基于Lasso回归构建恙虫病合并脓毒症的列线图模型

刘幸; 李畏娴; 朱翔; 刘梦醒; 李娜; 夏加伟; 张乐; 武彦; 李生浩

doi:10.12259/j.issn.2095-610X.S20240906

基于Lasso回归构建恙虫病合并脓毒症的列线图模型

doi: 10.12259/j.issn.2095-610X.S20240906

云南省传染性疾病临床医学中心/昆明市第三人民医院药学部，云南昆明　650041

基金项目: 国家自然科学基金资助项目（82260408）；云南省教育厅科研基金资助项目（2024J0879）；昆明市卫健委卫生科研基金资助项目（2022-03-08-004）

详细信息

作者简介:
刘幸（1985～），男，云南昆明人，医学硕士，副教授，主要从事临床药学相关的研究工作

通讯作者:
武彦，E-mail：310178762@qq.com

李生浩，E-mail：254914514@qq.com

中图分类号: R513
计量
- 文章访问数: 383
- HTML全文浏览量: 335
- PDF下载量: 16
- 被引次数: 0
出版历程
- 收稿日期: 2024-03-22
- 网络出版日期: 2024-06-04
- 刊出日期: 2024-09-25

Construction of a Nomogram Model of Tsutsugamushi Disease Complicated with Sepsis Based on Lasso Regression

Yunnan Provincial Infectious Disease Clinical Medical Center/Dept.of Pharmacy，The 3rd People’s Hospital of Kunming，Kunming Yunnan 650041，China

摘要

摘要: 目的基于Lasso回归建立恙虫病合并脓毒症的列线图（Nomogram）模型，为恙虫病合并脓毒症的诊治提供参考。方法选取2012年6月至2023年12月昆明市第三人民医院收治的恙虫病患者作为研究对象（n = 235），其中恙虫病合并脓毒症患者作为实验组（n = 138），未合并脓毒症的恙虫病患者作为对照组（n = 97），利用Lasso回归筛选恙虫病合并脓毒症的影响因素，并通过Logistic回归构建列线图模型，使用受试者工作特征（receiver operating characteristic，ROC）曲线和校准曲线进行模型的效能评价，并通过临床决策曲线（decision curve analysis，DCA）进行临床效用分析。结果通过Logistic回归的多因素分析结果显示：年龄（OR = 1.039，95%CI：1.017～1.061）、PLT（OR = 0.995，95%CI：0.990～1.000）、UA（OR = 1.004，95%CI：1.001～1.008）、IgA（OR = 0.680，95%CI：0.472～0.979）为恙虫病合并脓毒症的独立影响因素。ROC曲线下面积（area under the curve，AUC）为0.721（95%CI：0.656～0.786，P < 0.001），模型的灵敏度为69.1%，特异度为63.1%。校准曲线提示该模型具有良好的一致性，临床决策曲线提示该模型具有较高的净收益值。结论恙虫病患者伴随年龄和UA水平的增高及PLT和IgA水平的降低，继发脓毒症的风险越高。
- 恙虫病 /
- 脓毒症 /
- 列线图模型
Abstract: Objective To establish a nomogram model for tsutsugamushi disease complicated with sepsis based on Lasso regression, so as to provide a reference for the diagnosis and treatment of tsutsugamushi disease complicated with sepsis. Methods We selected patients with scrub typhus patients admitted to Kunming Third People’ s Hospital from June 2012 to December 2023 as the research subjects （n = 235）, with scrub typhus patients patients with sepsis as the experimental group （n = 138） and scrub typhus patients patients without sepsis as the control group （n = 97）, Lasso regression was used to screen the influencing factors of scrub typhus combined with sepsis, and a nomogram model was constructed through logistic regression. The effectiveness of the model was evaluated using receiver operating characteristic（ROC） curves and calibration curves, and clinical utility analysis was performed using decision curve analysis（DCA）. Results The results of multivariate analysis through logistic regression showed: that age （OR = 1.039, 95%CI: 1.017～1.061）, PLT （OR = 0.995, 95%CI: 0.990～1.000）, UA （OR = 1.004, 95%CI: 1.001～1.008） and IgA （OR = 0.680, 95%CI: 0.472～0.979） were independent influencing factors of scrub typhus combined with sepsis. The area under the ROC curve （AUC） was 0.721 （95%CI: 0.656～0.786, P < 0.001）, the sensitivity of the model was 69.1%, and the specificity was 63.1%. The calibration curve indicates that the model had good consistency, and the DCA indicated that the model had a high net benefit value. Conclusion Patients with scrub typhus are associated with increased age and UA levels and decreased PLT and IgA levels, and have a higher risk of secondary sepsis.
- Tsutsugamushi disease /
- Sepsis /
- Nomogram model

HTML全文

图 1 焦痂发生部位

A：焦痂发生在左乳房下；B：焦痂发生在右大腿外侧。

Figure 1. Location of scab occurrence

下载: 全尺寸图片幻灯片

图 2 Lasso回归系数路径

Figure 2. Lasso regression coefficient path

下载: 全尺寸图片幻灯片

图 3 Lasso回归交叉验证结果

Figure 3. Lasso regression cross-validation results

下载: 全尺寸图片幻灯片

图 4 恙虫病合并脓毒症的列线图模型

Figure 4. Nomogram model of tsutsugamushi disease with sepsis

下载: 全尺寸图片幻灯片

图 5 恙虫病合并脓毒症预测模型的ROC曲线

Figure 5. ROC curve of the predictive model for tsutsugamushi disease combined with sepsis

下载: 全尺寸图片幻灯片

图 6 恙虫病合并脓毒症列线图模型的校准曲线

Figure 6. Calibration curve of Nomogram model for tsutsugamushi disease combined with sepsis

下载: 全尺寸图片幻灯片

图 7 恙虫病合并脓毒症列线图模型的DCA曲线

Figure 7. DCA curve of the nomogram model of tsutsugamushi disease combined with sepsis

下载: 全尺寸图片幻灯片

表 1 2组患者的一般资料比较[n（%）/M（P25，P75）/$\bar x \pm s $]

Table 1. Comparison of general information between two groups of patients [n（%）/M（P25，P75）/$\bar x \pm s $]

项目	样本总量（n=235）	观察组（n=138）	对照组（n=97）	t/χ²/Z	P
年龄（岁）	48.7±14.8	50.9±14.7	46.5±14.6	t=2.352	0.019^*
性别
男性	137（58.3）	75（54.7）	62（63.9）	χ²=2.146	0.143
女性	98（41.7）	63（45.3）	35（36.1）
居住地
市区	100（42.6）	58（41.8）	42（43.1）	χ²=0.037	0.846
郊县	135（57.4）	80（58.2）	55（56.9）
民族
汉族	214（91.1）	122（88.1）	92（95.2）	χ²=2.903	0.088
其他族	21（8.9）	16（11.9）	5（4.8）
婚姻
已婚	217（92.3）	130（94.2）	87（89.7）	χ²=1.639	0.200
未婚	18（7.7）	8（5.8）	10（10.3）
职业
农民	157（66.8）	90（65.2）	67（69.1）	χ²=0.382	0.537
非农	78（33.2）	48（34.8）	30（30.9）
发病时间（d）	14（9.5，19.0）	14（10，19.0）	14（9.0，19.0）	Z=−0.445	0.656
发热	229（97.4）	135（97.8）	94（96.9）	χ²=0.193	0.660
头痛	138（58.7）	80（58.0）	58（59.8）	χ²=0.078	0.780
畏寒	139（59.1）	81（58.7）	58（59.8）	χ²=0.028	0.866
乏力	106（45.1）	62（44.9）	44（45.4）	χ²=0.004	0.948
肌痛	96（40.9）	56（40.6）	40（41.2）	χ²=0.010	0.919
咳嗽	80（34.0）	48（34.8）	32（33.0）	χ²=0.082	0.775
K⁺（mmol/L）	3.52±0.44	3.46±0.44	3.58±0.43	t=1.940	0.041^*
ALT（U/L）	82.50（50.25，126.0）	70（49，112.5）	92（53，137）	Z =−1.925	0.044^*
IgA（g/L）	2.15（1.89，2.17）	2.17（1.67，2.20）	2.12（1.98，2.37）	Z=−1.852	0.046^*
IgG（g/L）	10.29（9.17，10.97）	9.11（8.54，11.23）	10.34（9.86，11.45）	Z=−1.762	0.018^*
IL-1β（pg/mL）	24.49（17.54，24.51）	23.12（22.15，25.18）	25.42（18.88，27.91）	Z=−1.281	0.020^*
IL-5（pg/mL）	2.31（2.11，2.81）	1.15（1.11，2.61）	2.40（1.61，2.87）	Z=−1.695	0.009^*
^*P < 0.05。

下载: 导出CSV

表 2 恙虫病合并脓毒症的多因素Logistic回归分析

Table 2. Multivariate logistic regression analysis of tsutsugamushi disease complicated with sepsis

指标	β	S.E.	Wald	P	OR	95%CI
Age	0.038	0.011	12.584	<0.001^*	1.039	1.017～1.061
PLT	−0.005	0.002	4.553	0.033^*	0.995	0.990～1.000
UA	0.004	0.002	5.319	0.021^*	1.004	1.001～1.008
IgA	−0.386	0.186	4.313	0.038^*	0.680	0.472～0.979
IL-6	−0.004	0.002	2.627	0.105	0.996	0.991～1.001
IFN-γ	0.009	0.005	2.983	0.084	1.009	0.999～1.018
常量	−0.722	0.803	0.808	0.369	0.486
^*P < 0.05。

下载: 导出CSV

参考文献(18)

[1]	王子文,张林娜,徐猛,等. 肺部感染并发脓毒症患者入院28 d内死亡预测模型的构建[J]. 山东医药,2023,63(3):37-43. doi: 10.3969/j.issn.1002-266X.2023.03.008
[2]	李兰娟,任红. 传染病学 [M]. 9版. 北京: 人民卫生出版社,2018: 142-150.
[3]	Braun D. A retrospective review of the sepsis definition after publication of sepsis-3[J]. Am J Med,2019,132(3):382-384. doi: 10.1016/j.amjmed.2018.11.003
[4]	梁桐, 刘莹, 李幼霞, 等. 恙虫病临床特征及重症危险因素分析[J]. 中国热带医学,2023,23(9):961-965.
[5]	Luce-Fedrow A,Lehman M L,Kelly D J,et al. A review of scrub typhus (orientia tsutsugamushi and related organisms): Then,now,and tomorrow[J]. Trop Med Infect Dis,2018,17(1):8-11.
[6]	谢晓菲,王高玉,黄艺,等. 中国恙虫病流行及临床研究进展(2010-2020)[J]. 海南医学院学报,2023,29(19):1505-1509.
[7]	Lee N,Ip M,Wong B,et al. Risk factors associated with life-threatening rickettsial infections[J]. Am J Trop Med Hyg,2008,78(6):973-978. doi: 10.4269/ajtmh.2008.78.973
[8]	Bhargava A,Kaushik R,Kaushik R M,et al. Scrub typhus in uttarakhand & adjoining uttar pradesh: Seasonality,clinical presentations & predictors of mortality[J]. Indian J Med Res,2016,144(6):901-909. doi: 10.4103/ijmr.IJMR_1764_15
[9]	Hou N,Li M,He L,et al. Predicting 30-days mortality for MIMIC-III patients with sepsis-3: A machine learning approach using XGboost[J]. J Transl Med,2020,18(1):462-471. doi: 10.1186/s12967-020-02620-5
[10]	Sharma R,Mahajan S K,Singh B,et al. Predictors of severity in scrub typhus[J]. J Assoc Physicians India,2019,67(4):35-38.
[11]	Zhang C,Shang X,Yuan Y,et al. Platelet-related parameters as potential biomarkers for the prognosis of sepsis[J]. Exp Ther Med,2023,25(3):133-140. doi: 10.3892/etm.2023.11832
[12]	路伟民,杨小涛,朱瑛,等. 儿童恙虫病175例的临床特征及重症恙虫病危险因素[J]. 昆明医科大学学报,2022,43(8):72-80. doi: 10.12259/j.issn.2095-610X.S20220814
[13]	Verma S K,Gupta K K,Arya R K,et al. Clinical and biochemical profile of scrub typhus patients at a tertiary care hospital in Northern India[J]. J Family Med Prim Care,2021,10(3):1459-1465. doi: 10.4103/jfmpc.jfmpc_1162_20
[14]	Mahajan S K,Sharma R,Singh B. Is hyperuricemia a marker of severity of disease in Scrub typhus[J]. J Assoc Physicians India,2022,69(12):11-12.
[15]	王英,李梅,许汪斌,等. 云南省2017至2018年重症恙虫病临床特征分析[J]. 中华危重病急救医学,2019,31(8):1018-1023. doi: 10.3760/cma.j.issn.2095-4352.2019.08.021
[16]	文芳,司少魁. 醒脑静注射液联合乌司他丁、连续性肾脏替代治疗对脓毒症合并急性肾损伤患者的疗效、免疫功能及血流动力学的影响[J]. 临床肾脏病杂志,2024,24(1):25-32. doi: 10.3969/j.issn.1671-2390.2024.01.005
[17]	Corona A,Richini G,Simoncini S,et al. Treating critically Ⅲpatients experiencing SARS-CoV-2 severe infection with IgM and IgA enriched IgG infusion[J]. Antibiotics (Basel),2021,10(8):930-941. doi: 10.3390/antibiotics10080930
[18]	Bhattacharya P K,Murti V S,Jamil M,et al. Clinical profile and determinants of scrub typhus presenting with sepsis based on sepsis-3 criteria[J]. J Vector Borne Dis,2020,57(4):307-313. doi: 10.4103/0972-9062.313963

相关文章(20)

[1]	姬燕梅, 李文俊, 李青芸, 郭妮, 蒙妮, 周丹, 李秋宇, 金醒昉. 急性缺血性脑卒中后认知障碍相关因素分析及列线图模型构建, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240511
[2]	李从信, 岳海东, 朱鹏熹, 黄光仙, 沐领捷, 彭亚男, 王怡洁, 杨洋. 老年脓毒症患者不同维生素D水平与免疫炎症指标相关性分析, 昆明医科大学学报.
[3]	牛俊杰, 姬文娟, 于拽拽. 肠道菌群、血清ET、PCT水平与脓毒症病情程度、预后的相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240420
[4]	张赛琼, 李武全, 陈青江. 连续性肾脏替代治疗应用于重度烧伤脓毒症的临床疗效, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20231114
[5]	薛淋淋, 李秉翰, 刘春云, 李卫昆, 常丽仙, 李慧敏, 祁燕伟, 刘立. 预测普通病房中丙型肝炎肝硬化并脓毒症患者潜在死亡列线图的建立及评价, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230630
[6]	李从信, 张大鹏, 沐领捷, 杨吉林, 董丽宏, 王怡洁. HCT-ALB在脓毒症相关性脑病早期诊断中的运用价值, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220901
[7]	李文卓, 杨莉, 夏婧. 心脉隆注射液对脓毒症心肌病的临床疗效观察, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20221221
[8]	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
[9]	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.
[10]	徐键, 王梓瑜, 陈耀祥, 牟波, 金焰, 马蕾. PCT、CRP检测在老年肺炎合并脓毒症患者中的应用, 昆明医科大学学报.
[11]	刘桠名, 徐冕, 颜悦新, 周凤高, 许成, 赵琨, 蒋国云, 武彧, 刘荣. 基于代谢组学的脓毒症大鼠生物标志物研究, 昆明医科大学学报.
[12]	龙瑾庭, 宝福凯, 柳爱华. 细胞因子与恙虫病关系的研究进展, 昆明医科大学学报.
[13]	滕琰. 血液灌流治疗脓毒症时对炎症因子的影响, 昆明医科大学学报.
[14]	王锦. 血糖变异性对脓毒症28 d死亡率临床影响, 昆明医科大学学报.
[15]	李静. 云南省某大学新生中莱姆病和恙虫病的血清流行病学调查, 昆明医科大学学报.
[16]	徐盈. 脓毒症大鼠肿瘤坏死因子-a、内皮素-1、核因子kB表达与心肌损伤及药物影响的研究, 昆明医科大学学报.
[17]	缪玉兰. 凝血酶敏感蛋白-1介导脓毒症肝损伤中ERK通路的作用研究, 昆明医科大学学报.
[18]	缪玉兰. 凝血酶敏感蛋白-1对脓毒症肝损伤影响的实验研究, 昆明医科大学学报.
[19]	. 血必净注射液对脓毒症患者促炎/抗炎平衡的临床应用, 昆明医科大学学报.
[20]	. 41例恙虫病临床分析, 昆明医科大学学报.