替加环素相关药物性胆汁淤积性肝病的影响因素分析及风险预测模型构建

刘丽娜; 王建青; 张伦; 俞军

doi:10.6039/j.issn.1001-0408.2025.20.12

您当前的位置：

首页 >

文章列表页 >

替加环素相关药物性胆汁淤积性肝病的影响因素分析及风险预测模型构建

药物与临床 | 更新时间：2025-10-25

- 替加环素相关药物性胆汁淤积性肝病的影响因素分析及风险预测模型构建
- Analysis of influential factors and the construction of a risk prediction model for tigecycline-related drug-induced cholestatic liver disease
- 中国药房 2025年36卷第20期页码：2555-2560
- 作者机构：
  
  安徽省公共卫生临床中心（安徽医科大学第一附属医院北区）药学部，合肥　230012
- 作者简介：
  
  主管药师，硕士。研究方向：临床药学。E-mail：2146158060@qq.com
  主任药师，教授，博士。研究方向：临床药学。E-mail：jianqingwang81@126.com
- 基金信息：
  
  国家自然科学基金项目(82073566);安徽省卫生健康科研项目(皖卫传〔2023〕515号);安徽省教育厅高等学校省级质量工程项目(皖教秘高〔2024〕55号);安徽省公共卫生临床中心（安徽医科大学第一附属医院北区）院内临床重点专科（培育专科）建设项目(院医字〔2023〕17号);院科研培育基金项目(院字〔2022〕4号)
- DOI：10.6039/j.issn.1001-0408.2025.20.12
  中图分类号： R969.3
- 收稿：2025-06-04，
  
  修回：2025-09-17，
  
  录用：2025-09-18，
  
  纸质出版：2025-10-30
- 稿件说明：
移动端阅览
刘丽娜,王建青,张伦,等.替加环素相关药物性胆汁淤积性肝病的影响因素分析及风险预测模型构建 [J].中国药房,2025,36(20):2555-2560.

LIU Lina,WANG Jianqing,ZHANG Lun,et al.Analysis of influential factors and the construction of a risk prediction model for tigecycline-related drug-induced cholestatic liver disease[J].ZHONGGUO YAOFANG,2025,36(20):2555-2560.
刘丽娜,王建青,张伦,等.替加环素相关药物性胆汁淤积性肝病的影响因素分析及风险预测模型构建 [J].中国药房,2025,36(20):2555-2560. DOI： 10.6039/j.issn.1001-0408.2025.20.12.

LIU Lina,WANG Jianqing,ZHANG Lun,et al.Analysis of influential factors and the construction of a risk prediction model for tigecycline-related drug-induced cholestatic liver disease[J].ZHONGGUO YAOFANG,2025,36(20):2555-2560. DOI： 10.6039/j.issn.1001-0408.2025.20.12.

摘要

目的

分析替加环素（TGC）相关药物性胆汁淤积性肝病（DIC）的影响因素，并建立风险预测模型。

方法

收集2022年8月－2024年8月于我院接受TGC治疗的707例住院患者的临床资料，按8∶2的比例将其随机分为训练集（

＝566）和测试集（

＝141）。通过最小绝对收缩和选择算子回归分析筛选预测变量，采用多因素Logistic回归分析筛选TGC相关DIC的独立危险因素，并基于上述因素绘制列线图预测模型；采用受试者操作特征曲线（ROC曲线）及其曲线下面积（AUC）评估模型的预测性能，采用Hosmer-Lemeshow拟合优度检验和校准曲线评估模型的准确度，采用决策曲线分析评估模型的临床净收益。

结果

707例患者中，93例患者发生DIC，发生率为13.15%。性别、年龄、TGC大剂量给药、入住重症监护室、TGC用药时间、合并使用抗真菌药伏立康唑是TGC相关DIC发生的独立危险因素（

＜0.05）。训练集模型ROC曲线的AUC为0.745（95%置信区间为0.687～0.801），灵敏度为76.6%，特异度为60.3%；测试集模型ROC曲线的AUC为0.762（95%置信区间为0.650～0.900），灵敏度为81.3%，特异度为72.0%。训练集、测试集模型Hosmer-Lemeshow拟合优度检验的

分别为5.187、9.980，

分别为0.737、0.266；校准曲线的平均绝对误差分别为0.012、0.038；风险阈值范围分别为4%～45%、4%～28%。

结论

患者的年龄、性别、TGC大剂量给药、入住重症监护室、TGC用药时间、合并使用抗真菌药伏立康唑是TGC相关DIC发生的独立危险因素；基于以上因素所建的TGC相关DIC预测模型的预测性能、准确度均较好。

Abstract

OBJECTIVE

To analyze the influential factors of drug-induced cholestatic liver disease （DIC） related to tigecycline （TGC）， and establish a prediction model for the risk of this adverse reaction.

METHODS

Data of 707 hospitalized patients

who received TGC treatment in our hospital from August 2022 to August 2024 were collected and randomly divided into training set （

＝566） and test set （

＝141） at a ratio of 8∶2. Prediction variables were screened using the least absolute shrinkage and selection operator regression analysis. Multivariate Logistic regression analysis was used to screen the independent risk factors for TGC-related DIC， and a nomogram prediction model was drawn based on the above factors. The prediction performance of the model was evaluated by the receiver operator characteristic curve （ROC curve） and its area under the curve （AUC）. The accuracy of the model was assessed by the Hosmer-Lemeshow goodness-of-fit test and calibration curves. The clinical net benefit of the prediction model were evaluated by decision curve analysis.

RESULTS

Among the 707 patients， 93 patients developed DIC， with an incidence rate of 13.15%. Gender， age， high-dose administration of TGC， intensive care unit （ICU） admission， duration of medication of TGC， and concurrent use of antifungal drug voriconazole were independent risk factors for the occurrence of TGC-related DIC （

＜0.05）. The AUC of the training set model was 0.745 （95%CI： 0.687-0.801）， with a sensitivity of 76.6% and a specificity of 60.3%. The AUC of ROC curve of the test set model was 0.762 （95%CI： 0.650-0.900）， with a sensitivity of 81.3% and a specificity of 72.0%. The Hosmer-Lemeshow goodness-of-fit test for the training set， the

value was 5.187 and

was 0.737； and for the test set， the

value was 9.980 and

was 0.266. The mean absolute error of the calibration curve for the training set was 0.012， and for the test set， it was 0.038. The risk threshold range for the training set was 4%-45%， and for the test set， it was 4%-28%.

CONCLUSIONS

Age， gender， high-dose administration of TGC， ICU admission， duration of medication of TGC， and concurrent use of antifungal drug voriconazole are independent risk factors for TGC-related DIC. The established TGC-related DIC risk prediction model has good prediction performance and accuracy.

关键词

Keywords

references

TAMMA P D ， AITKEN S L ， BONOMO R A ， et al . Infectious Diseases Society of America guidance on the treatment of AmpC β-lactamase-producing Enterobacterales ，carbapenem-resistant Acinetobacter baumannii ，and Stenotrophomonas maltophilia infections [J ] . Clin Infect Dis ， 2022 ， 74 （ 12 ）： 2089 - 2114 .

SHI X P ， ZUO C C ， YU L L ， et al . Real-world data of tigecycline-associated drug-induced liver injury among patients in China：a 3-year retrospective study as assessed by the updated RUCAM [J ] . Front Pharmacol ， 2021 ， 12 ： 761167 .

OLIVEIRA P R ， CARVALHO V C ， SACONI E S ， et al . Tigecycline versus colistin in the treatment of carba-penem-resistant Acinetobacter baumannii complex osteomyelitis [J ] . J Bone Jt Infect ， 2020 ， 5 （ 2 ）： 60 - 66 .

左成淳，许青，李晓宇，等 . 替加环素肝功能异常风险的回顾性观察研究 [J ] . 中国医院药学杂志， 2024 ， 44 （ 18 ）： 2146 - 2153 .

章越，聂源，朱萱 . 生物标志物在药物性肝损伤的应用进展 [J ] . 安徽医科大学学报， 2021 ， 56 （ 4 ）： 663 - 666 .

GUDNASON H O ， BJÖRNSSON H K ， GARDARSDOTTIR M ， et al . Secondary sclerosing cholangitis in patients with drug-induced liver injury [J ] . Dig Liver Dis ， 2015 ， 47 （ 6 ）： 502 - 507 .

BESSONE F ， HERNÁNDEZ N ， TANNO M ， et al . Drug-induced vanishing bile duct syndrome：from pathogenesis to diagnosis and therapeutics [J ] . Semin Liver Dis ， 2021 ， 41 （ 3 ）： 331 - 348 .

陆伦根，田丽艳，徐铭益，等 . 欧洲肝病学会临床实践指南：胆汁淤积性肝病的治疗：3 [J ] . 肝脏， 2010 ， 15 （ 1 ）： 44 - 48 .

中华医学会肝病学分会，中华医学会消化病学分会，中华医学会感染病学分会 . 胆汁淤积性肝病诊断和治疗共识：2015 [J ] . 实用肝脏病杂志， 2016 ， 19 （ 6 ）： 2 - 12 .

National Cancer Institute . Common terminology criteria for adverse events（CTCAE）v5.0 [EB/OL ] .（ 2017-11-27 ）[ 2024-07-17 ] . https：//ctep.cancer.gov/protocolDevelopment/electronic_applications/docs/CTCAE_v5_Quick_Reference_8.5x11.pdf https://ctep.cancer.gov/protocolDevelopment/electronic_applications/docs/CTCAE_v5_Quick_Reference_8.5x11.pdf .

CHALASANI N P ， MADDUR H ， RUSSO M W ， et al . ACG clinical guideline：diagnosis and management of idiosyncratic drug-induced liver injury [J ] . Am J Gastroenterol ， 2021 ， 116 （ 5 ）： 878 - 898 .

KIM J H . Multicollinearity and misleading statistical results [J ] . Korean J Anesthesiol ， 2019 ， 72 （ 6 ）： 558 - 569 .

HOO Z H ， CANDLISH J ， TEARE D . What is an ROC curve? [J ] . Emerg Med J ， 2017 ， 34 （ 6 ）： 357 - 359 .

SADATSAFAVI M ， SAHA-CHAUDHURI P ， PETKAU J . Model-based ROC curve：examining the effect of case mix and model calibration on the ROC plot [J ] . Med Decis Making ， 2022 ， 42 （ 4 ）： 487 - 499 .

ZHAO L Q ， LENG Y S ， HU Y B ， et al . Understanding decision curve analysis in clinical prediction model research [J ] . Postgrad Med J ， 2024 ， 100 （ 1185 ）： 512 - 515 .

FAN G J ， JIN L ， BAI H S ， et al . Safety and efficacy of tigecycline in intensive care unit patients based on therapeutic drug monitoring [J ] . Ther Drug Monit ， 2020 ， 42 （ 6 ）： 835 - 840 .

RELLO J . Pharmacokinetics，pharmacodynamics，safety and tolerability of tigecycline [J ] . J Chemother ， 2005 ， 17 （ Suppl. 1 ）： 12 - 22 .

KADOYAMA K ， SAKAEDA T ， TAMON A ， et al . Adverse event profile of tigecycline：data mining of the public version of the U.S. Food and Drug Administration Adverse Event Reporting System [J ] . Biol Pharm Bull ， 2012 ， 35 （ 6 ）： 967 - 970 .

LEONOR FERNÁNDEZ-MURGA M ， PETROV P D ， CONDE I ， et al . Advances in drug-induced cholestasis：clinical perspectives，potential mechanisms and in vitro systems [J ] . Food Chem Toxicol ， 2018 ， 120 ： 196 - 212 .

LUCENA M I ， ANDRADE R J ， KAPLOWITZ N ， et al . Phenotypic characterization of idiosyncratic drug-induced liver injury：the influence of age and sex [J ] . Hepatology ， 2009 ， 49 （ 6 ）： 2001 - 2009 .

ISABEL LUCENA M ， SANABRIA J ， GARCÍA-CORTES M ， et al . Drug-induced liver injury in older people [J ] . Lancet Gastroenterol Hepatol ， 2020 ， 5 （ 9 ）： 862 - 874 .

RE V L ， 3rd ， CARBONARI D M ， LEWIS J D ， et al . Oral azole antifungal medications and risk of acute liver injury，overall and by chronic liver disease status [J ] . Am J Med ， 2016 ， 129 （ 3 ）： 283 - 291.e5 .

CHEN T ， LI R ， CHEN P . Gut microbiota and chemical-induced acute liver injury [J ] . Front Physiol ， 2021 ， 12 ： 688780 .

CHEN Z H ， SHI X Y . Adverse events of high-dose tigecycline in the treatment of ventilator-associated pneumonia due to multidrug-resistant pathogens [J ] . Medicine （Baltimore）， 2018 ， 97 （ 38 ）： e12467 .

YU Z W ， ZHAO Y H ， JIN J Y ， et al . Prevalence and risk factors of tigecycline-induced liver injury：a multicenter retrospective study [J ] . Int J Infect Dis ， 2022 ， 120 ： 59 - 64 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于机器学习构建中重度抑郁症住院患者使用SNRI类抗抑郁药的疗效预测模型

耐碳青霉烯类肺炎克雷伯菌感染风险预测模型的构建及验证

贯叶金丝桃质控方法提升及“辨色论质”研究

肾移植受者早期霉酚酸暴露量估算模型研究

基于GM（1，1）预测模型的中药材价格指数预测