论文部分内容阅读
目的:掌握HFRS轻型、中型、重型、危重型不同临床分型患者在就诊时临床特征表现和急性期实验室指标检测值水平;基于就诊时临床及急性期实验室客观性检测指标,探讨HFRS重型、危重型发生的危险因素,构建HFRS重型、危重型风险预测模型,在病程早期识别两型发生的概率,降低其发生率和病死率。方法:收集2016年1月至2018年12月就诊于南昌市第九人民医院经临床诊断为HFRS患者的就诊时病历记录和急性期实验室检查结果。应用SPSS23.0对数据进行整理和统计学分析;利用GraphPad Prism 5对结果进行可视化展示。定量变量采用两独立样本t检验、方差分析和非参数H检验进行组间均值和总体差异性比较。分类变量使用Pearson卡方检验和Fisher精确检验进行分析。采用Spearman秩相关对临床、实验室客观性变量与临床分型进行相关性分析。各变量间的多重共线性用容差和方差膨胀系数(Variance inflation factor,VIF)衡量。应用多因素二元Logistic回归模型进行多变量分析并建立预测方程。用接受者操作特征曲线(relative operating characteristic,ROC)分析相关变量对重型、危重型的预测价值,并通过测量曲线下面积(AUC)评价有显著性差异的相关变量指导早期诊断及鉴别病情危重程度的能力。结果:1.纳入的254例HFRS患者中,轻型43例,中型126例,重型50例,危重型35例,且26例死亡病例全部来自于危重型组,危重型病死率为74%;男性176例(69.29%),职业中农民100例(62.50%)。各组患者的就诊时血压、肾区叩痛、球结膜水肿之间有显著性差异(P<0.001)。2.急性期实验室结果分析显示:WBC、PLT、PCT、Urea、UA、AST和APTT在不同型别中差异均有显著性(P<0.001)。重型、危重型的WBC、Urea水平更高,APTT更长;而轻型患者PLT、PCT水平比重、危重型患者更高;除AST外,其他11项实验室参数水平在重型和危重型之间的差异均无统计学意义。3.Spearman秩相关结果显示:Urea、AST、WBC、APTT和UA等水平与临床分型呈正相关(P<0.001),而PCT、PLT、就诊时血压与临床分型呈负相关(r分别为-0.298、-0.282、-0.247、-0.218)。4.将“轻型+中型”整合为“轻型”(169例),将“重型+危重型”列为“重型”(85例)。结果显示患者年龄在两组间有显著性差异(P<0.001);重型患者在就诊时更倾向于出现头痛、腰痛、肾区叩痛和醉酒貌等症状(P<0.05);就诊时HFRS患者若出现上颚出血、球结膜出血水肿、颜面部水肿更容易发展为重型。5.急性期实验室结果表明“重型”组患者的WBC、PCT、Urea、UA、AT和APTT水平均显著高于“轻型”组(P<0.001);而PLT水平随着病情程度加重逐渐降低(P<0.001)。6.多因素二元Logistic回归显示:客观性变量患者年龄、性别、就诊时舒张压、心率、WBC、PT和UA可作为提示HFRS患者可能进展为重型及危重型的独立危险因素;通过训练集构建的预测方程(Logistic(P|y=重型)=-8.284+1.235*年龄+0.025*年龄+0.032*就诊时心率+0.044*WBC+0.201*PT+0.002*UA-0.04*就诊时舒张压)其ROC曲线下面积AUC为0.821(0.758,0.844),模型应用于验证集预测重型、危重型发生的准确率为78.8%,ROC曲线下面积AUC为0.812(0.704,0.921),表明模型预测效果较好。结论:客观性变量:患者年龄、性别、就诊时舒张压、心率、WBC、PT和UA可作为影响HFRS患者进展为重型、危重型的独立危险因素,并构建预测方程:Logistic(P|y=重型)=-8.284+1.235*年龄+0.025*年龄+0.032*就诊时心率+0.044*WBC+0.201*PT+0.002*UA-0.04*就诊时舒张压;该预测模型能较好评估HFRS患者的病情严重程度,对病程早期识别预警重型、危重型的发生具有重要指导意义。