Page 41 - 2022-12-中国全科医学

·1446· http://www.chinagp.net E-mail:zgqkyx@chinagp.net.cn

表 4 ICU 患者多重耐药菌感染危险因素文献发表偏倚的分析结果 时灵敏度不够高的重要原因之一。另外，本研究构建的
Table 4 Publication bias assessment of studies regarding risk factors of 危险因素来自 Meta 分析结果，原始文献对危险因素的
multi-drug resistant bacterial infections in ICU patients
定义可能不一致，这会导致合并效应值具有异质性。但
危险因素 Begg's 检验 Egger's 检验
本研究尽量控制了异质性。
性别（男） 0.752 0.141
综上所述，以循证理论为基础构建风险模型，整合
住院史 0.702 0.868
了各地区各医院的临床人群数据，可以很好地规避因样
ICU 住院天数 0.312 0.998
本量不充足而导致的预测风险模型不准确等问题，同时
COPD 0.891 0.349 模型还具有较好的外推性。本研究将所构建的模型在外
糖尿病 0.382 0.321 部真实人群数据中进行了验证，发现预测性能良好，将
机械通气 0.586 0.636 预测思想与精准防控结合应用于 ICU 多重耐药菌感染问
中央静脉导管 0.531 0.772 题，不仅具有卫生经济学意义，还具有高度的临床意义。
导尿管 0.956 0.237 作者贡献：邹倩提出研究方向及主要研究目标，负
责设计研究方案及确定研究方法，同时负责数据分析与
使用碳青霉烯类药物 0.714 0.961
统计学处理，并对统计结果进行解释，绘制图标，撰写
1.0 论文初稿；邹倩、耿苗苗负责文献检索、确定纳入文献
及文献数据提取和整理；耿苗苗、祝延红负责收集、整
理临床资料，提供数据；祝延红负责论文最终稿的修订、
0.8
论文的质量控制及审校，对论文整体负责，监督管理；
所有作者确认了论文的最终稿。
0.6 本文无利益冲突。
灵敏度 参考文献

0.4 ［1］VINCENT J L，RELLO J，MARSHALL J，et al. International
study of the prevalence and outcomes of infection in intensive care
units［J］. JAMA，2009，302（21）：2323-2329. DOI：
0.2 10.1001/jama.2009.1754.
［2］KANG C I，KIM S H，PARK W B，et al. Bloodstream infections
caused by antibiotic-resistant gram-negative bacilli：risk factors for
mortality and impact of inappropriate initial antimicrobial therapy on
0 0.2 0.4 0.6 0.8 1.0
１- 特异度 outcome［J］. Antimicrob Agents Chemother，2005，49（2）：
图 2 ICU 患者多重耐药菌感染风险预测模型预测效果的 ROC 曲线 760-766. DOI：10.1128/AAC.49.2.760-766.2005.
Figure 2 ROC analysis of the prediction model for estimating the risk of ［3］SIEGEL J D，RHINEHART E，JACKSON M，et al. 2007 guideline
multi-drug resistant bacterial infections in ICU patients for isolation precautions：preventing transmission of infectious agents
in health care settings［J］. Am J Infect Control，2007，35（10
但本研究的优势在于采用 Meta 分析的结果构建模型且 Suppl 2）：S65-164. DOI：10.1016/j.ajic.2007.10.007.
使用外部数据进行验证，较好地解决了模型是否具有外 ［4］TACCONELLI E，CATALDO M A，DANCER S J，et al. ESCMID
推性这一担忧。 guidelines for the management of the infection control measures to
reduce transmission of multidrug-resistant Gram-negative bacteria in
目前将循证理论运用于构建 ICU 多重耐药菌感染预
hospitalized patients［J］. Clin Microbiol Infect，2014，20（Suppl 1）：
测模型的研究较少，故本研究具有一定的创新性。此外，
1-55. DOI：10.1111/1469-0691.12427.
建立预测性能优良的多重耐药菌感染风险预测模型可以 ［5］MAGIORAKOS A P，SRINIVASAN A，CAREY R B，et al.
引导医务人员对潜在的高风险多重耐药菌感染患者提前 Multidrug-resistant，extensively drug-resistant and pandrug-
进行有效干预，从而降低科室内多重耐药菌的交叉传播 resistant bacteria：an international expert proposal for interim
率，这对提高科室患者的诊疗效果和提高患者预后具有 standard definitions for acquired resistance［J］. Clin Microbiol
Infect，2012，18（3）：268-281. DOI：10.1111/j.1469-
重要的临床意义。从卫生经济学角度来说，ICU 患者住
0691.2011.03570.x.
院时间较长且床位和其他资源等有限，精准防护可以为
［6］STANG A. Critical evaluation of the Newcastle-Ottawa scale for
患者乃至医院节约成本，带来更大的经济获益。 the assessment of the quality of nonrandomized studies in meta-
本文局限性在于使用效应值转化的方法构建模型， analyses［J］. Eur J Epidemiol，2010，25（9）：603-605. DOI：
无法探究多重共线性问题。该缺陷可能是导致模型预测 10.1007/s10654-010-9491-z.