預測腫瘤患者PICC相關性上肢靜脈血栓風險諾謨圖模型的外部驗證

楊方英，吳紅娟，華榮譽，傅林娟，江子芳，應 麗，陳麗羽，劉麗華

浙江省腫瘤醫(yī)院，浙江杭州 310022

經外周靜脈置入中心靜脈導管(peripherally inserted central catheter，PICC)相關性血栓是指PICC置管后，由于穿刺或導管直接損傷血管內膜以及患者自身狀態(tài)等多因素作用使PICC所在的血管內壁及導管附壁形成血凝塊的過程[1]。文獻報道，腫瘤患者PICC相關性上肢靜脈血栓(upper extremity deep vein thrombosis,UEDVT)發(fā)生率為1.4%～5.6%[2-3]，不僅增加腫瘤患者痛苦，延長治療時間，提高患者的治療費用，嚴重者可能導致肺栓塞。而目前針對腫瘤患者PICC相關性UEDVT風險的特異性預測模型甚少[4-5]。為了降低UEDVT的發(fā)生率，前期本研究自制預測腫瘤患者PICC相關性UEDVT風險諾謨圖模型，顯示性別、血栓史、PICC置管史、高脂血癥、導管材料、D-二聚體、Barthel指數是腫瘤患者PICC后發(fā)生UEDVT的預測因素。而一個有效的預測模型，需要經過多個不同樣本的驗證，也只有通過不同人群資料的獨立外部驗證才能真正了解該預測模型的應用價值。基于上述因素，本研究前瞻性收集了浙江省腫瘤醫(yī)院790例腫瘤患者行PICC的臨床資料，對該模型進行外部驗證，評估其臨床價值，現報道如下。

1 對象與方法

1.1 對象

本研究經浙江省腫瘤醫(yī)院倫理委員會批準(批準文號：SGSRMYY-2015-11-014)，患者簽署知情同意書。納入標準：經病理明確診斷為惡性腫瘤；符合PICC置管適應證，如缺乏血管通道或傾向的患者，應用刺激性藥物、輸注高滲性或黏稠度較高的液體、需反復輸血或血制品、采血的患者，需長期輸液治療的患者；年齡≥18周歲；患者愿意接受B超檢查隨訪。排除標準：置管前及置管后預防性使用抗凝藥物，有長期服用阿司匹林等抗血小板聚集藥物史，血液疾病。脫落標準：中途因各種原因退出研究。采取便利抽樣方法，選擇2018年6月至2019年5月在醫(yī)院進行PICC置管的790例患者作為研究對象，研究期間未發(fā)生脫落病例。

1.2 方法

1.2.1工具

1.2.1.1 腫瘤患者PICC置管一般情況登記表

該表包括患者的基本資料和臨床資料?；颊呋举Y料：姓名、性別、年齡、體質指數(BMI)。臨床資料：原發(fā)腫瘤診斷、臨床分期(TNM)、Barthel指數、血型、置管前1個月手術史(手術時間>1 h)、血栓史、置管前1個月刺激性藥物輸注史、高血壓史、糖尿病史、高脂血癥、吸煙史、飲酒史、中心靜脈置管史、PICC置管史、導管/靜脈直徑比例(C/V)、導管材料、穿刺靜脈、置管前1周內實驗室檢驗指標值(血小板、甘油三脂、總膽固醇、高密度脂蛋白膽固醇、低密度脂蛋白膽固醇、纖維蛋白原含量、D-二聚體)。

1.2.1.2 預測腫瘤患者PICC相關性UEDVT風險諾謨圖模型

基于前期大樣本量數據(6 332例PICC置管腫瘤患者)，通過單因素與多因素Logistic回歸分析，篩選出獨立預測指標，全部納入用于構建預測腫瘤患者PICC相關性UEDVT風險諾謨圖模型。通過自身內部驗證時，諾謨圖的受試者工作特征(ROC)曲線下面積(AUC)為0.764，95%CI為0.767～0.802；預測因素包括性別、血栓史、PICC置管史、高脂血癥、導管材料、D-二聚體、Barthel指數。在該諾謨圖中，分數表示每個預測因素在不同取值下所對應的單項分數,所有預測因素取值后對應的單項分數加起來得到一個總分，每例患者所得總分對應的PICC相關性UEDVT預測風險即可讀出。模型風險總分區(qū)間為0～457分，風險率為0.05～0.45，隨著分值的升高，腫瘤患者PICC相關性UEDVT風險率增高。預測腫瘤患者PICC相關性UEDVT風險諾謨圖模型見圖1。

圖1 預測腫瘤患者PICC相關性UEDVT風險諾謨圖模型

1.2.1.3 血栓診斷標準

患者出現帶管肢體腫脹、青紫，血D-二聚體增高，并經B超檢查證實血栓形成。

1.2.2資料收集方法

采用腫瘤患者PICC置管一般情況登記表收集入組患者相關資料，并采用諾謨圖模型預測腫瘤患者PICC相關性UEDVT風險；并對置管后患者進行跟蹤觀察，分別于置管結束時，置管后1周、2周、1個月、3個月、6個月、9個月，拔管時經B超檢查篩選判斷是否有UEDVT，并進行記錄。

1.3 模型驗證

利用ROC曲線及AUC量化諾謨圖模型預測準確率。采用決策曲線分析(DCA)評估該模型的臨床應用價值。

1.4 統(tǒng)計學方法

2 結果

2.1 諾謨圖模型預測UEDVT風險的準確度

采用預測腫瘤患者PICC相關性UEDVT風險諾謨圖模型對790例患者進行評估，不同評估工具所判斷UEDVT發(fā)生情況見表1，諾謨圖模型預測的準確度為(41+462)/790×100%=63.67%。

表1 不同評估工具判斷UEDVT發(fā)生情況(n=790) 例

2.2 兩組患者一般資料比較

790例患者按照諾謨圖模型預測分為UEDVT組301例和非UEDVT組489例，UEDVT組年齡(56.33±10.75)歲、BMI(22.81±3.44)，非UEDVT組年齡(54.52±11.00)歲、BMI(22.56±3.70)，兩組年齡比較t=-2.265、P=0.024，BMI比較t=-0.972、P=0.331，兩組其他一般資料比較見表2。

表2 兩組患者一般資料比較(n=790) 例(%)

表2(續(xù))

2.3 預測腫瘤患者PICC相關性UEDVT風險諾謨圖模型的評價

諾謨圖模型預測790例腫瘤患者PICC相關性UEDVT風險的AUC為0.645，95%CI為0.573～0.717，顯示模型具有一定的預測準確度，見圖2。該DCA顯示諾謨圖模型曲線在0.1～0.3的閾值概率(high risk threshold)區(qū)間高于兩條極端曲線，“全不干預”表示對所有患者均不進行血栓預防干預治療，凈獲益(net benefit)為0，“全都干預”表示對所有患者均進行血栓預防干預治療，凈獲益是斜率為負值的反斜線，表明該模型具有一定的臨床獲益，見圖3。

圖2 諾謨圖預測腫瘤患者PICC相關性UEDVT風險的ROC曲線

圖3 諾謨圖預測腫瘤患者PICC相關性UEDVT風險的DCA圖

3 討論

3.1 預測腫瘤患者PICC相關性UEDVT風險諾謨圖模型具有一定的準確性

腫瘤患者屬于靜脈血栓發(fā)生的高危人群，在肺癌中PICC相關性UEDVT發(fā)生率為5.2%[2]，鼻咽癌中為5.6%[6]，乳腺癌為1.4%[3]。盡管現已有相關研究建立患者PICC相關性UEDVT風險預測模型[4-5,7]，但迄今為止，可用于臨床實際工作中對腫瘤患者PICC相關性UEDVT風險進行預測的個體化模型相對較少。目前，臨床實踐中主要應用Autar量表和Caprini量表進行UEDVT風險評估[8-9],但敏感性和特異性不高且并不是針對腫瘤患者的特異性量表。近年來，隨著PICC置管專業(yè)團隊的建立以及置管技術的成熟，置管因素所造成的腫瘤患者PICC相關性UEDVT風險逐漸降低，同時置管因素是可控的。本研究前期建立的腫瘤患者PICC相關性UEDVT風險預測模型——諾謨圖模型，主要針對腫瘤患者置管前的因素即本身因素對PICC相關性UEDVT風險的影響，該諾謨圖模型預測因素包括性別、血栓史、PICC置管史、高脂血癥、導管材料、D-二聚體、Barthel指數，其AUC為0.764，95%CI為0.767～0.802。本研究外部驗證時，AUC為0.645，95%CI為0.573～0.717，較內部驗證時低，但仍具有一定的準確性，在實際應用中預測能力尚可。同時，經本研究驗證，諾謨圖模型預測的準確度為63.67%，相對較高，且一般資料比較中，上述大部分預測因素有統(tǒng)計學意義。綜上說明該模型具有一定的準確性，但仍需進一步研究，選擇更加靈敏的指標預測腫瘤患者PICC相關性UEDVT風險。

3.2 諾謨圖模型的臨床效益

既往多數研究只關注模型的準確性，利用ROC曲線下AUC評判模型的優(yōu)劣，卻沒有關注預測模型實施干預后的患者獲益情況。在臨床實踐中，針對PICC置管患者B超篩查的頻率及間隔時間，和是否采取預防性使用抗凝藥等措施仍然是一個具有爭議的問題，如何避免過度診斷與治療，達到與患者臨床獲益之間的平衡，是值得考慮的問題?；诖耍狙芯吭诨貧w預測分析的基礎上引入損失函數，即DCA。DCA是用來預測臨床結局變量的模型，兼顧了臨床的可用性及效益[10-11]。DCA評估該預測模型，可權衡患者在不同的血栓發(fā)生率情況下可能得到或損失的臨床效益(如健康、經濟等)，以便協助醫(yī)護人員在臨床實踐中做出科學的決策。本研究是單模型，在DCA中判定模型好壞的標準是：在兩條極端曲線(全都干預和全不干預)右上方的區(qū)域為最優(yōu)，本研究結果顯示，在0.1～0.3的閾值概率區(qū)間，模型曲線高于兩條極端曲線，表明在此閾值概率區(qū)間利用該模型預測腫瘤患者PICC相關性UEDVT風險并決定是否采取相應干預措施都具有應用價值，均可以提高醫(yī)護人員決策的科學性，患者均有獲益。具體采取方法可以為：對所有患者均設定某一閾值概率(如0.1～0.3)，模型預測值在此概率區(qū)間則進行相應的血栓預防措施，<0.1以及>0.3均不進行；或者根據與患者的交流確定個性化的閾值，再與模型預測值進行比較，預測值大于閾值則進行血栓預防措施，反之則不進行，無論采取何種決策方法，在0.1～0.3的閾值概率區(qū)間利用該模型都可以提高決策的科學性。

3.3 諾謨圖模型的臨床應用前景

本研究中的諾謨圖模型，有一定程度的預測準確度，但仍然需要通過加入新的相關變量或者前瞻性的隊列研究及更多的數據統(tǒng)計方法來對諾謨圖模型的預測準確度進行完善。但利用該諾謨圖模型預測腫瘤患者PICC相關性UEDVT風險具有一定的臨床獲益，可以為醫(yī)護人員或患者提供參考。