Page 122 - 南京医科大学自然版

第46卷第7期
·1068 · 南 京 医 科 大 学 学 报 2026年7月

表2 单因素和多因素Logistic回归分析结果
Table 2 Results of univariate and multivariate logistic regression analyses

Univariate logistic regression analysis Multivariate logistic regression analysis
Variable
OR 95% CI P OR 95% CI P
Sex 0.959 0.888-1.035 0.277 - - -
Age 1.596 0.246-10.352 0.624 - - -
BMI 1.012 0.945-1.083 0.732 - - -
Smoking history 5.156 1.503-17.681 0.009 4.185 1.647-10.633 0.003
Alcohol abuse 0.493 0.169-1.433 0.194 - - -
Hypertension 1.199 0.415-3.468 0.737 - - -
Diabetes 1.718 0.426-6.936 0.447 - - -
Coronary artery disease 0.879 0.156-4.971 0.884 - - -
Chronic obstructive pulmonary disease 1.001 0.209-4.797 0.999 - - -
Pleural effusion 11.54 2.781-47.884 0.010 10.311 3.121-34.066 0.028
Chemotherapy⁃induced myelosuppression 0.753 0.100-5.681 0.783 - - -
Hoarseness 7.968 3.099-20.49 0.017 6.976 3.059-15.909 0.012
Use of antibiotics 1.244 0.671-2.307 0.488 - - -
Clinical stage 0.637 0.223-1.814 0.398 - - -
Chemotherapy 2.163 1.167-4.009 0.014 2.296 1.047-5.032 0.038
Chemotherapy cycle 0.986 0.83-1.172 0.875 - - -
Radiotherapy 1.161 0.394-3.418 0.787 - - -
Post⁃chemotherapy albumin 0.799 0.724-0.882 0.025 0.817 0.747-0.894 0.021
Post⁃chemotherapy leukocyte 0.886 0.744-1.055 0.175 - - -
Post⁃chemotherapy hemoglobin 1.025 0.999-1.051 0.056 1.020 0.998-1.041 0.069
Neutrophil to lymphocyte ratio 0.921 0.796-1.111 0.388 - - -
Platelet to lymphocyte ratio 0.996 0.989-1.003 0.253 - - -
Barthes ADL score 0.943 0.849-1.049 0.282 - - -
Fall risk score 1.035 0.347-3.089 0.950 - - -
Padua DVT risk score 0.806 0.203-3.194 0.758 - - -
Braden score 1.045 0.728-1.501 0.811 - - -

既往研究多集中于NSCLC人群，而SCLC具有生物学 基于 NSCLC 患者建立的感染预测模型对于SCLC患
行为侵袭性强、进展迅速及中央型肿瘤比例高等特 者适用性较低。本研究针对SCLC这一特定人群建立
点，其感染发生机制及危险因素可能存在差异 ［16-17］ 。 预测模型，在一定程度上弥补了该领域研究的不足。
然而，目前针对 SCLC 患者化疗期间肺部感染风险 本研究发现，声音嘶哑是 SCLC 患者化疗期间
的预测研究仍较为缺乏，临床上缺乏简便有效的风 肺部感染的重要危险因素，这一发现具有 SCLC 特
险评估工具。因此，建立适用于 SCLC 患者的肺部 异性。SCLC多起源于中央型支气管，肿瘤易侵犯或
感染风险预测模型具有重要的临床意义。 压迫喉返神经，导致声带功能障碍，引起声门闭合
本研究基于单中心队列数据，建立并验证了 不全及吞咽协调受损，从而增加误吸及肺部感染的
SCLC⁃PIR评分模型。结果显示，该模型在训练集和 风险 ［16］ 。既往研究未考虑将声音嘶哑纳入感染风
验证集中均有较好的区分能力，且校准曲线提示模 险评估模型，本研究结果提示，对伴有声音嘶哑的
型预测概率与实际发生风险具有良好一致性，表明 患者，应进行声带运动并加强吞咽功能评估及呼吸
［18］
该模型具有较好的稳定性和预测性能。此外，与既 道管理 。
往基于 NSCLC 人群建立的 Nomogram 模型相比，本 吸烟在本研究中也是危险因素，吸烟会破坏纤
研究模型在 SCLC 人群中表现出更优的预测效能， 毛功能，增加病原体黏附与定植风险，抑制肺部免
提示SCLC患者的感染风险具有一定特异性。既往 疫应答 ［19- 21］ ，增加呼吸道感染的易感性。吸烟与