文章快速检索 高级检索
  中国感染控制杂志  2023, Vol. 22 Issue (9): 1034-1041   DOI: 10.12138/j.issn.1671-9638.20234265
0

引用本文 [复制中英文]

杨舒, 邓娟, 陈友华, 等. 输尿管镜钬激光碎石术后尿路感染风险评分工具的构建及应用[J]. 中国感染控制杂志, 2023, 22(9): 1034-1041. DOI: 10.12138/j.issn.1671-9638.20234265.
[复制中文]
YANG Shu, DENG Juan, CHEN You-hua, et al. Construction and application of a risk scoring tool for urinary tract infection after ureteroscopic holmium laser lithotripsy[J]. Chin J Infect Control, 2023, 22(9): 1034-1041. DOI: 10.12138/j.issn.1671-9638.20234265.
[复制英文]

作者简介

杨舒(1990-), 女(汉族), 湖北省宜都市人, 主管护师, 主要从事外科护理管理研究

通信作者

任艳蕊  E-mail: 709064048@qq.com

文章历史

收稿日期:2023-03-27
输尿管镜钬激光碎石术后尿路感染风险评分工具的构建及应用
杨舒1,2 , 邓娟2 , 陈友华3 , 张枭霄4 , 刘杏5 , 孟燕6 , 任艳蕊7     
1. 三峡大学附属仁和医院胃肠肛肠外科, 湖北 宜昌 443001;
2. 长江大学医学部护理系, 湖北 荆州 434023;
3. 三峡大学附属仁和医院泌尿外科, 湖北 宜昌 443001;
4. 长江大学附属第一医院血液净化中心, 湖北 荆州 434099;
5. 长江大学附属第一医院康复科, 湖北 荆州 434099;
6. 长江大学附属第一医院肝胆胰外科, 湖北 荆州 434099;
7. 长江大学附属第一医院护理部, 湖北 荆州 434099
摘要目的 构建、验证输尿管镜钬激光碎石术后尿路感染(UTI)风险评分工具。方法 便利抽样选取2018年1月—2021年12月在宜昌市某三级甲等综合医院泌尿外科住院的414例输尿管镜钬激光碎石术后患者作为研究对象, 按照随机数字表法将所有患者按7∶3的比例随机分为建模组(288例)和验证组(126例)。采用单因素和多因素logistic回归分析输尿管镜钬激光碎石术后患者发生UTI的危险因素, 采用建模组数据构建输尿管镜钬激光碎石术后UTI风险预测模型并绘制列线图, 使用验证组数据对模型进行验证。采用受试者工作特征(ROC)曲线和Hosmer-Lemeshow检验验证模型的拟合优度及预测效果。在风险预测模型的基础上构建风险评分工具, 并在临床中应用。结果 414例患者中有68例发生术后UTI, 发生率为16.43%;单因素分析结果显示, 年龄、吸烟史、糖尿病史、慢性病史、肾积水史、术前UTI史、术前血清蛋白水平、氮质血症史、肝功能异常、肾功能异常、术中灌注时间、结石大小、留置导尿管日数、抗菌药物使用日数、是否联合使用抗菌药物是输尿管镜钬激光碎石术后患者发生UTI的影响因素。多因素logistic回归分析显示, 年龄、糖尿病史、肾功能异常、术中灌注时间、是否联合使用抗菌药物是输尿管镜钬激光碎石术后发生UTI的独立影响因素。预测模型ROC曲线下面积(AUC)为0.735, 约登指数最大值为0.448, 对应的灵敏度为73.3%, 特异度为71.5%, 可得临界值为5.5分。以6分为界, 依据评分工具将患者分为低危组(0~5分)和高危组(6~13分)。将输尿管镜钬激光碎石术后UTI风险评分工具应用到临床, 模型的准确率为86.8%, 术后UTI的风险评分工具临床上应用良好。结论 风险评分工具可为护理人员提供指导, 个性化预测输尿管镜钬激光碎石术后患者发生UTI的风险, 协助护理人员提前干预。
关键词钬激光碎石    尿路感染    风险预测模型    列线图    
Construction and application of a risk scoring tool for urinary tract infection after ureteroscopic holmium laser lithotripsy
YANG Shu1,2 , DENG Juan2 , CHEN You-hua3 , ZHANG Xiao-xiao4 , LIU Xing5 , MENG Yan6 , REN Yan-rui7     
1. Department of Gastroentero-anorectal Surgery, Affiliated Renhe Hospital of China Three Gorges University, Yichang 443001, China;
2. Department of Nur-sing, Yangtze University Health Science Center, Jingzhou 434023, China;
3. Department of Urological Surgery, Affiliated Renhe Hospital of China Three Gorges University, Yichang 443001, China;
4. Blood Purification Center, The First Affiliated Hospital of Yangtze University, Jingzhou 434099, China;
5. Department of Rehabilitation Medicine, The First Affi-liated Hospital of Yangtze University, Jingzhou 434099, China;
6. Department of Hepatopancreatobiliary Surgery, The First Affiliated Hospital of Yangtze University, Jingzhou 434099, China;
7. Department of Nursing, The First Affiliated Hospital of Yangtze University, Jingzhou 434099, China
Abstract: Objective To construct and validate a risk scoring tool for urinary tract infection (UTI) after ureteroscopic holmium laser lithotripsy(UHLL). Methods A total of 414 post-UHLL patients in the department of urology in a tertiary first-class hospital in Yichang City from January 2018 to December 2021 were selected as study objects through convenient sampling. According to a random number table, 288 patients were randomly assigned to the modeling group, and 126 patients to the validation group, in a 7 ∶3 ratio. Risk factors for UTI in patients after UHLL were identified via univariate and multivariate logistic regression analysis. Based on the data from the mode-ling group, a risk prediction model for post-UHLL UTI was constructed and a nomogram was depicted accordingly, the model was validated through data in validation group. The goodness of fit and predictive performance of the model were assesed using receiver operating characteristic (ROC) curve and Hosmer-Lemeshow test. A risk scoring tool based on the risk prediction model was constructed and applied in clinical practice. Results Among the 414 patients, 68 (16.43%) experienced postoperative UTI. Univariate analysis showed that age, history of smoking, diabetes, chronic diseases, hydronephrosis, and preoperative UTI, as well as preoperative serum protein level, history of azotemia, abnormal liver function, abnormal renal function, intraoperative perfusion time, stone size, urinary catheter retention days, duration of antimicrobial use, and combined use of antimicrobial were influencing factors for the occurrence of UTI in patients after UHLL. Multivariate logistic regression analysis revealed that age, history of diabetes, abnormal renal function, intraoperative perfusion time and combined use of antimicrobial agents were independent influencing factors for post-UHLL UTI. The area under ROC curve of the prediction model was 0.735, the maximum Yoden index was 0.448, the corresponding sensitivity and specificity were 73.3% and 71.5%, respectively and the critical value was determined as 5.5 points. With a cut-off value of 6 points, patients were divided into a low-risk group (0-5 points) and a high-risk group (6-13 points). Applying the post-UHLL UTI risk scoring tool in clinical practice yielded an accuracy of 86.8%, demonstrating favorable clinical utility. Conclusion The risk scoring tool provides guidance for nursing staff by predicting personalized risk of post-UHLL UTI and assisting them in implementing early interventions.
Key words: holmium laser lithotripsy    urinary tract infection    risk prediction model    nomogram    

泌尿系统结石是一种病因复杂,发病率、复发率较高的世界性疾病[1]。我国泌尿系统结石发病率约为1%~5%,年新发病率约为150~200/10万人,其中25%的患者需住院治疗[2]。输尿管镜钬激光碎石术是目前临床上治疗肾结石的常用方法。该手术属于微创手术,具有安全、结石清除率高等特点,且治疗痛苦小,患者更易接受[3]。但手术属于侵入性操作,受术后导尿管留置等因素影响[4],部分患者易发生尿路感染(urinary tract infection, UTI)[5]。UTI又称泌尿系统感染,是指肾脏、输尿管、膀胱和尿道等泌尿部位受到病原微生物侵袭而引起的炎症反应[6]。国内研究[7]显示,输尿管镜钬激光碎石术后UTI的发生率为17.35%。UTI不仅影响手术疗效,还可能加重病情[4],如缺乏及时、有效的控制,可迅速发展为脓毒性休克,甚至多器官功能衰竭,病死率可达22%~76%[8]。这不仅加剧了患者生理及精神上的痛苦,产生的额外治疗及护理费用,对患者和医疗系统也是巨大负担[9]。本研究分析输尿管镜钬激光碎石术后患者发生UTI的危险因素,并构建预测模型,以期为术后患者UTI的预防、评估和护理提供依据。

1 对象与方法 1.1 研究对象

采用便利抽样法,选取2018年1月—2021年12月在宜昌市某三级甲等综合医院泌尿外科住院的414例输尿管镜钬激光碎石术后患者作为研究对象。纳入标准:年龄≥18岁;术前经影像学确诊为输尿管结石(上、中、下段),符合钬激光碎石指征;顺利完成碎石手术,且未在术中发生呼吸、心跳骤停等不良事件;本次住院期间未进行会导致UTI的其他手术。排除标准:入院时有发热、尿频、尿急等临床症状;术前合并未经控制的重度感染者(如术前怀疑急性肾后性梗阻性感染、感染性休克等);血液系统疾病或凝血功能障碍者;免疫力低下的患者,如肿瘤、艾滋病等患者;急诊留置输尿管支架管患者;输尿管条件极差,留置输尿管支架管后二期处理结石者。采用事件/变量法[10]计算样本量,预测模型验证所需样本量为预测因子的10~20倍。本研究纳入预测因子18个,预测样本量至少为N=18×(10~20)=180~360个,最终收集414例。采用随机数字表法将纳入研究的患者按照7 ∶3的比例随机分为建模组(288例)和验证组(126例)。

1.2 研究方法 1.2.1 UTI确诊标准

UTI确诊参考《医院感染诊断标准(试行)》[11],诊断由主管医生完成,最终以患者住院医疗病历记录为准。诊断UTI需要至少一项实验室指标阳性(尿常规检查阳性或中段尿培养细菌数>105 CFU/mL,留置导尿管患者细菌数>103 CFU/mL可接受),可无临床症状或符合以下任意一项:(1)尿频、尿急、排尿困难、发热(体温>38℃);(2)耻骨上痛;(3)血尿、肋腰椎角压痛。

1.2.2 资料收集

文献检索及医院病例系统数据提示输尿管镜钬激光碎石术后UTI风险预测因子有18个[4, 12-15]。制定临床数据收集表,纳入的指标项目包括患者一般资料(性别、年龄、吸烟史、糖尿病史、慢性病史),疾病状况(结石大小、肾积水史、术前UTI史、术前血清蛋白水平、氮质血症史、肝功能异常、肾功能异常),手术因素(术中灌注时间),以及用药治疗因素(抗菌药物使用日数、是否联合使用抗菌药物、留置导尿管日数、会阴护理、是否进行膀胱冲洗)。

1.2.3 统计学方法

应用SPSS 26.0统计软件进行描述分析。符合正态分布的计量资料使用x±s描述,计数资料使用频数、百分比描述。单因素分析:自变量为连续变量且符合正态分布时,采用两独立样本的t检验;自变量为分类变量或不符合正态分布时,采用Pearson χ2检验或Mann-Whitney U检验。多因素logistic分析采用二元logistic回归法。根据logistic回归模型中,logit(P)=exp(β0+β1x1+……+βpxp)构建预测模型[16]。采用受试者工作特征(ROC)曲线的曲线下面积(AUC)评价模型预测效能和诊断工具的区分能力;采用Hosmer-Lemeshow拟合优度检验方法评价模型的一致性。以灵敏度、特异度和正确率验证模型的应用效能。P≤0.05为差异有统计学意义。应用R语言构建输尿管镜钬激光碎石术后UTI的风险预测列线图。

2 结果 2.1 一般资料

共纳入患者414例,其中,男性患者327例(79.0%),女性患者87例(21.0%);年龄20~89(52.19±13.62)岁。68例患者发生术后UTI,发生率为16.43%。

2.2 发生术后UTI的单因素分析

根据是否发生术后UTI将患者分为UTI组和非UTI组,比较两组患者年龄、吸烟史、糖尿病史、慢性病史、肾积水史、氮质血症史、术前血清蛋白水平、术前UTI史、肝功能异常、肾功能异常、术中灌注时间、结石大小、留置导尿管日数、抗菌药物使用日数,以及是否联合使用抗菌药物等指标,结果显示差异均具有统计学意义(均P<0.05)。见表 1

表 1 患者一般人口学资料及UTI单因素分析[例(%)] Table 1 General demographic data and univariate analysis on UTI (No. of cases[%])
2.3 建模组输尿管镜钬激光碎石术后患者发生UTI的多因素分析

使用建模组(288例)数据,将单因素分析中P<0.05的15个变量纳入二元logistic回归模型,采用逐步回归法,以P<0.05为标准筛选变量,并构建输尿管镜钬激光碎石术后UTI风险模型。自变量赋值见表 2。共6个影响因素被纳入模型:年龄、糖尿病史、术前UTI史、肾功能异常、术中灌注时间及是否联合使用抗菌药物,各变量参数见表 3

表 2 变量赋值表 Table 2 Variable assignment table

表 3 输尿管镜钬激光碎石术后UTI的多因素logistic回归分析 Table 3 Multivariate logistic regression analysis on post-UHLL UTI
2.4 输尿管镜钬激光碎石术后患者发生UTI风险预测模型的建立、拟合及预测效果分析

根据预测模型公式制订输尿管镜钬激光碎石术后患者发生UTI风险预测模型:Logit(P)=0.819×年龄+0.672 ×糖尿病史+1.217×术前UTI史+0.637×肾功能异常+0.678×术中灌注时间+0.745×是否联合使用抗菌药物-3.315。

采用Hosmer-Lemeshow拟合优度检验方法评价模型的一致性,以P>0.05认为通过一致性检验。本模型系数的综合检验P=0.082,提示模型一致性较好。采用ROC曲线的AUC检验模型的灵敏度和特异度,以约登指数最大值判断模型的最佳临界值。本模型ROC曲线的AUC为0.735,约登指数最大值为0.448,特异度为71.5%,灵敏度为73.3%。见图 1

图 1 UTI风险模型的ROC曲线 Figure 1 ROC curve of UTI risk model
2.5 输尿管镜钬激光碎石术后风险评分工具的构建和列线图

将风险模型转化为更适合临床应用的风险评估工具,收集各风险因素的OR值,四舍五入取整后获得新值作为得分,该评分表的分数范围为0~13分。见表 4。构建列线图,观察各因素对术后UTI的影响,为临床提供可视化参考,见图 2

表 4 输尿管镜钬激光碎石术后UTI风险评分工具 Table 4 Risk scoring tool for post-UHLL UTI

图 2 输尿管镜钬激光碎石术后UTI风险预测列线图 Figure 2 Nomogram for risk prediction of post-UHLL UTI
2.6 建模组风险评分工具效果评价

使用构建的评分工具对建模组患者赋值,实际得分在0~13分之间。根据得分制作ROC曲线,AUC为0.728,见图 3。评分工具与输尿管镜钬激光碎石术后UTI的回归模型一致。约登指数取最大值0.43时,评分工具的灵敏度为73.3%,特异度为69.7%,临界值为5.5分,故以6分为界,依据评分工具将患者划为低危组(0~5分)和高危组(6~13分)。

图 3 输尿管镜钬激光碎石术后UTI风险评分工具建模组的ROC曲线 Figure 3 ROC curve of risk scoring tool for post-UHLL UTI in modeling grou
2.7 验证组风险评分工具效果评价

使用输尿管镜钬激光碎石术后UTI风险评分工具对验证组126例患者赋分并制作ROC曲线,AUC为0.869,见图 4

图 4 输尿管镜钬激光碎石术后UTI风险评分工具验证组的ROC曲线 Figure 4 ROC curve of risk scoring tool for post-UHLL UTI in validation group
2.8 风险评分工具的临床应用

收集2022年1—9月91例患者的病历资料,使用输尿管镜钬激光碎石术后UTI风险评分工具对患者赋分并绘制ROC曲线,AUC为0.872,见图 5。91例患者中,实际发生术后UTI 24例(26.4%),其中,模型预测发生术后UTI的19例,误判5例,灵敏度为73.1%;实际未发生术后UTI 67例,模型预测未发生术后UTI 60例,误判7例,特异度为92.3%。模型总正确率为(19+60)/91×100%=86.8%。见表 5

图 5 输尿管镜钬激光碎石术后UTI风险评分工具应用组的ROC曲线 Figure 5 ROC curve of risk scoring tool for post-UHLL UTI in application group

表 5 输尿管镜钬激光碎石术后UTI评分工具判定结果(例) Table 5 Judging result of the scoring tool for post-UHLL UTI (No. of cases)
3 讨论

本研究发现年龄≥60岁、有糖尿病史、肾功能异常、术中灌注时间>0.5 h,以及联合使用抗菌药物的患者术后更容易发生UTI,并建立了输尿管镜钬激光碎石术后UTI的预测模型,便于指导护理人员的临床工作。

年龄≥60岁是输尿管镜钬激光碎石术后发生UTI的独立危险因素,与程乔等[17]研究结果一致。随着社会老龄化程度提高,高龄结石患者临床上常见。老年人生理状况较差,器官、系统均开始衰退,免疫力也随之下降,对外界病原菌的抵抗能力较低[18]。老龄患者多合并糖尿病等其他慢性疾病,而高血糖水平会影响人体脂质代谢,进一步降低免疫力[19-20],加上手术的侵入性操作,机体中糖皮质激素水平升高,术后极易发生UTI。肾功能异常的患者多数细胞免疫力低下、营养状况差,尿道黏膜防御机制减弱,更易发生UTI[21]。因此,护理人员应该密切关注老年人群,在进行会阴护理、膀胱冲洗时做到无菌操作;对于合并糖尿病和肾功能异常的老年患者,术后应重点关注其生命体征变化及UTI相关症状,尽早干预。

碎石过程中进行盐水加压灌注操作可使手术视野清晰,但也会使感染的毒素和细菌进入血液循环,促使机体释放大量炎症因子,压力太大或持续时间太长,都有导致全身炎性反应综合征的风险[22]。本研究中,钬激光碎石术使用压力泵,压力维持在30~35 mmHg。结果显示,术中灌注时间是发生术后UTI的独立因素,与胡安定等[23]学者的研究结果一致。因此,医生应合理掌握手术时间,控制灌注压及灌注量。针对复杂感染性结石的手术,动作要轻柔,避免损伤输尿管黏膜,必要时术中预防性使用抗菌药物,术后早期拔除导尿管,以降低UTI发生风险。

联合使用抗菌药物的患者易发生术后UTI。泌尿系统结石患者在使用抗菌药物前需进行药敏试验,然而,因为结石的细菌培养不易操作,可行性差,故结石的细菌培养通常与碎石手术同时进行。医生术后可根据碎石手术情况(如术中出现输尿管黏膜出血或手术时间较长)预防性联合使用抗菌药物[24]。本研究的评分工具可在患者术后返回病房时由责任护士评估使用。当医生开具联合使用抗菌药物的医嘱时,患者术中可能存在黏膜出血等导致术后出现UTI的风险因素,责任护士需及时观察患者的临床症状和病情变化。临床医生应严格落实临床路径,掌握抗菌药物的用药指征,规范、科学、合理地使用抗菌药物,以确保术后治疗效果。

本研究采用Hosmer-Lemeshow检验方法评价模型的拟合优度,结果显示模型的一致性良好,说明该模型的预测结果和实际发生率吻合度较高。风险评分工具在临床应用中显示,该模型的正确率为86.8%,提示其实际预测能力良好。

本研究仅调查了湖北省宜昌市1家三级甲等医院泌尿外科的病例情况,样本存在地域性局限;下一步仍需进行外部验证,将模型投入到临床进行多中心研究,论证评分工具的外部实用性与有效性。

参考文献
[1]
Lotan Y, Buendia Jiménez I, Lenoir-Wijnkoop I, et al. Increased water intake as a prevention strategy for recurrent urolithiasis: major impact of compliance on cost-effectiveness[J]. J Urol, 2013, 189(3): 935-939. DOI:10.1016/j.juro.2012.08.254
[2]
那彦群, 叶章群, 孙颖浩, 等. 中国泌尿外科疾病诊断和治疗指南[M]. 北京: 人民卫生出版社, 2014: 129-142.
Na YQ, Ye ZQ, Sun YH, et al. Guidelines for diagnosis and treatment of urological diseases in China[M]. Beijing: People's Medical Publishing House, 2014: 129-142.
[3]
李鑫. 钬激光碎石术在老年泌尿系结石中的应用及临床疗效观察[J]. 川北医学院学报, 2016, 31(3): 294-296.
Li X. Application and clinical efficacy of holmium laser lithotripsy in elderly patients with urinary calculi[J]. Journal of North Sichuan Medical College, 2016, 31(3): 294-296.
[4]
焦志灵, 徐国良, 李路鹏, 等. 经尿道输尿管镜钬激光碎石术后尿路感染调查及其对预后的影响[J]. 临床泌尿外科杂志, 2020, 35(5): 344-348.
Jiao ZL, Xu GL, Li LP, et al. Investigation of urinary tract infection after transurethral ureteroscopic holmium laser lithotripsy and its effect on prognosis[J]. Journal of Clinical Urolo-gy, 2020, 35(5): 344-348.
[5]
Aboutaleb HA, Ali TA, Gawish M, et al. Fluoroscopy-free double-J stent placement through ureteroscope working channel postuncomplicated ureteroscopic laser lithotripsy: a novel technique[J]. Urol Ann, 2019, 11(1): 39-45. DOI:10.4103/UA.UA_59_18
[6]
Stöhrer M, Blok B, Castro-Diaz D, et al. EAU guidelines on neurogenic lower urinary tract dysfunction[J]. Eur Urol, 2009, 56(1): 81-88. DOI:10.1016/j.eururo.2009.04.028
[7]
刘昕, 丁峰. 糖尿病肾结石患者术后尿路感染危险因素分析[J]. 中华医院感染学杂志, 2020, 30(14): 2188-2191.
Liu X, Ding F. Risk factors for postoperative urinary tract infection in patients with diabetic nephrolithiasis[J]. Chinese Journal of Nosocomiology, 2020, 30(14): 2188-2191.
[8]
彭泳涵, 施晓磊, 高小峰, 等. 输尿管软镜处理经皮肾镜取石术后残留肾结石[J]. 第二军医大学学报, 2014, 35(2): 225-227.
Peng YH, Shi XL, Gao XF, et al. Flexible ureterorenoscopy in management of residual renal calculi after percutaneous nephrolithotomy[J]. Academic Journal of Second Military Medical University, 2014, 35(2): 225-227.
[9]
Foxman B. The epidemiology of urinary tract infection[J]. Nat Rev Urol, 2010, 7(12): 653-660. DOI:10.1038/nrurol.2010.190
[10]
Riley RD, Ensor J, Snell KIE, et al. Calculating the sample size required for developing a clinical prediction model[J]. BMJ, 2020, 368: m441.
[11]
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.
Ministry of Health of the PRC. Diagnostic criteria for nosocomial infections(proposed)[J]. National Medical Journal of China, 2001, 81(5): 314-320. DOI:10.3760/j:issn:0376-2491.2001.05.027
[12]
朱晨, 王钰, 柳鸿鹏, 等. 泌尿系统感染风险评估工具的研究进展与展望[J]. 中华现代护理杂志, 2019, 25(27): 3552-3555.
Zhu C, Wang Y, Liu HP, et al. Research progress and prospect of risk assessment tools for urinary system infection[J]. Chinese Journal of Modern Nursing, 2019, 25(27): 3552-3555.
[13]
郭伟红. 脑卒中相关尿路感染早期预警评分表的构建[D]. 太原: 山西医科大学, 2018.
Guo WH. Construction of early warning scale for stroke-rela-ted urinary tract infection[D]. Taiyuan: Shanxi Medical University, 2018.
[14]
帖鹏, 段万里. 泌尿外科患者尿路感染风险评分系统的建立及验证[J]. 中国感染控制杂志, 2016, 15(11): 830-833.
Tie P, Duan WL. Establishment and validation of risk assessment scoring system for urinary tract infection in patients of urology department[J]. Chinese Journal of Infection Control, 2016, 15(11): 830-833.
[15]
魏楠, 王力红, 赵霞, 等. 老年患者导尿管相关尿路感染风险预测评分模型构建与验证[J]. 中国感染控制杂志, 2018, 17(10): 907-912.
Wei N, Wang LH, Zhao X, et al. Establishment and validation of risk prediction scoring model for catheter-associated urinary tract infection in elderly patients[J]. Chinese Journal of Infection Control, 2018, 17(10): 907-912.
[16]
邢焕民, 吕冬梅, 王晓慧, 等. 术后谵妄风险预测模型的构建及应用[J]. 中华护理杂志, 2019, 54(1): 8-13.
Xing HM, Lv DM, Wang XH, et al. The development and application of a risk prediction model for postoperative deli-rium in ICU patients[J]. Chinese Journal of Nursing, 2019, 54(1): 8-13.
[17]
程乔, 李武平, 闫沛, 等. 医院获得性尿路感染风险预警评分模型的构建[J]. 现代预防医学, 2019, 46(9): 1616-1623, 1649.
Cheng Q, Li WP, Yan P, et al. Construction of risk early-warning model of hospital-acquired urinary tract infection[J]. Modern Preventive Medicine, 2019, 46(9): 1616-1623, 1649.
[18]
陈娟, 刘如如. 心血管内科住院患者医院感染现况及危险因素研究[J]. 国外医学(医学地理分册), 2015, 36(2): 113-115.
Chen J, Liu RR. Risk factors and incidence of nosocomial infection in department of cardiology[J]. Foreign Medical Sciences(Section of Medgeography), 2015, 36(2): 113-115.
[19]
李天, 朱柏珍, 李逊, 等. 上尿路结石患者输尿管软镜钬激光碎石术后感染状况研究[J]. 中华医院感染学杂志, 2018, 28(3): 432-436.
Li T, Zhu BZ, Li X, et al. Postoperative infection status in upper urinary stones patients after holmium laser lithotripsy by flexible ureteroscopy[J]. Chinese Journal of Nosocomiology, 2018, 28(3): 432-436.
[20]
谢炜, 刘永达, 袁剑, 等. 前列腺等离子双极电切术后尿路感染的危险因素及其对预后的影响研究[J]. 当代医学, 2017, 23(21): 23-25.
Xie W, Liu YD, Yuan J, et al. Risk factors of urinary tract infection after bipolar plasmakinetic resection of prostate and the effect on prognosis of patients[J]. Contemporary Medicine, 2017, 23(21): 23-25.
[21]
陈文慧, 尚永霞, 周红英. 肾衰竭患者血液透析医院感染的预防[J]. 中华医院感染学杂志, 2015, 25(5): 1091-1093.
Chen WH, Shang YX, Zhou HY. Prevention of nosocomial infections in renal failure patients undergoing hemodialysis[J]. Chinese Journal of Nosocomiology, 2015, 25(5): 1091-1093.
[22]
Wang Y, Zhang J, Zhang SJ. Effects of anesthesia using propofol and etomidate on T lymphocyte subpopulation of infectious shock patients in perioperative period[J]. J Biol Regul Homeost Agents, 2017, 31(1): 119-123.
[23]
胡安定, 钱挺照, 胡赛峰, 等. 上尿路腔内碎石术后并发严重感染的危险因素探讨及风险模型预测[J]. 浙江中西医结合杂志, 2019, 29(12): 1004-1006.
Hu AD, Qian TZ, Hu SF, et al. Risk factors and risk model prediction of severe infection after upper urinary tract intracavity lithotripsy[J]. Zhejiang Journal of Integrated Traditional Chinese and Western Medicine, 2019, 29(12): 1004-1006.
[24]
许子豪. RIRS术后感染的危险因素分析及Nomogram预测模型的构建[D]. 广州: 广州医科大学, 2020.
Xu ZH. Analysis of risk factors of postoperative infection of RIRS and establishment of nomogram prediction model[D]. Guangzhou: Guangzhou Medical University, 2020.