目的探究血清学指标在不同病原体感染重症肺炎患者中的变化及对预后的预测价值。方法选择2022年7月—2024年4月在无锡市人民医院确诊为重症肺炎164例患者,根据病原体类型分为细菌感染组(n=64)、支原体感染组(n=47)和病毒感染组(n=53),...目的探究血清学指标在不同病原体感染重症肺炎患者中的变化及对预后的预测价值。方法选择2022年7月—2024年4月在无锡市人民医院确诊为重症肺炎164例患者,根据病原体类型分为细菌感染组(n=64)、支原体感染组(n=47)和病毒感染组(n=53),以及根据预后情况分为生存组(n=107)和死亡组(n=57)。对不同组别患者的基本临床资料、病情症状、生命体征和血清学指标行F检验、t检验、χ^(2)检验分析。多因素Cox比例风险回归分析构建重症肺炎预后不良的预测模型,进行拟合优度检验,并通过受试者工作特征(ROC)曲线评估模型的效能。局部加权回归(LOWESS)分析血小板/淋巴细胞比值(PLR)与临床肺部感染评分(CPIS)的相关性。建立限制性立方样条(RCS)模型分析PLR参数与重症肺炎预后不良风险的剂量-反应关系。结果细菌感染、支原体感染和病毒感染三组患者在CPIS、白细胞计数(WBC)、血小板计数(PLT)、淋巴细胞计数(LYM)、中性粒细胞计数(NEU)、PLR、中性粒细胞/淋巴细胞比值(NLR)、C反应蛋白(CRP)、降钙素原(PCT)和血清淀粉样蛋白A(SAA)方面差异均存在统计学意义(P<0.05)。生存组和死亡组患者在CPIS评分、WBC、LYM、PLR、NLR、CRP和SAA方面均存在显著性差异(P<0.05)。多因素Cox比例风险回归模型分析显示,CPIS评分、NLR、CRP、SAA和PLR是重症肺炎患者预后不良的危险因素(P<0.05)。PLR参与构建的重症肺炎患者预后不良模型,Hosmer-Lemeshow拟合优度更好,曲线下面积(AUC)值更大,诊断效能更好。LOWESS分析结果显示,PLR与CPIS评分具有一定的非线性关系。RCS模型分析结果显示,PLR与重症肺炎患者预后不良风险的关联强度存在非线性剂量-反应关系(P_(for non linear)=0.048<0.05)。结论对于不同病原体感染的重症肺炎患者,PLR存在显著性差异;联合PLR检测可提高重症肺炎患者预后的诊断效能。展开更多
文摘目的探究血清学指标在不同病原体感染重症肺炎患者中的变化及对预后的预测价值。方法选择2022年7月—2024年4月在无锡市人民医院确诊为重症肺炎164例患者,根据病原体类型分为细菌感染组(n=64)、支原体感染组(n=47)和病毒感染组(n=53),以及根据预后情况分为生存组(n=107)和死亡组(n=57)。对不同组别患者的基本临床资料、病情症状、生命体征和血清学指标行F检验、t检验、χ^(2)检验分析。多因素Cox比例风险回归分析构建重症肺炎预后不良的预测模型,进行拟合优度检验,并通过受试者工作特征(ROC)曲线评估模型的效能。局部加权回归(LOWESS)分析血小板/淋巴细胞比值(PLR)与临床肺部感染评分(CPIS)的相关性。建立限制性立方样条(RCS)模型分析PLR参数与重症肺炎预后不良风险的剂量-反应关系。结果细菌感染、支原体感染和病毒感染三组患者在CPIS、白细胞计数(WBC)、血小板计数(PLT)、淋巴细胞计数(LYM)、中性粒细胞计数(NEU)、PLR、中性粒细胞/淋巴细胞比值(NLR)、C反应蛋白(CRP)、降钙素原(PCT)和血清淀粉样蛋白A(SAA)方面差异均存在统计学意义(P<0.05)。生存组和死亡组患者在CPIS评分、WBC、LYM、PLR、NLR、CRP和SAA方面均存在显著性差异(P<0.05)。多因素Cox比例风险回归模型分析显示,CPIS评分、NLR、CRP、SAA和PLR是重症肺炎患者预后不良的危险因素(P<0.05)。PLR参与构建的重症肺炎患者预后不良模型,Hosmer-Lemeshow拟合优度更好,曲线下面积(AUC)值更大,诊断效能更好。LOWESS分析结果显示,PLR与CPIS评分具有一定的非线性关系。RCS模型分析结果显示,PLR与重症肺炎患者预后不良风险的关联强度存在非线性剂量-反应关系(P_(for non linear)=0.048<0.05)。结论对于不同病原体感染的重症肺炎患者,PLR存在显著性差异;联合PLR检测可提高重症肺炎患者预后的诊断效能。
