基于Logistic回归和ROC曲线评价外周血PCT,CRP,NEU%和PLT水平在血流感染中的联合预测价值

作者：潘锡龙; 陈丽; 梁利斯

来源：现代检验医学杂志, 2020, 35(06): 119-124.

• Logistic回归
• 受试者工作特征曲线
• 生物标志物
• 血流感染
• 预测价值

目的探讨降钙素原(procalcitonin,PCT)、C-反应蛋白(C-reactive protein,CRP)、中性粒细胞百分比(neutrophil percentage,NEU%)和血小板(platelet,PLT)在血流感染(bloodstream infection,BSI)中的联合预测价值。方法收集103例BSI疑似患者常规指标PCT,CRP,WBC,NEU%和淋巴细胞百分比(lymphocyte percentage,LYM%)、中性粒细胞/淋巴细胞(neutrophils/lymphocytes,NEU/LYM)和血培养的检测结果及临床诊断资料,比较BSI者与非BSI者PCT,CRP,WBC,NEU%,LYM%和NEU/LYM水平差异,将差异有统计学意义的指标纳入Logistic逐步回归,建立在BSI中联合预测模型,确定联合预测组合,通过受试者工作特征曲线(the receiver operating characteristic curve,ROC)比较预测组合中单个指标与联合预测模型在BSI中的预测价值。结果 BSI者与非BSI者的PCT,CRP,NEU%,LYM%,NEU/LYM及PLT比较,差异均有统计学意义(Z=4.006, 3.214, 2.030, 1.956, 1.966, 2.565,均P<0.10),WBC差异无统计学意义(Z=0.227, P>0.10)。PCT,CRP,NEU%,LYM%,NEU/LYM及PLT被纳入Logistic回归。经Logistic回归,PCT,CRP,NEU%和PLT被纳入建模组合;联合预测模型为Logit P=-4.890+1.877PCT+1.345 CRP+1.650NEU%+1.610PLT,且PCT,CRP,NEU%和PLT的优势比(OR)分别为6.5, 3.8, 5.2和5.0。PCT,CRP,NEU%,PLT和联合预测模型的ROC曲线下面积(area under ROC curve,AUC)分别为0.732, 0.686, 0.618, 0.649和0.859,联合预测模型AUC均明显大于单一指标AUC(P<0.05)。结论在BSI疑似人群中,PCT,CRP,NEU%和PLT的联合预测模型均比各指标单独应用时有更好的预测价值,单独应用PCT,NEU%或PLT可协助初步识别BSI,使用联合预测模型进行综合判断可协助确认BSI。

• 单位
  中山市东升医院