呼吸机相关性肺炎(Ventiator-associated pneumonia, VAP)是指气管切开或气管内插管机械通气后48小时以上发生的肺炎。在重症监护病房（ICU），机械通气通常用于挽救患者的生命。然而，VAP是一种复杂的、多方面的临床疾病，具有较高的发病率(4-61%)、死亡率(40-43%) 和高昂的治疗费用。VAP会给ICU老年患者造成了巨大的经济、住院治疗和死亡损失; 然而，由于缺乏可靠的评估工具，其风险难以评估。
浙江大学公共卫生学院健康科学大数据系李文渊研究员团队，温州市中西医结合医院感染控制科和温州市中西医结合医院重症医学科共同开展了一项重要研究，创建并验证一个基于诺模图的VAP预测模型，相关成果近期发表于国际知名期刊 Advances in Respiratory Medicine。
利用回顾性分析，研究团队收集了2016年1月至2021年3月期间来自中国某三级医院的293例VAP患者作为训练集，并收集同一医院2021年4月至2022年2月期间84例老年VAP患者的数据进行模型验证。通过医院感染实时监测系统、泽信软件和电子病历回顾性收集临床信息,该实时监测系统可从多个医院数据库中采集数据，并通过细菌培养阳性、发热等信息提供医院感染预警。临床医生初步诊断VAP，医院感染控制人员进一步复查。
本研究采用最小绝对收缩和选择算子(LASSO)回归方法从训练集的十个潜在预测因子中选择最佳预测因子，采用十倍交叉验证确定罚参数λ 的最优值。利用多因素logistic回归分析筛选变量，构建列线图模型。此外，通过验证集数据验证了列线图模型的校准、鉴别和临床应用。最后，建立了基于网络的在线评分系统，使模型更加实用。
研究结果表明，采用LASSO回归对10个变量进行维度降维后，最终选择5个预测因子:低蛋白血症、长期联合抗生素、插管次数、机械通气天数、气管切开/插管。利用预测因子构建了一种VAP在ICU中年老患者中的诊断诺模图模型。为了使诊断诺模图的操作更加实用和便捷，研究团队创建了一个基于网络的在线评分系统。用户可以在需要时打开网址（https://vapmodel.shinyapps.io/dynnomapp/），输入变量信息或者用手机扫描二维码，以获取VAP的预测概率。例如，对于一位机械通气12天，联合使用两种抗生素10天，并且有低蛋白血症的年老患者，使用在线评分系统显示该患者的VAP风险约为70%。
在训练集中，诊断诺模图的AUC为0.937（95% CI：0.902-0.972）。在最高Youden指数点上，最佳阈值为0.207，对应的特异性为90.00%，敏感性为84.91%。使用重复自抽样方法（1000次）对诊断诺模图进行内部验证，AUC为0.936（95% CI：0.901-0.972）。在验证集中，AUC为0.925（95% CI：0.867-0.982），表明该模型具有良好的区分能力。在训练集中，Hosmer-Lemeshow拟合优度检验的P值为0.265，在验证集中为P=0.956。校准曲线和Hosmer-Lemeshow检验显示训练集中的观测结果与预测值高度一致，并且在验证集中得到了进一步验证。
总结来看，本研究构建并验证了基于气管切开/插管、插管次数、机械通气天数、长期联合使用抗生素和低蛋白血症临床指标的列线图模型。训练集和验证集的AUC分别为0.937和0.925。该模型将帮助临床医生评估老年ICU患者发生VAP的风险，识别高危患者，有利于及早采取必要的干预措施，降低VAP的发生率。
