文摘目的 在登革热疾病进展的早期阶段通过建立预测模型来评估重症登革热及登革热伴预警出现的风险,以避免重症登革热在疾病发展早期得不到有效防治,并降低登革热死亡率。方法 回顾性收集云南省瑞丽市人民医院2019—2023年临床及实验室检查等831例患者资料,按7∶3比例分为训练集和验证集。训练集进行统计描述、单因素分析,LASSO回归筛选变量,logistic回归开发登革热重症风险预警模型;训练集和验证集进行ROC曲线模型性能验证。结果 本研究共纳入831名登革热患者,年龄为(44.20±15.02)岁,52.59%为男性,5.42%为缅甸籍;发生重症登革热或登革热伴预警122例,占比14.68%,女性为主(58.20%)。训练集采用LASSO回归筛选发生重症登革热或登革热伴预警的相关变量11个:年龄、头晕、呕吐、凝血酶原时间、部分活化凝血活酶时间、红细胞压积、血小板、单核细胞百分比、单核细胞绝对值、血红蛋白、C反应蛋白(λmin=0.011 59);logistic回归建立重症登革热及登革热伴预警模型,具有统计学意义的变量为年龄[OR=1.034(95%CI:1.016~1.053)]、红细胞压积[OR=1.258(95%CI:1.143~1.519)]、血小板[OR=0.991(95%CI:0.985~0.997)]、血红蛋白[OR=0.919(95%CI:0.873~0.950)]、C反应蛋白[OR=1.019(95%CI:1.004~1.034)]。训练集ROC曲线下面积(area under the curve, AUC)值为0.894(95%CI:0.796~0.867),验证集中AUC值为0.862(95%CI:0.709~0.827)。最佳阈值点(Cut-off)取0.197,灵敏度为0.850,特异度为0.743。结论 本研究建立了LASSO-logistic回归风险预测模型,可在登革热患者患病早期预测发生重症登革热及登革热伴预警风险,提高医院重症登革热的防治能力,有助于指导临床治疗决策。
