10.3877/cma.j.issn.2095-2007.2021.06.004
筛选睑板腺功能障碍诊断参数建立诊断模型的临床研究
目的 筛选对睑板腺功能障碍(MGD)诊断有价值的特征性指标并建立诊断模型.方法 收集2016年3月至11月由首都医科大学附属北京同仁医院眼科中心、北京市眼科研究所、陕西省西安市第一医院、中国医学科学院北京协和医院及暨南大学附属第一医院等23家多中心医疗单位眼科门诊连续观察的MGD患者923例(923只眼)和健康志愿者114例(114只眼).其中,男性353例(353只眼),女性684例(684只眼);年龄18~ 88岁,平均年龄(42.5 ±13.9)岁.通过问卷调查收集人口学信息,自我评估眼表疾病评分指数(OSDI);检查所有患者右眼的泪膜破裂时间(TBUT)、角结膜荧光素染色评分、泪液分泌测试(Schirmer Ⅰ)、睑板腺红外照相、泪膜脂质层厚度(LLT)、睑板腺开口及分泌物性状评分.采用数字表法随机将所有患者拆分为70%模型组和30%验证组.按照临床诊断,判定70%模型组中MGD患者和健康者各指标诊断的阴阳性结果,数据以例数和百分比表示,组间的比较采用卡方检验.采用工作特征曲线(ROC)分析获得曲线下面积(AUC)验证MGD各检测指标的诊断效能,并将有效指标通过Logistic回归模型建立判别模型.而后使用30%验证组MGD患者及健康者进行判别,以验证诊断模型的有效性.结果 在70%模型组中,MGD患者与健康者女性分别为402例和91例,分别占62.2%和79.8%,两组性别比较的差异有统计学意义(x2=196.189,P<0.05).70%模型组中MGD患者OSDI评分、角结膜荧光素染色、Schirmer Ⅰ值试验、睑板腺缺失率、LLT、睑板腺腺体开口数量、睑板腺睑脂评分及TBUT与临床诊断结果一致者分别为478例、180例、492例、604例、512例、504例、575例及583例,分别占74.0%、27.9%、76.2%、93.5%、79.4%、78.0%、89.0%及90.4%.两组比较的差异均有统计学意义(x2=44.46,442.54,25.20,17.54,12.52,6.91,13.90,1.75;P <0.05).经ROC曲线分析,尽管OSDI评分、角结膜荧光素染色、睑板腺腺体开口数量、睑板腺睑脂评分及TBUT诊断的AUC均小于0.800(P <0.05),但当将性别(X1)、OSDI评分(X2)、角结膜荧光素染色评分(X3)、TBUT(X4)、睑板腺腺体开口数量(X5)及睑板腺睑脂评分(X6)有诊断价值的6项指标联合采用多元Logistic回归模型建立MGD诊断判别模型时,AUC能达到0.800,说明此模型的诊断效果已达到良好的标准.公式为Y=1/(1+e-Z),Z=-4.546+1.069X1-0.020X2 +0.286X3-0.553X4-0.220X5 +0.124X6.当Y<0.196时,判别模型MGD诊断的敏感度为83.4%,特异度为61.4%.将30%验证组的数据在判别模型中进行分类判别.两组与临床诊断一致者分别为229例和44例,分别占82.7%和40.6%,两组比较的差异无统计学意义(x2=0.17,P>0.05).敏感度为82.7%,特异度为61.4%.结论 性别、OSDI评分、睑板腺腺体开口数量、睑板腺睑脂评分、TBUT及角结膜上皮荧光素染色有助于MGD诊断,基于这些指标建立的Logistic判别模型有较高的灵敏度和特异度.
睑板腺功能障碍、特征性指标、判别模型、工作特征曲线
11
国家自然科学基金;北航-首医大精准医疗高精尖创新中心同仁分中心开放基金;北京市科委医药协同重点专项
2022-03-14(万方平台首次上网日期,不代表论文的发表时间)
共7页
339-345