关键词:
支原体肺炎
塑型性支气管炎
血小板
列线图
网络计算器
摘要:
目的基于血小板参数构建肺炎支原体肺炎(MPP)患儿发生塑型性支气管炎(PB)的风险预测列线图模型。方法选取2020年3月—2023年6月南通市海门区人民医院收治的188例MPP患儿为研究对象。查阅患儿电子病历,收集其年龄、性别、发热持续时间、异常呼吸音发生情况及入院时实验室检查指标。根据患儿是否发生PB将其分为PB组(n=21)和无PB组(n=167)。通过最小绝对收缩和选择算子(LASSO)回归、支持向量机(SVM)算法和随机森林算法筛选MPP患儿发生PB的风险因素,通过多因素Logistic回归分析探讨MPP患儿发生PB的独立影响因素。基于多因素Logistic回归分析结果构建MPP患儿发生PB的风险预测列线图模型,绘制ROC曲线、校准曲线、决策曲线以分别评估该列线图模型的区分度、准确性、临床有效性;使用DynNom包开发MPP患儿发生PB的风险预测列线图模型的网络计算器。结果PB组发热持续时间长于非PB组,中性粒细胞与淋巴细胞比值(NLR)、C反应蛋白(CRP)、D-二聚体(D-D)、纤维蛋白原(FIB)、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、血小板指数评分(PIS)高于非PB组,乳酸脱氢酶(LDH)、血红蛋白(Hb)、血小板计数(PLT)低于非PB组,平均血小板体积(MPV)、血小板体积分布宽度(PDW)大于非PB组(P<0.05)。LASSO回归、SVM算法、随机森林算法分析结果均显示,发热持续时间、NLR、CRP、FIB、ALT、PIS是MPP患儿发生PB的风险因素。多因素Logistic回归分析结果显示,发热持续时间、NLR、CRP、FIB、PIS是MPP患儿发生PB的独立影响因素(P<0.05)。基于多因素Logistic回归分析结果构建MPP患儿发生PB的风险预测列线图模型。ROC曲线分析结果显示,该列线图模型预测MPP患儿发生PB的AUC为0.971〔95%CI(0.936~0.990)〕;校准曲线分析结果显示,该列线图模型预测MPP患儿发生PB的概率与其实际概率之间具有良好的一致性;决策曲线分析结果显示,当阈值概率为0.021~0.996时,该列线图模型的净获益率>0。基于MPP患儿发生PB的风险预测列线图模型开发网络计算器(https://***/DynNomapp/)。结论基于PIS及发热持续时间、NLR、CRP、FIB构建的MPP患儿发生PB的风险预测列线图模型的区分度、准确性较高,且具有一定临床有效性;此外,基于上述列线图模型开发的网络计算器简单实用。