺进行打分，并对各项变量得分进行求和。总分所对应的数值即为该患者的手术感染风险。使用一致性指数（C-index）、ROC曲线、校准曲线和DCA曲线对该模型进行评估。使用Bootstrap抽样法进行内部验证，ROC曲线下面积为0.811，平均C-index为0.807。该列线图模型C-index为0.811,95%CI为0.725～0.897，区分度良好；ROC曲线下面积为0.811（图2）；校准曲线显示预测值和实际值接近并贴近于对角线，说明该模型有良好的预测性能（图3);DCA决策曲线显示当该模型的阈值概率在3%～57%能产生更高的效益（图4），说明该模型在临床实际应用中的有较高价值。

表1 老年面部皮肤肿瘤患者手术切口感染的单因素分析（n)

表2 老年面部皮肤肿瘤患者手术切口感染的多因素分析

图1 老年面部皮肤肿瘤患者手术切口感染风险的列线图预测模型

图2 列线图模型的ROC曲线

图3 列线图模型的calibration校准曲线

图4 列线图的DCA曲线

3、讨论

手术部位感染（surgical site infection,SSI）指在手术后30天内发生在手术部位的切口或深部组织的感染，是最常见的院内获得性感染之一[6]。目前皮肤科手术中SSI危险因素的文献是有限的。李琴等[7]研究认为静脉端侧吻合，术中失血过多、吸烟史、医师手术水平及皮瓣设计不当是头面部皮瓣修复术后并发症发生的危险因素。Liu X等[8]回顾了1407例皮肤外科手术患者，发现耳部手术、较大的伤口和用皮瓣缝合或二期愈合的手术中，SSI的风险会增加。然而，以上研究纳入的影响因素较少，同时由于皮肤外科手术术后感染风险在不同年龄，不同部位以及不同病种之间有明显差异，因此对皮肤外科术后感染风险的分层分析尤为重要。皮肤肿瘤在体表肿瘤中的发生率较高，发生于面部的皮肤肿瘤相较于其他部位的手术切口有更高的美容需求。老年患者常合并血管、代谢、自身免疫以及神经退行性疾病，营养状态不良，免疫系统的功能和免疫细胞的活性下降，导致感染易感性增加[9]。此外，老年患者组织修复能力弱，切口愈合延迟，亦增加了皮肤感染的风险。因此，严格控制术后并发症的出现，建立切实有效的评估感染风险的模型，对术后感染风险较高的老年患者进行正确识别并积极干预很有必要。

基于此，本研究构建了预测老年患者面部皮肤肿瘤切除术后SSI风险的列线图模型。本预测模型不仅可用于预测术后发生SSI的概率，也能甄别感染高风险人群，筛选可能受益感染干预策略的患者。该模型的总体性能良好，AUC为81.1%。本研究中老年患者面部皮肤肿瘤切除术后感染率为6.94%，略低于《中国手术部位感染预防指南》中手术部位感染总体发生率（11.8%)[10]，与报道中的皮肤科手术后0.5%～8.7%的伤口感染率接近[11]。尽管在皮肤外科手术中，SSI的风险较低。但在某些情况下，如复杂重建以及进行特殊部位的手术时，SSI的风险会增加至超过可接受的阈值，因而需要识别和干预。

不同的患者特征会影响感染的发生，本研究显示吸烟与糖尿病是老年患者SSI发生的危险因素。在许多手术中，吸烟被认为会伤口愈合延迟和切口感染。吸烟不仅可以诱发血管内皮功能障碍，还与组织血流灌注减少、氧合能力下降、炎症反应抑制、结缔组织降解增加和成纤维细胞伤口迁移减少有关[12]。对近50万例患者进行的荟萃分析表明，吸烟会使SSI的几率增加79%[13]。而对于糖尿病患者，尤其是血糖控制欠佳的患者，其机体高糖环境抑制了白细胞粘附、趋化、吞噬功能，从而增加了感染风险，还影响组织内成纤维细胞活性，导致切口部位的修复再生能力下降。因此《中国手术部位感染预防指南》要求患者围手术期血糖控制的目标设定为6.1～8.3 mmol/L[10]。此外，研究表明[12]，未被诊断为糖尿病的应激性高血糖患者的术后并发症发生率高于糖尿病患者。因此，应考虑对无糖尿病病史的患者进行常规术前血糖检监测及糖尿病筛查。

在组织病理学方面，虽有研究认为鳞状细胞癌和基底细胞癌等非黑色素细胞皮肤癌的切除是小手术后感染的独立风险因素[14]。但本研究显示，组织病理学与SSI并无显著关联，而手术部位与SSI相关，且鼻子或耳部等解剖区域进行手术的感染率高于其他解剖部位。这些部位结构相对复杂，或皮脂腺分泌旺盛，可能增加了感染的风险。由于大多数切口感染是由患者自身黏膜或皮肤微生物群的内源性菌群而非外源性因素引起的[15]，如金黄色葡萄球菌在鼻前庭的定植增加了鼻部的感染几率。研究显示[16],15 mm切口感染率（3.4%）远低于25 mm切口的感染（16.7%），因此认为切口长度是SSI的独立风险因素。然而，本研究并未发现切口长度与感染的相关性。对简单切除缝合的患者进行分层分析，长度<2.5 cm或长度≥2.5 cm的简单缝合切口在感染发生率上没有明显差异（P=0.74）。而复杂的手术，如皮瓣手术后发生感染的风险更高，这与多数研究的结果一致[17]。

预防性抗生素是一个有争议的话题。主流观点认为，考虑不良反应和耐药性等潜在副作用，在感染风险低于5%的清洁伤口中，无需常规使用抗生素预预防感染[18]。部分研究显示[19]，在清洁手术后使用围手术期预防性抗生素时，感染风险会降低50%，然而其他研究没有发现有效的证据[20]。根据本研究模型，术后抗生素使用可有效降低术后感染的发生。如1例耳部行皮瓣手术的老年糖尿病患者，若术后使用使用抗生素，能将其总评分由269分降为218分，感染发生率由32%降低至14%。基于此，本研究主张通过该预测模型识别感染的高危人群，如合并糖尿病、接受皮瓣手术或高危部位手术的老年患者，鼓励对其预防性使用抗生素，或者其他降低感染率的非药物干预措施，如康复教育和术后护理。

综上所述，吸烟，糖尿病，手术部位为鼻部、面颊部和耳部，皮瓣手术，术后未使用抗生素，术后未进行康复教育及护理是老年患者面部皮肤肿瘤术后感染的独立危险因素。本研究建立的个体化预测面部皮肤肿瘤术后感染的列线图模型可以作为感染风险评估的有效工具，准确性高，可操作性强。但本研究仍存在样本量相对较小，预测因子不足，缺乏病原学检测指标，以及缺乏外部验证队列等缺点。期待在今后的工作中收集更多数据，开展多中心、大样本的研究，完善病原学检查，探索丰富预测因素，将该预测模型进一步完善并推广。

参考文献:

[5]中华人民共和国卫生部.医院感染诊断标准(试行)[J].中华医学杂志,2001,81(5):314-320.

[7]李琴,李映雪,余鑫,等.头面部皮瓣修复术后并发症发生风险模型的构建[J].皮肤性病诊疗学杂志,2022,29(3):220-225.

[10]中华医学会外科学分会外科感染与重症医学学组,中国医师协会外科医师分会肠痿外科医师专业委员会.中国手术部位感染预防指南[J].中华胃肠外科杂志,2019,22(4):301-314.

文章来源:程佳伟,施健,张琪,等.老年面部皮肤肿瘤患者术后切口感染风险的临床预测模型的构建[J].医学信息,2024,37(08):46-51.