基于大数据建立临床肺结核综合诊断数学模型的研究

作者：温保江; 周正华; 梁志勇; 李军; 温文沛^*; 郭卉欣

来源：结核病与肺部健康杂志, 2018, 7(01): 23-28.

• 结核,肺
• 计算机通信网络
• 诊断,鉴别
• 模型,统计学
• 数据说明,统计
• 评价研究

目的基于大数据建立临床肺结核综合诊断数学模型,以提高临床诊断肺结核的质量。方法从广东省清远市慢性病防治医院结核病区和呼吸病区每个月(2016年1月至2017年12月)按照分层随机抽样方法选取临床检查项目资料完整的患者15～20例,共计345例。诊断初治活动性肺结核患者198例(肺结核组),非肺结核患者147例(非肺结核组,含陈旧性肺结核)。收集所有患者临床资料,包括胸部X线摄影(胸片)表现(病灶范围、有无空洞)、结核菌素皮肤试验(PPD试验)、血白细胞(WBC)计数、血清白蛋白、痰涂片(萋尔-尼尔逊染色镜检法)、痰培养(改良罗氏液体培养)、痰GeneXpert MTB/RIF检测(简称"GeneXpert检测")、结核感染T细胞斑点试验(T-SPOT.TB)检查结果,以及临床症状体征(咳嗽、咯血、体质量下降、纳差)和相关病史(结核病病史、吸烟史、糖尿病病史)等临床资料信息,应用logistic回归模型以及判别分析等统计学方法进行研究。结果通过非条件logistic回归模型分析确定具有独立鉴别性的临床检查项目,包括性别[χ2=6.047,P=0.014;OR(95%CI)=0.410(0.201～0.834)]、结核病病史[χ2=29.273,P=0.000;OR(95%CI)=0.086(0.036～0.210)]、血WBC计数[χ2=10.266,P=0.001;OR(95%CI)=0.771(0.657～0.904)]、痰GeneXpert检测[χ2=18.633,P=0.000;OR(95%CI)=7.280(2.956～17.928)]、痰培养[χ2=10.400,P=0.001;OR(95%CI)=10.021(2.469～40.664)]、T-SPOT.TB检测[χ2=23.669,P=0.000;OR(95%CI)=5.769(2.848～11.688)]、PPD试验[χ2=6.462,P=0.011;OR(95%CI)=1.503(1.098～2.057)]、体质量下降[χ2=7.807,P=0.005;OR(95%CI)=3.335(1.433～7.761)];其中GeneXpert检测、痰培养、T-SPOT.TB检测、体质量下降等项目的OR值均>2,对诊断肺结核具有明显优势。建立的肺结核诊断函数模型,对非肺结核的判别准确率达83.67%(123/147)、对肺结核的判别准确率达79.29%(157/198)。结论本研究建立的肺结核的数学诊断模型判别准确率高,为临床医师临床诊断肺结核及降低误诊率提供了新的工具。

• 单位
  清远市慢性病防治医院; 广东省结核病控制中心