[发明专利]一种心脏术后肺部感染的预测模型及其构建方法

说明书

本发明公开了一种心脏术后肺部感染的预测模型及其构建方法，在收集心脏手术患者围手术期的各种临床资料中，筛选出与心脏术后肺部感染有关的评价指标，将评价指标纳入Logistic回归模型分析计算确定心脏术后肺部感染的危险因素的回归系数，然后通过各个危险因素的回归系数得出风险评分，最后风险评分结合肺部感染风险预测函数计算肺部感染概率值，由此可建立一个基于评分系统的风险预测模型。本发明的预测模型拟合良好，与国外已有的模型相比，表现出更好的风险预测能力，可以达到早期筛选术后肺部感染高危患者的目的，起到早预防、早发现、早治疗的作用，从而降低心脏术后肺部感染的发病率。

技术领域

本发明涉及生物技术领域，特别涉及一种心脏术后肺部感染的预测模型及其构建方法。

背景技术

肺部感染是心脏手术后最为常见的一种并发症，与术后的死亡率增高、重症监护室停留时间延长以及术后住院时间延长等密切相关。因此，与之相关的医疗费用和资源消耗也大大增加。据国内外报道，心脏手术后肺部感染率处于2.1％-21.6％之间，不同的国家和地区以及不同的医疗机构之间差异巨大。

近年来，心脏手术和麻醉技术水平取得了巨大进步，接受心脏手术的患者的人群特征也发生了巨大变化。接受手术的高龄患者比例增加，其带有的各种并发症以及手术史也大大增多，各种耐药菌也呈现上升趋势，这些都增加了心脏术后肺部感染高风险人群的比例。国外有文章报道过一些心脏术后肺部感染的危险因素，但大多基于小样本或者特定的人群，对今天的临床工作的指导作用极其有限。而国内对于心脏术后肺部感染的研究有限，目前尚无一个得到广泛认可的高质量预测模型。国内相关肺病预测的专利，比如申请号CN201910639611.3的专利提供全新的肺癌风险预测系统，包括输入模块、计算模块和输出模块，输入模块用于向计算模块传递患者信息，包括年龄、肺部结节的一些特征以及部分凝血活酶时间；计算模块内置了肺癌风险预测模型的函数，其中函数自变量为患者年龄、肺部结节的直径、形状、质地、毛刺征、部分凝血活酶时间等因素的加权和；输出模块用于输出概率值。但是，肺癌的病变因素复杂，仅仅通过一个函数，并以几个因素的加权值作为自变量，在函数中代入自变量计算函数结果作为概率值，显然过于机械，缺乏对致病因素数据的进一步筛选、深度挖掘等处理，风险预测能力不佳。

因此，亟待设计一种心脏术后肺部感染的预测模型以解决上述问题。

发明内容

(一)解决的技术问题

本发明的目的在于提供一种心脏术后肺部感染的预测模型及其构建方法，以解决现有的肺病预测模型通过简单函数计算预测过于机械，缺乏对致病因素数据的进一步筛选、深度挖掘等处理，风险预测能力不佳的问题。

(二)技术方案

为实现上述心脏术后肺部感染的预测模型及其构建方法解决现有的肺病预测模型通过简单函数计算预测过于机械，缺乏对致病因素数据的进一步筛选、深度挖掘等处理，风险预测能力不佳的问题，本发明提供如下技术方案：

一种心脏术后肺部感染的预测模型的构建方法，包括以下步骤：

(1)分别收集心脏手术患者围手术期的各种临床资料，包括患者的一般情况，病史信息，术前检查结果，术前化验结果，手术相关指标，术后病原学检查，预后情况；

(2)对收集的所述心脏手术患者围手术期的各种临床资料进行单因素统计学分析，筛选出与心脏术后肺部感染有关的评价指标；

(3)将筛选出的与心脏术后肺部感染相关的评价指标纳入Logistic回归模型，采用多元Logistic回归分析，通过病例数据的统计分析及模型拟合，确定心脏术后肺部感染的危险因素的回归系数；

(4)根据所述各个危险因素的回归系数得出相应的风险评分，将所有风险评分分数相加即可得到总得分；