儿童腺病毒肺炎严重程度预测列线图的构建及验证
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3877/cma.j.issn.1674-1358.2022.05.008

儿童腺病毒肺炎严重程度预测列线图的构建及验证

引用
目的:开发一款用于指导临床准确评估儿童腺病毒肺炎严重程度的列线图模型,并进行验证。方法:采用回顾性、横断面临床观察法,纳入2019年8月至2021年8月于徐州医科大学附属徐州儿童医院诊断为腺病毒肺炎患儿共128例为研究对象,均符合儿童腺病毒性肺炎诊断和治疗指南(2019版)的标准;住院期间参照社区获得性肺炎诊断标准分为重症组(50例)和非重症组(78例),比较两组患儿的性别、年龄、体重、是否早产、发热持续时间、体温峰值、有无基础疾病、血清白细胞计数、中性粒细胞和淋巴细胞百分比、C-反应蛋白(CRP)、乳酸、白细胞介素(IL)-6、乳酸脱氢酶(LDH)、降钙素原(PCT)、CD4+ T和CD8+ T淋巴细胞百分比、CD4+/CD8+ T、CD16+CD56+和CD19+ T淋巴细胞百分比、有无混合感染。采用LASSO回归法对危险因素进行降维处理,采用多因素Logistic回归分析筛选独立危险因素,根据回归系数(β)绘制列线图预测模型。采用受试者工作曲线(ROC)计算模型预测重症腺病毒肺炎(SAP)曲线下面积(AUC),Hosmer-Lemeshow检验评估模型的拟合优度,Calibration曲线和Decision曲线评估模型的一致性和获益性。结果:与非重症组比较,重症组患儿发热持续时间延长[5.2(3.0,8.5)d vs. 2.9(1.0,5.0)d:Z = 8.326、P < 0.001]、IL-6 [45.6(35.4,56.9) pg/ml vs. 30.2(25.2,38.6) pg/ml:Z = 15.326,P < 0.001]和LDH水平[452.6 (385.6,523.4)U/L vs. 365.9(302.1,445.2)U/L:Z = 9.625、P < 0.001]升高、CD4+ T [31.2(27.8,34.2)% vs. 35.5(33.2,38.9)%:Z = 7.526,P < 0.001]和CD4+/CD8+ T水平[1.2(1.0,1.4)vs. 1.4(1.1,1.6):Z = 5.230、P = 0.004]下降、混合感染率增多[46.0%(23/50)vs. 19.2%(15/78):χ2 = 10.460、P = 0.001]。LASSO回归共筛选出4个具有非零系数特征的变量,即发热持续时间、IL-6浓度、CD4+ T淋巴细胞百分比和混合感染。多因素Logistic回归分析显示,发热持续时间(OR = 3.125、95%CI:2.565~3.896、P < 0.001)、IL-6浓度(OR = 2.012,95%CI:1.428~2.639、P < 0.001)、CD4+ T淋巴细胞百分比(OR = 0.369、95%CI:0.124~0.678、P = 0.009)和混合感染(OR = 1.457、95%CI:1.124~1.895,P = 0.001)均为SAP的独立危险因素。建立列线图模型总分160分,ROC显示列线图预测SAP的AUC值为0.852(95%CI:0.779~0.901,P < 0.001)。Hosmer-Lemeshow检验值为0.786,提示模型拟合优度较高。Calibration曲线和Decision曲线显示模型一致性和获益性尚可。结论:影响儿童腺病毒肺炎严重程度的主要因素有发热持续时间、IL-6浓度、CD4+ T淋巴细胞百分比和混合感染,以此开发的列线图预测模型来评估SAP,操作简单、可视化效果强,有较高的效能和拟合优度,一致性和获益性尚好,具有较好的临床应用价值。

腺病毒肺炎、列线图、白细胞介素-6、危险因素

16

2023-02-13(万方平台首次上网日期,不代表论文的发表时间)

共7页

337-343

相关文献
评论
相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn