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。

PreciSSIon: a collaborative initiative to reduce surgical site infections after elective colorectal surgery

B. Clayphan*, L. Dixon, S. Biggs, L. Jordan, A. Pullyblank, PreciSSIon Collaborators
*Great Western Hospitals NHS Foundation Trust, UK

Journal of Hospital Infection (2022) 130, 131-137

Integrating rapid diagnostics in Gram-negative bloodstream infections of patients colonized by carbapenemase-producing Enterobacterales

G. Bianco*, M. Boattini, M. Iannaccone, L. Pastrone, A. Bondi, M. Peradotto, R. Cavallo, C. Costa

*University Hospital Città della Salute e della Scienza di Torino, Italy

Journal of Hospital Infection (2021) 110, 84-88

Air dispersal of multi-drug-resistant organisms including meticillin-resistant Staphylococcus aureus, carbapenem-resistant Acinetobacter baumannii and carbapenemase-producing Enterobacterales in general wards: surveillance culture of air grilles

S.C. Wong*, J.H. Chen, M.O. Kwok, C.Y. Siu, L.L. Yuen, C.H. AuYeung, C.K. Li, B.H. Li, B.W. Chan, S.Y. So, K.H. Chiu, K.Y. Yuen, V.C. Cheng
*Queen Mary Hospital, China

Journal of Hospital Infection (2024) 149, 26-35

Clusters of healthcare-associated SARS-CoV-2 infections in Norwegian hospitals detected by a fully automatic register-based surveillance system

H. Skagseth*, A.S. Danielsen, O. Kacelnik, U.J. Trondsen, T.C. Berg, N.K. Sorknes, H-M. Eriksen-Volle
*Norwegian Institute of Public Health, Norway

Journal of Hospital Infection (2023) 135, 50-54

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