留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

樊浩, 刘幸, 沈凌筠, 李海雯, 余春红, 李婧炜. 基于AAT与细胞因子构建活动性肺结核的Nomogram预测模型[J]. 昆明医科大学学报, 2022, 43(8): 106-112. doi: 10.12259/j.issn.2095-610X.S20220816
引用本文: 樊浩, 刘幸, 沈凌筠, 李海雯, 余春红, 李婧炜. 基于AAT与细胞因子构建活动性肺结核的Nomogram预测模型[J]. 昆明医科大学学报, 2022, 43(8): 106-112. doi: 10.12259/j.issn.2095-610X.S20220816
Yang Hong Yu , Zhao Shi Hao , Zhao Rui , Lv Yu , He Xiao Guang , Peng Yun Zhu , Yin Zhu Ping , Zhang Jing Jing , Lin Yan . The Incidence of Pharyngeal Fistula after Total Laryngectomy and the Dynamic Analysis of Antimicrobial Use[J]. Journal of Kunming Medical University, 2018, 39(04): 70-72.
Citation: Hao FAN, Xing LIU, Lingjun SHEN, Haiwen LI, Chunhong YU, Jingwei LI. Constructing A Nomogram Prediction Model for Active Pulmonary Tuberculosis Based on AAT and Cytokines[J]. Journal of Kunming Medical University, 2022, 43(8): 106-112. 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
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

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

  • 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。
  • 正畸模型是患者牙、牙弓、牙槽、基骨、腭盖等形态及上下关系的精确复制[1],模型测量是正畸方案制定的重要依据之一。传统的石膏模型存在占用空间大、容易断裂、易磨损,数据搜索困难等缺点[2],近几年来数字化技术在口腔领域发展迅速,使得口腔诊疗更加直观、精确、安全和有效,正畸医生可以利用数字化工具更加方便快速地为患者制定矫治方案。iTero Element 1口腔扫描仪在2007年由位于以色列的Cadent公司设计并发行,基于共聚焦显微成像技术,在口腔内可完成无须喷粉的真彩扫描。在使用 iTero Element 1完成对患者的扫描后,可将患者的口腔数字化印模文件发送到医生个人的iTero 账号中(www.myitero.cn),同时医生也可以直接打开隐适美 ClinCheck 软件直接查看患者牙列的牙冠宽度、牙弓宽度、覆盖等信息[3],因为方便快捷成为正畸医生青睐的扫描仪。

    iTero口内扫描仪官方报道的扫描精度是20 μm,扫描时光束经针孔和透镜在牙齿平面聚焦并原路返回,再经过镜面反射后到达接收器,经逐层扫描和计算机整合形成三维表面形貌,由于扫描头自身缘故在口腔内移动时距离和角度都会受到限制,口内明亮度和牙齿表面附着物也可能会影响测量时的精度,扫描范围大小也会影响扫描的稳定性和精度,所以在临床操作时所得数据的准确性能否满足临床诊断的需要尚缺乏充分的研究数据[4]。有文章通过扫描单颌全牙列石膏模型,获得三维扫描数据来研究扫描仪的精度和扫描质量[5- 6],直接扫描石膏模型的研究方法忽略了口腔空间狭窄、光线变化、有唾液、软垢等实际情况,并不能完全反应口内扫描的准确度。也有学者通过扫描标准成品模体来对比不同口扫仪的准确度,同样不能完全反应口内扫描的真实情况[7]。郑小婉等[6]通过使用3shape扫描仪间接体外扫描轻度和重度拥挤正畸石膏模型,将其转化为数字化模型后进行测量,与传统手工石膏模型直接测量相比较,发现重度拥挤组石膏模型和数字化模型测量数据在腭穹高度,上、下牙弓中段长度均有统计学差异,因此,不同拥挤度会影响口内扫描仪的精确度。

    目前尚未查阅到iTero Element 1口内扫描仪直接口内扫描不同拥挤度的牙列是否有较高的准确度,因扫描头在口腔内上下颌扫描移动时的距离和角度不一致,故本实验设计了对同一患者,上下颌分别用使用iTero Element 1口内扫描仪直接口内扫描获得数字化模型和藻酸盐取模获得传统石膏模型,比较数字化模型自动测量和传统石膏模型人工测量牙冠宽度、牙弓宽度、覆盖的差异,来研究iTero Element 1口内扫描仪的准确度,以便为iTero Element 1口内扫描仪在临床中应用提供实验基础。

    选取2019年2月至2022年1月在昆明医科大学附属口腔医院前兴路门诊部就诊的37名患者,纳入标准[1]:(1)牙列完整,无缺失牙;(2)轻度拥挤组:0~4 mm(包含4 mm);(3)中度拥挤度组:4~8 mm(包含8 mm);(4)重度拥挤组:8 mm以上。排除标准[8]:(1)牙列有缝隙,拥挤度为负数;(2)口内有种植修复体、固定义齿、活动义齿;(3)模型牙尖、中间沟、中间窝等形态不清,难以测量。同一患者分别使用iTero Element 1口内扫描仪直接口内扫描获得数字化模型和藻酸盐取模获得传统石膏模型,数字化模型通过iTero Element 1口内扫描仪扫描后从隐适美 ClinCheck 软件自动导出数据,传统石膏模型进行手工测量,按照纳入和排除标准,最终上颌有25副模型符合实验纳入标准,其中上颌轻度拥挤有17副,上颌中度拥挤8副;上颌重度拥挤0副;下颌有26副模型符合实验纳入标准,下颌轻度拥挤有16副,下颌中度拥挤有10副,下颌重度拥挤0副。所有患者均签署知情同意书。

    (1)牙冠宽度:测量各个牙齿远中和近中接触点的最大宽度;(2)牙弓现有弧形长度:测量牙弓整体的弯曲长度;(3)牙弓宽度:前段为尖牙牙尖间的距离,中段为第1前磨牙中央沟中点之间的距离,后段为第1恒磨牙中央窝之间的距离;(4)覆盖:上颌切牙切缘到过下颌切牙唇面的水平距离。

    1.3.1   石膏模型的手工测量方法

    确定具体的模型测量参数,使用铅笔在模型对应位置进行定点,视线垂直于所观测平面,此时得到的点即测量所需的定点,应用分规手工测量石膏模型,要求同一人每周测量1次,连续测量3周以获得数据。

    1.3.2   计算机辅助数字化模型测量方法

    同一护士运用iTero Element 1口内扫描仪每隔1周对同一患者口内牙齿进行直接扫描,扫描整个牙列建立数字化图像模型,然后医生直接打开隐适美 ClinCheck软件直接查看患者牙列的牙冠宽度、牙弓宽度、覆盖信息,连续测量3周以获得数据。

    使用SPSS27.0进行统计分析,通过计算组内相关系数(ICC)来检验数字化模型和石膏模型的复测可信度,比较同一患者2种测量方法3次重复测量的一致性;再运用配对t检验来检验轻中度拥挤度下数字化模型的准确性,各项测量参数采用均数±标准差($\bar x \pm s $)表示,通过P值推断数字化模型是否与石膏模型的测量存在差异,P < 0.05为差异有统计学意义。

    同一测量者在石膏模型3次重复测量的一致性检验ICC值均 > 0.9(0.910~0.994),同一测量者运用iTero Element 1口内扫描仪3次重复扫描的一致性检验ICC值均 > 0.9(0.926~0.991),均有较好的重复性,见表1

    表  1  石膏模型和数字化模型3次重复测量牙冠宽度的ICC值
    Table  1.  The ICC value of the three repeated measurements consistency tests of the digital model and plaster model
    测量项目石膏模型测量ICC值数字化测量ICC值
    11牙冠宽度 0.946 0.986
    12牙冠宽度 0.972 0.982
    13牙冠宽度 0.954 0.962
    14牙冠宽度 0.963 0.966
    15牙冠宽度 0.994 0.962
    16牙冠宽度 0.957 0.950
    21牙冠宽度 0.973 0.991
    22牙冠宽度 0.980 0.993
    23牙冠宽度 0.940 0.972
    24牙冠宽度 0.972 0.936
    25牙冠宽度 0.991 0.984
    26牙冠宽度 0.910 0.969
    31牙冠宽度 0.954 0.945
    32牙冠宽度 0.958 0.956
    33牙冠宽度 0.950 0.977
    34牙冠宽度 0.972 0.952
    35牙冠宽度 0.994 0.990
    36牙冠宽度 0.937 0.969
    41牙冠宽度 0.933 0.942
    42牙冠宽度 0.921 0.926
    43牙冠宽度 0.982 0.978
    44牙冠宽度 0.957 0.964
    45牙冠宽度 0.991 0.991
    46牙冠宽度 0.982 0.976
    下载: 导出CSV 
    | 显示表格

    轻度拥挤组,11、16、21、31、36、41、43、46牙冠宽度差异均有统计学意义(P < 0.05);中度拥挤组,11、23、16、31牙冠宽度差异均有统计学意义(P < 0.05),见表2表3

    表  2  上颌牙列轻中度拥挤下石膏模型测量和iTero Element 1测量牙冠宽度差值(mm,$\bar x \pm s $
    Table  2.  Difference of crown width measured by plaster model and iTero Element 1 under mild and moderate crowding in maxillary dentition (mm,$\bar x \pm s $
    牙位轻度拥挤组(n = 17)tP中度拥挤组(n = 8)tP
    11 0.125 ± 0.205 2.523 0.023* 0.176 ± 0.180 2.768 0.028*
    12 0.039 ± 0.214 0.749 0.465 0.125 ± 0.203 1.740 0.125
    13 −0.001 ± 0.250 −0.010 0.992 −0.048 ± 0.089 −1.514 0.174
    14 0.030 ± 0.432 0.286 0.778 −0.066 ± 0.319 −0.587 0.575
    15 0.350 ± 0.770 1.435 0.170 0.070 ± 0.240 1.111 0.303
    16 −0.488 ± 0.554 −3.631 0.002* −0.470 ± 0.310 −2.392 0.048*
    21 0.095 ± 0.175 2.251 0.039* 0.250 ± 0.240 1.890 0.101
    22 −0.020 ± 0.268 −0.308 0.762 0.115 ± 0.272 1.195 0.271
    23 0.074 ± 0.219 1.392 0.183 0.141 ± 0.164 2.440 0.045*
    24 0.186 ± 0.530 1.452 0.166 0.096 ± 0.489 0.557 0.595
    25 0.060 ± 0.730 0.239 0.814 −0.139 ± 0.276 −1.423 0.198
    26 −0.471 ± 0.386 −5.035 < 0.001* −0.221 ± 0.313 −1.999 0.086
      *P < 0.05。
    下载: 导出CSV 
    | 显示表格
    表  3  下颌牙列轻中度拥挤下石膏模型测量和iTero Element 1测量牙冠宽度差值(mm,$\bar x \pm s $
    Table  3.  Difference of crown width measured by plaster model and iTero Element 1 under mild and moderate crowding in mandibular dentition (mm,$\bar x \pm s $
    牙位轻度拥挤组(n = 16)tP中度拥挤组(n = 10)tP
    31 0.180 ± 0.180 3.367 0.004* 0.210 ± 0.310 1.908 0.089
    32 0.020 ± 0.280 1.248 0.231 0.150 ± 0.220 1.751 0.114
    33 0.030 ± 0.230 0.103 0.920 0.260 ± 0.140 1.126 0.289
    34 0.010 ± 0.200 −0.425 0.677 0.040 ± 0.215 0.589 0.570
    35 0.033 ± 0.391 0.339 0.739 −0.033 ± 0.125 −0.834 0.426
    36 −0.202 ± 0.252 −2.996 0.010* −0.170 ± 0.200 −2.692 0.025*
    41 0.176 ± 0.279 2.519 0.024* 0.046 ± 0.240 0.605 0.560
    42 0.210 ± 0.330 2.957 0.010* 0.084 ± 0.367 0.725 0.487
    43 0.010 ± 0.180 2.166 0.047* 0.153 ± 0.298 1.626 0.138
    44 0.004 ± 0.293 0.060 0.953 0.049 ± 0.246 0.630 0.545
    45 0.100 ± 0.250 0.247 0.808 0.051 ± 0.200 0.807 0.440
    46 −0.140 ± 0.206 −2.454 0.030* −0.266 ± 0.391 −2.038 0.076
      *P < 0.05。
    下载: 导出CSV 
    | 显示表格

    轻度拥挤组,14~24牙弓宽度、15~25牙弓宽度、34~44牙弓宽度、36~46牙弓宽度差异均有统计学意义(P < 0.05);中度拥挤组,14~24牙弓宽度差异有统计学意义(P < 0.05),见表4表5

    表  4  上颌牙轻中度拥挤下石膏模型测量和iTero Element 1测量牙弓宽度差值(mm,$\bar x \pm s $
    Table  4.  Difference of arch width measured by plaster model and iTero Element 1 under mild and moderate crowding in maxillary dentition (mm,$\bar x \pm s $
    牙弓宽度轻度拥挤组tP中度拥挤组tP
    13~23 0.138 ± 1.567 0.351 0.730 −0.850 ± 1.378 −1.744 0.125
    14~24 −0.920 ± 0.900 −3.086 0.008* −0.690 ± 0.680 −2.615 0.040*
    15~25 −1.393 ± 1.612 −3.234 0.007* −0.490 ± 0.440 −1.236 0.271
    16~26 −0.220 ± 0.832 −1.024 0.323 0.100 ± 0.590 −0.894 0.401
      *P < 0.05。
    下载: 导出CSV 
    | 显示表格
    表  5  下颌牙轻中度拥挤下石膏模型测量和iTero Element 1测量牙弓宽度差值(d牙弓宽度)(mm,$\bar x \pm s $
    Table  5.  Difference of arch width measured by plaster model and iTero Element 1 under mild and moderate crowding in mandibular dentition (mm,$\bar x \pm s $
    牙弓宽度轻度拥挤组tP中度拥挤组tP
    33~34 −0.188 ± 1.074 −0.698 0.496 −0.310 ± 0.470 −2.085 0.067
    34~44 −0.380 ± 1.270 −4.172 < 0.001* −0.513 ± 1.089 −1.331 0.225
    35~45 −0.540 ± 1.680 −1.796 0.093 −0.090 ± 0.824 −0.345 0.738
    36~46 −1.360 ± 1.106 −4.764 < 0.001* −0.490 ± 0.550 −0.150 0.884
      *P < 0.05。
    下载: 导出CSV 
    | 显示表格

    轻度拥挤组,石膏模型和数字化模型测量22牙位覆盖差异有统计学意义(P < 0.05);中度拥挤组,石膏模型和数字化模型测量11、12牙位覆盖差异有统计学意义(P < 0.05),见表6

    表  6  轻中度拥挤下石膏模型测量和iTero Element 1测量覆盖差值(d覆盖)(mm,$\bar x \pm s $
    Table  6.  Difference of arch width measured by plaster model and iTero Element 1 under mild and moderate crowding in mandibular dentition (mm,$\bar x \pm s $
    牙位轻度拥挤组(n = 17)tP中度拥挤组(n = 8)tP
    11 −0.550 ± 0.660 −1.245 0.231 −0.488 ± 0.490 −2.806 0.026*
    12 −0.440 ± 0.710 −1.692 0.109 −0.550 ± 0.644 −2.413 0.046*
    21 −0.570 ± 0.730 −1.017 0.324 −0.463 ± 0.741 −1.758 0.121
    22 −0.610 ± 0.620 −3.637 0.002* −0.258 ± 0.768 −0.950 0.373
      *P < 0.05。
    下载: 导出CSV 
    | 显示表格

    数字化模型能否完全替代传统的石膏模型,从而减少石膏模型储存困难、容易磨损、不便于数据收集、数据分析等困难的关键在于数字化模型是否可以精准的复制口腔牙、牙弓、牙槽、基骨等形态和关系。数字化模型按照扫描方式可以分为间接法(口外扫描)和直接法(口内扫描),直接法是直接在患者口内扫描从而获得软硬组织信息并建立三维模型,直接法因为探头移位、唾液 和口内光线影响,数据经多次处理,准确度较间接法偏低[9]。但是直接法较间接法更加方便快捷,成为临床最常用的扫描方式。目前常见的口内扫描仪有iTero、3Shape 、True Definition 、Lava COS、Trios 、和 Lythos 等,iTero数据与隐适美 ClinCheck软件直接关联,减少数据导出和处理环节,成为正畸医生临床中最常用的口内扫描仪。有学者通过扫描石膏模型,获得三维扫描数据,发现在扫描精度上,iTero Element 1与3 Shape Trios 3为代表的国际厂商均处于较高水准[5]

    Flugge等[10]使用iTero口内扫描仪对1名I类咬合关系志愿者进行10次扫描发现前牙唇面及磨牙颊侧偏离较大,Zhang等[11]通过对比口内扫描数字化模型和石膏模型发现下颌磨牙宽度测量存在明显差异,Leifert等[12]的实验发现与传统的石膏模型测量相比,数字化模型的准确性在临床上是可接受和重复的,杨雷宁等[13]的研究结果却与之相反,认为石膏模型的准确性要略优于iTero数字化模型,也有学者[10, 14]通过iTero分别扫描天然牙列和石膏模型发现扫描天然牙列精密度较低,体外扫描精密度尚可。

    本研究中,2种测量方法在重复3次的测量数据上的ICC值均大于0.9,可重复性较高,数字化模型能够达到与传统石膏模型测量相近的可重复性,为数字化模型应用于临床提供了良好的基础。

    SU等[15]使用口内扫描仪测量头颅模型的口腔时,发现随牙弓扫描范围增大,口内扫描的精度随之降低,三维图像的建立需要耗费更多时间的同时,测量数据的偏移更为严重,本次研究中发现牙冠宽度中中切牙和第1磨牙宽度的差异有统计学意义的数据较多,而中切牙和第1磨牙的牙冠宽度是牙列中较大的牙位,这点可能与扫描范围增大,扫描精度降低有关。

    Liang等[16]研究了不同拥挤度对3 Shape口扫仪测量准确度影响的研究,发现轻度拥挤组和重度拥挤组之间有统计学差异;谢轶伦等[17]采用Trios Ortho口内扫描仪(3Shape公司)对5位志愿者进行全口牙列传统石膏模型和数字化模型的线性测量数据比较,认为全口口内直接数字化扫描的精确性与可重复性较高。郑小婉等[6]通过3Shape扫描仪间接扫描方式建立数字化模型,研究发现重度拥挤组数字化模型与石膏模型测量数据的一致性较低,而在轻度拥挤情况下具有较高的一致性,得出结论不同拥挤度对测量结果有一定影响。但间接扫描和直接扫描因为口腔的实际环境差异,存在一定的精度差异,本研究对同一患者,分别用使用iTero Element 1口内扫描仪扫描获得数字化模型和藻酸盐取模获得传统石膏模型,发现牙冠宽度、牙弓宽度、覆盖,在轻度拥挤组得到的有统计学差异的数据较中度拥挤多。原因可能跟拥挤发生的位置有关系,比如拥挤发生在前牙区,使用游标卡尺定点时拥挤的牙列容易影响游标卡尺尖端放置的位置,导致定点偏差,数字化模型因为光线、角度的问题,需要在口内多次翻转,也会导致测量误差增大。因此,在后续的实验设计中,希望选择拥挤度发生的位置一致的病例进行进一步研究。

    本研究通过比较数据发现,所有测量项目如牙冠宽度、牙弓宽度、覆盖测量差异的数据值均在一定范围内,许多学者对于差异保持在多少范围内不影响临床方案制定的观点有共通之处,例如Kim等[18]和Luu等[19]认为线性测量差异小于0.5 mm的误差范围能够被临床容纳,与上述观点相似的还有Santoro等[20-21],他们同样认为数字和手工测量线性测量值差异小于0.5 mm、牙弓宽度及长度测量差异如果不超过5%,可以认为对临床影响不大,也有学者[22]认为牙冠宽度测量差异只要小于1.5 mm便不会影响临床方案制定。综上,本研究获得的数字化模型数据处于临床允许的误差范围内,因此,iTero Element 1直接口内扫描获得的数字化模型具有良好的临床应用前景。但本次研究对象中,重度拥挤组样本量不足,故没有纳入本次研究,在后续实验中仍需进一步研究。

    综上所述,本研究在轻中度拥挤分类下,通过比较iTero Element 1口内扫描仪口内直接扫描获得的数字化模型数据与传统石膏模型测量数据,发现iTero Element 1口内直接扫描获得的数字化模型在牙冠宽度、牙弓宽度、覆盖具有较好的准确性,为正畸医生在临床诊疗时提供了相对准确的数据,同时极大减少了患者在传统取模时的不适感[23],解决了传统石膏模型储存困难、测量不便的问题。

  • 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

    图  2  Nomogram预测模型的ROC曲线

    Figure  2.  ROC curve of the Nomogram prediction model

    图  3  Nomogram预测模型的校准图

    Figure  3.  Calibration diagram of the Nomogram prediction model

    表  1  活动性肺结核患者指标的单因素分析 [( $\bar x \pm s $)/MP25,P75)]

    Table  1.   Univariate analysis of indicators in patients with active tuberculosis [( $\bar x \pm s $)/MP25,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
  • [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.
  • [1] 王远珍, 魏红艳, 田仁海, 陈永臻, 许丹青, 张映媛, 常丽仙, 刘春云, 刘立.  原发性肝癌干预前并发慢性肝衰竭的风险预测模型建立与评价, 昆明医科大学学报.
    [2] 赵珊, 高赛, 李堂春, 赵钟鸣, 吴亚婷, 郑敏.  云南省孕产妇死亡率预测模型的构建与评估, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20250216
    [3] 邓俊, 王均, 王茜, 高嫦娥, 陈晓, 史明霞.  基于外周血标志物初步探讨irAEs预测模型及价值, 昆明医科大学学报.
    [4] 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
    [5] 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
    [6] 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
    [7] 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
    [8] 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
    [9] 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
    [10] 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
    [11] 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
    [12] 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
    [13] 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
    [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.
  • 期刊类型引用(9)

    1. 任晓波,田梓蓉,刘永玲,张欣,金晓婷,韦昌韵. 咽瘘伤口湿性治疗评估指标体系构建的研究. 中国医药导报. 2024(19): 163-168 . 百度学术
    2. 陈晓芳,青莎莎,肖红英. 循证护理与自我管理干预协同作用在喉癌术后患者QOL中的影响. 新疆医学. 2024(10): 1262-1265+1272 . 百度学术
    3. 龙波,冉骞. 喉癌术后气管切开患者发生下呼吸道感染的影响因素及预防护理. 医学临床研究. 2024(12): 1944-1946 . 百度学术
    4. 吴程为,俞雪飞,赵秀芬. 一例喉癌术后并发难治性咽瘘的护理. 护士进修杂志. 2023(11): 1032-1035 . 百度学术
    5. 郝卫星,卢丽萍,于璐璐. 环状软骨上喉部分切除术治疗中晚期喉癌的临床效果. 实用癌症杂志. 2022(03): 517-519 . 百度学术
    6. 邹平,刘跃辉,胡国文. 喉癌患者全喉切除术后咽瘘相关的多因素分析. 新疆医学. 2021(09): 1030-1032 . 百度学术
    7. 田磊,朱俊,邹帆,余滋中. 连续水平褥式缝合与间断缝合在关闭喉咽腔黏膜中的疗效比较. 湖北医药学院学报. 2020(04): 383-385 . 百度学术
    8. 高小燕. 循证护理对喉切除病人咽瘘发生率的影响. 全科护理. 2020(26): 3513-3515 . 百度学术
    9. 焦娜. 自制三腔管在全喉切除术中的应用效果. 中国当代医药. 2019(26): 134-136 . 百度学术

    其他类型引用(2)

  • 加载中
图(3) / 表(3)
计量
  • 文章访问数:  2968
  • HTML全文浏览量:  2275
  • PDF下载量:  36
  • 被引次数: 11
出版历程
  • 收稿日期:  2022-04-12
  • 刊出日期:  2022-08-25

目录

/

返回文章
返回