缺血性腦卒中合并2型糖尿病患者尿路感染的預測模型構建與驗證

【摘要】 目的：構建并驗證缺血性腦卒中合并2型糖尿病患者尿路感染的預測模型，分析其影響因素。方法：回顧性選取2022年6月—2023年12月鷹潭市人民醫(yī)院收治的缺血性腦卒中合并2型糖尿病患者84例為建模組，并根據是否發(fā)生尿路感染分為尿路感染組和未發(fā)生尿路感染組，收集其臨床資料分析發(fā)生尿路感染的影響因素，并構建缺血性腦卒中合并2型糖尿病患者發(fā)生尿路感染的風險預測模型，采用受試者操作特征（ROC）曲線評估模型預測價值。另選取2024年1—6月鷹潭市人民醫(yī)院收治的缺血性腦卒中合并2型糖尿病患者36例為驗證組，收集其臨床資料對模型進行外部驗證。結果：建模組患者尿路感染25例（29.76%），未發(fā)生尿路感染59例（70.24%）。單因素及多因素分析結果顯示，年齡（X1）[OR=7.987，95%CI（1.417，45.022）]、性別（X2）[OR=11.787，95%CI（1.930，71.999）]、體重指數(shù)（X3）[OR=1.478，95%CI（1.075，2.032）]、糖化血紅蛋白（X4）[OR=11.397，95%CI（1.750，74.219）]、白蛋白（X5）[OR=5.034，95%CI（1.058，23.950）]、留置導尿管（X6）[OR=5.930，95%CI（1.094，32.142）]及住院天數(shù)（X7）[OR=13.475，95%CI（1.969，92.196）]均為患者尿路感染的獨立影響因素（Plt;0.05）。根據多因素分析結果構建模型公式為Logit（P）=2.078X1+2.467X2+0.391X3+2.433X4+1.616X5+1.780X6+2.601X7-17.939。行ROC曲線分析，結果顯示，建模組的ROC的AUC為0.944[95%CI（0.891，0.997），Plt;0.001]，敏感度為0.920，特異度為0.862。驗證組的ROC的AUC為0.954[95%CI（0.890，0.998），Plt;0.001]。結論：本研究構建的缺血性腦卒中合并2型糖尿病患者尿路感染的預測模型效果極好，臨床可據此識別高風險尿路感染患者，并給予針對性的干預措施以預防。

【關鍵詞】 缺血性腦卒中 2型糖尿病 尿路感染 預測模型

Construction and Validation of A Predictive Model for Urinary Tract Infection in Patients with Ischemic Stroke and Type 2 Diabetes Mellitus/HUANG Na Chunzi， JIANG Yan. //Medical Innovation of China， 2025， 22（09）： -165

[Abstract] Objective： To establish and verify the prediction model of urinary tract infection in patients with ischemic stroke complicated with type 2 diabetes mellitus， and analyze its influencing factors. Method： A total of 84 patients with ischemic stroke combined with type 2 diabetes mellitus admitted to Yingtan City People's Hospital from June 2022 to December 2023 were retrospectively selected as the modeling group， and they were divided into urinary tract infection group and non-urinary tract infection group according to whether urinary tract infection occurred. Clinical data were collected to analyze the influencing factors of urinary tract infection. The risk prediction model of urinary tract infection in patients with ischemic stroke complicated with type 2 diabetes mellitus was constructed， and the predictive value of the model was evaluated by receiver operating characteristic （ROC） curve. In addition， 36 patients with ischemic stroke complicated with type 2 diabetes mellitus admitted to Yingtan City People's Hospital from January to June 2024 were selected as the validation group， and their clinical data were collected for external verification of the model. Result： In the modeling group， there were 25 cases （29.76%） with urinary tract infection and 59 cases （70.24%） without urinary tract infection. Univariate and multivariate analysis showed that age （X1） [OR=7.987， 95%CI （1.417， 45.022）]， gender （X2） [OR=11.787， 95%CI （1.930， 71.999）]， body mass index （X3） [OR=1.478， 95%CI （1.075， 2.032）]， glycosylated hemoglobin （X4） [OR=11.397， 95%CI （1.750， 74.219）]， albumin （X5） [OR=5.034， 95%CI （1.058， 23.950）]， indwelling catheter （X6） [OR=5.930， 95%CI （1.094， 32.142）] and length of hospital stay （X7） [OR=13.475， 95%CI （1.969， 92.196）] were independent influencing factors for patients with urinary tract infection （Plt;0.05）. According to the results of multivariate analysis， the model formula was established as Logit （P）=2.078X1+2.467X2+0.391X3+2.433X4+1.616X5+1.780X6+2.601X7-17.939. ROC curve analysis showed that the AUC of ROC in the modeling group was 0.944 [95%CI （0.891， 0.997）， Plt;0.001]， the sensitivity was 0.920， and the specificity was 0.862. The AUC of the ROC in the verification group was 0.954 [95%CI （0.890， 0.998）， Plt;0.001]. Conclusion： The prediction model of urinary tract infection in patients with ischemic stroke complicated with type 2 diabetes mellitus established in this study is very effective， which can be used to identify high-risk patients with urinary tract infection and provide targeted intervention measures for prevention.

[Key words] Ischemic stroke Type 2 diabetes mellitus Urinary tract infection Prediction model

First-author's address： Supervision Department， Yingtan City People's Hospital， Yingtan 335000， China

doi：10.3969/j.issn.1674-4985.2025.09.036

2型糖尿病是一種由遺傳和環(huán)境因素引起的代謝紊亂疾病，臨床特征表現(xiàn)為血糖升高，我國成年人糖尿病患病率已高達11.2%，位居世界首位[1]。缺血性腦卒中是一類好發(fā)于中老年群體的腦血管疾病，具有較高的致殘及致死率，且2型糖尿病患者更易發(fā)生缺血性腦卒中[2-3]。當患者發(fā)生缺血性腦卒中時，往往容易出現(xiàn)軀體功能障礙等一系列并發(fā)癥，尿路感染則是其中最常見的并發(fā)癥之一，且合并2型糖尿病是缺血性腦卒中發(fā)生尿路感染的危險因素[4-5]。發(fā)生尿路感染會導致患者的住院時間延長及醫(yī)療費用增大，且可能影響患者的治療及康復，大大降低了患者的生存質量[6]。因此，分析缺血性腦卒中合并2型糖尿病患者尿路感染的影響因素具有重要意義。既往研究多聚焦于探討腦卒中合并2型糖尿病患者發(fā)生尿路感染的影響因素，較少聚焦于缺血性腦卒中?；诖?，本研究擬構建缺血性腦卒中合并2型糖尿病患者發(fā)生尿路感染的風險預測模型，并分析其影響因素，以期為臨床識別高風險尿路感染患者提供工具，并為針對性的干預措施的制訂、實施及修改提供理論依據，現(xiàn)報道如下。

1 資料與方法

1.1 一般資料

參照王家良[7]研究中的樣本量計算方法，樣本量為變量的5～10倍，本研究最多可納入15個自變量，即樣本量應為75～150例，另考慮10%的樣本丟失率，最終結合醫(yī)院實際回顧性選取2022年

6月—2023年12月鷹潭市人民醫(yī)院收治的缺血性腦卒中合并2型糖尿病患者84例為建模組，并根據是否發(fā)生尿路感染分為尿路感染組和未發(fā)生尿路感染組（尿路感染判定標準：由工作經驗10年以上的副主任醫(yī)師根據尿路感染癥狀、尿常規(guī)白細胞數(shù)gt;10個/Hp、尿培養(yǎng)病原菌陽性確定為尿路感染）。另根據7︰3比例，參照建模組基線資料，選取2024年1—6月鷹潭市人民醫(yī)院收治的缺血性腦卒中合并2型糖尿病患者36例為驗證組（基線資料與建模組無統(tǒng)計學差異）。納入標準：（1）符合全國第4次腦血管病學術會議中缺血性腦卒中的診斷標準[8]，且為首次確診為缺血性腦卒中；（2）符合文獻[9]《中國2型糖尿病防治指南（2020年版）》中2型糖尿病的診斷標準；（3）年齡≥18歲。排除標準：（1）合并嚴重器質性疾病；

（2）合并惡性腫瘤；（3）入院前已發(fā)生尿路感染；（4）入院前15 d內使用過抗菌性藥物；（5）合并其他感染；（6）臨床資料缺失。研究經鷹潭市人民醫(yī)院醫(yī)學倫理委員會批準。

1.2 方法

由研究者查閱相關文獻、咨詢專家及小組討論后，選定下列指標。（1）一般資料：年齡、性別、體重指數(shù)（BMI）、吸煙、飲酒、合并高血壓。（2）實驗室指標：糖化血紅蛋白（HbA1c）、白蛋白（ALB）、總膽固醇（TC）、甘油三酯（TG）、低密度脂蛋白膽固醇（LDL-C）、高密度脂蛋白膽固醇（HDL-C）。（3）疾病相關：美國國立衛(wèi)生院卒中量表（NIHSS）評分、留置導尿管、住院天數(shù)。收集臨床資料分析發(fā)生尿路感染的影響因素，并構建缺血性腦卒中合并2型糖尿病患者發(fā)生尿路感染的風險預測模型，采用受試者操作特征（ROC）曲線評估模型預測價值。

1.3 統(tǒng)計學處理

采用SPSS 26.0統(tǒng)計軟件進行數(shù)據分析，符合正態(tài)分布的計量資料以（x±s）表示，采用獨立樣本t檢驗；計數(shù)資料以率（%）表示，采用字2檢驗；采用多因素logistic回歸分析影響因素并構建風險預測模型。采用ROC曲線下面積（AUC）檢驗模型區(qū)別度。以Plt;0.05為差異有統(tǒng)計學意義。

2 結果

2.1 單因素分析

尿路感染患者25例（29.76%），未發(fā)生尿路感染患者59例（70.24%）。單因素分析結果顯示，尿路感染組年齡≥60歲、性別女、HbA1cgt;6.5%、ALBlt;40 g/L、留置導尿管、住院天數(shù)≥10 d的比例均高于未發(fā)生尿路感染組，BMI大于未發(fā)生尿路感染組（Plt;0.05）。見表1。

2.2 多因素分析

以是否發(fā)生尿路感染（發(fā)生=1，未發(fā)生=0）為應變量，以單因素分析中差異有統(tǒng)計學意義的因素為自變量，賦值后[年齡（X1）：≥60歲=1，lt;60歲=0；性別（X2）：女=1，男=0；BMI（X3）：原值輸入；HbA1c（X4）：gt;6.5%=1，≤6.5%=0；ALB（X5）：lt;40 g/L=1，gt;40 g/L=0；留置導尿管（X6）：有=1，無=0；住院天數(shù)（X7）：≥10 d=1，lt;10 d=0]行l(wèi)ogistic回歸分析。結果顯示，年齡、性別、BMI、HbA1c、ALB、留置導尿管、住院天數(shù)均為缺血性腦卒中合并2型糖尿病患者尿路感染的獨立影響因素（Plt;0.05），見表2。

2.3 模型的構建與驗證

基于多因素分析結果，構建logistic模型，模型公式Logit（P）=2.078X1+2.467X2+0.391X3+2.433X4+

1.616X5+1.780X6+2.601X7-17.939。行ROC曲線以檢驗，結果顯示，本研究構建的預測模型AUC為0.944[95%CI（0.891，0.997），Plt;0.001]，該模型的敏感度為0.920，特異度為0.862，見圖1左。驗證組的AUC為0.954[95%CI（0.890，0.998），Plt;0.001]，見圖1右。

3 討論

本研究中，尿路感染組患者25例，即缺血性腦卒中合并2型糖尿病患者尿路感染發(fā)生率為29.76%，同甘新宇等[10]的研究結果相似，提示缺血性腦卒中合并2型糖尿病患者尿路感染發(fā)生率較高?？赡苁且驗?，2型糖尿病患者機體內的高糖環(huán)境會導致多形核白細胞的趨化、黏附與吞噬功能降低，殺菌活性受損，提升了感染的風險[11]；同時腦卒中患者往往存在自主神經功能障礙、活動受限及免疫抑制等，更易發(fā)生卒中后感染[12]。綜上可認為本研究探討患者發(fā)生尿路感染的影響因素并構建風險預測模型具有現(xiàn)實意義。

本研究結果顯示，年齡、性別、BMI、HbA1c、ALB、留置導尿管、住院天數(shù)均為缺血性腦卒中合并2型糖尿病患者尿路感染的獨立影響因素（Plt;0.05）。年齡≥60歲的患者更易發(fā)生尿路感染，同楊熙文等[13]的研究結果相似，分析原因，可能是年齡偏大的患者自身抵抗力降低，病原體入侵后難以被免疫系統(tǒng)完全消滅[14]，故尿路感染風險更大，提示臨床工作中應關注高齡患者，遵醫(yī)囑提前應用抗生素等藥物預防感染。女性是患者發(fā)生尿路感染的危險因素，同周文娟等[15]的研究相似，可能是因為女性患者的尿道較男性患者更為短且直，尿道開口與陰道和肛門較近，易導致細菌入侵，且女性絕經后雌激素減少，尿道及陰道黏膜萎縮，陰道酸堿度增加，使得致病菌繁殖增加，加大了尿路感染的風險[16]，提示臨床護理工作中，應更為注重女性患者的會陰護理，嚴格按照消毒要求執(zhí)行相關操作，減少因操作不當導致的醫(yī)源性感染的發(fā)生。本研究中，BMI偏高的患者更易發(fā)生尿路感染，同He等[17]的研究結果相似，可能與肥胖患者的脂肪細胞可促進促炎因子活化，導致機體炎癥反應加強，進而降低對感染的抵抗力，提示臨床工作中應鼓勵此類患者在保障自身安全的情況下進行適度的運動，并規(guī)劃合理的飲食計劃以減輕體重，降低感染的風險。此外，HbA1cgt;6.5%的患者發(fā)生尿路感染的風險更高，可能是因為HbA1c水平越高，患者血糖控制越差，即機體長期處于高血糖的環(huán)境中，增加了部分病原體的毒力，同時抑制了白細胞介素的產生，降低了免疫系統(tǒng)功能，故更易發(fā)生尿路感染，同Salari等[18]的研究結果相似，提示臨床應關注患者血糖控制情況，采用簡單易懂的語言對患者及家屬進行健康宣教告知其控糖的重要性。本研究中，ALBlt;40 g/L是患者發(fā)生尿路感染的危險因素，可能是因為白蛋白具有免疫調節(jié)作用，是多種炎癥介質的主要轉運蛋白，可結合細菌脂多糖促進吞噬作用，提高機體免疫功能，低白蛋白的患者則免疫功能相應減弱，提示臨床應遵醫(yī)囑予此類患者開展早期腸內營養(yǎng)或其他營養(yǎng)支持方案，以改善白蛋白水平[19]。留置導尿管及住院天數(shù)≥10 d的患者尿路感染風險更高，同王瑜元等[20]的研究結果相似，分析原因，可能是留置尿管可導致尿道黏膜的損傷，破壞尿道黏膜屏障，易引起尿路感染；而住院時間延長，患者獲得醫(yī)院感染的機會越多，故更易發(fā)生尿路感染，提示醫(yī)護人員應密切關注住院時間長或留置尿管的患者，對留置尿管的患者做好尿管的維護，定期更換尿袋，更換尿管時嚴格執(zhí)行無菌操作，對住院時間長的患者開展積極的康復干預，以改善患者功能狀態(tài)，縮短住院時間。

本研究基于單因素分析及l(fā)ogistic回歸分析確立了納入預測模型中的變量為年齡、性別、BMI、HbA1c、ALB、留置導尿管及住院天數(shù)，并對此模型采用ROC曲線以分析其預測效果。Chen等[21]研究提到，預測模型ROC的AUC為0.5～0.7、gt;0.7且≤0.9和gt;0.9時，分別判斷為預測效果較低、中等和極好。本研究構建預測模型ROC的AUC為0.944（Plt;0.001），提示該模型對缺血性腦卒中合并2型糖尿病尿路感染的預測效果較好，且該模型的敏感度為0.920，特異度為0.862，提示該模型預測患者發(fā)生尿路感染的誤診率和漏診率較低。驗證組選取與同建模組基線資料類似的患者，驗證組的ROC的AUC為0.954（Plt;0.001），即該模型外部驗證良好，提示該模型具有可靠性和穩(wěn)健性。因此臨床或可使用此模型識別高風險尿路感染患者，對年齡≥60歲、性別為女性、BMI偏高、HbA1cgt;6.5%、ALBlt;40 g/L、留置導尿管及住院天數(shù)≥10 d的患者加大關注，執(zhí)行操作時注重無菌觀念，病房定期通風消毒，避免醫(yī)源性感染，嚴密監(jiān)測患者各項生理指標，做好患者的血糖管理，并對患者及家屬開展針對性的健康宣教告知規(guī)律用藥的重要性，加強患者自我護理意識和能力，遵醫(yī)囑早期開展營養(yǎng)支持及抗生素治療，以預防尿路感染的發(fā)生，改善患者的預后，減少住院時長，提升護理滿意度。

綜上，本研究構建的缺血性腦卒中合并2型糖尿病患者尿路感染的預測模型效果極好，臨床可據此識別高風險尿路感染患者，并給予針對性的干預措施以預防。但本研究仍存在單中心、小樣本的局限，后續(xù)研究可開展大樣本的多中心聯(lián)合調查以完善，或開展前瞻性試驗以明確干預措施效果并制訂相關護理敏感指標便于管理。

參考文獻

[1] LI Y Z，TENG D，SHI X G，et al.Prevalence of diabetes recorded in mainland China using 2018 diagnostic criteria from the American Diabetes Association： national cross sectional study[J].BMJ，2020，369：m997.

[2] KPODA H B N，SAVADOGO L G B，SAMADOULOUGOU D R S，

et al.Prognostic factors of the lethality of stroke at the Sour? Sanou University Teaching Hospital of Burkina Faso[J].Cerebrovasc Dis Extra，2022，12（1）：36-46.

[3]陳亞榮，尹春，黃佩瑤，等.糖尿病與腦卒中發(fā)病風險的前瞻性研究[J].中華疾病控制雜志，2022，26（1）：74-79.

[4]程玉峰，王運良.腦卒中后尿路感染的危險因素及預防措施[J].中國實用神經疾病雜志，2020，23（7）：636-640.

[5] SZLACHETKA W A，PANA T A，TIAMKAO S，et al.Impact of diabetes on complications， long term mortality and recurrence in 608，890 hospitalised patients with stroke[J].Glob Heart，2020，15（1）：2.

[6]王玉容，方向明，葉文春.糖尿病患者發(fā)生腦卒中后血糖控制水平與臨床療效及預后的相關研究[J].醫(yī)學理論與實踐，2020，33（3）：348-350.

[7]王家良.臨床流行病學：臨床科研設計、測量與評價[M].

4版.上海：上?？茖W技術出版社，2014.

[8]中華神經科學會，中華神經外科學會.各類腦血管疾病診斷要點[J].中華神經科雜志，1996，29（6）：379-380.

[9]中華醫(yī)學會糖尿病學分會.中國2型糖尿病防治指南（2020年版）[J].中華糖尿病雜志，2021，13（4）：315-409.

[10]甘新宇，劉思瑾，張俊.缺血性腦卒中合并2型糖尿病患者伴發(fā)尿路感染危險因素的回顧性分析[J].中華物理醫(yī)學與康復雜志，2022，44（8）：727-731.

[11]謝朝云，柏華，鄧飛飛.腦卒中患者應激性高血糖與導尿管相關性尿路感染的相關性[J].中國醫(yī)學科學院學報，2021，43（2）：188-192.

[12]楊艷萍，馮麗惠，田晶.居家護理干預對腦卒中患者導尿管相關尿路感染的預防效果[J].齊魯護理雜志，2021，27（19）：137-139.

[13]楊熙文，趙淼，王海梅，等.腦卒中后神經源性膀胱患者并發(fā)尿路感染的病原學特點及影響因素分析[J].中國醫(yī)刊，2023，58（12）：1357-1361.

[14]周泉騰，李駿，曾標龍.老年女性糖尿病患者尿路感染病原菌及耐藥性調查分析[J].中國初級衛(wèi)生保健，2021，35（11）：62-64.

[15]周文娟，靳繼光.老年患者急性缺血性腦卒中合并尿路感染特征及相關因素分析[J].中國醫(yī)學工程，2022，30（12）：88-91.

[16] LI Y M，XU J H，ZHAO Y X.Predictors of urinary tract infection in acute stroke patients：a cohort study[J/OL].Medicine （Baltimore），2020，99（27）：e20952（2020-07-02）[2024-07-22].https：//pubmed.ncbi.nlm.nih.gov/32629702/.DOI：10.1097/MD.0000000000020952.

[17] HE C L，WANG W，CHEN Q，et al.Factors associated with stroke among patients with type 2 diabetes mellitus in China：a propensity score matched study[J].Acta Diabetol，2021，58（11）：1513-1523.

[18] SALARI N，KARAMI M M，BOKAEE S，et al.The prevalence of urinary tract infections in type 2 diabetic patients：a systematic review and meta-analysis[J].Eur J Med Res，2022，27（1）：20.

[19] PAN J F，ZHU Q W，ZHANG X Q，et al.Factors influencing the prognosis of patients with intra-abdominal infection and its value in assessing prognosis[J].Infect Drug Resist，2021，14：3425-3432.

[20]王瑜元，趙娟，白玉龍.腦卒中住院康復患者尿路感染危險因素分析[J].中國康復，2019，34（6）：316-318.

[21] CHEN Y，DU H，WEI B H，et al.Development and validation of risk-stratification delirium prediction model for critically ill patients：a prospective，observational，single-center study[J/OL].Medicine，2017，96（29）：e7543[2024-07-22].https：//pubmed.ncbi.nlm.nih.gov/28723773/.DOI：10.1097/MD.0000000000007543.

（收稿日期：2024-07-22） （本文編輯：何玉勤）