安卓开发求职招聘微信群 https://www.edunews.net.cn/2021/ywbb_0912/131570.html检索：周嘉祥（医院）
翻译：韩静静（医院）
审核：叶青（医院）
背景
艰难梭菌感染（CDI）是一种严重的疾病，其临床可表现为稀便或大量水样腹泻，由此导致脱水甚至能危及患者生命。据美国疾病控制和预防中心估计，年全美发生,例CDI（iCDI），其中29,例死亡，83,例初次感染后出现复发（rCDI）。由于细菌芽孢的持续存在，艰难梭菌感染复发很常见。有研究显示在初始治疗和腹泻改善后，多达35％的CDI患者经历了rCDI。但是，既往rCDI预测模型研究由于样本量有限、仅使用单中心的数据、疾病严重程度测量不精确以及有限的电子病历（EMR）数据等因素，这种复发（rCDI）估计可能被夸大了。因此，需要更加合适的风险预测模型来解决估测偏差，以使医疗机构识别具有最大复发风险的患者，从而使患者从最合适的治疗中受益。
目的
预测复发性艰难梭菌感染（rCDI）仍然很困难，我们利用大量且具有代表性的成人样本开发并验证了rCDI预测模型。
方法
我们采用了回顾性队列设计，收集在凯萨医疗机构北加利福尼亚州21家医院住院患者的微电子病历（EMR）数据，推导数据集（-）包括9,名发生CDI（iCDI）的患者和1,名首次发生CDI复发（rCDI）的患者的数据。验证数据集（年）包括1,名发生CDI的患者和名发生过rCDI的患者的数据。通过使用包括机器学习在内的多种技术，我们评估了超过种潜在预测指标。我们最终的分析评估了3种不同复杂程度的模型和1种以前发布过的模型。
结果
我们对年至年的KPNC数据库进行了扫描，确诊了总共41,例测试阳性的艰难梭菌。共有11,名发生过iCDI的患者。在推导数据集中，共有9,例iCDI患者经历了1,次首次复发（14.0％）；2,例（23.4％）患者在随访期结束前死亡；人（2.8％）在复发后死亡。验证数据集中的相应数字是1,例iCDIs，次（7.7％）rCDIs，例（20.2％）在随访期结束前死亡，27例（1.4％）在rCDI之后死亡。研究排除了在随访期结束前就死亡的患者。
排除在rCDI之前死亡的患者后，我们比较了离散时间生存的情况和Cox回归模型与简单逻辑回归算法之间的竞争风险。所有模型均表现出适度的区分度，如接收者-操作者特征曲线下的面积或c统计量（范围0.-0.）和较差的解释力，其Nagelkerke假-R2为负值（-0.至-0.）。预测风险≥15％时，阳性预测值介于11.0％至12.1％之间；灵敏度介于69.4％至79.2％之间；整个模型的特异度介于32.0％至43.6％。在这个阈值下，在整个模型中要检测到1例rCDI需要评估的患者数量（NNE）范围介于8.3到9.0。通过给死亡患者分配rCDI的加权概率，然后将rCDI建模为连续结果）的考虑并不能改善预测。使用30天（而不是84天）的随访期进行敏感性分析会导致模型性能变差。
表1每个模型中使用的预测指标
注：LAPS2，以实验室数据为基础急性生理学得分,版本2;COPS,共病点得分,版本2;T0,零时(T0)是医生对艰难梭状芽胞菌感染检测的日期记录;iCDI,发生艰难梭状芽胞菌感染(看文中的定义);ICU,重症监护室.
表2发生艰难梭菌（iCDI）队列的描述
表3预测风险为15%时验证数据表中的模型性能
图2使用验证数据集进行模型校准。
（对于这两个图，X轴以5％的增量显示预测的CDI复发率，而Y轴显示验证数据集中实际观察到的比率（相关性为95％置信区间），该风险水平为预测的所有观察值。虚线显示的校准是完美的。对于Zilberberg和Enhanced模型，校准都很差：校准失败的水平高于预测风险的10％。观察到的比率并不符合预测的比率，这意味着两种模型均在预测时高估了复发性CDI。）
结论
我们预测rCDI的能力仍然有限。鉴于目前可用的电子病历技术，提高预测水平需要纳入新的变量，因为目前可用的数据元素缺乏足够的解释力。
原文信息
GabrielJ.Escobar,JenniferM.Baker,PatriciaKipnis,etal.()PredictionofRecurrentClostridiumDifficileInfectionUsingComprehensiveElectronicMedicalRecordsinanIntegratedHealthcareDeliverySystem.InfectControlHospEpidemiol;38(10):-.DOI:10./ice..
（责任编辑：彭民金）
预览时标签不可点收录于话题#个上一篇下一篇
