完全に埋め込み可能な静脈アクセス装置 (TIVAD) に関連する感染症を予測するための新しい人工知能モデル

科学分野:

• 医療機器の安全性
• 感染症の疫学
• 臨床予測モデリング

背景:

• 完全に埋め込み可能な静脈アクセス装置 (TIVAD) は長期的な治療に不可欠ですが,感染のリスクがあります.
• TIVADに関連する感染症の予測と予防は,患者の安全と医療の効率化に不可欠です.
• 既存のモデルでは,TIVAD感染の多因子の性質を完全に捉えることはできません.

研究 の 目的:

• TIVAD関連感染症の 強力な予測モデルを開発し,検証する.
• TIVAD感染リスクに関連する主要な臨床的要因を特定する.
• リスクの階層化と標的型予防戦略のためのツールを提供する.

主な方法:

• 2014年から2023年の間にTIVAD投与を受けた7806人の患者の遡及的分析.
• 感染予測のための2つのロジスティック回帰モデル (LASSOとステップウィズ) の開発と比較
• 決定曲線分析 (DCA),臨床影響曲線 (CIC),AUC,校正グラフを用いた検証

主要な成果:

• 段階的な物流回帰を用いたモデル2は,モデル1よりも優れた性能 (AIC,校正) を示した.
• 最終的なモデルの主要な予測要因には,BMI,性別,入院/診療状況,トンネル長,キャセター関連の血栓症,一次性キャセター脱離,年齢,キャセター直径,キャセター長,腫瘍タイプが含まれていた.
• 両方のモデルは,DCAとCICによる臨床的有用性を示した.

結論:

• TIVADに関連する感染を予測するための検証されたモデル (モデル2) が開発されました.
• モデル2の感染リスクスコアが0. 026以上の患者には,5Fカテーテルと予防用抗生物質が推奨されます.
• リスクを軽減する戦略には,トンネルの長さを最適化し,より小さなキャセターを使用し,血栓を防ぐためにヘパリン洗浄プロトコルに従うことがあります.