Fang Wang , Xiaoli Wang , YuanXiang Shi , Ling Li , Yu Zheng , Huaying Liu , Min Zeng , Feng Jiang , Zhimin Wu
{"title":"预测宫颈癌根治术后留置导尿管患者尿路感染风险图的建立","authors":"Fang Wang , Xiaoli Wang , YuanXiang Shi , Ling Li , Yu Zheng , Huaying Liu , Min Zeng , Feng Jiang , Zhimin Wu","doi":"10.1016/j.purol.2023.08.017","DOIUrl":null,"url":null,"abstract":"<div><h3>Background</h3><p>Cervical cancer (CC) patients receiving indwelling catheterization after radical hysterectomy (RH) are vulnerable to urinary tract infection (UTI). However, no model or method is available to predict the risk of UTIs. Therefore, our aim was to develop and verify a risk model to predict UTI for patients receiving indwelling catheterization after radical cervical cancer surgery (ICa-RCCS).</p></div><div><h3>Methods</h3><p>We first collected clinical information of 380 patients receiving ICa-RCCS from January 2020 to December 2021 as a training cohort to develop the risk nomogram. UTI was then evaluated using 19 UTI predictor factors. The least absolute shrinkage and selection operator (LASSO) method was utilized for the extraction characteristics. Multivariable logistic regression analysis was then conducted to create the risk model for UTI prediction. The consistency coefficient and calibration curve were utilized to assess the model's fit accuracy. We performed bootstrapping with 1000 random samples for internal validation of the model, and decision curve analysis (DCA) for clinical application.</p></div><div><h3>Results</h3><p>Predictors in the risk nomogram included indwelling catheterization duration, whether it is secondary indwelling catheterization, history of UTIs, age, and history of chemotherapy before surgery. The risk nomogram presented good discrimination and calibration (C-index: 0.810, 95% CI: 0.759–0.861). During interval validation, the model reached a high C-index up to 0.7930. DCA revealed the clinical utility of predictive model for UTI. Clinical benefit was initiated at the decision threshold<!--> <!-->≥<!--> <!-->3%.</p></div><div><h3>Conclusion</h3><p>We developed a novel UTI nomogram incorporating the age, history of chemotherapy before surgery, indwelling catheterization duration, whether it is secondary indwelling catheterization, and history of UTI to predict UTI risk for patients receiving ICa-RCCS.</p></div><div><h3>Level of evidence</h3><p>B: 3a.</p></div><div><h3>Contexte</h3><p>Les patientes atteintes d’un cancer du col de l’utérus qui reçoivent un cathéter à demeure après une hystérectomie radicale sont vulnérables aux infections des voies urinaires (IVU). Cependant, il n’existe aucun modèle ou méthode permettant de prédire le risque d’infection urinaire. Cette étude visait donc à développer et à valider un nomogramme de risque d’infection urinaire pour les patientes atteint un cathéter à demeure après une chirurgie radicale du cancer du col de l’utérus (ICa-RCCS).</p></div><div><h3>Méthodes</h3><p>Nous avons d’abord collecté les informations cliniques de 380 patients atteint un ICa-RCCS de janvier 2020 à décembre 2021 comme cohorte de formation pour développer le nomogramme de risque. L’UTI a ensuite été évaluée à l’aide de 19 facteurs prédictifs de l’UTI. Le modèle de régression <em>least absolute shrinkage and selection operator</em> (LASSO) a été utilisé pour la sélection des caractéristiques. Une analyse de régression logistique multivariable a été menée pour construire le modèle de risque incorporant les caractéristiques sélectionnées via LASSO. Le coefficient de conformité (C-index) et les courbes d’étalonnage ont été utilisés pour évaluer la précision et l’adéquation du modèle pour prédire le risque d’infection urinaire. Le modèle a été validé en interne par bootstrapping (1000 échantillons aléatoires), et l’utilité clinique du modèle a été évaluée par analyse des courbes de décision (DCA).</p></div><div><h3>Résultats</h3><p>Les facteurs prédictifs du nomogramme de risque comprenaient la durée du cathétérisme à demeure, le fait qu’il s’agisse ou non d’un cathétérisme à demeure secondaire, les antécédents d’infections urinaires, l’âge et les antécédents de chimiothérapie avant la chirurgie. Le modèle a montré une bonne discrimination avec un indice C de 0,810 (IC 95 %: 0,759–0,861) et une bonne calibration. Lors de la validation par intervalle, le modèle a atteint un indice C élevé, jusqu’à 0,7930. L’analyse de la courbe de décision a révélé que le modèle de risque était cliniquement utile pour la prédiction des infections urinaires. Le bénéfice clinique a été initié au seuil de décision<!--> <!-->≥<!--> <!-->3 %.</p></div><div><h3>Conclusion</h3><p>Nous avons développé un nouveau nomogramme d’UTI incorporant l’âge, les antécédents de chimiothérapie avant la chirurgie, la durée du cathétérisme à demeure, s’il s’agit d’un cathétérisme à demeure secondaire, et les antécédents d’UTI pour prédire le risque d’UTI chez les patients recevant une ICa-RCCS.</p></div><div><h3>Niveau de preuve</h3><p>B : 3a.</p></div>","PeriodicalId":20635,"journal":{"name":"Progres En Urologie","volume":"33 10","pages":"Pages 492-502"},"PeriodicalIF":0.8000,"publicationDate":"2023-09-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Development of a risk nomogram predicting urinary tract infection in patients with indwelling urinary catheter after radical surgery for cervical cancer\",\"authors\":\"Fang Wang , Xiaoli Wang , YuanXiang Shi , Ling Li , Yu Zheng , Huaying Liu , Min Zeng , Feng Jiang , Zhimin Wu\",\"doi\":\"10.1016/j.purol.2023.08.017\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"<div><h3>Background</h3><p>Cervical cancer (CC) patients receiving indwelling catheterization after radical hysterectomy (RH) are vulnerable to urinary tract infection (UTI). However, no model or method is available to predict the risk of UTIs. Therefore, our aim was to develop and verify a risk model to predict UTI for patients receiving indwelling catheterization after radical cervical cancer surgery (ICa-RCCS).</p></div><div><h3>Methods</h3><p>We first collected clinical information of 380 patients receiving ICa-RCCS from January 2020 to December 2021 as a training cohort to develop the risk nomogram. UTI was then evaluated using 19 UTI predictor factors. The least absolute shrinkage and selection operator (LASSO) method was utilized for the extraction characteristics. Multivariable logistic regression analysis was then conducted to create the risk model for UTI prediction. The consistency coefficient and calibration curve were utilized to assess the model's fit accuracy. We performed bootstrapping with 1000 random samples for internal validation of the model, and decision curve analysis (DCA) for clinical application.</p></div><div><h3>Results</h3><p>Predictors in the risk nomogram included indwelling catheterization duration, whether it is secondary indwelling catheterization, history of UTIs, age, and history of chemotherapy before surgery. The risk nomogram presented good discrimination and calibration (C-index: 0.810, 95% CI: 0.759–0.861). During interval validation, the model reached a high C-index up to 0.7930. DCA revealed the clinical utility of predictive model for UTI. Clinical benefit was initiated at the decision threshold<!--> <!-->≥<!--> <!-->3%.</p></div><div><h3>Conclusion</h3><p>We developed a novel UTI nomogram incorporating the age, history of chemotherapy before surgery, indwelling catheterization duration, whether it is secondary indwelling catheterization, and history of UTI to predict UTI risk for patients receiving ICa-RCCS.</p></div><div><h3>Level of evidence</h3><p>B: 3a.</p></div><div><h3>Contexte</h3><p>Les patientes atteintes d’un cancer du col de l’utérus qui reçoivent un cathéter à demeure après une hystérectomie radicale sont vulnérables aux infections des voies urinaires (IVU). Cependant, il n’existe aucun modèle ou méthode permettant de prédire le risque d’infection urinaire. Cette étude visait donc à développer et à valider un nomogramme de risque d’infection urinaire pour les patientes atteint un cathéter à demeure après une chirurgie radicale du cancer du col de l’utérus (ICa-RCCS).</p></div><div><h3>Méthodes</h3><p>Nous avons d’abord collecté les informations cliniques de 380 patients atteint un ICa-RCCS de janvier 2020 à décembre 2021 comme cohorte de formation pour développer le nomogramme de risque. L’UTI a ensuite été évaluée à l’aide de 19 facteurs prédictifs de l’UTI. Le modèle de régression <em>least absolute shrinkage and selection operator</em> (LASSO) a été utilisé pour la sélection des caractéristiques. Une analyse de régression logistique multivariable a été menée pour construire le modèle de risque incorporant les caractéristiques sélectionnées via LASSO. Le coefficient de conformité (C-index) et les courbes d’étalonnage ont été utilisés pour évaluer la précision et l’adéquation du modèle pour prédire le risque d’infection urinaire. Le modèle a été validé en interne par bootstrapping (1000 échantillons aléatoires), et l’utilité clinique du modèle a été évaluée par analyse des courbes de décision (DCA).</p></div><div><h3>Résultats</h3><p>Les facteurs prédictifs du nomogramme de risque comprenaient la durée du cathétérisme à demeure, le fait qu’il s’agisse ou non d’un cathétérisme à demeure secondaire, les antécédents d’infections urinaires, l’âge et les antécédents de chimiothérapie avant la chirurgie. Le modèle a montré une bonne discrimination avec un indice C de 0,810 (IC 95 %: 0,759–0,861) et une bonne calibration. Lors de la validation par intervalle, le modèle a atteint un indice C élevé, jusqu’à 0,7930. L’analyse de la courbe de décision a révélé que le modèle de risque était cliniquement utile pour la prédiction des infections urinaires. Le bénéfice clinique a été initié au seuil de décision<!--> <!-->≥<!--> <!-->3 %.</p></div><div><h3>Conclusion</h3><p>Nous avons développé un nouveau nomogramme d’UTI incorporant l’âge, les antécédents de chimiothérapie avant la chirurgie, la durée du cathétérisme à demeure, s’il s’agit d’un cathétérisme à demeure secondaire, et les antécédents d’UTI pour prédire le risque d’UTI chez les patients recevant une ICa-RCCS.</p></div><div><h3>Niveau de preuve</h3><p>B : 3a.</p></div>\",\"PeriodicalId\":20635,\"journal\":{\"name\":\"Progres En Urologie\",\"volume\":\"33 10\",\"pages\":\"Pages 492-502\"},\"PeriodicalIF\":0.8000,\"publicationDate\":\"2023-09-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Progres En Urologie\",\"FirstCategoryId\":\"3\",\"ListUrlMain\":\"https://www.sciencedirect.com/science/article/pii/S1166708723001690\",\"RegionNum\":4,\"RegionCategory\":\"医学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"UROLOGY & NEPHROLOGY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Progres En Urologie","FirstCategoryId":"3","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S1166708723001690","RegionNum":4,"RegionCategory":"医学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"UROLOGY & NEPHROLOGY","Score":null,"Total":0}
引用次数: 0
摘要
背景宫颈癌(CC)患者在根治性子宫切除术(RH)后接受留置导尿易发生尿路感染(UTI)。然而,没有模型或方法可用于预测尿路感染的风险。因此,我们的目的是建立并验证一个风险模型来预测宫颈癌根治性手术(ICa-RCCS)后留置导管患者的UTI。方法首先收集2020年1月至2021年12月接受ICa-RCCS的380例患者的临床信息,作为培训队列,制定风险图。然后使用19个UTI预测因子对UTI进行评估。采用最小绝对收缩和选择算子(LASSO)方法提取特征。然后进行多变量logistic回归分析,建立UTI预测的风险模型。利用一致性系数和标定曲线来评价模型的拟合精度。我们对1000个随机样本进行了自举,以进行模型的内部验证,并进行了决策曲线分析(DCA),以供临床应用。结果留置尿管时间、是否二次留置尿管、尿路感染史、年龄、术前化疗史是影响风险图的主要因素。风险模态图具有良好的判别性和校准性(C-index: 0.810, 95% CI: 0.759-0.861)。在区间验证中,模型的C-index达到了较高的0.7930。DCA显示了尿路感染预测模型的临床应用价值。当判定阈值≥3%时开始临床获益。结论我们开发了一种新的尿路感染nomographic,结合年龄、术前化疗史、留置导管时间、是否二次留置导管以及尿路感染史来预测接受ICa-RCCS患者的尿路感染风险。证据等级b: 3a。研究背景:患者在接受治疗时,可能会出现“宫颈肿瘤”、“宫颈肿瘤”、“宫颈肿瘤”、“宫颈肿瘤”、“宫颈肿瘤”、“宫颈肿瘤”、“宫颈肿瘤”、“宫颈肿瘤”等症状。因此,不可能存在一种完全不同的模数,即不存在一种完全相同的模数,即不存在一种完全相同的模数,即不存在一种完全相同的模数。这个练习曲visait所以发展等有效的联合国nomogramme危险d 'infection urinaire倒les治疗atteint联合国导管demeure然后一个chirurgie radicale嘟癌症嘟col de l 'uterus (ICa-RCCS)。该研究收集了2020年1月在ICa-RCCS上参加的380名患者的临床信息,并于2021年1月在icca - rccs上进行了研究。L 'UTI是一个ensuite的薪金薪金,是一个薪金薪金的薪金薪金,是一个薪金薪金的薪金薪金。最小绝对收缩和选择算子(LASSO)是一种简单的选择算子。我们通过LASSO分析了这些数据,分析了这些数据的回归、logistic、多变量,并构建了包含这些数据的风险模型,通过LASSO分析了这些数据。符合系数(C-index) et les courbes d ' actalonage / sametere / sametuse / sametech / sametech / sametech / sametech / sametech / sametech / risque / risque / infection / urinaire。从mod开始,从内部开始(1000个和/或所有的和/或所有的和/或所有的和/或所有的和/或所有的和/或所有的和/或所有的和/或所有的和/或所有的/或所有的/或所有的/或所有的/或所有的/或所有的)。这些因素都是由下列因素决定的:综合的,例如,这些因素都是由其他因素决定的,例如,这些因素都是由其他因素决定的,例如,这些因素都是由其他因素决定的,例如,这些因素是由其他因素决定的,例如,这些因素都是由其他因素决定的。Le modille a montretrele a montretrele a bonne discrimination平均使用指数C de 0,810 (IC 95%: 0,759-0,861)进行bonne校准。Lors de la validation par intervalle, le mod a - attine in index . [j], 1999,7930。为了分析de la courbe德决定revele,模型危险是cliniquement有益的倒拉预测urinaires des感染。bcv - 3≥3%。bcv - 3≥3%。ConclusionNous我们developpe联合国新nomogramme d 'UTI incorporant年龄,les祖先de la chirurgie chimiotherapie的杜拉duree catheterisme demeure,需要有年代d一个catheterisme demeure secondaire, et les祖先'UTI倒predire le有伤d 'UTI recevant一个ICa-RCCS在病人。新时代b: 3a。
Development of a risk nomogram predicting urinary tract infection in patients with indwelling urinary catheter after radical surgery for cervical cancer
Background
Cervical cancer (CC) patients receiving indwelling catheterization after radical hysterectomy (RH) are vulnerable to urinary tract infection (UTI). However, no model or method is available to predict the risk of UTIs. Therefore, our aim was to develop and verify a risk model to predict UTI for patients receiving indwelling catheterization after radical cervical cancer surgery (ICa-RCCS).
Methods
We first collected clinical information of 380 patients receiving ICa-RCCS from January 2020 to December 2021 as a training cohort to develop the risk nomogram. UTI was then evaluated using 19 UTI predictor factors. The least absolute shrinkage and selection operator (LASSO) method was utilized for the extraction characteristics. Multivariable logistic regression analysis was then conducted to create the risk model for UTI prediction. The consistency coefficient and calibration curve were utilized to assess the model's fit accuracy. We performed bootstrapping with 1000 random samples for internal validation of the model, and decision curve analysis (DCA) for clinical application.
Results
Predictors in the risk nomogram included indwelling catheterization duration, whether it is secondary indwelling catheterization, history of UTIs, age, and history of chemotherapy before surgery. The risk nomogram presented good discrimination and calibration (C-index: 0.810, 95% CI: 0.759–0.861). During interval validation, the model reached a high C-index up to 0.7930. DCA revealed the clinical utility of predictive model for UTI. Clinical benefit was initiated at the decision threshold ≥ 3%.
Conclusion
We developed a novel UTI nomogram incorporating the age, history of chemotherapy before surgery, indwelling catheterization duration, whether it is secondary indwelling catheterization, and history of UTI to predict UTI risk for patients receiving ICa-RCCS.
Level of evidence
B: 3a.
Contexte
Les patientes atteintes d’un cancer du col de l’utérus qui reçoivent un cathéter à demeure après une hystérectomie radicale sont vulnérables aux infections des voies urinaires (IVU). Cependant, il n’existe aucun modèle ou méthode permettant de prédire le risque d’infection urinaire. Cette étude visait donc à développer et à valider un nomogramme de risque d’infection urinaire pour les patientes atteint un cathéter à demeure après une chirurgie radicale du cancer du col de l’utérus (ICa-RCCS).
Méthodes
Nous avons d’abord collecté les informations cliniques de 380 patients atteint un ICa-RCCS de janvier 2020 à décembre 2021 comme cohorte de formation pour développer le nomogramme de risque. L’UTI a ensuite été évaluée à l’aide de 19 facteurs prédictifs de l’UTI. Le modèle de régression least absolute shrinkage and selection operator (LASSO) a été utilisé pour la sélection des caractéristiques. Une analyse de régression logistique multivariable a été menée pour construire le modèle de risque incorporant les caractéristiques sélectionnées via LASSO. Le coefficient de conformité (C-index) et les courbes d’étalonnage ont été utilisés pour évaluer la précision et l’adéquation du modèle pour prédire le risque d’infection urinaire. Le modèle a été validé en interne par bootstrapping (1000 échantillons aléatoires), et l’utilité clinique du modèle a été évaluée par analyse des courbes de décision (DCA).
Résultats
Les facteurs prédictifs du nomogramme de risque comprenaient la durée du cathétérisme à demeure, le fait qu’il s’agisse ou non d’un cathétérisme à demeure secondaire, les antécédents d’infections urinaires, l’âge et les antécédents de chimiothérapie avant la chirurgie. Le modèle a montré une bonne discrimination avec un indice C de 0,810 (IC 95 %: 0,759–0,861) et une bonne calibration. Lors de la validation par intervalle, le modèle a atteint un indice C élevé, jusqu’à 0,7930. L’analyse de la courbe de décision a révélé que le modèle de risque était cliniquement utile pour la prédiction des infections urinaires. Le bénéfice clinique a été initié au seuil de décision ≥ 3 %.
Conclusion
Nous avons développé un nouveau nomogramme d’UTI incorporant l’âge, les antécédents de chimiothérapie avant la chirurgie, la durée du cathétérisme à demeure, s’il s’agit d’un cathétérisme à demeure secondaire, et les antécédents d’UTI pour prédire le risque d’UTI chez les patients recevant une ICa-RCCS.
期刊介绍:
Une publication rapide des travaux en urologie: retrouvez les derniers travaux de recherche, études et enquêtes, en Urologie, publiés sous la forme de revues, mises au point, articles originaux, notes techniques, cas cliniques pertinents et originaux, lettres à la rédaction, revues de la littérature, textes de recommandation,... La revue publie également des articles pour les infirmières en Urologie. Une approche pluridisciplinaire : Progrès en Urologie aborde toutes les pathologies urologiques. Aux 13 numéros de Progrès viennent s''ajouter 4 numéros de Progrès en Urologie Pelvi-Périnéologie