川崎病患儿丙种球蛋白耐药列线图模型的构建与验证

作者：宋美璇; 刘斌; 刘东^*

来源：中国现代医学杂志, 2023, 33(23): 52-60.

• 川崎病
• 丙种球蛋白耐药
• Lasso回归
• Nomogram模型

目的 基于Lasso回归和列线图构建并验证川崎病患儿对丙种球蛋白耐药的预测模型，以期为临床诊疗提供帮助。方法 回顾性收集2014年7月—2020年7月西南医科大学附属医院收治的474例川崎病患儿的临床资料，采用Lasso回归分析筛选重要的临床因素构建Nomogram模型，通过绘制受试者工作特征（ROC）曲线、Calibration校准曲线及DCA曲线验证模型的区分度、校准度及临床有效性。结果 共纳入474例患儿资料，其中339例作为训练集，135例作为验证集。Lasso回归分析显示，心脏表现、心外并发症、首剂静脉注射免疫球蛋白使用时间、中性粒细胞比例、红细胞分布宽度-标准差、血小板压积、白蛋白、系统性免疫-炎症指数及C反应蛋白/白蛋白是川崎病患儿丙种球蛋白耐药的预测因素。基于上述预测因素构建Nomogram模型，并分别在训练集与验证集人群中进行验证。训练集ROC曲线下面积（AUC）为0.784(95%CI:0.701,0.867)，当最佳阈值取0.045时，相应的特异性和敏感性分别为0.490(95%CI:0.434,0.546)和0.935(95%CI:0.849,1.000)；验证集的AUC为0.784(95%CI:0.643,0.925)，当最佳阈值取0.142时，相应的特异性和敏感性分别为0.851(95%CI:0.788,0.915)和0.714(95%CI:0.478,0.951)。Calibration校准曲线在训练集和验证集人群的C值分别为0.784和0.784,P值分别为0.953和0.251。DCA曲线显示，Pt值在0.01～0.58时，训练集存在临床净获益。结论 川崎病丙种球蛋白耐药列线图Nomogram预测模型方便临床使用，有助于早期识别丙种球蛋白耐药的高危患儿。

• 单位
  西南医科大学