研究目的:1.描述心脏瓣膜置换患者术后呼吸机相关性肺炎的情况;2.分析心脏瓣膜置换患者术后呼吸机相关性肺炎的危险因素;3.基于Logistic回归模型绘制列线图模型,将回归模型的结果进行可视化的展现,为临床早期识别高风险患者提供评价工具,及早干预高危患者。研究方法:采用回顾性病例研究的调查方法,根据本研究的纳入排除标准,选取2019年1月-2022年11月广西南宁市两所三甲医院胸心外科进行心脏瓣膜置换手术术后机械通气患者作为研究对象。应用《心脏瓣膜置换术后呼吸机相关性肺炎相关因素的临床资料调查表》进行心脏瓣膜置换术后呼吸机相关性肺炎的危险因素回顾性调查分析。使用Epi Data3.1双人录入数据,运用SPSS21.0进行统计分析。首先,对纳入的自变量进行单因素分析,其次将单因素分析中有统计学意义的变量(以P<0.05表示差异有统计学意义),筛选出心脏瓣膜置换术后VAP的影响因素,采用R4.2.2软件绘制列线图。采用Bootstap自助抽样法对列线图模型进行内部验证,采用ROC曲线、calibration校准曲线和Hosmer-Lemeshow评价模型的区分度和校准度,绘制决策曲线DCA图,评价模型的临床有效性。研究结果:1.本研究共收集了心脏瓣膜置换患者897例,其中有100名术后患者发生了VAP,心脏瓣膜置换患者术后VAP的发生Laduviglusib化学结构率为11.1%。2.VAP与非VAP组在年龄、术前LVEF、既往COPD、基础疾病数量、1年内吸烟史、手术时间、体外循环时间、血清白蛋白、ICU治疗时间、白细胞计数异常、PAH、机械通气支持时间、留置胃管天数、中心静脉置管天数、镇静镇痛药使用时间、抗生素使用时间、二次插管等方面有统计学意义(P<0.05)。3.ICU治疗时间[OR=1.205,95%CI(1.139,1.276)]、年龄[OR=1.226,95%CI(1.167,1.289)]、手术时间[OR=1.508,95%CI(1.503,1.905)]、体外循环时间AZD6738试剂[OR=1.151,95%CI(1.098,1.206)]、血清白蛋白[OR=0.404,95%CI(0.299,0.546)],是心脏瓣膜置换患者术后发生VAP的预测因子。4.基于ICU治疗时间、年龄、体外循Laser-assisted bioprinting环时间、手术时间、血清白蛋白5个变量构建的Logistic回归方程:Logit(P)=-23.758+0.187×(ICU治疗时间)+0.204×(年龄)+0.411×(手术时间)+0.14×(体外循环时间)-0.907×(血清白蛋白)。该模型Hosmer-Lemeshow检验P=0.803(P>0.05),ROC曲线下面积AUC=0.968,95%CI为0.957-0.979,约登指数=0.851,灵敏度=0.940,特异度=0.911,准确率=93.6%,DCA决策分析曲线表明本模型的红线远离黑灰两条线,表明本研究构建的风险预测模型具有良好的临床应用价值和一定的临床效益。研究结论:1.ICU治疗时间、年龄、体外循环时间、手术时间、血清白蛋白是心脏瓣膜置换患者术后发生VAP的影响因素,临床医务人员应当早期识别高危患者并给予个性化的预防措施。2.本研究构建的心脏瓣膜置换患者术后发生VAP的风险预测模型预测效果良好,可为心胸血管外科医务人员早期识别心脏瓣膜置换患者术后发生VAP的风险提供科学依据,尽早的采取预防VAP的措施,降低术后患者发生VAP的发生风险。