小儿支原体大叶性肺炎的诊断模型建立

摘要

目的 通过Logistics回归建立肺炎支原体(MP)患儿并发大叶性肺炎的列线图诊断模型。方法 选取2018年6月至2023年6月住院的239例MP患儿，依据临床资料分为常规肺炎组(78例)和大叶性肺炎组(161例)。利用Lasso回归模型筛选大叶性肺炎的相关指标，并应用Logistics回归构建列线图诊断模型。结果 单因素分析发现年龄、咳嗽史、白细胞计数(WBC)、中性粒细胞计数(NEU)、血小板(PLT)、乳酸脱氢酶(LDH)与大叶性肺炎相关。Lasso回归筛选出年龄、咳嗽史、WBC、NEU、CRP、LDH和痰栓与大叶性肺炎强相关。Logistics回归分析表明年龄、咳嗽史、WBC、LDH和痰栓是大叶性肺炎患者的独立诊断因素。列线图诊断模型在区分小儿MP与大叶性肺炎方面展现出良好的实用性。结论 采用Lasso和Logistics回归构建MP并发大叶性肺炎的列线图诊断模型的诊断效能高，模型C指数0.803,对MP患儿并发大叶性肺炎的诊断与治疗有重要意义。

关键词

肺炎支原体 / 儿童 / 肺炎 / 大叶性肺炎 / 诊断模型

基金资助

湖南省自然科学基金科卫联合项目(2019JJ80108)