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。 -
关键词:
- 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. -
Key words:
- Active pulmonary tuberculosis /
- Predictors /
- Nomogram model
-
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。
1. 资料与方法
1.1 研究对象
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。
1.2 测量参数
（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 测量方法
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。
1.4 统计学处理
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。2. 结果
2.1 石膏模型的3次重复手工测量各项数据的一致性检验
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 2.2 不同拥挤度分类的石膏模型和数字化模型牙冠宽度测量差异的比较
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） t P 中度拥挤组（n = 8） t P 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。 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） t P 中度拥挤组（n = 10） t P 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。 2.3 不同拥挤度分类的石膏模型和数字化模型牙弓宽度测量差异的比较
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 t P 中度拥挤组 t P 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。 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 t P 中度拥挤组 t P 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。 2.4 不同拥挤度分类的石膏模型和数字化模型覆盖测量差异比较
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） t P 中度拥挤组（n = 8） t P 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。 3. 讨论
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
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
-
[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. 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)
-
下载:
点击查看大图
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
