住院患者藥源性粒細胞缺乏的風險預(yù)測模型的開發(fā)和驗證：基于傾向性評分的病例對照研究

朱 雨，郭代紅，于承暄，孔祥豪,2，劉思源（.解放軍總醫(yī)院醫(yī)療保障中心藥劑科，北京 00853；2.重慶醫(yī)科大學藥學院，重慶 40006）

中性粒細胞是白細胞的重要組成成分，對抵御外源性病原微生物起著至關(guān)重要的作用[1]。住院患者用藥種類繁多，其中很多藥品都有引起中性粒細胞減少的可能[2]。當中性粒細胞減少進展為粒細胞缺乏并引起發(fā)熱時，患者發(fā)生致命性感染和死亡的風險都會增加[3]。應(yīng)用粒細胞集落刺激因子（granulocyte-colony stimulating factors，G-CSF）可有效預(yù)防粒細胞缺乏及其并發(fā)癥的發(fā)生，但隨之也會加重患者經(jīng)濟等方面的負擔[4]。因此，對粒細胞缺乏及其并發(fā)癥的預(yù)測就顯得至關(guān)重要。目前國內(nèi)外指南僅對化療患者進行了危險程度分層，國外已有多名學者針對特定腫瘤或者特定化療方案構(gòu)建了風險預(yù)測模型[5-6]，國內(nèi)也有化療患者發(fā)生骨髓抑制的風險預(yù)測研究[7]。然而非化療住院患者也有發(fā)生粒細胞缺乏的風險，住院患者用藥情況也更加復雜。全藥條件下住院人群發(fā)生藥源性粒細胞缺乏的風險預(yù)測模型，更貼近臨床實際情況，有利于高風險患者的識別以及藥品不良反應(yīng)（adverse drug reaction，ADR）的預(yù)防。

1 資料與方法

1.1 資料來源

借助我院研發(fā)的“臨床藥物不良事件主動監(jiān)測與智能評估警示系統(tǒng)-Ⅱ”（adverse drug events active surveillance and assessment system-Ⅱ，ADE-ASAS-Ⅱ）[8]，調(diào)取醫(yī)院信息系統(tǒng)（hospital information system，HIS）中2019年10月 - 2020年10月期間114 351例住院患者信息，利用觸發(fā)器原理識別研究者預(yù)先設(shè)置的報警指標，對滿足條件的患者發(fā)出報警并提取保存患者信息，供研究者做進一步分析。研究者根據(jù)《藥品不良反應(yīng)報告和監(jiān)測管理辦法》相關(guān)評價標準判定ADR陽性病例。為了避免患者性別、年齡、體表面積（body surface area， BSA）及使用藥品差異等混雜因素對實驗結(jié)果的影響，在發(fā)生粒細胞缺乏的人群中和使用相同首要懷疑藥品而未發(fā)生粒細胞缺乏的人群中，利用傾向性評分匹配（propensity score matching，PSM）按照1 : 2的比例對患者性別、年齡、BSA進行匹配（卡鉗值0.05）。

1.2 定義、納入與排除標準

系統(tǒng)報警規(guī)則為用藥后發(fā)生粒細胞缺乏，定義為中性粒細胞絕對計數(shù)（absolute neutrophil count，ANC）＜ 0.5×109·L-1。納入標準：年齡≥ 18歲。排除標準：①急性白血?。虎贖IV陽性患者；③用藥前血液學檢查指標缺失；④中性粒細胞基值異常；⑤合并脾功能亢進；⑥干細胞移植患者。

1.3 模型的開發(fā)與驗證

按照70%和30%的比例將匹配后的病例和對照隨機分為開發(fā)組和驗證組。利用二元Logistic回歸預(yù)測患者發(fā)生藥源性粒細胞缺乏的概率并繪制列線圖。

從模型的區(qū)分度和校準度兩方面對模型進行驗證。模型區(qū)分度使用受試者工作特征曲線（receiver operating characteristic curve，ROC）和曲線下面積（area under the curve，AUC）進行評價。模型的校準度使用校準曲線進行評價，并對實際發(fā)生情況與預(yù)測情況進行統(tǒng)計學檢驗。

1.4 統(tǒng)計學方法

定性資料采用數(shù)量和百分比表示，使用χ2檢驗或Fisher確切概率法檢驗。定量資料符合正態(tài)分布的以均值±標準差（standard deviation，SD）表示，使用t檢驗；不符合正態(tài)分布的以中位數(shù)和四分位間距（interquartile range，IQR）表示，使用Mann-Whitney U檢驗。將單變量Logistic回歸中統(tǒng)計學差異顯著的變量納入多變量Logistic回歸并使用向前LR法進行分析。將獲取的獨立影響因素用于模型開發(fā)。所有P值均為兩側(cè)，P＜ 0.05為統(tǒng)計學差異顯著。使用Excel 2016、SPSS 25.0和R語言（3.6.2版）對數(shù)據(jù)進行分析處理。

2 結(jié)果

2.1 患者一般情況

114 351例住院患者中，系統(tǒng)報警可疑藥源性粒細胞缺乏患者654例，經(jīng)過人工評價后確定為陽性的患者共126例，住院人群中藥源性粒細胞缺乏的發(fā)病率為0.11%。

藥源性粒細胞缺乏的患者首要懷疑藥品共有24種，其中占比較高的為異環(huán)磷酰胺、紫杉醇和環(huán)磷酰胺，分別為41.27%、20.63%和7.94%。見表1。病例、對照患者PSM匹配前患者年齡基線情況不同，匹配后患者性別、年齡及BSA基線情況均無顯著統(tǒng)計學差異（P＞ 0.05）。見表2。

表1 病例組PSM前后首要懷疑藥品分布Tab 1 Primary suspected drug distribution of the case group before and after PSM

表2 PSM前后患者特征Tab 2 Characteristics of patients before and after PSM

將PSM匹配后的患者按照70%和30%隨機分為開發(fā)組（192例）和驗證組（90例），兩組患者原患疾病、合并癥、化療方案、合用化療藥、手術(shù)史、預(yù)防應(yīng)用G-CSF及實驗室檢查等指標均無顯著的統(tǒng)計學差異（P＞ 0.05）。開發(fā)組和驗證組患者原患疾病均以腫瘤居多，且占比最高的均為實體瘤，分別占87.50% 和83.33%。心血管疾病為兩組患者最常見的合并癥，分別占16.67%和23.33%。兩組患者聯(lián)用超過2種化療藥的比例分別為41.67%和38.89%。開發(fā)組和驗證組分別有5.73%和5.56%的患者住院期間或近1個月內(nèi)接受過手術(shù)。兩組患者預(yù)防性應(yīng)用G-CSF比例均較低，分別為9.95%和13.33%。詳見表3。

表3 開發(fā)組與驗證組患者的一般情況Tab 3 General conditions of development group and validation group

2.2 模型的開發(fā)

對開發(fā)組患者的相關(guān)變量及實驗室檢查指標等進行單變量和多變量Logistic回歸分析（見表4），單變量分析中具有統(tǒng)計學意義的有：首次入院治療、KPS評分、合并用藥≥10種、白細胞（WBC）基值＜ 4×109·L-1、淋巴細胞計數(shù)基值、淋巴細胞計數(shù)＜ 0.7×109·L-1和白蛋白（ALB）基值。多變量分析確定為獨立影響因素的有：首次入院治療（OR = 2.29，95%CI：1.05 ～ 4.99）、KPS評分（OR = 0.86，95%CI：0.79 ～ 0.93）和WBC基值＜ 4×109·L-1（OR = 3.54，95%CI：1.37 ～ 9.28）。將上述獨立影響因素用于風險預(yù)測模型的開發(fā)并繪制列線圖，詳見圖1。

圖1 風險預(yù)測列線圖Fig 1 Risk prediction nomogram

表4 單變量和多變量分析Tab 4 Univariate and multivariate analysis

應(yīng)用舉例：某患者，首次入院治療，KPS評分90，WBC基值3.5×109·L-1。該患者得分為：17 + 27 = 44分，相應(yīng)發(fā)生粒細胞缺乏的概率約為68%。見圖2。

圖2 風險預(yù)測列線圖應(yīng)用舉例Fig 2 Application example of risk prediction nomogram

2.3 模型的驗證

開發(fā)組和驗證組AUC分別為0.70（95%CI：0.62 ～0.77）和0.67（95%CI：0.55 ～ 0.80）。開發(fā)組在30%預(yù)測概率時取得最佳靈敏度和特異度，分別為63.1%、70.9%。見圖3。

圖3 開發(fā)組及驗證組ROCA - 開發(fā)組，B - 驗證組Fig 3 ROC of development group and validation groupA - development group, B - validation group

將兩組預(yù)測概率與實際概率進行比較，繪制校準曲線，并進行檢驗，預(yù)測概率與實際概率差異不顯著（P＞ 0.05）。見圖4。

圖4 開發(fā)組及驗證組校準曲線A - 開發(fā)組，B - 驗證組Fig 4 Calibration curve of development group and validation groupA - development group, B - validation group

3 討論

3.1 流行病學特點分析

藥源性粒細胞缺乏是一種劑量相關(guān)性ADR，患者往往因為粒細胞缺乏而減量、停藥，直接影響到患者的治療效果，嚴重者甚至會引起患者死亡[9]。因此早期識別藥源性粒細胞缺乏并及時對癥處理，有助于提高臨床治療效果，減輕患者負擔。本研究借助ADE-ASAS-Ⅱ快速檢索所有住院患者并對疑似的ADR病例發(fā)出報警，再由研究者進行人工評價確定陽性患者，較純?nèi)斯z索節(jié)省了時間成本[10]。有研究[11]顯示，非化療藥物的粒細胞減少發(fā)病率約為每年5.02/百萬人，且?guī)缀跎婕八兴幤?；而化療引起的粒細胞缺乏發(fā)生率，據(jù)報道可高達50%[12]。真實世界中患者的聯(lián)合用藥情況往往更加復雜[13]，但目前對于藥源性粒細胞缺乏的研究多為隨機對照研究、針對特定藥品或者特定疾病患者的研究[14]。本研究監(jiān)測了我院一年間114 351例住院患者，并最終獲取藥源性粒細胞缺乏陽性病例126例。該監(jiān)測結(jié)果基本能夠反映出全藥條件下，住院患者發(fā)生藥源性粒細胞缺乏的真實世界發(fā)生情況及特點。

3.2 患者一般情況分析

PSM可以根據(jù)相關(guān)變量指標在陽性和陰性人群中進行混雜偏倚的控制，使病例組和對照組具備較好同質(zhì)性。由于PSM存在因無法匹配到同質(zhì)對照而損失陽性病例的可能（本研究PSM前陽性126例，PSM后陽性90例），可以借助兩組患者匹配指標基線情況的一致性，來減少混雜因素對結(jié)果的影響[15]。有研究顯示，患者性別、年齡、BSA及使用藥物不同均可能影響粒細胞缺乏的發(fā)生[16-18]，所以我們應(yīng)用PSM對使用相同首要懷疑藥物的陰性患者上述指標進行了匹配，匹配前兩組患者年齡基線不同，匹配后患者性別、年齡和BSA基線一致。

按照1∶2比例匹配對照后，兩組患者共282例，按照70.0%和30.0%的比例隨機分為開發(fā)組和驗證組。開發(fā)組和驗證組患者基線情況均無顯著統(tǒng)計學差異（P ＞ 0.05），兩組患者原患疾病均以腫瘤為多，分別占97.9%和95.5%，這可能與抗腫瘤藥大多具有細胞毒性，更易引起粒細胞減少有關(guān)[19]。兩組患者使用G-CSF作為粒細胞缺乏一級預(yù)防的比例分別為9.95%和13.33%。Baig等研究者[4]指出在化療患者中接受G-CSF一級預(yù)防治療的患者比例在11.0% ～59.0%，盡管我院患者應(yīng)用比例基本在上述區(qū)間范圍內(nèi)，但比例相對較低。分析可能原因如下：1）本研究并非所有患者均為腫瘤患者；2）一些傳統(tǒng)中藥被用于粒細胞缺乏的預(yù)防。

3.3 影響因素分析

對與患者自身條件相關(guān)、疾病相關(guān)以及治療相關(guān)的變量和實驗室檢查結(jié)果進行Logistic回歸分析，其中單變量分析中合并用藥數(shù)量≥ 10種為粒細胞缺乏的風險因素。文獻[20]報道認為其原因可能是由于潛在的藥物相互作用、或潛在血液毒性的藥物作用疊加所致。我們對患者合用化療藥物≥ 2種的情況進行回歸分析，結(jié)果顯示并沒有顯著統(tǒng)計學意義，還有待更大樣本量來探究血液毒性藥物疊加對粒細胞缺乏的影響。

多變量分析中發(fā)現(xiàn)較低的KPS評分、WBC基值都是粒細胞缺乏的獨立危險因素，這與之前的研究結(jié)果一致[21]。此外，本研究還發(fā)現(xiàn)首次住院治療也是一個獨立風險因素；而文獻也有報道初治化療患者發(fā)生嚴重粒細胞減少的風險可高達70%[19]。但臨床實踐中，無論是化療患者還是非化療患者，在首次治療發(fā)生粒細胞缺乏后，隨后的治療常會考慮減量、停藥或者調(diào)整治療方案，也可能是首次治療相對后續(xù)治療引起粒細胞缺乏風險更高的原因[22]。

3.4 模型的評價

將回歸分析獲得的獨立影響因素用于建立藥源性粒細胞缺乏模型后，需要對模型的區(qū)分度和校準度進行評價。AUC值用來闡明模型區(qū)別陽性事件和陰性事件的能力，AUC值介于0.5 ～ 1.0，0.5為完全隨機，1.0為完全正確判別[23]。本研究開發(fā)組和驗證組AUC值分別為0.70和0.67，具有較為滿意的區(qū)分度。

模型的校準度采用校準曲線進行描述，開發(fā)組校準曲線（圖4A）緊貼對角線，表示預(yù)測概率與實際觀測概率一致性較好；對預(yù)測概率和實際概率進行統(tǒng)計學檢驗，差異不顯著（P ＞ 0.05）。盡管驗證組校準曲線預(yù)測概率在0.4 ～ 0.8時可能會高估粒細胞缺乏的風險（圖4B），但統(tǒng)計學檢驗差異不顯著（P = 0.05）。

綜上，通過信息化手段與人工評價結(jié)合，我們高效地獲取了研究數(shù)據(jù)，開發(fā)并驗證了全藥條件下住院患者發(fā)生粒細胞缺乏的風險預(yù)測模型。經(jīng)過驗證，該模型具有良好的區(qū)分度和校準度；可以較好的預(yù)測患者發(fā)生粒細胞缺乏的風險，輔助醫(yī)生進行決策，有效防控藥品不良反應(yīng)。