儿童川崎病的危险因素分析及列线图模型构建.pdf

儿童川崎病的危险因素分析及列线图模型构建田 慧1,郝晓燕1,祁 洁1,李 莉1,郭瑞霞1,尉志红2摘要 目的:探讨儿童川崎病的危险因素,并构建川崎病患儿列线图模型。方法:回顾性选取 2020 年 1 月2022 年 12 月山西省儿童医院收治的 135 例发热患儿,其中诊断为川崎病 97 例,非川崎病 38 例。收集患儿一般资料,通过单因素回归分析和多因素Logistic回归分析川崎病的危险因素,借助R软件对确定的风险因素构建相关列线图模型,并通过Bootstrap法对样本反复抽取1 000 次,以对针对儿童川崎病所构建的列线图模型的精准度进行检验,通过受试者工作特征(ROC)曲线对列线图模型的预测能力进行评估。结果:多因素 Logistic 回归分析结果显示,红细胞沉降率、大血小板百分比、C 反应蛋白、淋巴细胞计数和血小板计数为川崎病的独立危险因素。川崎病患儿列线图模型校正曲线和理想曲线没有明显偏离,川崎病患儿列线图模型 ROC 曲线分析显示,建模组和验证组的曲线下面积(AUC)分别为 0.969 和 0.915。结论:本研究建立的川崎病患儿列线图模型校正曲线和理想曲线精准度较好,可为临床儿童川崎病的预测及临床诊断有积极影响。关键词 川崎病;儿童;危险因素;列线图模型d o i:1 0.1 2 1 0 2/j.i s s n.1 6 7 2-1 3 4 9.2 0 2 3.1 7.0 3 7 川崎病在临床上常常发生于5 岁的儿童,经常发病于夏冬两季,临床多表现为急性持续性发热、出疹、黏膜充血、淋巴结异常肿大等 1-2,川崎病目前病因尚未被证实,但因川崎病发病时常影响冠状动脉,所以是儿童心脏病发病的重要要起因之一,当前临床水平对于川崎病患儿的主要治疗方式为通过静脉通路输注丙种球蛋白合并对症用药为主 3-4,虽然临床上早期发现川崎病后多半患儿均可治愈,基本不会出现不良预后问题,但是有数据显示,形成动脉瘤的起因中 20%25%是因为患儿未经治疗 5,而其中 1 岁以下患川崎病的婴幼儿冠状动脉遭受损害的概率高达 58%6,所以本研究通过探究儿童川崎病的发生风险,进行儿童川崎病发生风险列线图模型的构建,希望能对儿童川崎病的预测及临床诊断有积极影响。1 资料与方法1.1 一般资料回顾性选取 2020 年 1 月2022 年 12 月山西省儿童医院收治的 135 例发热患儿,其中诊断为川崎病97 例,非川崎病 38 例。川崎病的诊断依照美国心脏协会所修订的标准:发热持续 5 d 以上,并伴有 4 种以上临床表现,包括颈部淋巴结出现异常肿大,眼结膜充血,伴有如口唇皲裂、杨梅舌等口腔黏膜的变化,多形性皮疹 7,四肢末梢出现水肿或脱皮等。本研究获作者单位 1.山西省儿童医院(太原 030013);2.山西省人民医院通讯作者 郝晓燕,E-mail:引用信息 田慧,郝晓燕,祁洁,等.儿童川崎病的危险因素分析及列线图模型构建 J.中西医结合心脑血管病杂志,2023,21(17):3278-3280.得医院伦理委员会审批,且所有参与研究患儿的监护人均知情同意本研究内容。1.2 纳入及排除标准纳入标准:1)临床资料完整;2)监护人及患儿愿意配合。排除标准:1)监护人拒绝配合;2)临床资料收集不全;3)合并其他严重疾病。1.3 研究方法及观察指标收集所有患儿的一般资料,包括体温、年龄、性别、发热时间、白细胞计数、淋巴细胞计数、血小板计数、红细胞计数等 7,通过单因素回归分析和多因素 Logistic回归分析川崎病的危险因素。1.4 统计学处理将所有数据录入 SPSS 相关数据软件进行分析。符合正态分布的定量资料以均数标准差(xs)表示,采用t检验、方差分析;定性资料采用2检验。采用单因素和多因素分析等方法对收集到的川崎病患儿数据及资料进行分析,借助 R 软件对确定的风险因子构建相关列线图模型,并通过 Bootstrap 法对样本反复抽取 1 000 次,以对针对儿童川崎病所构建的列线图模型 的 精 准 度 进 行 检 验,通 过 受 试 者 工 作 特 征(ROC)曲线对列线图模型的预测能力进行评估。以P0.05 为差异有统计学意义。2 结 果2.1 川崎病影响因素的单因素分析川崎病和非川崎病患儿在性别、年龄、血红蛋白、白细胞计数、中性粒细胞百分比、红细胞沉降率、大血小板百分比、单核细胞计数、单核细胞百分比、淋巴细胞计数、淋巴细胞百分比、C 反应蛋白和血小板计数方面比较,差异均有统计学意义(P0.05)。详见表 1。8723CH I N E S EJ OURNA LO FI N T E G R AT I V E ME D I C I N EONC AR D I O-C E R E B ROVA S C U L ARD I S E A S E S e p t e m b e r 2 0 2 3 V o l.2 1 N o.1 7表 1 川崎病和非川崎病患儿临床资料比较项目川崎病(n=97)非川崎病(n=38)统计值P体温()38.252.0738.572.21t=-0.7930.429年龄(月)32.543.2836.943.37t=-6.9560.001性别 例(%)男65(67.0)17(44.7)2=5.6800.017 女32(33.0)21(55.3)发热时间(d)9.032.688.632.15t=0.8220.413血红蛋白(g/L)147.2716.2893.0118.20t=16.8400.001白细胞计数(109/L)14.275.2810.355.03t=3.9300.001中性粒细胞百分比(%)83.2710.7253.5511.26t=14.2830.001红细胞计数(1012/L)4.240.374.100.41t=1.9170.057红细胞体积(fL)80.256.2377.996.53t=1.8700.064红细胞沉降率(mm/h)33.2818.2922.7018.04t=3.0340.003大血小板百分比(%)21.319.1731.719.57t=-5.7440.001单核细胞计数(109/L)0.920.330.820.24t=11.2620.001单核细胞百分比(%)8.722.075.522.22t=7.9140.001淋巴细胞计数(109/L)3.112.161.512.26t=3.8210.001淋巴细胞百分比(%)30.7512.5813.5510.79t=7.4220.001嗜酸性粒细胞百分比(%)1.480.411.460.36t=0.2630.793C 反应蛋白(mg/L)32.093.1328.693.22t=5.6310.001血小板计数(109/L)428.27106.81200.31109.27t=11.0810.0012.2 川崎病影响因素的多因素分析以是否确诊为川崎病作为因变量,将单因素分析中有统 计 学 意 义 的 因 素 作 为 自 变 量,进 行 多 因 素Logistic 回归分析,结果显示,红细胞沉降率、大血小板百分比、C 反应蛋白、淋巴细胞计数和血小板计数为川崎病的独立危险因素。详见表 2。表 2 川崎病影响因素的多因素 Logistic 回归分析 因素OR 值95%CIP大血小板百分比1.48 1.10,1.790.05C 反应蛋白3.59 2.11,7.210.01红细胞沉降率2.14 1.86,2.450.05淋巴细胞计数2.31 2.01,2.620.01血小板计数1.72 1.31,1.730.052.3 建立川崎病患儿列线图模型将红细胞沉降率、大血小板百分比、C 反应蛋白、淋巴细胞和血小板计数 5 个危险因素纳入 R 软件中构建儿童川崎病发生风险列线图模型,在列线图中,每个预测变量指标向上垂直画一条直线对应评分刻度线上的评分,所有预测变量指标之和为总评分,再向下垂直画一条直线对应川崎病的概率。如图 1 所示,可以看出儿童川崎病预测因子中,最大的为淋巴细胞计数,可达 100 分,其次是 61 分的血小板计数,56 分的 C 反应蛋白,42 分的红细胞沉降率以及 40 分的大血小板百分比。将所有预测因子得分相加可以得出川崎病患儿风险因素总得分,当川崎病患儿总得分大于 98 分时,川崎病概率超过 50%。图 1 川崎病患儿列线图模型9723中西医结合心脑血管病杂志2 0 2 3年9月第2 1卷第1 7期2.4 川崎病患儿列线图模型的验证通过 Bootstrap 法对儿童川崎病发生风险列线图模型的精准度进行检验,在进行 1 000 次重复抽样后结果显示:校正曲线和理想曲线没有明显偏离,详见图2,表明儿童川崎病发生风险列线图模型预测的儿童川崎病发生率与实际儿童的疾病发生率基本一致。川崎病患儿列线图模型 ROC 曲线显示,建模组 AUC 为 0.969,验证组 AUC 为 0.915,详见图 3,表示构建的川崎病患儿列线图模型精准度较高。图 2 川崎病患儿构建模型的校正曲线图 3 川崎病患儿构建模型的 ROC 曲线3 讨 论目前,针对部分国家来说,川崎病已作为 5 岁以下儿童患获得性心脏病的主因被临床所重视 8。由于川崎病前期与其他发热疾病的症状相类似,可能引起临床医师的错误判断,而列线图是一种分析临床事件风险的数学模型 7,可以对临床相关数据资料进行规整,从而使得相关结果量化,对儿童发生川崎病概率进行预测 9-10。本研究通过单因素分析及多因素分析筛选出,血小板数量、C 反应蛋白、淋巴细胞量、红细胞沉降率以及大血小板百分比为川崎病的独立危险因素,并建立预测川崎病发生概率的川崎病患儿列线图模型。本研究结果显示,对川崎病影响最大的危险因素为淋巴细胞计数,当淋巴细胞计数升高时,所代表的分值增大,即影响川崎病相关概率增大,与徐琨等 11研究结果相似,其在研究中指出,免疫系统及相关因子对于川崎病的发生存在影响。此外,有研究表明,在川崎病发生急性期间,患儿血液中凝血平衡失调,即呈现高凝状态,从而引起红细胞沉降率及 C 反应蛋白下降 12-13。除此之外,从列线图模型组可以看出,大血小板百分比越低,患儿发生川崎病的概率越大,刘芮汐等 3也发现的平均血小板体积及血小板分布宽度可以影响川崎病。本研究建立川崎病患儿列线图模型,对川崎病患儿发病概率进行预测,建模组、验证组的 AUC 分别为0.969 和 0.915,确保了川崎病患儿列线图模型预测的精准度。临床工作时可根据患儿不同情况,按照川崎病患儿列线图中各项分值进行对照,可早期评估川崎病患儿的发病概率,并及早对川崎病患儿进行治疗,避免发展为获得性心脏病 14-15,进而改善川崎病患儿预后,减少患儿痛苦,对临床工作中川崎病的诊断有积极影响。参考文献:1 王丹,陈艾.个体化预测儿童川崎病发生风险列线图模型的建立与验证 J.儿科药学杂志,2023,29(2):31-35.2 许辉,刘敬,张彤如.川崎病患儿并发心脏损害的风险模型构建及pro-BNP 的预测价值 J.心脏杂志,2022,34(1):36-40.3 刘芮汐,易岂建.血小板体积及分布宽度检测儿童川崎病价值 J.临床荟萃,2021,36(9):824-827.4 雷雯,王凯凯,王卉.川崎病患儿丙种球蛋白治疗无反应风险预测的列线图构建 J.宁夏医学杂志,2021,43(1):86-88.5 赵海丰,吴艳.婴儿 川崎病临床表 现及预后分析 J.临床 医学,2018,38(9):22-23;26.6 王欢,邵燕,陈玉飞,等.川崎病患儿焦虑敏感性指数与生存质量的相关性分析 J.中国妇幼保健,2022,37(24):4615-4618.7 龙超,张睿,黄飞,等.川崎病并发冠状动脉病变风险的列线图模型的构建与分析 J.实用临床医药杂志,2022,26(10):31-35.8 冯亚伟,干意,涂丹娜.川崎病流行病学及分子学研究进展 J.中国临床研究,2022,35(8):1159-1163.9 朱园园,熊振宇,憨贞慧,等.影响川崎病患儿发生冠状动脉病变的危险因素分析 J.辽宁医学杂志,2022,36(6):51-53.10 谢丽萍,龚娟,富洋,等.对川崎病患儿静脉注射丙种球蛋白耐药临床预测模型建立的质疑 J.中国循证儿科杂志,2019,14(3):169-175.11 徐琨,段炤,邓宇虹,等.川崎病患儿实验室检测指标分析及预测模型的建立 J.实用临床医学,2022,23(4):44-47.12 何岚,刘芳,黄国英,等.选择性冠状动脉造影在儿童川崎病合并严重冠状动脉病变中的应用 J.中华儿科杂志,2019,57(2):108-112.13 袁时健,孔玉洁,董湘玉.川崎病及所致冠状动脉病变病因与发病机制研究进展 J.中国医药,2022,17(9):1431-1434.14 孙景巍,祁冬,田净忆,等.儿童川崎病合并冠状动脉病变的诊治进展 J.中华全科医学,2022,20(8):1384-1387;1433.15 聂颖,徐辉甫,陈长见,等.儿童不完全川崎病的临床特点分析 J.中国全科医学,2019,22(24):2970-2974.(收稿日期:2023-01-21)(本文编辑 郭怀印)0823CH I N E S EJ OURNA LO FI N T E G R AT I V E ME D I C I N EONC AR D I O-C E R E B ROVA S C U L ARD I S E A S E S e p t e m b e r 2 0 2 3 V o l.2 1 N o.1 7