论文部分内容阅读
背景和目的 IgA肾病是我国原发性肾小球疾病的主要组成部分。在前期的研究中，我们报道了联合6项血清生化指标对IgA肾病和非IgA肾病的区分能力达到79.71％。此初步结果提示多参数数学模型在两种疾病的鉴别诊断与分类中具有重要应用前景。本研究的目标是用多项生物学参数、血清多肽谱、统计学分析和VisualBasic程序建立IgA肾病与非IgA肾病的分类模型和应用软件。 对象与方法 采集从2010年5月至2011年9月我院肾脏病科住院患者的血清，确立病例的入选标准和排除标准。调查研究对象一般信息、生物学参数和血清多肽谱。以肾活检病理结果作为分组依据并将数据拆分为建模组和验证组，用建模组建立数学分类模型，用验证组进行验证，最后应用VisualBasic程序编写应用软件。 结果 一、生物学参数的分类模型：在57项生物学参数中，“血清IgA”、“纤维蛋白原”和“临床表现”对IgA肾病和非IgA肾病的分类具有统计学意义。我们用这3项指标分别建立了Logistic回归模型和判别分析模型。基于判别分析模型的验证结果表明，当模型的预测概率>0.59时，慢性肾脏病患者有85%的可能性为IgA肾病；当模型的预测概率<0.26时，慢性肾脏病患者有90%的可能性为非IgA肾病。 二、血清多肽的分类模型：用基质辅助激光解吸/电离飞行时间质谱测定100例IgA肾病患者和100例非IgA肾病患者血清样本，共获得89个多肽，其中24个多肽具有统计学差异。经过相关性分析和文献调研，最终入选20个多肽进行多参数分析。结果表明质荷比（m/z）为4227和6631的多肽在本数据集中对分类有意义。 三、血清多肽结合常规生物学参数的分类模型：在272名研究对象中，用SPSS随机选择40%病例作为建模组，其余病例用来验证模型。结果表明，单独的生物学参数模型优于血清多肽模型，两者联合的模型可使IgA肾病和非IgA肾病分类的准确度达72.2%（Logistic回归模型）或76.6%（判别分析模型）；判别分析模型优于Logistic回归模型。同时血清质荷比为1945、4266和4615的多肽对IgA肾病和非IgA肾病有辅助诊断价值。 四、应用软件的编程：应用VisualBasic6.0软件、8个参数和判别分析模型编写了一个适用临床应用、可嵌入式、界面友好且便于后台维护的诊断软件，将前述参数输入该软件，即可自动得出待检患者的辅助诊断结果。 结论 本研究运用一定的变量选择策略，在146个变量筛选出34个变量进行多参数分析；通过联合多肽谱、常规生物学参数和多参数分析，建立了原发性IgA肾病与其它原发性肾脏病鉴别诊断的分类模型和应用软件，具有潜在临床应用价值。同时发现质荷比为1945、4227、4266、4615和6631的多肽在IgA肾病和非IgA肾病中具有辅助诊断价值，值得进一步研究。