病发24 h内急性胰腺炎严重程度的早期预测模型构建及验证

摘要

目的 构建并验证病发24 h内早期预测急性胰腺炎（acute pancreatitis, AP）严重程度的模型，以帮助临床及时制定诊疗策略。方法 纳入2020年8月至2022年8月在武汉大学人民医院诊断为AP的245例患者，并依据严重程度分为轻症AP（mild AP,MAP）组（n=85）和非轻症AP（non-mild AP, NMAP）组（n=160）。单因素分析及多因素二元Logistic回归分析筛选独立预测因子并构建预测模型。用曲线下面积（area under the curve,AUC）评估模型预测的区分度，Hosmer-Lemesshow检验和临床校正曲线来评估模型的校准度。Delong检验用于比较模型间的统计学差异。用临床决策曲线分析评估模型的临床应用价值。结果 单因素分析显示，年龄、饮酒史、平均红细胞体积（mean corpuscular volume, MCV）、白细胞计数（white blood cell, WBC）、中性粒细胞计数（neutrophils, Neu）、降钙素原（procalcitonin, PCT）、血小板平均体积（mean platelet volume, MPV）、C反应蛋白（C-reactive protein, CRP）、血清淀粉酶（serum amylase, AMY）、血清脂肪酶（serum lipase, LPS）、门冬氨酸氨基转移酶（aspartate aminotransferase, AST）、碱性磷酸酶（alkaline phosphatase, ALP）、谷酰转肽酶（gamma-glutamyl transpeptidase, GGT）、尿素（ureogenesis, Urea）、血糖（blood glucose, Glu）、直接胆红素（direct bilirubin, DBIL）、红细胞计数（red blood cell, RBC）、血红蛋白（hemoglobin, Hb）、红细胞比容（hematocrit, HCT）、淋巴细胞计数（lymphocyte, Lym）、血小板计数（platelet, PLT）、胆碱酯酶（cholinesterase, CHE）、血清白蛋白（serum albumin, ALB）、预估肾小球滤过率（estimated glomerular filtration rate, eGFR）、总胆固醇（total cholesterol, TCh）、总二氧化碳（total carbon dioxide, TCO₂）、血清Ca²⁺在MAP组与NMAP组间比较，差异均有统计学意义（P<0.05）。多因素二元Logistic回归分析显示，PCT、AST、ALB、Glu为早期预测AP严重程度的独立预测因子，并以此建立预测模型EAPS。结果表明EAPS的AUC值为0.878（95%CI:0.836～0.920）,高于Ranson评分（AUC值为0.750,95%CI:0.692～0.808）和APACHEⅡ评分（AUC值为0.789,95%CI:0.734～0.844）,且EAPS与其他两种评分系统比较，差异有统计学意义（P<0.01）。Hosmer-Lemeshow拟合优度检验差异无统计学意义（χ²=6.003,P=0.647）。结论 相较于Ranson评分和APACHEⅡ评分，本研究构建的预测模型EAPS可以在病发24 h内识别高危AP患者，具有很好的区分度和校准度，且模型所纳入的临床指标更加简单易获得，临床实用性更高，但仍需要更多外部数据进行进一步的验证。

关键词

急性胰腺炎 / 严重程度 / 早期预测模型 / 24 h