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。

Economic evaluation of vancomycin-resistant enterococci (VRE) control practices: a systematic review

C. MacDougall^*, J. Johnstone, C. Prematunge, K. Adomako, E. Nadolny, E. Truong, A. Saedi, G. Garber, B. Sander
^*Public Health Ontario, Canada

Journal of Hospital Infection (2020) 105, 53-63

Appropriateness of surgical antimicrobial prophylaxis in Japanese university hospitals

H. Morioka*, H. Ohge, M. Nagao, H. Kato, R. Kokado, K. Yamada, T. Yamada, N. Shimono, Y. Nukui, S. Yoshihara, I. Sakamaki, K. Nosaka, Y. Kubo, H. Kawamura, Y. Fujikura, T. Kitaura, M. Sunakawa, T. Yagi, on behalf of Research Group of Japan Infection Prevention and Control Conference for National and Public University Hospitals
*Nagoya University Hospital, Japan

Journal of Hospital Infection (2022) 129, 189-197

Risk factors for hospital-acquired infection during the SARS-CoV-2 pandemic

J.H. Kwon*, K.B. Nickel, K.A. Reske, D. Stwalley, E.R. Dubberke, P.G. Lyons, A. Michelson, K. McMullen, J.M. Sahrmann, S. Gandra, M.A. Olsen, J.P. Burnham
*Washington University in St Louis School of Medicine, USA

Journal of Hospital Infection (2023) 133, 8-14

Effect of air flow rate over time on SARS-CoV-2 viability during representative sampling using MD8 airport air sampler

I. Nicholls*, O. Onianwa, S. Collins, A. Spencer, S. Parks, B. Atkinson, T. Pottage
*UK Health Security Agency, UK

Journal of Hospital Infection (2025) 163, 78-81

A protracted outbreak of difficult-to-treat resistant Pseudomonas aeruginosa in a haematology unit: a matched case-control study demonstrating increased risk with use of fluoroquinolone

W. Rice*, J. Martin, M. Hodgkin, J. Carter, A. Barrasa, K. Sweeting, R. Johnson, E. Best, J. Nahl, M. Denton, G.J. Hughes
*United Kingdom Heath Security Agency,UK

Journal of Hospital Infection (2023) 132, 52-61