目的：新型冠状病毒（新冠，SARS-CoV-2）传染性很强，容易引起医院感染。因此，我们拟采用血液指标，构建住院患者新冠感染的列线图辅助监测医院感染，并验证其临床有效性。
病人和方法：回顾性收集了来自中国湖北省两个医院总共 437 个确诊为新冠感染的住院病人和 420 个对照住院病人的临床基本信息和实验室检测结果。首先，分别在两个队列（发现队列和验证队列）中比较以上指标在病人和对照间的差异；随后，采用 LASSO 回归筛选出重要特征性血液指标，接着采用逻辑回归在发现队列构建基于这些重要特征性指标的列线图，辅助监测新冠的院内感染；最后，采用 ROC 曲线下的面积、定标曲线、决策曲线分析和临床影响曲线分析，进行列线图的预测效能评估。
结果：经过 LASSO 回归过滤后，11 个实验室血液指标与新冠感染显著相关，随后基于这 11 个特征指标构建了辅助监测新冠院内感染的列线图。在发现队列中，该模型 ROC 曲线下的面积为 0.863 (95% CI: 0.834-0.892)，敏感度为 80.41%，特异度为 77.38%。在验证队列中，该模型 ROC 曲线下的面积为 0.813 (95% CI: 0.760-0.866)，敏感度为 82.98%，特异度为 70.43%。定标曲线分析结果表明该列线图预测结果与实际观测具有良好的一致性，决策曲线和临床影响曲线分析结果表明其临床净效益较大。
结论：我们构建并验证了基于 11 个血液指标用于住院病人新冠医院感染辅助监测的列线图，该列线图对临床实践具有指导意义，将有助于预防新冠在医院进一步传播引起的医院感染。
关键词：新冠肺炎；列线图；新冠医院感染；机器学习