论文部分内容阅读
目的通过对苏州市三级综合医院成人患者外周静脉导管(PIVC)使用的调查,分析静脉炎的影响因素,应用Logistic回归算法,构建风险评估模型,为临床进行PIVC相关静脉炎风险预测和早期干预提供科学依据。方法1.临床资料通过自行设计的调查表,对2017年12月～2018年2月苏州市9所三级综合医院置入PIVC的成人患者进行调查,主要内容包括患者基本资料、穿刺者基本资料、PIVC使用相关情况三部分。研究对象的纳入标准为:①入院后首次置入PIVC的患者;②年龄≥18周岁;③患者知情同意,且自愿参与研究。排除标准为:①入院时带入PIVC的患者;②同侧肢体存在其它类型血管通路装置的患者。2.统计学方法采用SAS软件进行统计分析。对参与模型构建的3326例患者的临床资料进行单因素分析,再采取多因素Logistic逐步回归分析,筛选出PIVC相关静脉炎的危险因素,并构建预测风险概率的回归方程模型。通过受试者工作特征曲线(Receiver Operating Characteristic Curve,ROC 曲线)下面积即 Area Under a Curve(AUC)以及Hosmer-Lemeshow拟合优度检验评价模型效果。结果1.PIVC相关性静脉炎发生情况在用于模型建立的3326例患者中,发生PIVC相关静脉炎的873例,发生率为26.2%,患者年龄分布范围18～102岁,中位年龄57(38,69)岁。2.单因素及多因素分析结果单因素分析有统计学意义的变量有患者年龄、所在科室、近一周静脉穿刺史、穿刺者职称、输液接头种类、导管型号、置管部位、穿刺次数、敷料类型、输注液体种类、输注方式、日输注时间、日输液总量、输液前是否冲管、冲管液及量、封管方法、封管液及量、导管留置时间(P<0.05)。多因素Logistic回归分析有统计学意义的变量有患者所在科室、近一周静脉穿刺史、输液接头类型、导管型号、置管部位、穿刺次数、敷料类型、输注液体种类、日输液总量、导管留置时间(P<0.05)。3.Logistic回归方程模型建立及评价建立Logistic回归模型:LogitP=-0.846-0.576X33+0.824X35+0.306X52+0.798X172-0.667X183+1.191X184+0.456 X193+0.400X202-1.418X203+0.226X232+0.376X242+0.700X282+0.706X283+0.715X284+0.924 X285-1.000X343-2.301X344-2.012X345用SAS软件自动计算出所有截断点(cut-off point)的敏感度、特异度和假阳性率(1-特异度),作图绘成ROC曲线(见图1)。本组的ROC曲线下面积为0.785;Hosmer-Lemeshow 拟合优度检验结果为:χ2=10.885,P=0.208。结论1.急诊病房患者、近一周有静脉穿刺史、导管型号为18G、穿刺次数为2次、输注刺激性药物、输液总量>500ml是PIVC相关静脉炎发生的危险因素。2.本研究构建的PIVC相关静脉炎风险评估模型的预测效果中等。