S'abonner

Development of a risk nomogram predicting urinary tract infection in patients with indwelling urinary catheter after radical surgery for cervical cancer - 13/09/23

Développement d’un nomogramme de risque permettant de prédire les infections urinaires chez les patients ayant un cathéter à demeure après une chirurgie radicale du cancer du col de l’utérus

Doi : 10.1016/j.purol.2023.08.017 
Fang Wang a, 1, Xiaoli Wang c, 1, YuanXiang Shi b, Ling Li b, Yu Zheng b, Huaying Liu b, Min Zeng b, Feng Jiang d, , Zhimin Wu b,
a Chong Qing Three Gorges Medical College, Chongqing, China 
b Department of Gynecology and Obstetrics, Third Military Medical University Southwest Hospital Chongqing, Chongqing, China 
c The Second Affiliated Hospital of Chongqing Medical University, Chongqing, China 
d Department of Neonatology, Obstetrics and Gynecology Hospital of Fu dan University, Shanghai, China 

Corresponding author.

Summary

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 threshold3%.

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.

Le texte complet de cet article est disponible en PDF.

Résumé

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 décision3 %.

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.

Niveau de preuve

B : 3a.

Le texte complet de cet article est disponible en PDF.

Keywords : Cervical cancer, Radical hysterectomy, Nomogram, Catheter-related urinary tract infection

Mots clés : Cancer du col de l’utérus, Prédicteurs, nomogramme, Infection urinaire liée à un cathéter

Abbreviations : CC, RH, ICa-RCCS, UTIs, LASSO, SE, CAUTI, CLSI, OR, CI, PRE, CATH, URI


Plan


© 2023  The Authors. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 33 - N° 10

P. 492-502 - septembre 2023 Retour au numéro
Article précédent Article précédent
  • Photocoagulation with GREENLIGHT© laser in radiation-induced haemorrhagic cystitis: Results of a single-center series
  • L. Le Bloa, K. Ait Said, B. Pradere, X. Tillou, T. Waeckel
| Article suivant Article suivant
  • Switching from onabotulinum toxin A to abobotulinum toxin A for treating detrusor overactivity in spinal cord injured patient, does it really work?
  • C. Le Roy, C. Lefèvre, L. Lepoittevin, B. Reiss, M. Le Fort, J. Rigaud, B. Perrouin-Verbe, M.-A. Perrouin-Verbe

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.