Logistic回归联合ROC曲线分析对不明原因复发性自然流产的血栓前状态的诊断价值

摘要：

目的:研究血栓前状态(PTS)与不明原因复发性自然流产(URSA)的相关性,探寻检查PTS的适合项目,联合Logistic回归和ROC曲线分析建立统计学诊断模型,计算诊断阈值,进行诊断学评价.方法:应用病例分组对照研究方法,收集2011年7月～2012年6月就诊于佛山市中医院妇科的294例妇女,分为URSA组82例和正常生育组212例.检测两组PT、APTT、TT、Fbg、FDP、D-Dimer、HCY 7个与PTS相关的项目.结果:经方差/非参数检验分析,两组间PT、APTT、HCY结果的差异无统计学意义(P＞0.05),TT、Fbg和FDP结果的差异有统计学意义(P＜0.01)；经二元Logistic回归分析显示,Fbg、TT、FDP与URSA的发生有相关性(x2=5t.723,P＜0.01),建立统计学诊断模型,Pre (预测值)=1/[1+e (10.696+1.761×1-0.894 ×2 +0.778 x3)],Pre值对URSA患者的预测准确性为53.7％,正常者的预测准确性为89.6％,总体准确性为79.6％；应用ROC曲线分析,FDP、Fbg、TT和Pre诊断URSA患者PTS的曲线下面积AUC和95％ CI分别是0.665 (0.574 ～0.756)、0.788 (0.701～0.874)、0.799 (0.718～0.819)、0.843 (0.769～0.917)；最大Youden指数分别是0.298、0.546、0.512、0.595,对应的诊断阈值分别是:0.55 g/L、2.74 g/L、16.65 s和0.25;相对应的敏感度分别是68.90％、71.70％、70.80％、71.70％,特异度分别是61.00％、82.90％、80.50％、87.80％.结论:PTS与URSA的发生相关；通过检测FDP、Fbg、TT凝血项目,应用二元Logistic回归和ROC曲线分析建立的统计学诊断模型能有效地诊断URSA患者的血栓前状态.

关键词：复发性自然流产、血栓前状态、二元Logistic回归、ROC曲线分析

所属期刊栏目：28

分类号：R714.21;R446.11(妇产科学)

资助基金：广东省佛山市卫生局医学科研基金项目2012145

在线出版日期：2013-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3303-3307