Logistic回归模型构建联合预测因子在细菌性血流感染中的早期诊断价值

摘要

目的 探究中性粒细胞与淋巴细胞比值(NLR)与降钙素原(PCT)、C反应蛋白(CRP)对血流感染的诊疗价值及建立一个简单易行的联合预测因子计算公式用于血流感染早期诊断。方法 回顾性分析2022年1月—2023年6月本院感染科收治的入院时疑似血流感染且同时抽取血培养、血常规、PCT、CRP等实验室指标的246例患者病例资料。根据血培养结果分为血培养阴性组(116例)和血培养阳性组(130例),比较两组NLR、PCT、CRP差异，相关性因素纳入二元logistic回归分析，构建联合预测因子并绘制ROC曲线，计算曲线下面积、灵敏度、特异度、阳性预测值、阴性预测值。结果 血培养阳性组血清NLR、PCT、CRP水平高于血培养阴性组，差异具有统计学意义(P<0.05)。NLR、PCT、CRP的曲线下面积分别为0.807、0.833、0.746,PCT的ROC曲线下面积在NLR、PCT、CRP中最大。血清PCT诊断细菌性血流感染的最佳临界值为>1.9μmol/L,灵敏度、特异度分别为74.60%、81.00%,阳性预测值、阴性预测值分别为81.5%、74.0%。NLR联合PCT、CRP构建联合预测因子(L),联合预测因子(L)敏感度、特异度、阳性预测率和阴性预测率分别为77.7%、81.9%、82.8%、76.6%,均高于单独炎症指标。革兰阴性菌PCT、CRP水平比革兰阳性菌高，差异具有统计学意义。PCT联合CRP构建联合预测因子(L'),联合预测因子(L')在鉴别细菌类型的ROC曲线下面积最大，为0.750。结论 基于NLR、PCT、CRP的logistic回归模型构建的联合预测因子对细菌性血流感染的早期判断准确性优于单一指标。基于PCT、CRP的联合预测因子可提高鉴别细菌类型的效能，进一步指导临床诊疗。

关键词

血流感染 / 中性粒细胞与淋巴细胞比值 / 降钙素原 / C反应蛋白