论文部分内容阅读
目的:1.探讨影响结核性胸腔积液(TPE)腺苷脱氨酶(ADA)水平的因素,并制定诊断TPE的最佳ADA界值。2.明确癌症比值及其他新指标在TPE鉴别诊断中的价值。3.探讨以中性粒细胞(N)为主的TPE与肺炎旁胸腔积液(PPE)的鉴别方法。4.比较不同人工智能机器学习算法在TPE鉴别诊断中的作用。方法:1.回顾性收集2003年1月至2018年8月在上海市第六人民医院住院的胸腔积液患者443例,其中TPE 192例,PPE 54例,恶性胸腔积液(MPE)197例。采用多因素logistic回归分析探讨影响TPE患者ADA的独立因素。以50岁为界将研究人群分为两组,应用受试者工作特征曲线(ROC)制定诊断TPE的最佳ADA界值并评价诊断效能。2.选取年龄/胸水ADA(R1)、癌症比值(血LDH/胸水ADA,R2)、胸水LDH/胸水ADA(R3)、胸水N/胸水淋巴细胞(L)(R4)、胸水ADA/血CRP(R5)、血LDH/胸水ADA/胸水L%(R6)、血LDH/胸水L%(R7)、胸水ADA/血ADA(R8)八个指标,分析它们在不同年龄段三类胸腔积液中的差别。应用ROC曲线确定最佳界值并评价其诊断效能。3.将以N为主的TPE设为一组,PPE设为一组,比较两组患者在性别、年龄、症状、实验室指标间的差异,并按年龄进行亚组分析。应用ROC曲线确定相关指标的最佳界值,评价其诊断效能。对于多次送检胸水的患者,分析胸水N、L变化规律及与病程的关系。4.使用阿里云机器学习平台,运用逻辑回归、K最近邻(KNN)、支持向量机(SVM)、随机森林(RF)四种算法建立TPE的诊断模型并比较其诊断效能。结果:1.年龄和胸水N%是影响TPE患者ADA值的独立因素,尤以年龄的影响为著。≤50岁组胸水ADA明显高于>50岁组(P=0.000),两个年龄组中胸水ADA用于诊断TPE的最佳界值分别为17.5U/L、9.5U/L,灵敏度、特异度分别为94.4%、80.5%和94.1%、67.1%。2.TPE组与PPE组、MPE组比较均有差异的指标:≤50岁组为R1和R6,>50岁组为R1、R3、R6、R7。两个年龄组中,AUC最大的两个指标均为R1和R6,且TPE组明显低于PPE组、MPE组。≤50岁组R1、R6的最佳界值分别为1.8、12.7,诊断TPE的灵敏度、特异度分别为:89.5%、80.5%和73.8%、88.9%。>50岁组R1、R6的最佳界值分别为6.2、23.6,诊断TPE的灵敏度、特异度分别为94.1%、72.4%和84.4%、85.9%。3.与PPE组相比,以N为主的TPE组盗汗、胸闷更多见。实验室指标中,胸水ADA仍然具有鉴别诊断价值。≤50岁组,胸水ADA联合胸水LDH的鉴别能力最佳,灵敏度84.6%,特异度100%。>50岁组,ADA诊断TPE的灵敏度、特异度分别为100%、77.4%,与胸水N%联合可提高特异度至89.3%。多次送检胸水的患者中,随时间推移,TPE组中62.5%的患者转变为L为主,PPE组中仅有10.0%,两者比较差异有统计学意义(P=0.043)。4.逻辑回归、KNN、SVM、RF四种方法建立的TPE诊断模型的灵敏度、特异度分别为:逻辑回归80.5%、84.8%,KNN 78.6%、86.6%,SVM 83.2%、85.9%,RF 89.1%、93.6%。结论:1.年龄是影响TPE患者胸水ADA的重要因素,年龄≤50岁者和>50岁者,ADA诊断TPE的最佳界值分别为17.5U/L、9.5U/L。对于年龄较大人群使用较低的ADA界值来鉴别诊断TPE可以降低假阴性。2.对于年龄≤50岁的患者,胸水ADA仍为鉴别诊断TPE的最佳指标。对于年龄>50岁的患者,R1、R6、胸水ADA均具有较好诊断价值,以R6的特异性最高。3.TPE发病初期可以N为主,此时应与PPE鉴别。对于年龄≤50岁的患者,胸水ADA联合胸水LDH的诊断价值最佳。对于年龄>50岁的患者,胸水ADA联合胸水N%可提高诊断特异度。此类患者应多次送检胸水,随时间推移,胸水转变为L为主亦高度提示为TPE。4.利用人工智能机器学习算法建立诊断TPE的模型有助于提高诊断性能,其中RF较逻辑回归、KNN、SVM更优,且优于胸水ADA等指标,可辅助临床医师做出更好的诊治决策。