基于AAT与细胞因子构建活动性肺结核的Nomogram预测模型

樊浩; 刘幸; 沈凌筠; 李海雯; 余春红; 李婧炜

doi:10.12259/j.issn.2095-610X.S20220816

基于AAT与细胞因子构建活动性肺结核的Nomogram预测模型

doi: 10.12259/j.issn.2095-610X.S20220816

樊浩¹,
刘幸^2, ,,
沈凌筠^2, ,,
李海雯²,
余春红¹,
李婧炜¹

1.
大理大学药学院，云南大理　671000
2.
云南省传染病临床医学中心/昆明市第三人民医院药学部，云南昆明　650301

基金项目: 云南省教育厅科学研究基金资助项目（2022J0726）；昆明市卫生科研课题基金资助项目（2021-03-02-003）

详细信息

作者简介:
樊浩（1997～），男，云南曲靖人，在读硕士研究生，主要从事结核病防治工作

通讯作者:
刘幸，E-mail： 254914514@qq.com

沈凌筠，E-mail： m18608770202@163.com

中图分类号: R33
计量
- 文章访问数: 2884
- HTML全文浏览量: 2258
- PDF下载量: 36
- 被引次数: 0
出版历程
- 收稿日期: 2022-04-12
- 刊出日期: 2022-08-25

Constructing A Nomogram Prediction Model for Active Pulmonary Tuberculosis Based on AAT and Cytokines

Hao FAN¹,
Xing LIU^{2
, ,},
Lingjun SHEN^{2
, ,},
Haiwen LI²,
Chunhong YU¹,
Jingwei LI¹

1.
School of Pharmaceutical Sciences，Dali University，Dali Yunnan 671000
2.
Dept. of Pharmacy，Yunnan Clinical Center for Infectious Diseases/Kunming Third People’s Hospital，Kunming Yunnan 650041，China

摘要

摘要: 目的构建AAT及细胞因子在活动性肺结核诊断中的预测模型。方法收集昆明市第三人民医院2020年3月至2021年3月收治的96例活动性肺结核患者作为实验组，选择同期82例健康体检者为对照组，比较2组HAP、CRP、AAT及细胞因子水平的差异，基于 Logistic回归分析分析结果，构建Nomogram预测模型，并对模型进行验证与评价。结果多因素Logistic回归分析显示，AAT（OR = 0.983，95%CI = 0.968～0.999，P = 0.039），IFN-γ（OR = 0.783，95%CI = 0.659～0.931，P = 0.006），TNF-α（OR = 1.495，95%CI = 1.106～2.020，P = 0.009）均是活动性肺结核的预测因子（P < 0.05）。结论该模型拟合度、ROC曲线下面积均良好，证实该模型有较高的预测准确率。基于上述预测因子建立的Nomogram模型具有良好的预测效能，可为活动性肺结核的实验室诊断提供一定的参考价值。
- 活动性肺结核 /
- 预测因子 /
- Nomogram模型
Abstract: Objective To construct a predictive model of AAT and cytokines in the diagnosis of active pulmonary tuberculosis. Methods A total of 96 patients with active pulmonary tuberculosis admitted to the Third People’s Hospital of Kunming from March 2020 to March 2021 were collected as the experimental group, and 82 healthy subjects during the same period were selected as the control group. HAP, CRP, AAT and cytokines were compared between the two groups. Based on the results of Logistic regression analysis, a Nomogram prediction model was constructed, and the model was verified and evaluated. Results Multivariate logistic regression analysis showed that AAT （OR = 0.983, 95% CI = 0.968-0.999, P = 0.039）, IFN-γ （OR = 0.783, 95% CI = 0.659-0.931, P = 0.006）, TNF-α （OR = 1.495, 95% CI = 1.106-2.020, P = 0.009） are predictors of active pulmonary tuberculosis （P < 0.05）. Conclusion The fit of the model and the area under the ROC curve were good, which confirmed that the model had a high prediction accuracy. The Nomogram model established based on the above predictors has good predictive performance and can provide a certain reference value for the laboratory diagnosis of active pulmonary tuberculosis.
- Active pulmonary tuberculosis /
- Predictors /
- Nomogram model

HTML全文

图 1 活动性肺结核危险因素Nomogram预测模型图

Figure 1. Nomogram predictive model diagram of active tuberculosis risk factors

下载: 全尺寸图片幻灯片

图 2 Nomogram预测模型的ROC曲线

Figure 2. ROC curve of the Nomogram prediction model

下载: 全尺寸图片幻灯片

图 3 Nomogram预测模型的校准图

Figure 3. Calibration diagram of the Nomogram prediction model

下载: 全尺寸图片幻灯片

表 1 活动性肺结核患者指标的单因素分析 [（ $\bar x \pm s $）/M（P25，P75）]

Table 1. Univariate analysis of indicators in patients with active tuberculosis [（ $\bar x \pm s $）/M（P25，P75）]

项目	实验组（n = 96）	对照组（n = 82）	Z/t	P
IgG（g/L）	13.88±4.84	12.77±3.66	1.728	0.086
IgA（g/L）	2.05（1.49，2.79）	1.68（1.04，2.59）	5.776	0.016
IgM（g/L）	0.94（0.64，1.39）	1.07（0.78，1.44）	2.383	0.123
HAP（mg/dL）	186.4（89.15，247.80）	101.30（57.23，185.98）	15.315	< 0.001 ^**
AGP（mg/dL）	76.10（46.95，122.00）	50.75（31.90，79.68）	16.289	< 0.001 ^**
AAT（mg/dL）	157.25（127.23，199.78）	126.50（114.98，153.05）	22.266	< 0.001 ^**
IL-1（pg/mL）	1.51（0.59，2.72）	1.74（0.98，3.54）	2.556	0.110
IL-2（pg/mL）	0.93（0.37，1.45）	1.13（0.53，1.90）	2.917	0.088
IL-4（pg/mL）	1.02（0.07，1.55）	1.22（0.28，1.74）	1.478	0.224
IL-5（pg/mL）	1.07（0.42，1.38）	1.12（0.36，1.47）	0.399	0.528
IL-6（pg/mL）	9.65（4.89，33.25）	5.12（3.18，11.06）	13.899	< 0.001 ^**
IL-8（pg/mL）	35.56（16.03，103.73）	53.05（16.16，132.35）	1.679	0.195
IL-10（pg/mL）	3.33（2.30，4.62）	3.33（2.14，4.24）	0.071	0.789
IL-12p70（pg/mL）	1.59（0.89，2.50）	1.88（1.17，2.72）	2.669	0.102
IL-17（pg/mL）	8.71（2.90，17.29）	10.93（4.89，23.63）	0.828	0.363
IFN-γ	3.14（1.77，6.98）	1.85（1.19，4.04）	10.587	0.001^**
IFN-α	2.74（2.00，60.79）	4.18（2.31，117.19）	2.140	0.144
TNF-α	1.49（1.07，2.11）	1.73（1.34，2.46）	5.651	0.017^*
CD3	1047.00（799.17，1414.01）	1172.83（845.90，1587.48）	2.674	0.102
CD4	583.54（426.01，775.04）	684.26（499.48，900.72）	4.577	0.032^*
CD8	380.88（245.90，568.90）	421.57（277.89，653.99）	0.948	0.330
CD4⁺/CD8⁺	1.46（0.99，2.23）	1.68（1.14，2.17）	0.949	0.330
CD45⁺	1394.00（883.07，1865.04）	1576.43（1094.84，2182.21）	3.227	0.072
B-cell	162.64（67.11，263.35）	206.26（103.51，315.40）	1.374	0.241
NK-cell	131.99（70.04，233.90）	192.74（125.83，285.46）	8.112	0.004^*
CRP	17.05（4.22，27.76）	2.74（1.18，10.69）	21.797	< 0.001 ^**
与对照组相比，^P < 0.05， ^*P < 0.01。

下载: 导出CSV

表 2 发生活动性肺结核危险因素及其赋值

Table 2. Risk factors for developing active pulmonary tuberculosis and their value assignments

因素	变量名	赋值
活动性肺结核患者	X1	0 = 是；1 = 否
IgA	X2	实际数值
HAP	X3	实际数值
AGP	X4	实际数值
AAT	X5	实际数值
IL-6	X6	实际数值
IFN-γ	X7	实际数值
TNF-α	X8	实际数值
CD4	X9	实际数值
NK-cell	X10	实际数值
CRP	X11	实际数值

下载: 导出CSV

表 3 活动性肺结核患者指标的多因素Logistic回归分析

Table 3. Multivariate logistic regression analysis of indicators in patients with active tuberculosis

预测因子	β	S.E.	Wald	自由度	P	OR	95%CI
IgA	−0.013	0.142	0.009	1	0.925	0.987	0.747～1.304
HAP	−0.005	0.003	2.165	1	0.141	0.995	0.989～1.002
AGP	0.013	0.009	2.377	1	0.123	1.013	0.996～1.031
AAT	−0.017	0.008	4.243	1	0.039^*	0.983	0.968～0.999
IL-6	0.000	0.000	2.735	1	0.098	1.000	1.000～1.001
IFN-γ	−0.244	0.088	7.641	1	0.006^**	0.783	0.659～0.931
TNF-α	0.402	0.154	6.857	1	0.009^**	1.495	1.106～2.020
CD4	0.000	0.001	0.246	1	0.620	1.000	0.999～1.001
NK-cell	0.000	0.001	0.010	1	0.920	1.000	0.998～1.003
CRP	0.001	0.011	0.003	1	0.959	1.001	0.979～1.022
常量	1.975	1.061	3.462	1	0.063	7.206	−
与对照组相比，^P < 0.05， ^*P < 0.01。

下载: 导出CSV

参考文献(26)

[1]	邓国防,路希维. 肺结核活动性判断规范及临床应用专家共识[J]. 中国防痨杂志,2020,42(4):301-307. doi: 10.3969/j.issn.1000-6621.2020.04.001
[2]	毛佳斌,孙培英,徐金田. 初治肺结核患者药物性肝损伤的危险因素分析及对策[J]. 中华全科医学,2016,14(11):1867-1869. doi: 10.16766/j.cnki.issn.1674-4152.2016.11.024
[3]	Zhang Q,Wu Z,Zhang Z,et al. Efficacy and effect of free treatment on multidrug-resistant tuberculosis[J]. Exp Ther Med,2016,11(3):777-782. doi: 10.3892/etm.2015.2966
[4]	路希伟,伍建林,张国庆,等. 涂阴、涂阳活动性肺结核CT征象的对照研究[J]. 中国医学影像技术,2007,23(9):1337-1341. doi: 10.3321/j.issn:1003-3289.2007.09.021
[5]	温保江,陈栋军,志勇,等. 不同检测方法对肺结核诊断价值的分析[J]. 结核病与肺部健康杂志,2018,7(2):133-136.
[6]	Wu Y B,Ye Z J,Qin S M,et al. Combined detections of interleukin 27,interferon-γ,and adenosine deaminase in pleural effusion for diagnosis of tuberculous pleurisy[J]. Chin Med J,2013,126(17):3215-3221.
[7]	Han M,Xiao H,Yan L. Diagnostic performance of nucleic acid tests in tuberculous pleurisy[J]. BMC Infect Dis,2020,20(1):242. doi: 10.1186/s12879-020-04974-z
[8]	Vasil’Eva E V,Verbov V N,Ivanovskii V B,et al. Combined determination of spontaneous and antigen-induced production of cytokines for differential diagnostics of active tuberculosis of lungs and latent tuberculosis infection[J]. Zhurnal Mikrobiologii Epidemiologii I Immunobiologii,2013,4(4):77-85.
[9]	Zellweger J P,Sotgiu G,Corradi M,et al. The diagnosis of latent tuberculosis infection (LTBI):Currently available tests,future developments,and perspectives to eliminate tuberculosis (TB)[J]. Med Lav,2020,111(3):170-183.
[10]	侯杏芳,孟娟,张国良,等. 肺结核患者外周血单个核细胞中miRNA-150的表达及意义[J]. 临床肺科杂志,2016,21(3):501-504. doi: 10.3969/j.issn.1009-6663.2016.03.033
[11]	中华人民共和国国家卫生和计划生育委员会. 肺结核诊断标准(WS 288—2017)[J]. 新发传染病电子杂志,2018,3(1):59-61. doi: 10.3877/j.issn.2096-2738.2018.01.017
[12]	Halliday A,Masonou T,Tolosa-Wright M,et al. Immunodiagnosis of active tuberculosis[J]. Expert Rev Respir Med,2019,13(6):521-532. doi: 10.1080/17476348.2019.1615888
[13]	陈科帆,熊域皎,焦家欢,等. CD44及相关细胞因子水平对活动性肺结核诊断及预后评估价值[J]. 中国防痨杂志,2021,43(5):513-515. doi: 10.3969/j.issn.1000-6621.2021.05.018
[14]	陈志,林明贵,梁建琴,等. 活动性肺结核患者血清炎性因子变化特点及与免疫状态的关系[J]. 第三军医大学学报,2006,28(11):1234-1236. doi: 10.3321/j.issn:1000-5404.2006.11.034
[15]	程静,马乐,苏春芳. 活动性肺结核患者肺泡灌洗液中细胞因子的水平变化及意义[J]. 广东医学,2016,37(3):415-417. doi: 10.13820/j.cnki.gdyx.2016.03.027
[16]	牛文一,李明瑛,万勇敢. 活动性肺结核患者外周血CD4~+T细胞中TLR4与血清IFN-γ、IL-4的关系[J]. 临床肺科杂志,2018,23(8):1509-1512. doi: 10.3969/j.issn.1009-6663.2018.08.040
[17]	黄德东,刘庭贵,张云,等. γ-干扰素释放试验在活动性肺结核诊断中的价值[J]. 中华肺部疾病杂志(电子版),2020,13(3):329-333. doi: 10.3877/cma.j.issn.1674-6902.2020.03.008
[18]	许敏殷,刘银,刘丽蓉,等. γ干扰素释放试验联合IL-6检测对活动性肺结核的诊断价值[J]. 中国现代医学杂志,2020,30(10):18-21. doi: 10.3969/j.issn.1005-8982.2020.10.004
[19]	郑梓坤,谢舒颖,陈为铠,等. CD_3~+、CD_4~+细胞亚群与细胞因子IL-17水平在活动性肺结核治疗转归中的诊断价值[J]. 华夏医学,2020,33(1):7-10.
[20]	Cardona P J. Pathogenesis of tuberculosis and other mycobacteriosis[J]. Enferm Infecc Microbiol Clin (Engl Ed),2018,36(1):38-46. doi: 10.1016/j.eimc.2017.10.015
[21]	陈超蕾,林雨婷,张桑桑,等. GPC3-WNT-JNK通路介导脂多糖诱导肺局部细胞炎症[J]. 温州医科大学学报,2019,49(10):703-711. doi: 10.3969/j.issn.2095-9400.2019.10.001
[22]	Su W L,Perng W C,Huang C H,et al. Association of reduced tumor necrosis factoralpha,gamma interferon,and interleukin-1beta (IL-1beta) but increased IL-10 expression with improved chest radiography in patients with pulmonary tuberculosis[J]. Clin Vaccine Immunol,2010,17(2):223-231. doi: 10.1128/CVI.00381-09
[23]	Mily A,Sarker P,Taznin I,et al. Slow radiological improvement and persistent low-grade inflammation after chemotherapy in tuberculosis patients with type 2 diabetes[J]. BMC Infect Dis,2020,20(1):933. doi: 10.1186/s12879-020-05473-x
[24]	中华医学会结核病学分会. 结核分枝杆菌γ-干扰素释放试验及临床应用专家意见(2021年版)[J]. 中华结核和呼吸杂志,2022,45(2):143-150. doi: 10.3760/cma.j.cn112147-20211110-00794
[25]	Suzukawa M,Takeda K,Akashi S,et al. Evaluation of cytokine levels using quantiFERON-TB gold plus in patients with active tuberculosis[J]. J Infect,2020,80(5):547-553. doi: 10.1016/j.jinf.2020.02.007
[26]	赵鸿鹏,路希维. 影像学检查在肺结核诊治中的应用现状与展望[J]. 结核病与肺部健康杂志,2019,8(1):5-8.

相关文章(20)

[1]	陈潇. 基于决策树分类模型的糖尿病肾病进展预测量表的研制, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240816
[2]	徐文秀, 莫小凤, 杨祥民, 杨丝露, 吴凡, 李特. Logistic回归与决策树模型在碘造影剂不良反应预测中的应用, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240911
[3]	曾慧娟, 田波, 袁红伶, 何杰, 李冠羲, 茹国佳, 许敏, 詹东. 机器学习算法构建慢性肾脏病伴高血压或糖尿病的预测模型, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240315
[4]	张帆, 郭伟昌, 谭洪, 殷和佳, 彭露萍, 赵燕, 李会芳. 葡萄糖变异参数构建糖尿病周围神经病变风险预测模型的探讨, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230526
[5]	字正梅, 郝丽, 王南, 陈国兵. 联合预测模型对急性A型主动脉夹层破裂的诊断价值, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230128
[6]	樊浩, 刘幸, 张乐, 李畏娴, 吴雪娇, 韩祎, 姚晓蝶. 决策树及Logistic回归模型在活动性肺结核预测中的应用, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230916
[7]	王虹, 杨德兴, 王强, 周维钰, 唐杰夫, 王振方, 付凯, 刘圣哲, 刘荣. ICU脓毒症患者发生再喂养综合征的危险因素分析及预测模型建立, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20221102
[8]	李桂军, 文鹏, 黄丽霞, 向恋. 不同数学模型多b值DWI在预测子宫内膜癌淋巴血管侵犯中的能力, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220411
[9]	张桂梅, 陈蜀, 宋云华, 吴阳, 周虹媛. AECOPD患者再入院危险因素分析及预测模型的构建, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220830
[10]	万荣, 李光妹, 马萌, 赖明红, 刘才, 李明武. 活动性结核病外周血结核感染T细胞斑点试验阴性病例的临床特征, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220420
[11]	沈凌筠, 王霖, 马志强, 刘幸, 李海雯, 王戈, 李文明, 骆鹏举. 活动性与非活动性肺结核患者的免疫特点, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220821
[12]	刘幸, 刘媛, 刘向芳, 陈洁, 陈永刚, 孙辉, 马玲. 头孢哌酮钠舒巴坦钠不良反应分析与预测模型构建, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210622
[13]	沈凌筠, 朱惠琼. 87例耐多药肺结核并伪膜性肠炎患者的临床特征, 昆明医科大学学报.
[14]	蒋恩琰, 杨博伟, 刘建和. 基于24 h尿液代谢构建列线图模型预测高危泌尿系结石的复发, 昆明医科大学学报.
[15]	万荣, 李明武, 李光妹, 朱惠琼, 马萌, 刘才. 肺结核活动程度对结核感染T细胞斑点试验反应强度的影响, 昆明医科大学学报.
[16]	万荣, 李明武, 马萌, 赖明红, 李光妹. T-SPOT.TB在活动性肺结核治疗效果的监测, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20201237
[17]	洪旭华. 结核药联合利福喷丁对肺结核患者免疫功能、炎症因子、VEGF及MMP-9的影响, 昆明医科大学学报.
[18]	陆霓虹. 艾滋病并肺结核患者与单纯性肺结核患者免疫功能变化的临床意义, 昆明医科大学学报.
[19]	胡万芹. 血清Th1/Th2细胞因子联合β-HCG预测先兆流产结局的价值, 昆明医科大学学报.
[20]	万蓉. ARIMA乘积季节模型在食源性疾病月发病率预测中的应用, 昆明医科大学学报.