下肢蜂窝织炎诊断的一个预测模型一项横断面

AdamB.Raff,MD,PhD,QingYuWeng,MD,JeffreyM.Cohen,MD,NicoleGunasekera,BS,Jean-PhillipOkhovat,MD,MPH，PriyankaVedak,MD,CaraJoyce,PhD,DanielaKroshinsky,MD,MPH,andArashMostaghimi,MD,MPA,MPHBoston,Massachusetts;andChicago,Illinois

主题负责人：程波；审校：程少为；翻译：刘排

背景：蜂窝织炎有许多临床模仿者（假性蜂窝织炎），导致该病经常误诊。

目的：本研究旨在创建一个临床模型来预测下肢蜂窝织炎的可能性。

方法：我们对至医院急诊科诊断为下肢蜂窝织炎的所有患者进行了回顾性的横断面研究。出院诊断为蜂窝织炎的患者被归类为蜂窝织炎,而出院时获另一种诊断的患者被认为是假性蜂窝织炎。用预测变量和最终诊断之间的双变量相关性分析来评估我们开发的四变量模型。

结果：在例入组患者中，79例(30.5%)被误诊为下肢蜂窝织炎。与真正的蜂窝织炎相关的变量中，最终模型中的4个变量为不对称性(单侧受累)，白细胞增多(白细胞计数≥/uL)，心动过速(心率≥90bpm)，年龄≥70岁。我们将这些变量转换为一个评分系统来创建ALT-70蜂窝织炎评分体系：不对称性(3分)，白细胞增多(1分)，心动过速(1分)，年龄≥70岁(2分)。根据这个评分体系，0-2分提示诊断假性蜂窝织炎的可能性≥83.3%,而≥5分提示诊断真正蜂窝织炎的可能性≥82.2%。

局限性：本模型在广泛应用于临床之前需要进行前瞻性验证研究。

结论：不对称性,白细胞增多,心动过速,年龄≥70岁是下肢蜂窝织炎的预测因素。这个模型可能会提高诊断的准确性，改善患者的护理。

关键词:蜂窝织炎；诊断；诊断模型；下肢蜂窝织炎；误诊；预测模型；假性蜂窝织炎

缩略语

ALT-70：不对称性、白细胞增多、心动过速、年龄≥70岁

ED：急诊室

RPDR：研究患者数据登记表

SSTI：皮肤和软组织感染

内容提要

蜂窝织炎的误诊是一个常见的而且花费昂贵的问题

我们提出一个四变量预测模型用来评估急诊室就诊患者确诊蜂窝织炎的可能性

对于易误诊为蜂窝织炎的患者，该模型可能有助于其早期诊断，，早期治疗、降低医疗成本

蜂窝织炎是最常见的皮肤和软组织感染(SSTI),在美国因感染性疾病住院患者中10%为蜂窝织炎患者1。年,美国SSTI的发病率是48.46/千人?年,是肺炎发病率的十倍2。每年大约有万人因蜂窝织炎至急诊科(ED)就诊3，其中有13.9%-17%的患者最终被收入院3-5。

蜂窝组织炎的典型临床表现包括有红斑、水肿、皮温升高、压痛等，但这些体征和症状并无特异性，可见于多种皮肤疾病。70%-80%的患者累及下肢,且多为单侧受累6,7。目前关于蜂窝织炎诊断尚缺乏准确或可靠的研究，因此目前诊断的金标准仍需结合病史及体格检查。令人遗憾的是,研究已经证实，超过30%的诊断为蜂窝织炎的患者实际上是另一种称为假性蜂窝织炎的疾病，它可以模仿蜂窝组织炎的临床表现8,9。既往研究表明，这种误诊可导致有效治疗的延误,抗生素滥用和不合理住院,从而造成难辨梭菌性结肠炎、过敏反应和院内感染等的风险9-12。

年美国蜂窝织炎门诊医疗费用为37亿美元13,而每年因下肢蜂窝织炎误诊而造成的住院费用估计为1.95-5.15亿美元9。早期鉴别出具有蜂窝织炎误诊风险的患者，可能有助于临床医生考虑其它诊断,从而提高诊断的准确性,降低医疗费用。本研究的目的旨在创建一个模型，对通过急诊室入院的拟诊为蜂窝织炎的患者诊断蜂窝织炎与假性蜂窝织炎的可能性进行预测，从而减少误诊。

方法

纳入标准

本研究采用与我们既往研究相同的患者队列，我们对年6月至年12月期医院急诊科诊断为下肢蜂窝织炎并收入院的所有患者进行了回顾性的横断面研究9。我们从研究患者数据登记表(RPDR)中筛选患者，它是合伙人医疗系统内的一个包含所有病人临床资料的登记系统。存储在RPDR的信息包括病人的人口统计学资料,用药史,实验室检查报告和就诊记录。我们使用国际疾病分类法（第九次修订版）中下肢蜂窝织炎的编码(.10,.6,.7,.8,.9),就诊地点(ED),年龄(≥18岁)，在RPDR中查询符合条件的患者。本研究得到了合伙人医疗机构伦理审查委员会的批准。

本研究的纳入标准为直接到急诊室就诊的、被急诊室医师或住院团队诊断为蜂窝织炎进而获得收治的、年龄≥18岁的患者。排除标准包括非下肢部位的蜂窝织炎、在急诊室就诊前48小时内曾接受抗生素静注治疗、就诊前30日内有手术史、脓肿、穿透伤、烧伤、已知的骨髓炎病史、糖尿病性溃疡、或发病部位存在留置物的患者。出院诊断为蜂窝织炎的患者被认为真正的蜂窝织炎。医院过程中、出院时或在出院后30日内得到另一种诊断的患者被认为是假性蜂窝织炎。对于30日内修正的诊断,只有那些明确修正了最初的蜂窝织炎诊断的住院患者才被认为是假性蜂窝织炎。

数据收集和病历审核流程

逐一审核每份患者病历以记录其病史、临床表现和就诊过程。如果患者在特定的时期内因蜂窝织炎多次入院,选取其达到所有纳入标准的最早的一次记录。每例患者既往病史和皮肤病史均有记录。

急诊室初诊时收集的变量包括生命体征(体温和心率)、一般情况、疼痛评分、皮损的主观特征(疼痛、瘙痒或灼热感)和皮损的体格检查(颜色、皮温、质地、下肢单侧或双侧受累、淋巴结病变或水肿情况以及皮损的边界)。急诊室就诊时用于鉴别诊断的白细胞计数也记录下来。

住院期间收集的数据可能还包括创面或皮肤培养、血培养和皮肤活检。这些研究的结果也记录在相关的病历中。

首先设计一个正式的病历审核流程,按照前文中描述的纳入和排除标准筛选符合条件的患者。运用研究数据电子采集系统（REDcap）进行数据记录14。每个审核者均在培训期间接受ABR和QYW的培训，并在这里对所有病历进行审核。对于发现的所有有争议的和模棱两可的因素，所有人员进行讨论直到达成一致意见。同时选择一组病历由不同审核人员进行审核，以确保审核人员内部审核结果的一致性。此外,计算每个审核人员所审核患者队列中的假性蜂窝织炎的发病率以验证审核人员内部审核结果的一致性。

统计学方法

候选项目根据情况被分为线性、有序或分类预测变量。预测变量与诊断结果（蜂窝织炎或假性蜂窝织炎）之间的双变量相关性分析采用单一插补和完整病例分析方法。p≤0.25的变量被视为logistic回归中的最佳子集15。根据简单性、客观变量及临床相关性，在具有相似拟合统计量（Akaike信息标准，Schwarz标准）和一致性（c-statistic）的模型中选择了一个最终模型。c-statistic法用于模型中蜂窝织炎和假蜂窝织炎的鉴别诊断。基于个引导模拟获得95%可信区间。

由最终模型的β系数获得一个风险预测评分系统16。更高的β系数（预示蜂窝织炎的可能性更高）具有更高的评分。模型的截距（即无危险因素）被用作一个参考回归单位，每个变量的评分均作为参考单位。总分值由0到7，分值越高即蜂窝织炎的可能性越大。根据诊断蜂窝织炎的可能性所给出治疗、会诊及再评估的建议是基于风险预测截点的敏感性、特异性、阳性及阴性预测值。

结果

受试者特征

共计有例拟诊为蜂窝织炎的患者，其中例达到纳入标准（图1）；例患者被排除出该项研究：例患者发生下肢以外部位的皮损；例患者未直接到急诊室就诊(他们由急诊室外科室或外院转入)；例患者皮损与脓肿、穿透伤、烧伤、骨髓炎、糖尿病性溃疡或留置物相关；例患者在急诊室就诊时无蜂窝织炎，并未进行鉴别诊断；69例患者在急诊室就诊前30日内有手术史；15例患者在入院前48小时内接受过静脉注射抗生素治疗。

在例入组患者中，79例(30.5%)在住院期间或出院后30日内修正诊断(如假性蜂窝织炎),例(69.5%)出院诊断为蜂窝组织炎。蜂窝织炎与假性蜂窝织炎患者在平均年龄和性别方面没有明显差异(表I)。64例患者(24.7%)进行了创面或皮肤培养，例患者(59.1%)进行了血培养,12例患者(4.6%)进行了皮肤活检。例确诊的蜂窝织炎患者进行的血培养中，17例(14.7%)结果阳性。其中7例(6.0%)来自临床相关的病原体(即化脓性链球菌和铜绿假单胞菌)，10例(8.6%)来自污染的正常菌群。

风险预测模型

我们评估了多个候选模型变量与蜂窝织炎的相关性(表I)。通过对蜂窝织炎患者和假性蜂窝织炎患者的比较，我们发现两者之间平均年龄(p=0.)、性别(p=0.)、既往病史、免疫抑制药物使用史(p=0.)、活动的或恶性肿瘤史(p=0.)、既往皮肤病诊断等因素在统计上没有显著差异(表I)。

我们的风险预测模型包括与蜂窝织炎诊断相关的4个变量:年龄≥70岁(OR2.71,95%CI2.71-1.39),单侧下肢受累(OR8.65,95%CI3.88-19.26),在急诊室测得心率≥90次/分钟(OR1.94,95%CI1.02-3.67),在急诊室测得白细胞计数≥/uL(OR2.43,95%CI1.31-4.52)(表II)。本模型的c-statistic为0.(95%CI0.-0.)。

我们将模型系数转换为评分系统来创建一个不对称性,白细胞增多,心动过速,年龄≥70岁(ALT-70)的蜂窝织炎评分体系(补充表I;详见