Page 111 - 《中国药房》2025年14期

2.3 建模组患者CRKP感染的LASSO回归分析结果 Points 0 10 20 30 40 50 60 70 80 90 100
脑血管疾病 是
将单因素分析筛选出的 24 个具有统计学意义的变 留置胃管 否 是
机械通气 否 是
量纳入LASSO回归，结果（图1A）显示，随着log（λ）的增 碳青霉烯类抗生素暴露（≥72 h） 否 是
β-内酰胺酶抑制剂复方制剂暴露（≥72 h） 否 是
加，回归系数逐渐被压缩，其中部分回归系数最终被压 Total Points 否 50 100 150 200 250 300 350 400
0
CRKP感染风险
缩至 0，有效避免了模型的过度拟合。通过十折交叉验 0.2 0.3 0.4 0.5 0.6 0.7 0.8
图2 CRKP感染风险的列线图预测模型
证，为保证模型预测性能的同时简化模型结构，降低过
2.6 CRKP感染风险列线图预测模型的内部验证
拟合风险，本研究选取交叉验证误差1倍标准差范围内
使用 Bootstrap 法重复抽样 1 000 次进行内部验证。
的最大λ（图1B中右侧垂直虚线）作为最优值，并以最优
ROC 曲线（图 3A）显示，AUC 为 0.729[95% 置信区间
值对应的6个变量作为关键变量，分别为脑血管疾病、留
（0.683～0.782）]，表明该模型具有良好的区分能力和可
置胃管、机械通气、碳青霉烯类抗生素暴露、β-内酰胺酶
重复性。校准曲线（图3B）显示，该模型预测CRKP感染
抑制剂复方制剂暴露以及抗菌药物使用时间≥14 d。
的概率与实际概率高度一致，表明模型的校准度良好。
模型中非零系数的个数 模型所需变量个数
23 21 18 14 7 0 23 23 23 22 22 21 19 19 15 15 14 10 7 6 3
1.5 1.0 1.0
0.25
0.8 0.8
1.0 0.24
回归系数值 0.5 均方误差 0.23 灵敏度 0.5 实际概率 0.5
0 0.4 0.4
0.22 实际曲线
0.2 AUC：0.729（0.683～0.782） 0.2 预测曲线
－0.5 理想曲线
0.21
－7 －6 －5 －4 －3 －2 －8 －7 －6 －5 －4 －3 －2 0 0
log（λ） log（λ）
1.0 0.8 0.6 0.4 0.2 0 0 0.2 0.4 0.6 0.8 1.0
A. 24个变量的LASSO回归系数路径图 B. 10倍交叉验证曲线 1-特异度 预测概率
注：图1A中部分变量因存在较高共线性，其系数路径可能高度重 A. Bootstrap法内部验证的ROC曲线 B. Bootstrap法内部验证的校准曲线
合，视觉上难以区分为独立曲线。 图3 CRKP感染风险列线图预测模型的内部验证
图1 LASSO回归分析变量筛选过程
2.7 CRKP感染风险列线图预测模型的外部验证
2.4 建模组患者 CRKP 感染风险的多因素 Logistic 回 基于验证组数据进行外部验证。ROC曲线（图4A）
归分析 显示，AUC为0.803[95%置信区间（0.735～0.871）]，表明
将 LASSO 回归分析筛选出的 6 个关键变量采用向 CRKP 感染风险列线图预测模型具有较好的预测性能。
前逐步回归法纳入多因素 Logistic 回归分析。结果显 校准曲线（图4B）显示，该模型预测CRKP感染的概率与

示，脑血管疾病、留置胃管、机械通气、碳青霉烯类抗生 实际概率的一致性较高。
素暴露以及 β-内酰胺酶抑制剂复方制剂暴露是 CRKP 1.0 1.0
感染的独立危险因素（P＜0.05）。结果见表2。 0.8 0.8
表2 建模组患者 CRKP 感染风险的多因素 Logistic 回 0.5 0.5
归分析结果 灵敏度 0.4 实际概率 0.4
变量 回归系数 标准误 比值比 95%置信区间 P AUC：0.803（0.735～0.871） 实际曲线
预测曲线
脑血管疾病 0.735 0.24 2.09 1.30～3.34 0.002 0.2 0.2 理想曲线
留置胃管 0.546 0.25 1.73 1.06～2.82 0.029 0 0
机械通气 0.676 0.26 1.97 1.18～3.27 0.009 1.0 0.8 0.6 0.4 0.2 0 0 0.2 0.4 0.6 0.8 1.0
碳青霉烯类抗生素暴露 0.924 0.271 2.52 1.48～4.28 0.001 1-特异度 预测概率
A.验证组的ROC曲线 B.验证组的校准曲线
β-内酰胺酶抑制剂复方制剂暴露 0.686 0.23 1.99 1.27～3.12 0.003
常量 －1.603 0.26 0.20 0.12～0.34 ＜0.001 图4 CRKP感染风险列线图预测模型的外部验证
2.5 CRKP感染风险列线图预测模型的建立 3 讨论
以多因素Logistic回归分析筛选出的独立危险因素 CRKP 感染的发病率逐年上升，因其具有高度耐药
为预测因子，利用 R 软件构建 CRKP 感染风险列线图预 性、强致病力以及高致死率，而严重威胁全球的公共卫

[13]
测模型（见图2）。该列线图通过可视化展示各预测因子 生安全 。鉴于临床对个体化风险评估的迫切需求，本
的得分，累加各项得分计算得到个体总分，以其预测感 研究通过构建CRKP感染风险列线图预测模型，旨在为
染肺炎克雷伯菌后发生碳青霉烯类抗生素耐药的 高风险患者的早期识别与个体化干预提供决策支持。
概率。 本研究结果显示，脑血管疾病、留置胃管、机械通气、碳

中国药房 2025年第36卷第14期 China Pharmacy 2025 Vol. 36 No. 14 · 1789 ·