結核病目前仍然是世界范圍內(nèi)的主要慢性傳染性疾病之一，由結核分枝桿菌引起。2020年，我國結核病的發(fā)病率約為58/10萬

。隨著短程強化綜合療法的應用，結核病的控制率和治愈率逐漸升高

，但由于我國患病人口基數(shù)大，結核病導致的醫(yī)療和經(jīng)濟負擔仍然較重。出院后31 d內(nèi)非計劃性再入院是指病人在首次出院后31 d內(nèi)因相同或相關疾病再次入院，被視為“前哨事件”反映疾病預后和醫(yī)院護理質(zhì)量

。非計劃性再入院導致肺結核病人頻繁住院，無疑增加了醫(yī)療費用和治療痛苦，也降低了病人生活質(zhì)量，此與較差的臨床預后密切相關

。非計劃性再入院也被納入醫(yī)療質(zhì)量和護理服務水平的重要考核指標

。既往研究針對慢性阻塞性肺疾病(chronic obstructive pulmonary disease，COPD)

和缺血性腦卒中

病人出院后31 d內(nèi)非計劃性再入院進行了流行病學調(diào)查，總結危險因素并有效指導臨床應用，取得較滿意的護理效果。目前，針對肺結核病人非計劃性再入院的相關研究報道較少?；诖?，本研究重點調(diào)查肺結核病人出院后31 d內(nèi)非計劃性再入院的危險因素，建立定量風險預測模型并進行驗證，為臨床評估高風險病人提供一種量化工具。

2.2 新西蘭白兔減壓病模型大體標本觀察結果 采用 500 kPa 暴露 60 min 后以 200 kPa/min勻速減壓方案造模的 25 只新西蘭白兔中，7 只動物在觀測周期 24 h 內(nèi)死亡。解剖觀察大體標本，死亡動物氣泡負荷均過大，靜脈系統(tǒng)（皮下靜脈、腸系膜靜脈、膀胱靜脈、胃靜脈、腎靜脈、冠狀靜脈、脊髓靜脈、下腔靜脈）內(nèi)可見大量氣泡和泡沫狀血（圖1）。

1 對象與方法

1.1 研究對象

回顧性總結2018年6月—2021年9月我院確診的3 165例肺結核病人，根據(jù)出院后31 d內(nèi)是否發(fā)生非計劃性再入院分為返院組198例和未返院組2 967例。納入標準：①年齡>18歲；②符合肺結核的診斷標準，根據(jù)指南推薦進行臨床治療，均達到出院標準

；③臨床資料完整。排除標準：①合并肺癌、肺功能障礙；②因其他肺外疾病入院，如嚴重心、肝、腎功能障礙或外科手術；③有其他慢性傳染性疾病，如艾滋??；④妊娠、哺乳期女性。非計劃性再入院定義為出院后31 d內(nèi)因結核病相關疾病再次入院。

若與新朝權貴的交接、往還可分為公、私兩端，于公必須堅拒以明志，于私則未必需要嚴防死守，豈非為易代之際遺逸之士處世中的重重羈縻束縛和種種困惑尷尬解套釋困矣。在陳去病的史料搜集和研究中，就曾發(fā)現(xiàn)數(shù)封湯斌致徐枋的書信，其中所論及的無非有關書法、詩歌的切磋和探討，至于政治、家國天下則絕口不談，完全屬于私人場域中的正常交游。且其中一封書信中，湯斌則明言“弟斌幸獲拜見顏色，竊自以為不見絕于巢、許，此宿世有緣也”［26］288，則事實并非如現(xiàn)存的所有傳記文章所說，二人從未謀面。傳記之藝術處理，與事實多少有些出入，其實這也只是傳主和寫作者的策略而已，后文將有論述。

1.2 調(diào)查方法

1.2.1 一般資料

1.2.2 出院準備度量表

記錄兩組一般資料，包括性別、年齡、醫(yī)保類型、戶籍、主動吸煙、結核類型(涂片陰性、陽性)、糖尿病、COPD、高血壓、出院準備度得分、藥物副反應、介入治療和疾病進展。其中結核類型判斷采用直接痰涂片法進行顯微鏡觀察，嚴格按照《標準化操作手冊》進行操作，儀器采用“痰涂片顯微鏡的操作和質(zhì)量保證”(日本奧林巴斯CX31)生物顯微鏡，抗酸染色為珠海巴索公司(中國)。痰涂片鏡檢陽性標準：100個視野中抗酸桿菌數(shù)量為3～9個表明結核桿菌陽性

。

根據(jù)肺結核病人出院31 d內(nèi)非計劃性再入院危險因素Logistic回歸分析，設置年齡(

)、主動吸煙(

)、COPD(

)、出院準備度得分(

)、介入治療(

)、藥物副反應(

)和疾病進展(

)，建立預測模型

=-0

326+1

032

+0

659

+0

785

—0

923

+0

421

+1

869

+2

102

。ROC驗證可得，模型預測非計劃性再入院的AUC值為0.867[95%CI(0.801,0.923)，

<0.001]，約登指數(shù)最大值為0.745，靈敏度為86.9%，特異度為75.6%，臨界值為2.65。Hosmer-Lemeshow檢驗顯示，模型擬合優(yōu)度較好(

=1.001，

=0.641)。詳見圖1。

本研究結果顯示，肺結核病人出院后31 d內(nèi)非計劃性再入院的發(fā)生率為6.26%(198/3 165),再入院的高峰時間為出院后23～31 d。兩組年齡、醫(yī)保類型、戶籍、主動吸煙、COPD、藥物副反應、出院準備度得分、介入治療和疾病進展比較，差異均有統(tǒng)計學意義(

<0.001)。詳見表2。

煙霧病稱為“腦基底異常血管網(wǎng)癥”、“腦底動脈環(huán)閉塞”，由日本學者于20世紀60年代提出，在X線腦血管造影上，可見頸內(nèi)動脈遠端、大腦前及大腦中動脈起始部狹窄或閉塞伴有腦底部異常血管網(wǎng)形成，造影所見猶如徐徐上升的煙霧，故名“煙霧病”[1]。該疾病比較罕見，在兒童與成人中的發(fā)病率較高。MRA與MRI均是煙霧病診斷的有效方式，且具有無輻射、操作簡便及快速等優(yōu)勢在臨床中應用比較廣泛[2]。本次研究將針對MRA與MRI在煙霧病患者的診斷中應用效果進行探討。

以是否發(fā)生非計劃性再入院為因變量(否=0，是=1)，以單因素分析中有統(tǒng)計學意義的變量為自變量，采用Logistic回歸分析(

=0

05，

=0.10)建立風險預測模型，多因素Logistic回歸分析顯示，年齡(≥65歲)、主動吸煙、COPD、出院準備度得分、介入治療、藥物副反應和疾病進展是非計劃性再入院的獨立危險因素(

<0.05)。詳見表3、表4。

1.3 質(zhì)量控制

本研究調(diào)查相關資料，并參閱既往研究文獻，并經(jīng)多輪專家共同討論后確定；然后由本研究人員經(jīng)調(diào)查培訓后完成資料搜集和統(tǒng)計學分析過程。首先比較返院組與未返院組病人的臨床資料，然后進行多因素Logistic回歸分析篩選危險因素。

1.4 統(tǒng)計學方法

2 結果

2.1 肺結核病人出院準備度情況(見表1)

2.2 兩組臨床資料及出院后31 d內(nèi)是否非計劃性再入院單因素比較

采用Lin等

編制的中文版出院準備度量表，該量表包括個人狀態(tài)、適應能力和預期性支持3個維度，共12個條目，經(jīng)驗證Cronbach′s α系數(shù)為0.89，內(nèi)容效度指數(shù)為0.88。每個條目賦值0～10分，總分0～120分，分值越高表示出院準備度越好。

2.3 肺結核病人出院31 d內(nèi)非計劃性再入院危險因素Logistic回歸分析

主要包括抗結核藥物導致的肝腎功能障礙、變態(tài)反應、血細胞減少等。疾病進展定義為結核病復發(fā)或者加重，由經(jīng)驗豐富的呼吸科專家根據(jù)血生化和胸部影像學表現(xiàn)綜合判斷。

1.2.3 藥物副反應

2.4 預測模型的建立與驗證

第一，以提升質(zhì)量為基礎，大幅度促進實效性提升的原則。利用多種現(xiàn)代化的科學技術手段，促使項目的科技含量大幅度提升，同時，應重視促使各環(huán)節(jié)操作具備較高的科學性，基于項目基地的具體施工標準，實施可行性以及有效性均較高的經(jīng)營管理和建設操作。第二，合理擇址，因地制宜的原則。在對建設區(qū)域的自然生態(tài)環(huán)境以及地理條件等加以充分考量后，因地制宜的擇選基地的具體建設位置，有助于后期各環(huán)節(jié)建設操作更為順利的開展以及進行。

3 討論

3.1 肺結核病人出院后31 d內(nèi)非計劃性再入院的臨床意義

既往調(diào)查顯示，肺結核病人2年內(nèi)非計劃性再入院的發(fā)生率5.91%

，但是不同研究中心的數(shù)據(jù)差異較大，可能與納入病人的民族、病情特征、治療方案以及統(tǒng)計學方法等有關

。在臨床中觀察到，出院后31 d內(nèi)非計劃性再入院與疾病進展的關系更密切，更能反映病人短期的自我護理能力、疾病治療的穩(wěn)定性以及生存狀況

。因此，部分研究均強調(diào)出院后31 d內(nèi)非計劃性再入院為慢性疾病康復的重要考核指標

。本研究結果顯示，肺結核病人出院后31 d內(nèi)非計劃性再入院的發(fā)生率為6.26%(198/3 165),再入院的高峰時間在出院后23～31 d，與Qayed等

的研究結果(24 d)基本吻合。

3.2 肺結核病人出院后31 d內(nèi)非計劃性再入院的影響因素

單因素比較發(fā)現(xiàn)，兩組年齡、醫(yī)保類型、戶籍、主動吸煙、COPD、藥物副反應、出院準備度得分、介入治療和疾病進展，差異有統(tǒng)計學意義(

<0.001)。本研究采用多因素Logistic回歸分析顯示，年齡(≥65歲)、主動吸煙、COPD、出院準備度得分、介入治療、藥物副反應和疾病進展是非計劃性再入院的獨立危險因素(

<0.05)。影響非計劃性再入院的因素包括人口學因素、病情變化因素以及自我護理能力3方面

，年齡較大、醫(yī)保不健全、報銷比例不高、農(nóng)村醫(yī)療資源相對匱乏、吸煙等均屬于人口學因素，可能影響病人的就醫(yī)意愿，影響疾病康復，相對增加了非計劃性再入院的風險。也有部分研究認為，男性相較于女性非計劃性再入院的發(fā)生率較高

，但是目前尚缺乏強有力的循證醫(yī)學證據(jù)。居住在農(nóng)村地區(qū)的病人非計劃性再入院率高于城市地區(qū)，考慮原因與結核病的流行農(nóng)村地區(qū)高于城市，農(nóng)村地區(qū)經(jīng)濟和醫(yī)療資源相對短缺，導致疾病進展較快，病情較嚴重，結核復發(fā)以及死亡率更高有關

。也有研究發(fā)現(xiàn)，農(nóng)村病人的白蛋白水平相對較低，可能導致較差的免疫功能，影響機體抗結核的能力以及藥物的治療效果，從而出現(xiàn)非計劃性再入院率明顯升高

。高齡(≥65歲)病人是結核病的高峰年齡段，同時病人可能伴隨免疫力下降、共患疾病增多等，導致非計劃性再入院率明顯升高。一項長期隨訪橫斷面研究顯示，與無肺結核史的COPD病人相比，有肺結核史的COPD病人住院頻率更高，長期生存率更低

。COPD不僅是結核病的重要危險因素，也是結核分枝桿菌耐藥性的重要原因之一。此外，吸煙人群非計劃性再入院率明顯高于非吸煙人群，煙草對結核病和COPD的患病率以及死亡率都有重要影響。多項研究證實，吸煙是結核病和COPD的獨立危險因素

。出院準備度得分是衡量病人自我護理能力的重要客觀指標，病人出院后居家或者社區(qū)康復中心的自我護理能力與科學的生活習慣、嚴格遵醫(yī)囑用藥和康復鍛煉以及對疾病健康知識的理解等均有關系，是影響病人短期非計劃性再入院的重要客觀因素

。有研究表明，治療失敗在很大程度上歸因于耐藥肺結核的產(chǎn)生。一項嵌套的病例對照研究顯示，通過鼓勵嚴格堅持用藥來妥善管理首次感染結核病的病人不會導致治療失敗，并且可以避免復發(fā)

。拒絕治療和治療失敗是晚期再入院(如出院后16～31 d)的主要原因。呼吸困難和發(fā)熱加重是早期和晚期再入院的常見客觀原因，其次是藥物副作用和咯血。

3.3 肺結核病人出院后31 d內(nèi)非計劃性再入院的預測模型

建立定量風險預測模型

=-0

326+1

032

+0

659

+0

785

-0

923

+0

421

+1

869

+2

102

。經(jīng)ROC顯示，模型預測非計劃性再入院的AUC值為0.867，約登指數(shù)最大值為0.745，靈敏度為86.9%，特異度為75.6%，臨界值為2.65。Hosmer-Lemeshow檢驗顯示，模型擬合優(yōu)度較好。通過構建預測模型能夠更好地指導臨床醫(yī)護工作者在病人出院前進行準確評估，識別再入院的高危病人，提前進行恰當?shù)母深A，以降低非計劃性再入院的發(fā)生率，具有較好的臨床實踐價值。

4、建設用地監(jiān)測。監(jiān)測結果表明，2012年庫區(qū)的房屋建筑、交通道路、構筑物三類建設用地面積共242168.33畝，2017年建設用地面積278993.86畝，五年間建設用地的面積增加36825.53畝，其中房屋建筑用地面積增加28534.57畝，占77.48%。

3.4 研究不足

本研究存在一定局限性：如單中心的回顧性設計，可能存在病例的選擇性偏倚，影響結果的穩(wěn)定性；影響肺結核病人出院后31 d內(nèi)非計劃性再入院的因素可能還有很多，如其他系統(tǒng)疾病對肺結核的影響；不同研究中心對非計劃性再入院的定義缺乏統(tǒng)一規(guī)定，可能影響結果的可比性；肺結核可能并不在同1所醫(yī)院進行重復性治療，部分病人二次返院可能進入其他醫(yī)院進行治療，影響了非計劃性再入院的統(tǒng)計結果。但本研究結果仍可提醒醫(yī)務人員對高危因素病人給予高度重視，強化持續(xù)健康管理和定期治療、戒煙、農(nóng)村地區(qū)的健康教育，降低自費比例，可能有助于降低肺結核病人31 d內(nèi)的非計劃性再入院率，具有重要的臨床和經(jīng)濟意義。

4 小結

綜上所述，肺結核病人應用預測模型能夠較好地評估出院后31 d內(nèi)非計劃性再入院的風險，指導臨床恰當干預，降低病人返院率，有較好的臨床應用價值。

[1] YANG T C,CHEN T,CHE Y,

.Factors associated with catastrophic total costs due to tuberculosis under a designated hospital service model:a cross-sectional study in China[J].BMC Public Health,2020,20(1):1009.

[2] CUI X,GAO L,CAO B.The management of latent TB infection in China needs to explore a new approach suitable for high-burden countries[J].Chin J Antitubercul,2020,42(10):390.

[3] 李思琴,袁平喬,黃姝綺,等.腦卒中病人30 d內(nèi)非計劃再入院相關因素研究進展[J].護理研究,2019,33(19):3356-3360.

[4] BAMBHROLIYA A B,DONNELLY J P,THOMAS E J,

.Estimates and temporal trend for US nationwide 30-day hospital readmission among patients with ischemic and hemorrhagic stroke[J].JAMA Network Open,2018,1(4):e181190.

[5] DUGGAL R,ZHANG Y K,DIANA M L.The association between hospital ACO participation and readmission rates[J].Journal of Healthcare Management/American College of Healthcare Executives,2018,63(5):e100-e114.

[6] FINLAYSON K,CHANG A M,COURTNEY M D,

.Transitional care interventions reduce unplanned hospital readmissions in high-risk older adults[J].BMC Health Services Research,2018,18(1):956.

[7] NJOKU C M,ALQAHTANI J S,WIMMER B C,

.Risk factors and associated outcomes of hospital readmission in COPD:a systematic review[J].Respiratory Medicine,2020,173:105988.

[8] 孫超,胡慧秀,鄧穎,等.老年缺血性腦卒中患者非計劃性再入院危險因素分析及風險預測模型構建[J].中國護理管理,2020,20(11):1601-1605.

[9] 鄧國防,路希維.肺結核活動性判斷規(guī)范及臨床應用專家共識[J].中國防癆雜志,2020,42(4):301-307.

[10] LEWINSOHN D M,LEONARD M K,LOBUE P A,

.Official American thoracic society/infectious diseases society of America/centers for disease control and prevention clinical practice guidelines:diagnosis of tuberculosis in adults and children[J].Clinical Infectious Diseases:an Official Publication of the Infectious Diseases Society of America,2017,64(2):111-115.

[11] LIN Y H,KAO C C,HUANG A M,

.Psychometric testing of the Chinese version of the Readiness for Hospital Discharge Scale[J].The Journal of Nursing,2014,61(4):56-65.

[12] SHAMAEI M,SAMIEI-NEJAD M,NADERNEJAD M,

.Risk factors for readmission to hospital in patients with tuberculosis in Tehran,Iran:three-year surveillance[J].International Journal of STD & AIDS,2017,28(12):1169-1174.

[13] SCARIA E,POWELL W R,BIRSTLER J,

.Neighborhood disadvantage and 30-day readmission risk following Clostridioides difficile infection hospitalization[J].BMC Infectious Diseases,2020,20(1):762.

[14] SILVA T C,DA FONSECA SILVA MATSUOKA P,DE AQUINO D M C,

.Factors associated with tuberculosis retreatment in priority districts of Maranh?o,Brazil[J].Ciencia & Saude Coletiva,2017,22(12):4095-4104.

[15] ANAAM M S,ALRASHEEDY A A,ALSAHALI S,

.Rate and risk factors of recurrent tuberculosis in Yemen:a 5-year prospective study[J].Infectious Diseases (London,England),2020,52(3):161-169.

[16] QAYED E,MUFTAH M.Frequency of hospital readmission and care fragmentation in gastroparesis:a nationwide analysis[J].World Journal of Gastrointestinal Endoscopy,2018,10(9):200-209.

[17] 丁冬云,武廣紅.250例中青年肺結核患者再住院原因分析[J].臨床肺科雜志,2015,20(9):1605-1607.

[18] 趙飛,杜昕,李濤,等.基于世界衛(wèi)生組織公共數(shù)據(jù)庫的中國結核病流行趨勢與預測[J].臨床藥物治療雜志,2018,16(4):1-3.

[19] SHEN X B,KANG L L,ZHOU Y Z,

.Comparison of tuberculosis incidence and molecular epidemiological characteristics between urban and rural areas in northern Guizhou[J].Pract Prev Med,2019,26(12):321-323.

[20] WEISS M E,YAKUSHEVA O,BOBAY K L,

.Effect of implementing discharge readiness assessment in adult medical-surgical units on 30-day return to hospital:the READI randomized clinical trial[J].JAMA Network Open,2019,2(1):e187387.

[21] BHATT S P,BALTE P P,SCHWARTZ J E,

.Discriminative accuracy of FEV

:FVC thresholds for COPD-related hospitalization and mortality[J].JAMA,2019,321(24):2438-2447.

[22] PERRIOT J,UNDERNER M,PEIFFER G,

.Strategy and stopping smoking interventions in smokers with tuberculosis[J].Revue Medicale De Liege,2020,75(2):100-104.

[23] 王小鳳,朱宗紅,張洪霞.缺血性腦卒中病人出院準備度與出院指導質(zhì)量的相關性[J].護理研究,2020,34(3):511-513.

[24] WEN T C,LIU B Y,WAN X,

.Risk factors associated with 31-day unplanned readmission in 50,912 discharged patients after stroke in China[J].BMC Neurology,2018,18(1):218.