论文部分内容阅读
目的 急性放射性肺炎(acute radiation pneumonitis,ARP)与感染性肺炎(infectious pneumonia,IP)的早期鉴别诊断是临床难点问题,基于单因素的鉴别方法效果不佳,本研究尝试基于多参数建立ARP和IP的早期鉴别诊断模型.方法 回顾性研究2014-01-01-2016-12-31唐山市人民医院放化疗科135例肺癌放疗后6个月内发生肺炎患者,经过病原学检查结果及其他多种方法明确最终诊断为ARP或IP.收集放射物理参数、影像学特征和血清学指标等多种信息,应用Logistics回归单因素分析,Spearman相关分析筛选变量,并应用Logistics回归多因素分析拟合回归模型,应用R语言实现模型的可视化并进行内验证.结果 135例患者中,ARP 82例,IP 53例.单因素分析显示,病变位置与V20关系(positional relation between lesions and V20 area,PRLV)、降钙素原(procalcitonin,PCT)、C反应蛋白(C reactive protein,CRP)、平均肺受量(mean lung dose,MLD)和V20 (lung volume receiving≥20 Gy)与ARP和IP有关联(P＜0.05).排除共线性指标后多个相关性指标纳入多因素分析,结果显示,PRLV(P＜0.001)、PCT(P=0.017)、MLD (P=0.020)为独立的诊断因素,白细胞计数(white blood cell count,WBC)与ARP具有边缘相关性(P=0.051).基于PRLV、PCT、MLD和WBC 4个指标拟合回归模型,得到可视化列线表图形.ROC曲线分析显示,模型的AUC=0.849,明显优于各个单一指标(PRLV:0.734;PCT:0.741;MLD:0.670;WBC:0.580),且模型显示出了较高的敏感性(91.46％)和特异性(66.0％),校准曲线显示模型诊断情况与实际诊断情况呈高度一致性.DCA曲线显示,模型据有满意的阳性净获益.结论 PRLV、PCT、MLD和WBC成功构建了诊断模型并实现了可视化,该诊断模型对于ARP和IP的鉴别诊断具有一定的价值.