快报 | 基于凝血和炎症相关指标预测T-SPOT.TB阳性患者活动性肺结核诊断评分系统的构建和验证:一项回顾性横断面研究
作者:庾麒,郭金强,龚凤云
第一作者及单位:庾麒,华中科技大学同济医学院附属武汉金银潭医院感染性疾病科
Construction and Validation of a Diagnostic Scoring System for Predicting Active Pulmonary Tuberculosis in Patients with Positive T-SPOT Based on Indicators Associated with Coagulation and Inflammation: A Retrospective Cross-Sectional Study.
Yu Q, Guo J, Gong F.
Infect Drug Resist, 2023, 16:5755-5764.
doi: 10.2147/IDR.S410923.
PMID: 37670979.
1、研究背景
结核病(TB)是一种危及生命的单一传染病,它仍然是一个主要的全球公共卫生问题。根据世界卫生组织2022年全球结核病报告,2021年全世界有160万例结核病患者死亡,其中80%以上为肺结核。活动性肺结核(APTB)的早期检测已成为临床工作的重点。一方面,未能有效和早期识别APTB的患者可能导致治疗延误、疾病进展。另一方面,将非活动性肺结核(inactive pulmonary tuberculosis,IPTB)误诊为APTB可能会导致过度治疗,从而产生更多的不良事件和耐药结核病,增加PTB患者的经济负担。因此,开发一种能够准确、便捷地测定PTB活性的方法,对更好地指导结核病的临床诊断和治疗至关重要。
随着研究方法的不断进步,nomogram等机器学习方法被广泛应用于各种疾病的鉴别诊断和早期识别。本研究旨在通过构建和验证基于凝血和炎症指标联合的预测模型,以在T-SPOT.TB阳性患者中区分IPTB和APTB。并将预测模型进一步转化为评分系统,方便临床实践。
2、材料和方法
一、研究设计
采用单中心回顾性横断面研究方法,依据入组标准招募2017年1月至2019年12月在武汉市金银潭医院就诊的T-SPOT.TB阳性患者。根据中国APTB和IPTB专家共识的诊断标准,将所有参与者分类为APTB和IPTB。最终纳入508例T-SPOT.TB阳性患者,其中APTB 314例,IPTB 194例。将所有符合条件的患者按照2:1的比例随机分为训练集(211例APTB,116例IPTB)和验证集(103例APTB,78例IPTB),进行模型构建和验证。
纳入标准:
(1)APTB:T-SPOT.TB阳性且分枝杆菌培养阳性和(或)Xpert MTB/ RIF阳性的患者。
(2)IPTB: T-SPOT.TB阳性,但无症状,无细菌学(抗酸杆菌痰涂片镜检、分枝杆菌痰培养或核酸扩增试验,如PCR和Xpert MTB/RIF)或APTB放射学证据,无结核病病史的患者。
排除标准:
(1)年龄<18岁;
(2)入院前接受抗结核治疗2周以上;
(3)其他肺部疾病患者。
二、数据处理
从患者病历中提取基线数据,包括人口统计学特征(年龄和性别)、糖尿病病史和慢性乙型病毒性肝炎 (HBsAg阳性),以及实验室参数[凝血酶原时间活性(PTA)、活化的部分凝血活酶时间 (APTT)、凝血酶时间 (TT)、纤维蛋白原浓度 (Fbg-c)、C反应蛋白(CRP)、白蛋白、前白蛋白、中性粒细胞计数、血小板计数、单核细胞计数和血红细胞沉降率 (ESR)]。将HBsAg阳性和血浆丙氨酸氨基转移酶水平升高的患者确诊为慢性乙型病毒性肝炎。
三、统计学处理
使用SPSS 22.0软件和RStudio 4.20软件进行数据的分析和绘图。与凝血和炎症相关的纳入变量的缺失值通过missForest方法进行乘法估算。分类变量以绝对值 (n) 表示,组间差异的比较采用卡方检验。采用Shapiro-Wilk检验确定连续变量的正态性 (表2)。非正态分布的连续变量以中位数(四分位数)[M(Q1,Q3)]描述,组间差异的比较采用Mann-Whitney U检验。模型的构建、评价及验证主要使用R语言中的不同R包。
3、结果
一、患者特征
本研究共纳入T-SPOT.TB阳性PTB患者508例,其中APTB 314例,IPTB 194例。将上述患者随机分为训练集 (APTB:211例,IPTB:129例) 和验证集 (APTB:103例,IPTB:65例)。T-SPOT.TB阳性患者的人口学、临床和实验室特征见表1。
表1 训练集和验证集中T-SPOT阳性患者的人口学、临床和实验室特征
二、训练集中逐步多元logsitic回归分析
结果显示,C反应蛋白与前白蛋白比值(CPR)[OR (95%CI)=4.95 (2.52~9.85), P<0.001]、单核细胞与淋巴细胞比值(MLR)[OR(95%CI)=2.59 (1.29~5.18), P=0.007]、ESR[OR (95%CI)=2.88 (1.46~5.69), P=0.002]、APTT[OR (95%CI)=2.32 (1.26~4.35), P=0.008]和Fbg-C[OR (95%CI)=2.33 (1.12~4.83), P=0.023]均是发生APTB的独立危险因素(表2)。
表2 训练集中逐步多元logsitic回归分析中的变量
三、诊断评分情况
CPR评分10分,MLR评分6分,ESR评分7分,APTT评分5分,Fbg-C评分5分 (表3)。APTB和IPTB评分系统的区分和校准见图1。
表3 训练集中Nomogram发展而来的一种新的评分系统
注A和B为评分系统在训练集和验证集中的ROC曲线;C和D为评分系统在训练集和验证集中的校准曲线。图1APTB和IPTB评分系统的区分和校准
4、研究结论
CPR、MLR、ESR、APTT、Fbg-C是鉴别APTB与IPTB有价值的指标。本研究开发的诊断评分系统具有满意的预测效果,可以帮助临床医生更好地进行临床决策。当T-SPOT.TB总分≥16分时,T-SPOT.TB阳性患者更容易被诊断为APTB。
注:除非特别声明,本公众号刊登的所有文章不代表《中国防痨杂志》期刊社观点。
供稿:庾 麒
编辑:孟 莉
审校:范永德
不感兴趣
看过了
取消
不感兴趣
看过了
取消
精彩评论
相关阅读