关键词:
川崎病
冠状动脉病变
影响因素
决策树
儿童
摘要:
目的分析川崎病患儿冠状动脉病变(CAL)的影响因素,并构建预测模型。方法回顾性分析2020年1月至2024年1月神木市医院收治的306例川崎病患儿临床资料,根据患儿是否合并CAL将其分为CAL组(108例)和未合并CAL组(198例)。CAL组中男73例,女35例,年龄≤2岁69例,>2岁39例。未合并CAL组中男117例,女81例,年龄≤2岁105例,>2岁93例。采用多因素logistic回归分析法分析川崎病患儿CAL的影响因素。按照7∶3比例将306例川崎病患儿随机分为训练集(214例)和测试集(92例),基于训练集数据构建决策树模型,基于测试集数据验证决策树模型的预测效能。绘制受试者操作特征曲线(ROC)评价多因素logistic回归模型和决策树模型的预测效果。采用χ^(2)检验进行统计分析。结果CAL组持续发热时间>10 d、血小板计数(PLT)>300×10^(9)/L、C反应蛋白>50 mg/L、氨基末端脑钠肽前体(NT-proBNP)≥300 ng/L、肌酸激酶同工酶(CK-MB)>18 U/L、红细胞沉降率(ESR)>40 mm/h、静脉注射免疫球蛋白(IVIg)治疗2次占比分别为41.67%(45/108)、60.19%(65/108)、49.07%(53/108)、67.59%(73/108)、47.22%(51/108)、34.26%(37/108)、47.22%(51/108),未合并CAL组上述指标分别为14.65%(29/198)、45.96%(91/198)、35.86%(71/198)、36.87%(73/198)、32.83%(65/198)、16.67%(33/198)、26.77%(53/198),CAL组上述指标均高于未合并CAL组(均P<0.05)。多因素logistic回归分析结果显示,持续发热时间>10 d(比值比=3.449)、PLT>300×109/L(比值比=2.088)、C反应蛋白>50 mg/L(比值比=1.883)、NT-proBNP≥300 ng/L(比值比=3.267)、CK-MB>18 U/L(比值比=2.284)、ESR>40 mm/h(比值比=2.599)、IVIg治疗2次(比值比=2.930)均为川崎病患儿发生CAL的危险因素(均P<0.05)。基于训练集数据建立包括持续发热时间、NT-proBNP、IVIg治疗次数、ESR、CK-MB、PLT 6个变量的川崎病患儿CAL决策树模型,共提取7条分类规则,其中持续发热时间是该模型的首要影响因素。基于测试集数据对决策树模型和logistic回归模型进行验证,结果显示川崎病患儿CAL的决策树模型预测灵敏度、特异度、曲线下面积(AUC)分别为81.25%、86.67%、0.818,logistic回归模型预测灵敏度、特异度、AUC分别为62.50%、90.00%、0.662。结论川崎病患儿CAL的决策树模型包括6个变量,分别为持续发热时间、NT-proBNP、IVIg治疗次数、ESR、CK-MB、PLT,其中持续发热时间是该模型的首要影响因素;该模型具有良好的预测效能。