申永旺,張鈺,張麗珍,田君平,梁海聯(lián),陳欣
肺炎支原體肺炎(mycoplasma pneumoniae pneumonia,MPP)是兒童肺炎常見的類型之一,在社區(qū)兒童中高發(fā)[1]。相關研究顯示,MPP是導致兒童慢性咳嗽的主要病因之一[2],這不僅會造成患兒反復就醫(yī),影響患兒生活質量和生長發(fā)育,還會給患兒家庭造成嚴重的經濟負擔[3-4]。因此,本研究對MPP患兒發(fā)生慢性咳嗽的相關危險因素進行研究,并建立個體化預測MPP患兒發(fā)生慢性咳嗽的列線圖模型,旨在指導臨床甄別伴有慢性咳嗽高風險的MPP患兒,并及時給予預防性的治療,現(xiàn)報道如下。
1.1 研究對象 選取2018年1月至2022年1月定州市人民醫(yī)院收治的MPP患兒245例。納入標準:(1)符合兒童MPP的診斷標準[5];(2)年齡≥5歲;(3)肺炎支原體(mycoplasma pneumoniae,MP)抗體滴度≥1∶160,恢復期MP抗體滴度呈現(xiàn)4倍及以上增高。排除標準:(1)合并其他系統(tǒng)慢性疾病;(2)近半個月內使用過激素和免疫抑制劑;(3)有哮喘病史。本研究經定州市人民醫(yī)院醫(yī)學倫理委員會批準(hx-2020-01),所有患兒家屬簽署知情同意書。
1.2 慢性咳嗽診斷標準 參考《中國兒童慢性咳嗽診斷與治療指南(2013年修訂)》[6]中關于兒童慢性咳嗽的診斷標準,兒童咳嗽癥狀持續(xù)≥4周即診斷為慢性咳嗽。根據(jù)MPP患兒慢性咳嗽發(fā)生情況將其分為慢性咳嗽組和對照組。
1.3 觀察指標 (1)一般資料。包括性別、年齡、慢性咳嗽病史、過敏性疾病史、父母吸煙史。(2)肺炎患病情況。包括患兒發(fā)熱時間、體溫、肺內干/濕啰音情況、開始治療時間(患兒發(fā)病到接受規(guī)范化治療的時間)以及胸部影像學表現(xiàn)(包括胸腔積液、肺部大片實變影)。(3)血清學指標。抽取患兒入院后第2天清晨肘靜脈血5 ml,進行血清學指標檢測。血清CRP采用免疫散射比濁法檢測,IgE采用全自動生化免疫分析儀測定,試劑盒由羅氏公司提供。血清降鈣素原(procalcitonin,PCT)采用電化學發(fā)光免疫法測定。采用全自動血細胞分析儀進行血常規(guī)檢查,并根據(jù)血常規(guī)指標計算中性粒細胞與淋巴細胞比值(neutrophilto-lymphocyte ratio,NLR)和血小板與淋巴細胞比值(platelet-to-lymphocyte ratio,PLR)。(4)呼出氣一氧化氮(fractional exhaled nitric oxide,F(xiàn)eNO)。采用無錫市尚沃醫(yī)療電子股份有限公司生產的納庫倫呼氣分析儀檢測患兒FeNO。操作方法:排空患兒肺內氣體后囑其用嘴緊扣過濾嘴,指導其深吸氣并平穩(wěn)呼氣,設定呼氣流速為50 ml/s、時間為10 s,嚴格按照儀器說明書進行操作。
1.4 統(tǒng)計學方法 采用SPSS 23.0統(tǒng)計學軟件進行數(shù)據(jù)處理。計數(shù)資料以相對數(shù)表示,組間比較采用χ2檢驗;符合正態(tài)分布的計量資料以(±s)表示,組間比較采用兩獨立樣本t檢驗;偏態(tài)分布的計量資料以〔M(P25,P75)〕表示,組間比較采用Mann-Whitney U檢驗。采用R語言包中的“glmnet”包對MPP患兒發(fā)生慢性咳嗽的影響因素進行LASSO回歸變量篩選,采用多因素Logistic回歸分析探討MPP患兒發(fā)生慢性咳嗽的影響因素并構建其列線圖模型,采用Bootstrap法重復抽樣1 000次、ROC曲線、校準曲線和決策曲線評估列線圖模型的預測效能。
2.1 慢性咳嗽發(fā)生率及觀察指標 245例MPP患兒中有61例發(fā)生慢性咳嗽,發(fā)生率為24.9%。兩組性別、年齡、有過敏性疾病史者占比、有肺內干/濕啰音者占比、有胸腔積液者占比、有肺部大片實變影者占比、PLR比較,差異無統(tǒng)計學意義(P>0.05)。慢性咳嗽組有慢性咳嗽病史、有父母吸煙史、發(fā)熱時間>7 d、體溫≥38.5 ℃、開始治療時間>3 d者占比及CRP、IgE、PCT、NLR、FeNO高于對照組,差異有統(tǒng)計學意義(P<0.05),見表1。
表1 兩組觀察指標比較Table 1 Comparison of observation indexes between the two groups
2.2 MPP患兒發(fā)生慢性咳嗽影響因素的LASSO、多因素Logistic回歸分析 以患兒是否發(fā)生慢性咳嗽(賦值:是=1,否=0)為因變量,以表1中P<0.1的指標作為自變量進行LASSO回歸分析,結果顯示,慢性咳嗽病史、父母吸煙史、發(fā)熱時間>7 d、體溫≥38.5 ℃、開始治療時間>3 d、CRP、IgE、NLR、FeNO是MPP患兒發(fā)生慢性咳嗽的影響因素,見圖1。以LASSO回歸分析中有統(tǒng)計學差異的指標為自變量,進行多因素Logistic回歸分析,結果顯示,發(fā)熱時間>7 d、體溫≥38.5 ℃、開始治療時間>3 d、IgE、NLR、FeNO是MPP患兒發(fā)生慢性咳嗽的獨立影響因素(P<0.05),見表2。
表2 MPP患兒發(fā)生慢性咳嗽影響因素的多因素Logistic回歸分析Table 2 Multivariate Logistic regression analysis of influencing factors of chronic cough in children with MPP
圖1 LASSO回歸分析結果Figure 1 LASSO regression analysis result
2.3 MPP患兒發(fā)生慢性咳嗽的列線圖模型構建與驗證基于多因素Logistic回歸分析結果構建MPP患兒發(fā)生慢性咳嗽的列線圖模型,即通過垂直線在列線圖頂端的分值線上獲得各變量分值,所有變量分值相加獲得總分,總分對應的預測值即為MPP患兒發(fā)生慢性咳嗽的概率,見圖2。采用Bootstrap法重復抽樣1 000次,結果顯示,列線圖模型預測MPP患兒發(fā)生慢性咳嗽的一致性指數(shù)為0.847。ROC曲線分析結果顯示,列線圖模型預測MPP患兒發(fā)生慢性咳嗽的AUC為0.817〔95%CI(0.743,0.985)〕,見圖3。列線圖模型預測MPP患兒發(fā)生慢性咳嗽的校準曲線與實際曲線基本接近,見圖4。決策曲線分析結果顯示,當閾值概率為0.10~0.65時,列線圖模型預測MPP患兒發(fā)生慢性咳嗽的凈獲益率>0,見圖5。
圖2 MPP患兒發(fā)生慢性咳嗽的列線圖模型Figure 2 Nomogram model of chronic cough in children with MPP
圖3 列線圖模型預測MPP患兒發(fā)生慢性咳嗽的ROC曲線Figure 3 ROC curve of nomogram model for predicting chronic cough in children with MPP
圖4 列線圖模型預測MPP患兒發(fā)生慢性咳嗽的校準曲線Figure 4 Calibration curve of nomogram model for predicting chronic cough in children with MPP
圖5 列線圖預測模型決策曲線Figure 5 Clinical decision curve of nomogram prediction model
3.1 建立MPP患兒發(fā)生慢性咳嗽列線圖模型的價值MPP是兒科常見的呼吸道感染性疾病之一[7],近年來MPP與慢性咳嗽的關系受到臨床廣泛關注[8],國內眾多研究結果顯示,28.12%~54.78%的慢性咳嗽患兒MPP抗體檢測呈陽性,這表明MPP感染是兒童慢性咳嗽的重要病因之一[9-10]。MPP患兒發(fā)生慢性咳嗽會導致其反復就醫(yī),嚴重影響其生活質量和生長發(fā)育,同時給患兒家庭造成嚴重的經濟負擔[4]。因此,若能探尋一種預測慢性咳嗽發(fā)生的有效方法,極可能對臨床醫(yī)師判斷MPP患兒病情、合理制定治療方案具有重要指導價值。但MPP患兒發(fā)生慢性咳嗽的危險因素較多,如何選擇危險因素并建立效能良好的預測模型成為臨床迫切需要解決的問題之一。列線圖模型是一種通過多因素Logisitic回歸模型篩選危險因素,并將復雜的回歸方程和相關危險因素轉變?yōu)榭梢暬瘓D形,可作為終點事件的預測工具[11],因其具有直觀、便于理解的優(yōu)勢,已廣泛用于疾病的預測[12-13]。
3.2 MPP患兒發(fā)生慢性咳嗽的影響因素 本研究結果顯示,發(fā)熱時間>7 d、體溫≥38.5 ℃、開始治療時間>3 d、IgE、NLR、FeNO是MPP患兒發(fā)生慢性咳嗽的獨立影響因素。MP感染機體后其末端黏附蛋白黏附于呼吸道上皮表面并進一步侵入上皮細胞,在這個過程中會激活粒細胞,誘導單核細胞產生多種炎癥因子,從而促進炎癥反應發(fā)生。MP感染機體后可以在呼吸道持續(xù)數(shù)月,致使患兒發(fā)生持續(xù)的炎癥反應及氣道高反應[14-16],從而引發(fā)慢性咳嗽,因此炎癥反應是MPP患兒發(fā)生慢性咳嗽的重要病理基礎。發(fā)熱時間>7 d及體溫≥38.5 ℃提示患兒感染MP后炎癥反應較為嚴重,且持續(xù)時間較長,而持續(xù)和嚴重的炎癥反應會導致氣道高反應的長期存在,進而引起慢性咳嗽的發(fā)生。目前多采用阿奇霉素治療MPP,阿奇霉素可以直接抑制MP生長、減輕機體炎癥反應、降低氣道高反應性,因此越早使用越容易減輕機體炎癥反應,而治療時間越晚,則MPP患兒越容易發(fā)生慢性咳嗽。
IgE是由呼吸道與消化道黏膜固有層漿細胞分泌的蛋白,其對肥大細胞、嗜酸粒細胞具有較高的親和性,并可特異性結合相應抗原抗體。據(jù)報道,IgE升高提示機體可能存在Ⅰ型變態(tài)反應[17]。研究指出,MPP患兒IgE升高會促進多種細胞遞質、炎癥因子釋放,參與氣道慢性非特異性炎癥反應,損傷呼吸道上皮細胞,從而導致慢性咳嗽的發(fā)生[18]。
NLR可有效反映肺炎患者的病情嚴重程度[19]。相關研究顯示,MPP患兒NLR水平明顯升高,其不僅可以判斷患兒病情嚴重程度,同時還對患兒臨床預后具有良好的預測價值[20-21]。本研究結果亦顯示,NLR升高是MPP患兒發(fā)生慢性咳嗽的危險因素。
FeNO可反映嗜酸粒細胞導致的氣道炎癥[22-23]。王天玥等[24]研究顯示,F(xiàn)eNO水平升高提示患兒存在氣道高反應性,而氣道炎癥和氣道高反應性是慢性咳嗽的病理基礎,因此FeNO可以預測慢性咳嗽的發(fā)生。
3.3 基于MPP患兒發(fā)生慢性咳嗽的影響因素構建列線圖模型 本研究基于發(fā)熱時間>7 d、體溫≥38.5 ℃、開始治療時間>3 d、IgE、NLR、FeNO構建了MPP患兒發(fā)生慢性咳嗽的列線圖模型,并對其進行驗證,結果顯示,采用Bootstrap法重復抽樣1 000次,列線圖模型預測MPP患兒發(fā)生慢性咳嗽的一致性指數(shù)為0.847。ROC曲線分析結果顯示,列線圖模型預測MPP患兒發(fā)生慢性咳嗽的AUC為0.817〔95%CI(0.743,0.985)〕。列線圖模型預測MPP患兒發(fā)生慢性咳嗽的校準曲線與實際曲線基本接近。決策曲線分析結果顯示,當閾值概率為0.10~0.65時,列線圖模型預測MPP患兒發(fā)生慢性咳嗽的凈獲益率>0。
綜上所述,發(fā)熱時間>7 d、體溫≥38.5 ℃、開始治療時間>3 d、IgE、NLR、FeNO是MPP患兒發(fā)生慢性咳嗽的獨立影響因素,本研究基于上述指標構建的列線圖預測模型可以在一定程度上預測MPP患兒慢性咳嗽的發(fā)生風險,可用于篩選慢性咳嗽高風險的MPP患兒,這對針對性的預防和治療具有重要指導價值。且該模型中的相關指標較為簡單,有利于基層醫(yī)院使用。本研究樣本量小,可能導致研究結果存在一定偏倚,且未能使用獨立樣本對構建的列線圖模型進行外部驗證,后續(xù)需要進行多中心、大樣本量研究進一步驗證本研究結論。
作者貢獻:申永旺進行文章的構思與設計,研究的實施與可行性分析,論文撰寫、修訂,統(tǒng)計學處理;張麗珍進行資料收集;田君平、梁海聯(lián)進行資料整理;陳欣負責文章的質量控制及審校;張鈺對文章整體負責,監(jiān)督管理。
本文無利益沖突。