不同量表对肿瘤患者PICC相关静脉血栓形成预测效果的对比研究

发布时间：2020-03-29 10:24

【摘要】：目的:采用病例对照研究,对肿瘤患者发生PICC相关静脉血栓的危险因素进行分析;同时比较Autar量表与Caprini评估模型对肿瘤患者PICC相关静脉血栓形成的预测效度,为医务工作者选择肿瘤患者PICC相关静脉血栓的评估工具提供基于循证的理论依据。方法:第一部分:采用病例对照研究,收集125名行PICC置管肿瘤患者的一般资料、置管资料。病例组为经彩色超声多普勒技术确诊已发生PICC相关静脉血栓的肿瘤患者,按照肿瘤类型相同采用1:4配对方法,选取同期留置但未发生PICC相关静脉血栓的患者作为对照组,收集患者一般资料与PICC置管资料。分析导致肿瘤患者发生PICC相关静脉血栓的危险因素。第二部分:使用Caprini风险评估模型和Autar量表对第一部分纳入的患者分别评分并记录两种量表的评分情况,并采用多因素Logistic回归模型分析肿瘤患者发生PICC相关静脉血栓的危险因素。第三部分:以ROC曲线下面积、灵敏度和特异度和曲线下面积为评价指标,来比较Autar量表与Caprini风险评估模型对肿瘤患者PICC静脉血栓形成的预测效度。结果:第一部分:一共纳入125例患者,其中肺癌35例,结直肠癌20例,乳腺癌10例,胰腺癌20例,非霍其金淋巴瘤25例,胃癌、胆囊癌、白血病各5例。两组患者的平均年龄、性别构成、体重指数、吸烟史、近三个月内手术史、穿刺方法、穿刺肢体、穿刺静脉、置管前血小板和血糖值、地塞米松使用、抗凝药物使用差异无统计学意义(P0.05);但病例组患者的肿瘤有远处转移、有合并症、有血栓史、下肢水肿、导管尖端处于上腔静脉所占比例高于对照组,D-二聚体和C反应蛋白含量也高于对照组,且差异都有统计学意义(P0.001)。多因素Logistics回归显示,在校正了其他因素影响的前提下,下肢水肿、合并症、血栓史、肿瘤远处转移是患者发生PICC相关静脉血栓的独立危险因素(P0.05)。第二部分:病例组患者Autar量表评分为(10.440±2.501)Caprini风险评分为(7.720±1.768),对照组病例组患者Autar量表评分为(10.440±2.501)Caprini风险评分为(6.220±1.097)。病例组患者评分均高于高于对照组;Caprini风险评估模型病例组患者PICC相关静脉血栓组评分≥7分的患者比例高达72%。Autar量表病例组患者评分≥11分的患者所占比例为28%,高对照组患者,差异均具有统计学意义(p0.05);以Caprini风险评估模型中危险因素作为自变量进行Logistic回归分析显示:其他高危因素、严重肺部疾病、血栓史等3个因素是肿瘤患者PICC相关静脉血栓发生的主要危险因素。以Autar量表中危险因素作为自变量进行Logistic回归分析显示:年龄(70岁)和血栓史是肿瘤患者PICC相关静脉血栓发生的主要危险因素。第三部分:Caprini风险评估模型最佳诊断界值为7分,灵敏度为0.66,特异度为0.72,曲线下面积为0.7626;Autar量表最佳诊断界值为10分,灵敏度为0.64,特异度为0.56,曲线下面积为0.6324,差异具有统计学意义(P0.05)。结论:第一部分:肿瘤患者发生PICC相关静脉血栓的独立危险因素为肿瘤远处转移、合并症、血栓史、下肢水肿。因此,护理人员在置管前应重点评估以上因素以预防导管相关静脉血栓的发生。第二部分:Caprini风险评估模型病例组和对照组患者评分分别为7.720±1.768、6.220±1.097,Autar量表病例组和对照组患者评分分别为10.440±2.501、9.01±1.898。将Caprini风险评估模型的危险因素进行Logistic回归后发现肿瘤患者发生导管相关静脉血栓的危险因素为:严重肺部疾病、其他高危因素、血栓史。将Autar量表的危险因素进行Logistic回归后发现肿瘤患者发生导管相关静脉血栓的危险因素为:年龄(70岁)、血栓史。第三部分:Caprini风险评估模型灵敏度与特异度均高于Autar量表,能够更好地预测肿瘤患者发生PICC相关静脉血栓的风险。因此在临床工作中,建议首选Caprini风险评估模型作为肿瘤留置PICC的患者的评估工具,并由不同的评分结果采取相应预防措施,以达到减少PICC相关静脉血栓发生的目的。
【图文】：

①计数资料采用频数和百分比进行描述，，组间比较采用卡方检验；计资料采用 ±s 表示，满足正态分布及方差齐性的资料，组间比较采用独立样t 检验，否则采用非参数检验; ②两种量表的灵敏度、特异度通过 SPSS 软件曲线进行分析和评价。P<0.05 为差异具有统计学意义。2 结果2.1Caprini 评估模型和 Autar 量表灵敏度、特异度分析在本研究中，纳入2012年-2017年在某三级甲等医院置入PICC肿瘤患者12通过 SPSS 软件分析可获得Caprini评估模型和Autar量表ROC曲线下面积分别0.7626、0.6324，两种量表最佳诊断界值分别为7分、10分，Caprini评估模型灵敏度、特异度分别为0.66和0.72，Autar量表的灵敏度、特异度分别为0.640.56。ROC曲线具体见图 1，数值具体见表3.1、表3.2。
【学位授予单位】：重庆医科大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：R473.73

【参考文献】

相关期刊论文 前9条

1 徐正英;田永明;刘欢;张辉;;两种风险评估工具在危重症患者深静脉血栓形成中预测价值的比较[J];中华现代护理杂志;2018年30期

2 关晨阳;廖海涛;高文;韦义萍;;肿瘤患者PICC导管相关性血栓与凝血指标变化关系的研究[J];中国实用护理杂志;2018年11期

3 王云;李丽;傅国宁;;PICC患者发生静脉血栓的危险因素和预防的研究进展[J];护理管理杂志;2015年12期

4 张晓勤;何丹;黎嘉嘉;黄晓波;;Caprini血栓风险评估量表评估重症住院患者静脉血栓栓塞风险的有效性研究[J];四川大学学报(医学版);2015年05期

5 成芳;闻曲;鲍爱琴;彭昕;陈莎;刘为红;桂琳君;徐文洁;;肿瘤病人留置PICC致上肢静脉血栓形成的患病率调查[J];护理研究;2015年19期

6 潘龙芳;杨相梅;;重庆地区PICC导管相关性静脉血栓预防护理现状调查[J];护理学杂志;2014年22期

7 万光明;颜美琼;;风险预警管理在预防肺癌患者经外周静脉置入中心静脉导管相关性血栓的临床观察[J];中华临床营养杂志;2014年05期

8 张媛媛;姜安丽;;我国跨文化护理的发展与思考[J];护理研究;2013年19期

9 李全磊;颜美琼;张晓菊;陆箴琦;林岑;;不同PICC导管对并发症发生影响的系统评价[J];中华护理杂志;2013年05期

本文编号：2605839