Logistic regression model predicts early surgical site infection after spinal fusion: a retrospective cohort study

Z. Ge*, X. Liu, X. Jing, J. Wang, Y. Guo, H. Yang, X. Cui
*Shandong Provincial Hospital Affiliated to Shandong First Medical University, China

Journal of Hospital Infection (2024) 149, 65-76

目的

この研究は、脊椎固定術後早期の手術部位感染症（SSI）を予測するための術後の炎症マーカーに基づいた診断モデルを開発することを目的とした。

方法

この後向き研究で、我々は、炎症マーカーの傾向を SSI 群と非 SSI 群の間で解析した。データは、訓練コホートと検証コホートに無作為に分けた（比 7：3）。SSI についての変数を段階的ロジスティック回帰により解析し、予測モデルを開発した。モデルを評価するために、その感度、特異度、陽性的中率、陰性的中率、曲線下面積を検証コホートで解析した。キャリブレーションプロットと決定曲線分析を使って、モデルのキャリブレーションと臨床的有用性を評価した。

結果

手術後 7 日目に、炎症マーカーの有意な変化を観察した。予測モデルには、手術後 7 日目における 4 つの変数を組み入れた。すなわち、体温、C 反応性蛋白質、赤血球沈降速度、好中球数である。これらのデータの 2 値処理の後、単純化されたモデルは、訓練コホートにおいて、曲線下面積が 0.86 （95％信頼区間［CI］、0.81 ～ 0.92）を達成し、検証コホートにおいて、0.9（95％CI、0.82 ～ 0.98）を達成した。キャリブレーションプロットと決定曲線分析によって、提案したモデルが SSI の診断に有効であったことが示された。

結論

我々は、脊椎固定術後早期の感染を診断する予測モデルを開発し、妥当性を確認した。

サマリー原文（英語）はこちら

監訳者コメント ：

脊椎固定術後の感染率は 0.7％～ 16％と幅があり、発生するとインプラント抜去、固定失敗、時に生命予後に影響するような重篤な SSI となることがある。その結果、入院期間の延長、医療費の増大に加え、患者の QOL を著しく低下させるため、早期診断・早期治療は重要である。近年では AI（人工知能）を使った SSI予測モデルもある。一方、SSI の診断には培養検査が必須であり、結果判明に時間を要するため、早期診断には培養以外の方法が必要となり、本論文のような予測モデルが作成された。しかしながら、後方視的研究であり、症例数も少ないため、より良い予測モデルを作成するためには、もっと大きなサンプル数で前向きな多施設研究が必要である。

Comparison of multiple definitions for ventilator-associated pneumonia in patients requiring mechanical ventilation for non-pulmonary conditions: preliminary data from PULMIVAP, an Italian multi-centre cohort study

L. Alagna*, E. Palomba, L. Chatenoud, R. Massafra, F. Magni, L. Mancabelli, S. Donnini, F. Elli, A. Forastieri, G. Gaipa, C. Abbruzzese, R. Fumagalli, M. Munari, A. Panacea, E. Picetti, L. Terranova, F. Turroni, R. Vaschetto, T. Zoerle, G. Citerio, A. Gori, A. Bandera
*Foundation IRCCS Ca’ Granda Ospedale Maggiore Policlinico, Italy

Journal of Hospital Infection (2023) 140, 90-95

Key predictors and burden of meticillin-resistant Staphylococcus aureus infection in comparison with meticillin-susceptible S. aureus infection in an Australian hospital setting

S. Miyakis*, S. Brentnall, M. Masso, G. Reynolds, M.K. Byrne, P. Newton, S. Crawford, J. Fish, B. Nicholas, T. Hill, A.M. van Oijen, on behalf of the Wollongong Antimicrobial Resistance Research Alliance (WARRA) and One Health Understanding Through Bacterial Resistance to Antibiotics Knowledge (OUTBREAK) Consortium
*University of Wollongong, Australia

Journal of Hospital Infection (2022) 129, 41-48

Image-based digital post-discharge surveillance in England: measuring patient enrolment, engagement, clinician response times, surgical site infection, and carbon footprint

M. Rochon*, A. Jawarchan, F. Fagan, J.A. Otter, J. Tanner
*Guy’s and St Thomas’ NHS Foundation Trust, UK

Journal of Hospital Infection (2023) 133, 15-22

Beyond hand rubs: quaternary ammonium compound wipes as a water-sparing alternative for protein-contaminated hand hygiene with persistent dorsum challenges

Y. Yuan*, J. Zhao, K. Leng, Y. Cao, H. Jin
*Sir Run Run Shaw Hospital, Zhejiang University School of Medicine, China

Journal of Hospital Infection (2026) 167, 65-72

Investigation on the transmission rate of carbapenemase-producing carbapenem-resistant Enterobacterales among exposed persons in a tertiary hospital using whole-genome sequencing

E. Chang*, H.E. Chang, I.S. Shin, Y.R. Oh, C.K. Kang, P.G. Choe, W.B. Park, E.H. Choi, M.D. Oh, K.U. Park, N.J. Kim
*Seoul National University College of Medicine, Republic of Korea

Journal of Hospital Infection (2022) 124, 1-8