重症急性胰腺炎并发真菌感染列线图模型建立及其干预对策

程智慧, 李婷, 梁洁

【作者机构】 空军军医大学第一附属医院消化监护室
【分 类 号】 R576;R519
【基    金】 空军军医大学第一附属医院医务人员技术提升项目(2024XJSY17)。
全文 文内图表 参考文献 出版信息
重症急性胰腺炎并发真菌感染列线图模型建立及其干预对策

重症急性胰腺炎并发真菌感染列线图模型建立及其干预对策

程智慧 李 婷 梁 洁

空军军医大学第一附属医院消化监护室,陕西西安 710032

[摘要] 目的 构建重症急性胰腺炎(SAP)并发真菌感染的列线图模型,并分析干预对策。 方法 回顾性选取2023年6月至2025年5月空军军医大学第一附属医院收治的SAP并发真菌感染患者62例纳入感染组,以性别、合并症(高血压病、糖尿病、高脂血症)进行1∶2配对,选择同期未并发真菌感染的SAP患者124例纳入未感染组。收集并比较两组一般临床资料及实验室检查指标,通过logistic回归分析SAP并发真菌感染的独立危险因素。构建列线图模型,采用受试者操作特征(ROC)曲线分析预测效能,以Bootstrap法、决策曲线分析评估模型的校准度及决策能力。 结果 62例患者共检出68株真菌,其中白念珠菌占45.59%。共88个感染部位,以呼吸道感染为主(29.55%)。单因素分析显示,两组年龄、抗生素使用种类、抗生素使用时间、禁食时间、侵入性操作次数、降钙素原(PCT)水平、PCT/白蛋白(Alb)、淋巴细胞计数比较,差异有统计学意义(P<0.05)。多因素logistic回归分析显示,年龄升高(OR=1.077,95%CI:1.029~1.127)、抗生素使用种类 ≥3种(OR=3.149,95%CI:1.439~6.892)、侵入性操作次数 ≥3次(OR=2.682,95%CI:1.292~5.569)、禁食时间延长(OR=1.193,95%CI:1.091~1.305)、PCT/Alb升高(OR=1.162,95%CI:1.096~1.232)为SAP并发真菌感染的独立危险因素(P<0.05)。基于独立危险因素构建列线图模型,ROC曲线显示,列线图预测SAP并发真菌感染的曲线下面积为0.900(95%CI:0.850~0.949);Bootstrap法内部验证,获得C-index为0.906,模型预测能力较好;校准曲线显示,模型预测一致性良好;决策曲线分析显示,列线图模型的风险阈值概率为0.1~0.9时,临床净获益良好。 结论 年龄、抗生素使用种类、禁食时间、侵入性操作次数、PCT/Alb均是SAP并发真菌感染的重要影响因素,基于其构建的列线图模型具有较好的预测效能及临床实用性。

[关键词] 重症急性胰腺炎;真菌感染;列线图模型;干预对策

重症急性胰腺炎(severe acute pancreatitis,SAP)是临床典型急危重症,病情进展迅速,易引发多系统并发症,患者预后较差,临床救治难度大[1]。真菌感染是SAP常见并发症,近年来随着广谱抗生素临床使用频率上升及各类侵入性诊疗手段的推广,SAP并发真菌感染患者数量逐渐增加,已成为影响患者预后的关键因素之一[2]。真菌感染可加剧胰腺组织损伤,并可能诱发全身多系统器官功能衰竭,从而显著提升临床救治的复杂性及风险性。因此,及早发现SAP并发真菌感染,及时采取有效的预防及治疗措施,对改善患者预后具有重要的临床意义。然而,目前对于SAP并发真菌感染的早期预测仍缺乏有效工具,临床决策多依赖经验性判断,存在滞后性与盲目性。本研究回顾性收集SAP患者的临床资料,分析SAP并发真菌感染的临床特点及其危险因素,并构建预测真菌感染的列线图模型,旨在为SAP患者并发真菌感染的临床防治提供指导。

1 资料与方法

1.1 一般资料

回顾性选择空军军医大学第一附属医院2023年6月至2025年5月收治的SAP并发真菌感染患者62例纳入感染组,以性别、合并症(高血压病、糖尿病、高脂血症)进行1∶2配对,选择同期未并发真菌感染的SAP患者124例纳入未感染组。共纳入186例患者,其中男114例,女72例;年龄34~78岁,平均(54.39±9.74)岁;急性胰腺炎病因:胆源性78例,非胆源性108例;合并症:高血压病56例、糖尿病42例、高脂血症51例。本研究已通过空军军医大学第一附属医院伦理委员会审核(KY20250612-3)。

纳入标准:①符合SAP诊断标准[3];②真菌感染者符合相关诊断标准[4];③年龄18~80岁;④临床资料完整。排除标准:①合并恶性肿瘤;②入院前并发真菌感染;③合并免疫系统疾病;④妊娠期、哺乳期女性;⑤合并严重器质性病变;⑥并发细菌感染或细菌、真菌混合感染。

1.2 资料收集

①一般人口学资料:为确保数据准确性,由同一责任护士收集患者性别、年龄、合并症(高血压病、糖尿病、高脂血症)。②疾病及治疗资料:发病原因(胆源性、非胆源性)、肠麻痹时间、侵入性操作(指有关穿透身体自然屏障,使之与外界相通的操作,包括气管插管/切开、留置导尿管、深静脉穿刺、留置引流管、手术等)次数、禁食时间、抗生素使用种类、抗生素使用时间。③入院24 h内实验室资料:白细胞计数、中性粒细胞计数、淋巴细胞计数,血清降钙素原(procalcitonin,PCT)、C反应蛋白(C-reactive protein,CRP)、白蛋白(albumin,Alb),并计算PCT/Alb。以上资料均通过查阅电子病历收集。

1.3 统计学方法

采用SPSS 28.0统计学软件进行数据分析。计量资料用均数±标准差()表示,比较采用t检验;计数资料用例数和百分率[例(%)]表示,比较采用χ2检验。通过logistic回归模型分析SAP并发真菌感染的独立危险因素。以R 4.1.3版本中的rms程序包构建列线图模型,并采用Bootstrap法进行内部验证。绘制受试者操作特征(receiver operating characteristic,ROC)曲线、校准曲线及决策曲线,分析评估模型的预测准确性、一致性及临床实用价值。以P<0.05为差异有统计学意义。

2 结果

2.1 SAP并发真菌感染患者菌种分布及感染部位

62例患者共检出真菌68株,其中白念珠菌、热带念珠菌、近平滑念珠菌、光滑念珠菌、克柔念珠菌依次为31株(45.59%)、15株(22.06%)、10株(14.71%)、8株(11.76%)、4株(5.88%)。单种菌株感染56例,2种菌株感染6例。感染部位共计88个,其中39例为单部位感染,多部位感染23例;呼吸道感染26例(29.55%),泌尿系统感染18例(20.45%),胰腺或胰周感染14例(15.91%),消化道感染13例(14.77%),腹腔内感染7例(7.95%),导管相关性感染6例(6.82%),血流感染4例(4.55%)。

2.2 SAP并发真菌感染的单因素分析

两组年龄、抗生素使用种类、侵入性操作次数、抗生素使用时间、禁食时间、淋巴细胞计数、PCT、PCT/Alb比较,差异有统计学意义(P<0.05)。见表1。

表1 SAP并发真菌感染的单因素分析

项目感染组(62例)未感染组(124例)χ2/t值P值性别[例(%)]0.4080.523男40(64.52)74(59.68)女22(35.48)50(40.32)年龄(岁,xˉ±s)59.16±10.2852.01±9.414.736<0.001合并症[例(%)]高血压病21(33.87)35(28.23)0.6260.429糖尿病18(29.03)24(19.35)2.2140.137高脂血症20(32.26)31(25.00)1.0940.296发病原因[例(%)]0.8940.344胆源性29(46.77)49(39.52)非胆源性33(53.23)75(60.48)抗生素使用种类[例(%)]15.033<0.001<3种38(61.29)107(86.29)≥3种24(38.71)17(13.71)抗生素使用时间(d,xˉ±s)23.43±11.5219.86±10.712.0890.038禁食时间(d,xˉ±s)16.15±6.2710.78±4.866.431<0.001肠麻痹时间(d,xˉ±s)7.62±2.487.53±2.510.2310.817侵入性操作次数[例(%)]18.700<0.001<3次23(37.10)87(70.16)≥3次39(62.90)37(29.84)白细胞计数(×109/L,xˉ±s)13.17±2.3812.65±2.421.3890.167中性粒细胞计数(×109/L,xˉ±s)15.49±4.1414.35±4.691.6230.106淋巴细胞计数(×109/L,xˉ±s)1.17±0.311.28±0.262.5480.012 PCT(ng/ml,xˉ±s)10.74±2.488.09±3.195.730<0.001 CRP(mg/L,xˉ±s)152.69±21.81147.73±20.761.5100.133 Alb(g/L,xˉ±s)33.72±5.6335.26±5.351.8190.071 PCT/Alb(%,xˉ±s)31.85±8.1722.94±7.067.693<0.001

注 SAP:重症急性胰腺炎;PCT:降钙素原;CRP:C反应蛋白;Alb:白蛋白。

2.3 SAP并发真菌感染的多因素分析

以单因素中差异有统计学意义(P<0.05)的指标为自变量,以SAP患者是否并发真菌感染为因变量,对筛选出的变量进行共线性分析,各变量的方差膨胀因子均<5,不存在共线性。logistic回归分析结果显示,PCT/Alb升高、年龄大、抗生素使用种类 ≥3种、侵入性操作 ≥3次、禁食时间延长是SAP并发真菌感染的独立危险因素(P<0.05)。见表2、3。

表2 变量赋值

变量项目赋值情况Y真菌感染有=1,无=0 X1年龄原值输入X2抗生素使用种类 ≥3种=1,<3种=0 X3抗生素使用时间原值输入X4禁食时间原值输入X5侵入性操作次数 ≥3次=1,<3次=0 X6淋巴细胞计数原值输入X7PCT/Alb原值输入

注 PCT/Alb:降钙素原/白蛋白。

表3 SAP并发真菌感染的多因素分析

项目βS.E.Waldχ2P值OR值95%CI方差膨胀因子常量-12.3401.88742.762<0.001年龄0.0740.02310.0360.0021.0771.029~1.1271.055抗生素使用种类 ≥3种1.1470.5075.1200.0243.1491.439~6.8921.285禁食时间0.1760.04614.876<0.0011.1931.091~1.3051.049侵入性操作次数 ≥3次0.9870.4914.0380.0442.6821.292~5.5691.237 PCT/Alb0.1500.03025.130<0.0011.1621.096~1.2321.073

注 SAP:重症急性胰腺炎;PCT/Alb:降钙素原/白蛋白。

2.4 SAP并发真菌感染的列线图模型构建

以独立影响因素为预测变量,构建SAP并发真菌感染的列线图预测模型。见图1。

图1 SAP并发真菌感染的列线图模型

2.5 列线图模型的ROC曲线、校准曲线、决策曲线分析

ROC曲线显示,列线图模型预测SAP并发真菌感染的曲线下面积为0.900(95%CI:0.850~0.949),约登指数取最大值0.677时,模型最佳截断阈值为0.382,灵敏度及特异度分别为82.3%、85.5%。见图2。

图2 ROC曲线

采用Bootstrap法对模型进行内部验证,通过1 000次重复抽样,计算C-index为0.906,提示模型预测效能稳定。校准曲线显示,模型预测概率与实际概率一致性良好,平均绝对误差为0.016。见图3。

图3 校准曲线

决策曲线显示,模型预测SAP并发真菌感染具有良好的临床适用性,风险阈值概率为0.1~0.9时,可产生较好的临床净获益。见图4。

图4 决策曲线

3 讨论

SAP根据病程可分为早期、中期及后期,即急性期、演进期及感染期。SAP发病初期,患者多以单一细菌感染为主,随病情进展,真菌感染风险显著升高,导致临床治疗难度增加,并对患者预后产生严重影响[5]。因此,充分认识SAP并发真菌感染的危险因素,及早发现并予以针对性防治措施,对降低真菌感染率,改善患者预后意义重大。

本研究回顾性分析SAP并发真菌感染患者临床资料,结果显示,62例患者共检出68株真菌,均为念珠菌,且以白念珠菌为主(45.59%),与多数学者研究结果一致[6-7]。可见,白念珠菌仍是SAP患者并发真菌感染的主要病原菌。其原因可能为白念珠菌为条件致病菌,广泛定植于自然界与人体内。当SAP患者出现胰腺组织坏死、全身严重反应,或接受侵入性医疗操作时,其局部微环境发生改变,可促进白念珠菌过度增殖,这提示临床应密切关注白念珠菌的耐药性变化,通过药敏试验指导个体化用药,以优化治疗效果。另外,本研究还发现,SAP并发真菌感染患者呼吸道感染(29.55%)高于其他部位感染,与彭越岭等[8]研究结果相符,提示呼吸道是真菌定植的高危部位,临床需强化呼吸道管理策略,如定期评估气道微生态、规范侵入性操作流程等,以降低真菌定植风险及继发感染概率。

SAP并发真菌感染原因复杂,本研究经单因素及多因素logistic回归分析显示,年龄较大、抗生素使用种类 ≥3种、侵入性操作次数 ≥3次、禁食时间延长、PCT/Alb升高均是SAP并发真菌感染的独立危险因素。年龄增长与免疫功能衰退呈正相关,尤其在老年群体中,免疫系统的生理性退化导致其对重症疾病继发真菌感染的易感性显著升高。此外,年龄较大患者常合并基础疾病,尤其是糖尿病被陈彦子等[9]研究证实为SAP患者并发真菌感染的独立危险因素。但本研究并未得到相似结论,可能与糖尿病患者血糖控制效果存在差异有关。抗生素是控制感染的有效方法之一,但过度使用在杀灭致病菌的同时可破坏肠道菌群平衡,导致真菌失去竞争性抑制而过度增殖。同时抗生素可能通过抑制单核细胞与中性粒细胞的杀菌活性,从而削弱机体对真菌感染的防御能力[10]。SAP患者病情危重,可能需要接受手术、气管插管、导管置入等侵入性操作,以维持生命体征,控制病情进展。但频繁进行侵入性操作可导致组织黏膜损伤,破坏机体天然防御屏障,降低真菌感染免疫防御能力;若消毒不规范,还可能使病原菌随操作进入体内,且操作次数越多真菌感染风险越高。

肠道微生态是一个由共生微生物群、肠上皮细胞及肠黏膜免疫网络组成的动态系统,参与营养代谢调控与免疫稳态维持,并抑制病原微生物生长等,是人体的天然免疫屏障[11]。随着禁食时间延长,肠黏膜细胞因缺乏营养支持而功能受损,导致肠道微生态失衡,表现为有益菌减少,条件致病菌趁机增殖。这种菌群紊乱可削弱肠道屏障功能,增加真菌定植与感染风险[12-13]。PCT是降钙素的前体蛋白,是反映全身炎症反应的非特异性标志物之一;Alb是肝脏合成的一种蛋白质,可作为反映机体炎症状态与营养状况的辅助指标[14-15]。既往研究常将PCT/Alb作为重症患者预后评估指标[16-17]。研究发现,血清PCT/Alb可作为急性胰腺炎严重程度的早期预测指标,其值越高发展为重症的可能性越大[18]。但PCT/Alb对SAP患者并发真菌感染的影响如何尚不明确。本研究经分析显示,PCT/Alb升高是SAP并发真菌感染的独立危险因素。PCT/Alb作为一种结合炎症及营养状态的复合指标,其值升高可能意味着更高的PCT水平与较低的Alb水平。PCT在正常状态下水平极低,当机体出现全身或局部炎症时,血清中可发现PCT水平明显升高。SAP患者PCT水平显著升高提示机体存在失控的炎症风暴,随着炎症介质释放,机体会代偿性分泌抗炎性细胞因子引起代偿性抗炎反应综合征,适度的抗炎反应可控制全身炎症反应,而过度的抗炎反应可能导致免疫缺陷或抑制,进而增加宿主继发性感染风险;Alb水平在机体营养不良时显著下降,而机体营养不良可导致SAP患者免疫力降低,更易发生免疫功能紊乱及免疫抑制,形成营养不良-免疫抑制-感染加重的恶性循环[19-20]

列线图作为一种直观的多因素预测工具,可将多因素logistic回归分析中的独立预测变量以可视化形式呈现,通过获取预测评分精准预测不良事件发生概率。目前,针对SAP并发真菌感染的列线图预测模型研究仍较为有限。本研究基于年龄、抗生素使用种类、禁食时间、侵入性操作次数、PCT/Alb构建SAP并发真菌感染的列线图模型,通过ROC曲线与内部验证证实其具有良好的区分度,校准曲线显示预测概率与实际概率高度吻合,校准性能较好。决策曲线进一步显示,模型具有良好的净获益,提示模型对SAP并发真菌感染的风险预测具有稳定性与可靠性,可为临床早期干预及个体化治疗提供科学依据。在临床工作中,医护人员可借助列线图模型的连续变量评分,动态监测及精准预测SAP并发真菌感染的风险,此时ROC曲线的截断值可作为辅助性参考阈值,帮助医护人员快速识别高风险患者。

基于上述影响因素,本研究提出以下几点干预对策:①年龄较高患者每日进行免疫监测(以免疫细胞亚群为监测指标),强化蛋白质补充,当高危患者(危险因素 ≥3项)免疫监测异常持续24 h时,可预防性使用氟康唑,即首日400 mg静脉滴注,此后每日200 mg维持,1次/d,连用7 d,期间根据免疫指标恢复情况动态调整。②精准使用抗菌药物,初始治疗根据当地耐药谱选择,48 h内评估疗效;疑似感染患者于24 h内完成药敏检测,及时根据药敏结果调整药物。③优化禁食时间管理,入院后48~72 h经鼻-空肠管启动肠内营养,初始输注速度为20 ml/h,4~6 h后递增10 ml/h,直达目标喂养量[25~30 kcal/(kg·d)][21]。④尽可能减少不必要的侵入性操作,每日评估导尿管等侵入性装置,动态调整留置方案。⑤每天动态监测PCT、Alb,高危患者每12 h监测1次,非高危患者每24 h监测1次,当PCT/Alb ≥29.25%(经ROC曲线验证的截断值)时预防性予以氟康唑。

综上所述,SAP并发真菌感染受年龄、抗生素使用种类、禁食时间、侵入性操作次数、PCT/Alb等多种因素影响,基于上述因素构建的列线图模型可为临床合理预测患者并发真菌感染风险提供有效的工具。但本研究存在一定局限性:采用1∶2配对设计,虽能控制部分混杂因素,但因未对所有潜在混杂变量进行匹配,仍存在选择偏倚,可能导致模型临床价值被高估;模型仅进行内部验证,可能限制其推广应用。未来有待完善设计,引入外部验证进行模型验证,以提升模型的临床实用性及推广价值。

利益冲突声明:本文所有作者均声明不存在利益冲突。

[参考文献]

[1] LEE P J,PAPACHRISTOU G I,SPEAKE C,et al. Immune markers of severe acute pancreatitis [J]. Curr Opin Gastroenterol,2024,40(5):389-395.

[2] 刘辽霞,张伏,罗冰. 重症急性胰腺炎患者并发真菌感染病原学及影响因素[J]. 中国真菌学杂志,2025,20(4):413-418.

[3] 中华医学会外科学分会胰腺外科学组. 中国急性胰腺炎诊治指南(2021)[J]. 中华消化外科杂志,2021,20(7):730-739.

[4] 中华医学会重症医学分会. 重症患者侵袭性真菌感染诊断与治疗指南(2007)[J]. 中华内科杂志,2007,46(11):960-966.

[5] WANG W J,ZHAO J,YANG J S,et al. Clinical analysis of patients with acute pancreatitis complicated with hemorrhagic fever with renal syndrome and acute biliary pancreatitis [J]. Medicine (Baltimore),2020,99(5):e18916.

[6] ROBBINS N,COWEN L E. Candida [J]. Curr Biol,2025,35(11):R522-R526.

[7] 冉佳萱,李颖霞,姜利彬,等. 急性胰腺炎合并真菌感染的临床特点及危险因素分析[J].临床内科杂志,2024,41(12):831-834.

[8] 彭越岭,高青. 重症急性胰腺炎继发真菌感染120例患者的临床特点和危险因素分析[J].中华消化杂志,2021,41(7):466-470.

[9] 陈彦子,杨苗,郭蕾,等. 急性重症胰腺炎患者并发真菌感染的预测模型构建及评价[J].中国真菌学杂志,2025,20(3):231-236.

[10] 王彦霞. 重症急性胰腺炎合并真菌感染的临床诊治研究进展[J]. 中国病原生物学杂志,2025,20(4):526-529,533.

[11] FU Q H,SONG T Y,MA X Q,et al. Research progress on the relationship between intestinal microecology and intestinal bowel disease [J]. Animal Model Exp Med,2022,5(4):297-310.

[12] HUANG L P,JIN S F,JIANG R L. Nutritional management of severe acute pancreatitis [J]. Hepatobiliary Pancreat Dis Int,2022,21(6):603-604.

[13] AGARWAL S,GOSWAMI P,POUDEL S,et al. Acute pancreatitis is characterized by generalized intestinal barrier dysfunction in early stage [J]. Pancreatology,2023,23(1):9-17.

[14] 周子阳,唐建国,徐丹,等. 不同病原学结果血流感染脓毒症患者PT、NLR、PCT/Alb的变化及其与预后的关系研究[J]. 现代生物医学进展,2024,24(5):858-862,903.

[15] 崔梦巍,何倩倩,王海峰,等. PCT/PLT和CRP/Alb对重症急性胰腺炎及并发肝损伤的预测价值[J]. 中华急诊医学杂志,2024,33(10):1369-1375.

[16] YAN S,LU B,LI M Q,et al. The value of serum PCT/Alb and CRP/Alb ratios in evaluating the condition and prognosis of craniocerebral trauma [J]. Folia Neuropathol,2024,62(2):187-196.

[17] HUANG L H,LI F X,GU W,et al. Clinical value of the serum procalcitonin to albumin ratio in the diagnosis and prognosis of sepsis-associated ARDS patients:a retrospective study [J]. Ann Clin Lab Sci,2023,53(6):946-958.

[18] 朱令娟,崔静. 血清CRP/Alb与PCT/Alb对急性胰腺炎严重程度的早期预测价值[J].中国临床研究,2024,37(5):760-763.

[19] 陈芳,王威,段红茹. 血清PCT/ALB、IL-23对脓毒症患者临床预后的预测分析[J]. 河北医科大学学报,2025,46(6):716-722.

[20] WANG Y,CUI X M,TIAN R X,et al. The epidemiological characteristics of invasive pulmonary aspergillosis and risk factors for treatment failure:a retrospective study [J]. BMC Pulm Med,2024,24(1):559.

[21] 王蓉,王海鸥,田雅丽,等. 重症急性胰腺炎行肠内营养病人动态腹内压监测预警分级标准及干预方案的构建[J]. 护理研究,2024,38(14):2501-2507.

Establishment of nomogram model for fungal infection complicating severe acute pancreatitis and its intervention strategies

CHENG Zhihui LI Ting LIANG Jie

Digestive Intensive Care Unit, the First Affiliated Hospital of the Air Force Medical University of the People's Liberation Army Air Force, Shaanxi Province, Xi’an 710032, China

[Abstract] Objective To construct a nomogram model for fungal infection complicating severe acute pancreatitis (SAP)and analyze intervention strategies. Methods A retrospective study was conducted selecting 62 patients with SAP complicating fungal infection admitted to the First Affiliated Hospital of Air Force Medical University of the People's Liberation Army Air Force from June 2023 to May 2025, who were included in the infection group. Using 1∶2 matching by gender and comorbidities (hypertension, diabetes mellitus, hyperlipidemia), 124 SAP patients without fungal infection during the same period were selected and included in the non-infection group. General clinical data and laboratory examination indicators of both groups were collected and compared. Logistic regression analysis was used to analyze the independent risk factors for fungal infection in SAP. A nomogram model was constructed, and receiver operating characteristic (ROC) curve was used to analyze the predictive efficacy. Bootstrap method and decision curve analysis were used to evaluate the calibration and decision-making capability of the model. Results A total of 68 fungal strains were detected in 62 patients, of which Candida albicans accounted for 45.59%. There were 88 infection sites in total,with respiratory tract infection being the most common (29.55%). Univariate analysis showed that the infection group age,, using types of antibiotics,, antibiotic use duration fasting time, invasive procedures, procalcitonin (PCT) level PCT/albumin (Alb) ratio, and lymphocyte count wer compared, the differences were statistically significant (P<0.05). Multivariate logistic regression analysis showed that elevated age (OR=1.077, 95%CI:1.029-1.127), use of ≥3 types of antibiotics (OR=3.149, 95%CI:1.439-6.892), ≥3 invasive procedures (OR=2.682, 95%CI:1.292-5.569), prolonged fasting time (OR=1.193, 95%CI:1.091-1.305), and elevated PCT/Alb (OR=1.162, 95%CI:1.096-1.232) were independent risk factors for fungal infection in SAP (P<0.05).A nomogram model was constructed based on the independent risk factors. The ROC curve showed that the area under the curve of the nomogram for predicting fungal infection in SAP was 0.900 (95%CI: 0.850-0.949). Bootstrap internal validation yielded a C-index of 0.906, indicating good predictive ability of the model. The calibration curve showed good consistency of model prediction. Decision curve analysis showed that when the risk threshold probability of the nomogram model ranged from 0.1 to 0.9, the clinical net benefit was good. Conclusion Age, types of antibiotics used,fasting time, number of invasive procedures, and PCT/Alb are all important influencing factors for fungal infection in SAP. The nomogram model constructed based on these factors demonstrates good predictive efficacy and clinical utility.

[Key words] Severe acute pancreatitis; Fungal infection; Nomogram model; Intervention strategies

[中图分类号] R576;R519

[文献标识码] A

[文章编号] 1673-7210(2026)06(c)-0053-06

DOI:10.20047/j.issn1673-7210.25110939

[基金项目] 空军军医大学第一附属医院医务人员技术提升项目(2024XJSY17)。

(收稿日期:2025-11-11)

(修回日期:2026-02-11)

X