程佳偉，施健，張琪，張俐

摘要：目的? 建立老年面部皮膚腫瘤患者術后切口感染風險的列線圖預測模型并驗證其預測能力。方法? 采用回顧性分析方法，收集2018年1月-2021年12月447例于本院行皮膚腫瘤切除術的老年患者病歷資料，根據(jù)診斷標準分為感染組（31例）和非感染組（416例）。使用單因素分析和多因素Logistic回歸分析確定術后感染的獨立危險因素，并建立包含這些因素的列線圖。通過Bootstrap抽樣法進行內(nèi)部驗證，應用一致性指數(shù)（C-index）、受試者工作特征曲線（ROC曲線）、校準曲線、和決策曲線（DCA曲線）評估模型的預測能力。結(jié)果? 447例患者術后切口感染發(fā)生率為6.94%。單因素分析顯示，兩組吸煙史、糖尿病病史、手術部位、手術類型、術后抗生素使用、術后康復教育及護理比較，差異有統(tǒng)計學意義（P＜0.05）。Logistic回歸分析顯示，老年面部皮膚腫瘤患者術后切口感染的獨立危險因素為吸煙、糖尿病、手術部位為鼻部、面頰部和耳部、皮瓣手術、術后未使用抗生素以及術后未進行康復教育及護理。根據(jù)危險因素，成功構建列線圖預測模型。列線圖預測模型的C-index為0.811，ROC曲線下面積為0.811。校準曲線表明列線圖校準良好，DCA曲線表明列線圖模型具有良好的臨床應用能力。結(jié)論? 吸煙、糖尿病、手術部位、手術類型、術后未使用抗生素以及術后未進行康復教育及護理是老年面部皮膚腫瘤患者術后切口感染的獨立危險因素?；谶@些因素構建的臨床預測模型穩(wěn)定性好，并具有一定的預測效能。

關鍵詞：面部皮膚腫瘤；切口感染；列線圖；預測模型

中圖分類號：R739.5? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? DOI：10.3969/j.issn.1006-1959.2024.08.008

文章編號：1006-1959（2024）08-0046-06

Construction of a Clinical Prediction Model for the Risk of Postoperative Incision Infection in Elderly Patients with Facial Skin Tumors

CHENG Jia-wei，SHI Jian，ZHANG Qi，ZHANG Li

（Dermatological Department of Nantong First People's Hospital，Nantong 226006，Jiangsu，China）

Abstract：Objective? To establish a nomogram prediction model for the risk of postoperative incision infection in elderly patients with facial skin tumors and verify its predictive ability.Methods? The medical records of 447 elderly patients who underwent skin tumor resection in our hospital from January 2018 to December 2021 were collected by retrospective analysis. According to the diagnostic criteria， they were divided into infection group （31 patients） and non-infection group （416 patients）. Univariate analysis and multivariate logistic regression analysis were used to determine the independent risk factors for postoperative infection， and a nomogram containing these factors was established. The internal validation was performed by Bootstrap sampling method， and the predictive ability of the model was evaluated by consistency index （C-index）， receiver operating characteristic curve （ ROC curve ）， calibration curve and decision curve （DCA curve）.Results? The incidence of postoperative incision infection in 447 patients was 6.94 %. Univariate analysis showed that there were significant differences in smoking history， diabetes history， surgical site， surgical type， postoperative antibiotic use， postoperative rehabilitation education and nursing between the two groups （P<0.05）. Logistic regression analysis showed that the independent risk factors for postoperative incision infection in elderly patients with facial skin tumors were smoking， diabetes， surgical sites of nose， cheek and ear， flap surgery， no use of antibiotics after surgery， and no rehabilitation education and nursing after surgery. According to the risk factors， the nomogram prediction model was successfully constructed. The C-index of the nomogram prediction model was 0.811， and the area under the ROC curve was 0.811. The calibration curve showed that the nomogram was well calibrated， and the DCA curve showed that the nomogram model had good clinical application ability.Conclusion? Smoking， diabetes， surgical site， type of operation， no use of antibiotics after operation and no rehabilitation education and nursing after operation are independent risk factors for postoperative incision infection in elderly patients with facial skin tumors. The clinical prediction model based on these factors has good stability and certain prediction efficiency.

Key words：Facial skin tumor;Incision infection;Nomogram;Predictive model

面部是皮膚腫瘤的好發(fā)部位，由于其常常暴露在復雜的外界環(huán)境中，易受紫外線、粉塵、病毒感染等不良刺激。隨著中國步入老齡化社會，以及民眾的重視程度以及腫瘤診斷水平的提高，近年發(fā)病率不斷增加[1]。對于面部皮膚腫瘤，包括黑素細胞瘤，以及基底細胞癌和鱗狀細胞癌等惡性腫瘤，目前手術切除是最常規(guī)的治療手段[2]。皮膚腫瘤切除后的并發(fā)癥主要有出血、感染、瘢痕等，其中術后感染是導致切口愈合不良以及瘢痕形成的關鍵因素，嚴重影響患者術后生活質(zhì)量及美學需求[3]。大量研究表明[4]，高齡是術后切口感染的高危因素，而老年患者又是面部皮膚腫瘤的好發(fā)人群。因此，為進一步探究老年面部皮膚腫瘤患者術后切口感染的危險因素，建立合適的預測方法，給臨床篩查高危人群和制定防治措施提供科學依據(jù)，降低老年患者面部皮膚腫瘤術后的感染風險，本研究采用回顧性分析方法，選取因面部皮膚腫瘤于我院行皮膚腫瘤切除術的老年患者作為研究對象，對發(fā)生術后切口感染的危險因素進行分析，并建立相關列線圖預測模型。

1資料與方法

1.1一般資料? 選取2018年1月-2021年12月南通市第一人民醫(yī)院皮膚科收治的385例老年面部皮膚腫瘤患者，其中男179例，女206例，年齡60～98歲。同一患者有多處獨立手術切口分別統(tǒng)計，共計447例面部皮膚腫瘤手術。本研究經(jīng)南通市第一人民醫(yī)院倫理審查委員會批準通過（批準號：2022KT199）。

1.2納入及排除標準? 納入標準：①因面部皮膚腫瘤行皮膚腫瘤切除術的患者；②年齡≥60歲；③皮膚腫瘤切除術均由南通市第一人民醫(yī)院皮膚科同一手術團隊完成。排除標準：①臨床資料缺失；②術后失訪；③術前既已發(fā)生局部或有全身系統(tǒng)性感染性疾??；④免疫抑制或服用免疫抑制劑的患者。

1.3方法? 根據(jù)原衛(wèi)生部發(fā)布的《醫(yī)院感染診斷標準（試行）》[5]，將患者分為感染組（31例）和非感染組（416例）。比較兩組的臨床特點，篩選感染的相關變量，通過數(shù)據(jù)庫調(diào)取及人工檢索病歷方式，回顧性收集患者的臨床特征，包括性別、年齡、吸煙飲酒史、高血壓、糖尿病等慢性病病史、病程、組織學、手術時間、手術部位、切口長度、手術方式、術后用藥和術后是否康復教育和護理，進行單因素和多因素分析。依據(jù)多因素分析結(jié)果，基于獨立危險因素采用逐步回歸擬合構建術后感染風險預測模型列線圖。根據(jù)列線圖計算術后切口感染風險概率。預測模型區(qū)分度和準確度分別采用C指數(shù)和Hosmer-Lemeshow 擬合優(yōu)度檢驗評估。驗證方法為內(nèi)部驗證，Bootstrap抽樣法，抽樣次數(shù)為1000次。

1.4統(tǒng)計學方法? 使用SPSS 24.0及R 4.1.3軟件進行統(tǒng)計學分析及列線圖的繪制和驗證。計量資料以（x±s）表示，行t檢驗；計數(shù)資料以[n（%）]表示，組間比較使用？字2檢驗和Fisher檢驗，P＜0.1認為差異有統(tǒng)計學意義，根據(jù)單因素分析結(jié)果確定變量并納入多因素Logistic回歸模型進行分析。在R軟件中應用rms程序包建立列線圖模型并繪制校準曲線；應用caret程序包進行Bootstrap法內(nèi)部驗證（抽樣1000次）；應用pROC包繪制受試者工作特征曲線（ROC曲線）并計算曲線下面積，應用rmda包繪制決策曲線（DCA曲線）。

2結(jié)果

2.1手術切口感染的單因素分析? 老年患者面部皮膚腫瘤術后切口感染的發(fā)生率為6.94%（31/447）。單因素分析結(jié)果顯示，感染組和非感染組的吸煙史、糖尿病病史、手術部位、手術方式、術后抗生素使用、術后康復教育及護理等因素比較，差異有統(tǒng)計學意義（P＜0.1），而性別、飲酒史、高血壓病史、患病時間、組織學、手術時間、切口長度、術后生長因子使用比較，差異無統(tǒng)計學意義（P＞0.1），見表1。

2.2手術切口感染的多因素分析? 根據(jù)單因素方差分析結(jié)果，以手術切口感染為因變量，將其中有統(tǒng)計學意義的因素納入多因素Logistic回歸。結(jié)果顯示，患者的吸煙史，糖尿病病史，手術部位為鼻部、面頰部和耳部，皮瓣手術，術后抗生素使用，術后康復教育及護理是面部切口感染的獨立影響因素，見表2。

2.3預測模型的建立及驗證? 基于多因素Logistic回歸分析結(jié)果，構建相關列線圖預測模型，見圖1。以單個變量垂直對應的評分標尺進行打分，并對各項變量得分進行求和。總分所對應的數(shù)值即為該患者的手術感染風險。使用一致性指數(shù)（C-index）、ROC曲線、校準曲線和DCA曲線對該模型進行評估。使用Bootstrap抽樣法進行內(nèi)部驗證，ROC曲線下面積為0.811，平均C-index為0.807。該列線圖模型C-index為0.811，95%CI為0.725～0.897，區(qū)分度良好；ROC曲線下面積為0.811（圖2）；校準曲線顯示預測值和實際值接近并貼近于對角線，說明該模型有良好的預測性能（圖3）；DCA決策曲線顯示當該模型的閾值概率在3%～57%能產(chǎn)生更高的效益（圖4），說明該模型在臨床實際應用中的有較高價值。

3討論

手術部位感染（surgical site infection， SSI）指在手術后30天內(nèi)發(fā)生在手術部位的切口或深部組織的感染，是最常見的院內(nèi)獲得性感染之一[6]。目前皮膚科手術中SSI危險因素的文獻是有限的。李琴等[7]研究認為靜脈端側(cè)吻合，術中失血過多、吸煙史、醫(yī)師手術水平及皮瓣設計不當是頭面部皮瓣修復術后并發(fā)癥發(fā)生的危險因素。Liu X等[8]回顧了1407例皮膚外科手術患者，發(fā)現(xiàn)耳部手術、較大的傷口和用皮瓣縫合或二期愈合的手術中，SSI的風險會增加。然而，以上研究納入的影響因素較少，同時由于皮膚外科手術術后感染風險在不同年齡，不同部位以及不同病種之間有明顯差異，因此對皮膚外科術后感染風險的分層分析尤為重要。皮膚腫瘤在體表腫瘤中的發(fā)生率較高，發(fā)生于面部的皮膚腫瘤相較于其他部位的手術切口有更高的美容需求。老年患者常合并血管、代謝、自身免疫以及神經(jīng)退行性疾病，營養(yǎng)狀態(tài)不良，免疫系統(tǒng)的功能和免疫細胞的活性下降，導致感染易感性增加[9]。此外，老年患者組織修復能力弱，切口愈合延遲，亦增加了皮膚感染的風險。因此，嚴格控制術后并發(fā)癥的出現(xiàn)，建立切實有效的評估感染風險的模型，對術后感染風險較高的老年患者進行正確識別并積極干預很有必要。

基于此，本研究構建了預測老年患者面部皮膚腫瘤切除術后SSI風險的列線圖模型。本預測模型不僅可用于預測術后發(fā)生SSI的概率，也能甄別感染高風險人群，篩選可能受益感染干預策略的患者。該模型的總體性能良好，AUC為81.1%。本研究中老年患者面部皮膚腫瘤切除術后感染率為6.94%，略低于《中國手術部位感染預防指南》中手術部位感染總體發(fā)生率（11.8%）[10]，與報道中的皮膚科手術后0.5%～8.7%的傷口感染率接近[11]。盡管在皮膚外科手術中，SSI的風險較低。但在某些情況下，如復雜重建以及進行特殊部位的手術時，SSI的風險會增加至超過可接受的閾值，因而需要識別和干預。

不同的患者特征會影響感染的發(fā)生，本研究顯示吸煙與糖尿病是老年患者SSI發(fā)生的危險因素。在許多手術中，吸煙被認為會傷口愈合延遲和切口感染。吸煙不僅可以誘發(fā)血管內(nèi)皮功能障礙，還與組織血流灌注減少、氧合能力下降、炎癥反應抑制、結(jié)締組織降解增加和成纖維細胞傷口遷移減少有關[12]。對近50萬例患者進行的薈萃分析表明，吸煙會使SSI的幾率增加79%[13]。而對于糖尿病患者，尤其是血糖控制欠佳的患者，其機體高糖環(huán)境抑制了白細胞粘附、趨化、吞噬功能，從而增加了感染風險，還影響組織內(nèi)成纖維細胞活性，導致切口部位的修復再生能力下降。因此《中國手術部位感染預防指南》要求患者圍手術期血糖控制的目標設定為 6.1～8.3 mmol/L[10]。此外，研究表明[12]，未被診斷為糖尿病的應激性高血糖患者的術后并發(fā)癥發(fā)生率高于糖尿病患者。因此，應考慮對無糖尿病病史的患者進行常規(guī)術前血糖檢監(jiān)測及糖尿病篩查。

在組織病理學方面，雖有研究認為鱗狀細胞癌和基底細胞癌等非黑色素細胞皮膚癌的切除是小手術后感染的獨立風險因素[14]。但本研究顯示，組織病理學與SSI并無顯著關聯(lián)，而手術部位與SSI相關，且鼻子或耳部等解剖區(qū)域進行手術的感染率高于其他解剖部位。這些部位結(jié)構相對復雜，或皮脂腺分泌旺盛，可能增加了感染的風險。由于大多數(shù)切口感染是由患者自身黏膜或皮膚微生物群的內(nèi)源性菌群而非外源性因素引起的[15]，如金黃色葡萄球菌在鼻前庭的定植增加了鼻部的感染幾率。研究顯示[16]，15 mm切口感染率（3.4%）遠低于25 mm切口的感染（16.7%），因此認為切口長度是SSI的獨立風險因素。然而，本研究并未發(fā)現(xiàn)切口長度與感染的相關性。對簡單切除縫合的患者進行分層分析，長度＜2.5 cm或長度≥2.5 cm的簡單縫合切口在感染發(fā)生率上沒有明顯差異（P=0.74）。而復雜的手術，如皮瓣手術后發(fā)生感染的風險更高，這與多數(shù)研究的結(jié)果一致[17]。

預防性抗生素是一個有爭議的話題。主流觀點認為，考慮不良反應和耐藥性等潛在副作用，在感染風險低于5%的清潔傷口中，無需常規(guī)使用抗生素預預防感染[18]。部分研究顯示[19]，在清潔手術后使用圍手術期預防性抗生素時，感染風險會降低50%，然而其他研究沒有發(fā)現(xiàn)有效的證據(jù)[20]。根據(jù)本研究模型，術后抗生素使用可有效降低術后感染的發(fā)生。如1例耳部行皮瓣手術的老年糖尿病患者，若術后使用使用抗生素，能將其總評分由269分降為218分，感染發(fā)生率由32%降低至 14%?；诖耍狙芯恐鲝埻ㄟ^該預測模型識別感染的高危人群，如合并糖尿病、接受皮瓣手術或高危部位手術的老年患者，鼓勵對其預防性使用抗生素，或者其他降低感染率的非藥物干預措施，如康復教育和術后護理。

綜上所述，吸煙，糖尿病，手術部位為鼻部、面頰部和耳部，皮瓣手術，術后未使用抗生素，術后未進行康復教育及護理是老年患者面部皮膚腫瘤術后感染的獨立危險因素。本研究建立的個體化預測面部皮膚腫瘤術后感染的列線圖模型可以作為感染風險評估的有效工具，準確性高，可操作性強。但本研究仍存在樣本量相對較小，預測因子不足，缺乏病原學檢測指標，以及缺乏外部驗證隊列等缺點。期待在今后的工作中收集更多數(shù)據(jù)，開展多中心、大樣本的研究，完善病原學檢查，探索豐富預測因素，將該預測模型進一步完善并推廣。

參考文獻：

[1]Vaidya TS，Mori S，Dusza SW，et al.Appearance-related psychosocial distress following facial skin cancer surgery using the FACE-Q Skin Cancer[J].Arch Dermatol Res，2019，311（9）：691-696.

[2]Bordianu A，Bobirca F.Facial skin cancer surgery under local anesthesia[J].J Med Life，2018，11（3）：231-237.

[3]Renzi M Jr，Schimmel J，Decker A，et al.Management of Skin Cancer in the Elderly[J].Dermatol Clin，2019，37（3）：279-286.

[4]Liu TW，Chiu CH，Chen AC，et al.Risk Factor Analysis for Infection after Medial Open Wedge High Tibial Osteotomy[J].J Clin Med，2021，10（8）：1727.

[5]中華人民共和國衛(wèi)生部.醫(yī)院感染診斷標準（試行）[J].中華醫(yī)學雜志，2001，81（5）：314-320.

[6]Borchardt RA，Tzizik D.Update on surgical site infections： The new CDC guidelines[J].JAAPA，2018，31（4）：52-54.

[7]李琴，李映雪，余鑫，等.頭面部皮瓣修復術后并發(fā)癥發(fā)生風險模型的構建[J].皮膚性病診療學雜志，2022，29（3）：220-225.

[8]Liu X，Sprengers M，Nelemans PJ，et al.Risk Factors for Surgical Site Infections in Dermatological Surgery[J].Acta Derm Venereol，2018，98（2）：246-250.

[9]Müller L，Di Benedetto S，Pawelec G.The Immune System and Its Dysregulation with Aging[J].Subcell Biochem，2019，91：21-43.

[10]中華醫(yī)學會外科學分會外科感染與重癥醫(yī)學學組，中國醫(yī)師協(xié)會外科醫(yī)師分會腸痿外科醫(yī)師專業(yè)委員會.中國手術部位感染預防指南[J].中華胃腸外科雜志，2019，22（4）：301-314.

[11]Chan SA，Wernham AGH，Stembridge N，et al.Do perioperative antibiotics reduce the risk of surgical-site infections following excision of ulcerated skin cancers？ A Critically Appraised Topic[J].Br J Dermatol，2018，178（2）：394-399.

[12]Alshammari LT，Alkatheer SA，AlShoaibi MB，et al.Surgical site infections in a tertiary hospital over 10 years. The effect of hospital accreditation strategy implementation[J].Saudi Med J，2020，41（9）：971-976.

[13]Fuglestad MA，Tracey EL，Leinicke JA.Evidence-based Prevention of Surgical Site Infection[J].Surg Clin North Am，2021，101（6）：951-966.

[14]Chávez-Reyes J，Escárcega-González CE，Chavira-Suárez E，et al.Susceptibility for Some Infectious Diseases in Patients With Diabetes： The Key Role of Glycemia[J].Front Public Health，2021，9：559595.

[15]Heal CF，Buettner PG，Drobetz H.Risk factors for surgical site infection after dermatological surgery[J].Int J Dermatol，2012，51（7）：796-803.

[16]Rosengren H，Heal CF，Buttner PG.Effect of a single prophylactic preoperative oral antibiotic dose on surgical site infection following complex dermatological procedures on the nose and ear： a prospective， randomised， controlled， double-blinded trial[J].BMJ Open，2018，8（4）：e020213.

[17]Delpachitra M，Heal C，Banks J，et al.Risk Factors for Surgical Site Infection after Minor Dermatologic Surgery[J].Adv Skin Wound Care，2021，34（1）：43-48.

[18]Liu X，Sprengers M，Nelemans PJ，et al.Risk Factors for Surgical Site Infections in Dermatological Surgery[J].Acta Derm Venereol，2018，98（2）：246-250.

[19]Chen PJ，Hua YM，Toh HS，et al.Topical antibiotic prophylaxis for surgical wound infections in clean and clean-contaminated surgery：a systematic review and meta-analysis[J].BJS Open，2021，5（6）：zrab125.

[20]Strickler AG，Shah P，Bajaj S，et al.Preventing and managing complications in dermatologic surgery： Procedural and postsurgical concerns[J].J Am Acad Dermatol，2021，84（4）：895-903.

收稿日期：2023-04-06；修回日期：2023-05-16

編輯/成森