 包括起搏器在内的多种心脏植入式电子设备（CIED）已经成为各类心律失常及严重心力衰竭的重要治疗手段之一。伴随其适应证的拓宽及植入数量的增加，植入设备感染的发生率也随之增加，约为0.13%~19.90%。 国内外已有多位学者基于人口学资料、实验室检测和影像学特征等数据开展了 设备植入术后设备感染危险因素的相关研究，并构建了风险预测模型。 阜外医院康晓凤等研究发现，纳入的16项模型整体预测性能较好，适用性较好，但偏倚风险较高。16项模型中有11 项研究完成了内部验证，5 项研究进行了外部验证。 本研究发现各模型的预测因子存在一定共性。囊袋和（或）电极重置/装置升级、肾功能不全或肾功能衰竭、年龄、植入埋藏式心脏复律除颤器或心脏再同步化治疗、使用抗凝药是术后设备感染的预测因子。 与国外相比，我国仅有2个模型完成开发，均发表于2021年及以后，且多为单中心研究，缺乏外部验证。可能与我国风险预测模型的研究起步较晚，医护人员对设备感染的认知不足有关。 从实用性角度出发，构建模型的预测因子应选取绝大多数医疗机构容易获得的人口学资料和实验、影像学变量等，并在实际临床工作中，结合感染的高危人群特点，持续优化并及时校准风险预测模型。 同时，模型的应用价值既取决于其预测效能，也取决于其外推性，从模型研究人群、研究设计与模型验证领域分析发现，多数风险预测模型报告了可观的ROC曲线下面积和校准度，在内部验证时均表现出较好的预测效能，提示其具有良好的应用潜能，但多数模型外部验证开展较少，未在植入电子设备患者中进行普遍验证，相关模型的可迁移性与临床适用性有待进一步探讨。 多数模型是基于欧美人群开发，基于我国人群构建的 2 个模型也均未在外部人群中进行效果验证，其模型的预测效能尚未可知，提示相关研究者当前预测模型的构建研究对临床应用的支撑度不足，仍需进一步完善模型的迭代更新与开发验证。 研究者认为，需在数据来源、变量筛选、模型评价等方面提高研究质量，开展前瞻性队列研究，完善现有模型的外部验证，并积极研发适用于我国人群的预测模型。 来源：张晓欣，张向毅，崔盈佳，等. 心脏植入式电子设备感染风险预测模型的系统评价. 中国循环杂志, 2024, 39(4)：370-377. DOI: 10.3969/j.issn.1000-3614.2024.04.007.【扫描二维码查看全文】 |
|
|
