CalRiVaGI-2: система оценки риска развития инфекционных осложнений в реконструктивной хирургии аорты

Abstract

Цель. Разработать систему оценки риска развития инфекционных осложнений при выполнении реконструктивных оперативных вмешательств на аорто-бедренном сегменте. Материалы и методы. В исследование включено 300 пациентов после реконструктивных операций на аорто-бедренном сегменте, у 177 из которых были диагностированы инфекционные осложнения. Для разработки модели оценки риска использована бинарная логистическая регрессия с функцией пошагового включения и исключения на основании значения информационного критерия Akaike. Результаты регрессионного анализа представлены в виде β-коэффициента, отношения шансов с 95%-м доверительным интервалом. Оценку мультиколлинеарности проводили с помощью коэффициента инфляции дисперсии. Для оценки прогностической способности модели выполняли ROC-анализ. Результаты. Пороговое значение для стратификации пациентов по группам риска развития инфекционных осложнений составило 55,0%. Точность модели при этом равна 93,17%, чувствительность – 93,22%, специфичность – 93,07%. Площадь под ROC-кривой составила 0,981. Заключение. В ходе исследования разработана оригинальная модель оценки риска развития инфекционных осложнений у пациентов, которым предстоит выполнение реконструктивных оперативных вмешательств на аорто-бедренном сегменте.

Purpose. To elaborate a system for assessing the risk of infectious complications after reconstructive surgery of the aorto-femoral segment. Materials and methods. The study included 300 patients after reconstructive surgery on the aorto-femoral segment, 177 of whom were diagnosed with infectious complications. Binary logistic regression with a stepwise inclusion/exclusion function based on the Akaike Information Criterion values was used to construct a predictive model. The results of the regression analysis are presented as beta coefficients and odds ratios with 95 % confidence interval (95% CI). Multicollinearity was estimated using variance inflation factor. ROC analysis was performed to measure the predictive ability of the model. Results. The cut-off value for stratifi cation of patients by risk group for infectious complications was 55.0%. The accuracy of the model was 93.17%, sensitivity 93.22%, and specificity 93.07%; the area under the ROC curve was 0.981. Сonclusion. A unique model was created to assess the risk of infection in patients after reconstructive surgery of the aorto-femoral segment.