应用统计质量控制(SQC)和诺曼图相结合方法对临床血液学常规检验项目风险管理

目的应用统计质量控制(Statistical quality control,SQC)和诺曼图相结合的方法对实验室高通量连续检测的临床血液学检验常规项目设计符合质量控制的方案。方法根据实验室血细胞分析仪各常规项目的σ度量值的大小与风险管理的应用图形工具Sigma-SQC诺曼图相结合,设计实验室临床血液学检验常规项目的起始及过程监控程序。结果对6σ度量值以上的项目白细胞(WBC)和血红蛋白(Hb)采用:起始质控计划采用MR2:13s/22s/R4s多规则,分析样本量为300,PED=0.94;过程监测计划采用:SR1W2.5s,分析批长度300,Pfr=0.01。对σ度量值为4.7的红细胞(RBC)和4.6的血小板(PLT)起始质控计划采用MR4:13s/22s/R4s/41s多规则,分析样本量=300,误差检出率(PED)=1.00;过程监测质控计划:SR2W3s,分析批长度=80,Pfr=0.00。结论本着以起始质控误差检出率最大,过程监测质控的假失控率最低的原则,对实验室临床血液学检验常规项目采用起始质控计划:MR2多规则,分析批长度为80,过程监测质控计划:SR2W3S就可以最大限度减少患者风险,实现实验室质量持续性改进。

Nomogram在脑胶质瘤MR术前病理分级中的应用

目的 探讨基于传统MR影像特征的定性分析、半定量分析以及可视化Nomogram在脑胶质瘤术前病理分级诊断中的应用价值。资料与方法 回顾性分析中国医科大学附属盛京医院2015年7月—2019年10月经手术病理证实为脑胶质瘤68例患者的增强MR图像(Ⅱ级39例、Ⅲ级13例、Ⅳ级16例),对比不同级别胶质瘤的临床-影像特征,筛选差异有统计学意义的影像特征建立分级诊断的Logistic回归模型,并勾画诺曼图。结果 囊变、出血、瘤周水肿和强化方式在Ⅱ、Ⅲ、Ⅳ级3组间以及高、低级别组间比较,差异均有统计学意义(χ~2=9.770~38.510,P<0.05;χ~2=8.043~37.704,P<0.05)。定性分析对高、低级别胶质瘤分级诊断的曲线下面积(AUC)为0.803。Logistic回归分析对以上影像特征行逐步回归分析,回归模型对高、低级别胶质瘤分级诊断试验的AUC为0.918。回归模型分级诊断Ⅱ、Ⅲ级胶质瘤的AUC为0.870;分级诊断Ⅱ、Ⅳ级胶质瘤的AUC为0.956。勾画的可视化诺曼图的校准曲线显示模型的诊断效能较高。结论 传统MR检查能够提供对胶质瘤分级诊断有价值的影像特征。Logistic回归模型分级诊断高、低级别胶质瘤的诊断效能高于传统定性分析。基于模型勾画的诺曼图有望为临床提供直观的评估工具。

建立诺曼图预测Ⅳ期年轻非小细胞肺癌预后

目的以诺曼图模型预测Ⅳ期年轻非小细胞肺癌的生存及预后。方法选取2010年至2016年美国国立癌症研究所(Surveillance Epidemiology and End Results,SEER)数据库年龄≤45岁Ⅳ期非小细胞肺癌患者,3∶1随机分为训练组584例和验证组195例。使用COX比例风险回归模型探究影响生存的独立因素,再建立预后诺曼图模型。以C指数和校准曲线评估诺曼图预测效果。结果多因素分析发现年龄、种族、手术、化疗、肿瘤分化程度、T分期、N分期为预后独立因素,分化程度所占比重最大,其次为化疗以及手术。训练组C指数为:0.70(95%CI:0.67~0.73);验证组C指数为:0.68(95%CI:0.63~0.73)。校准曲线显示诺曼图预测肿瘤生存和肿瘤实际生存有良好一致性。结论所构建的诺曼图模型可用于预测年轻Ⅳ期非小细胞肺癌患者预后。

消化道肿瘤患者接种新型冠状病毒疫苗后免疫原性的预测模型构建

目的:本研究旨在寻找影响消化道肿瘤患者血清抗体滴度降低的主要因素,并应用诺曼图构建预测模型。方法:我们采用单因素和多因素Logistic回归分析筛选消化道肿瘤患者血清抗体滴度降低的独立危险因素。基于回归分析的结果,以回归系数为基础,建立了相应的诺曼图预测模型,我们通过一致性指数(C-index)值、曲线下面积(AUC)、校准曲线和决策曲线分析(DCA)来评估诺曼图的性能和区分能力。结果:多因素Logistic回归分析显示,性别、ASA评分、进行积极治疗和化疗是新冠病毒中和抗体低的独立危险因素,ASA评分和化疗是RBD抗体低的独立危险因素。两种模型之间无统计学差异。我们使用Bootstrap方法进行了内部验证,NABS抗体模型的C指数为0.803,RBD抗体模型的C指数为0.799。校准曲线显示,患者的实际血清学阳性率与预测的血清学阳性率一致。临床决策曲线的结果表明,这两种预测模型在临床上是有用的。结论:这项研究提供了两个诺模图,可以预测胃肠道癌症患者的血清学反应。每个诺模图代表新冠肺炎疫苗的一种抗体,其中包含一些危险因素。它们方便为后续接种新冠疫苗的消化道肿瘤患者并提供参考信息。

老年急性呼吸窘迫综合征患者死亡风险相关因素分析及预测模型构建

目的探究影响老年急性呼吸窘迫综合征(ARDS)患者28 d死亡风险的相关因素,并构建临床预测模型。方法回顾性分析2016年1月—2021年12月期间入住复旦大学附属中山医院呼吸危重监护室(RICU)老年ARDS患者的基本资料、基础疾病和实验室检查指标等数据。利用单因素和多因素二元Logistic回归分析筛选影响老年ARDS患者28 d死亡风险的独立相关因素,并构建预测模型,通过诺曼图将模型可视化。使用受试者工作特征曲线(ROC)、校准图和临床决策曲线(DCA)分别评估预测模型的准确性、一致性和临床效用性。根据预测模型的风险概率值,建立风险分层系统帮助临床决策。结果根据入RICU后28 d的生存情况,将入组的122例老年ARDS患者分为存活组(n=63)和死亡组(n=59)。多因素二元Logistic回归分析显示,心率、中性粒细胞/淋巴细胞比值(NLR)、D-二聚体、血尿素氮和氧合指数(PaO_(2)/FiO_(2))是影响老年ARDS患者28 d死亡风险的独立相关因素,优势比(OR)分别为1.025(95%CI:1.002~1.049),1.034(95%CI:1.007~1.062),1.061(95%CI:1.012~1.112),1.055(95%CI:1.001~1.112),0.992(95%CI:0.985~0.999),构建含有上述变量的预测模型。预测模型的ROC曲线下面积AUC=0.819(95%CI:0.745~0.892),提示模型具有良好的准确性。校准图和DCA显示模型具有较好的一致性和临床效用性。风险分层系统能较好识别各亚组28 d死亡高风险人群。结论心率、NLR、D-二聚体、血尿素氮和PaO_(2)/FiO_(2)是影响老年ARDS患者死亡风险的独立相关因素,以这些变量构建的临床预测模型能较好预测老年ARDS患者的预后及识别高死亡风险人群。

甲状腺微小乳头状癌发生颈中央区淋巴结转移的风险

目的通过分析甲状腺微小乳头状癌(PTMC)发生颈中央区淋巴结转移(CLNM)的相关危险因素,探讨PTMC发生CLNM的风险。方法回顾性分析254例PTMC患者的临床资料。分析年龄、性别、体重指数(BMI)、癌灶大小、被膜侵犯、癌灶数目、癌灶位置及术前促甲状腺激素(TSH)水平等因素对CLNM的影响。结果254例PTMC患者男40例,女214例,CLNM的发生率是25.6%(65/254)。单因素分析显示,年龄、性别、癌灶最大径、多发癌灶与PTMC患者发生CLNM有相关性,组间差异有统计学意义(P<0.05)。多因素Logistic回归分析显示,年龄、癌灶最大径、多发癌灶为PTMC患者发生CLNM的独立危险因素。列线图显示年龄、癌灶最大径对发生CLNM影响最大,是否多发癌灶次之,性别、BMI与被膜侵犯影响较小。受试者工作特征(ROC)曲线显示癌灶最大径取7.5 mm,年龄取48.5岁为诊断截点时,诊断试验约登指数(YI)取得最大值。结论多发癌灶、年龄<48.5岁、癌灶最大径>7.5 mm时PTMC发生CLNM的风险增加,且根据诺曼图可计算出发生CLNM的概率,建议行预防性颈中央区淋巴结清扫(pCLND)。

胃肿瘤标志物对胃癌新辅助治疗后病理完全缓解的预测价值

目的:探究局部进展期胃癌(locally advanced gastric cancer,LAGC)新辅助治疗后病理完全缓解(pathological complete response,pCR)的影响因素,评估胃肿瘤标志物在LAGC患者pCR的预测价值。方法:回顾性分析2020年1月至2024年4月期间于中国人民解放军总医院第一医学中心接受新辅助治疗后行胃癌根治术及胃肿瘤标志物检查的213例患者临床与病理资料,其中pCR组20例,非pCR组193例。比较pCR与胃肿瘤标志物、临床病理特征的相互关系,探究pCR的独立预测因素,并构建诺曼图预测模型。结果:213例患者中,20例(9.4%)患者术后病理结果提示pCR。单因素分析结果显示,年龄(P=0.067)、肿瘤瘤床直径(P<0.001)、胃泌素-17(P=0.005)、CA72-4(P=0.073)、胃蛋白酶原比值(PG1/PG2)(P=0.024)及新辅助免疫治疗(P=0.022)与LAGC患者新辅助治疗后pCR显著性相关(P<0.1)。将上述指标纳入多因素分析,表明新辅助免疫治疗、CA72-4<2.5 U/mL、胃泌素-17<1.48 pmol/L、肿瘤瘤床直径<2.85 cm是LAGC患者pCR的独立影响因素(P<0.05)。依托多因素指标构建诺曼图预测模型并绘制受试者工作特征曲线(receiver operating characteristic curve,ROC),AUC(95%CI)为0.863(0.785~0.942)。校准曲线及临床决策曲线提示诺曼图校准良好且具有较好的净收益。结论:胃肿瘤标志物可有效预测LAGC患者新辅助治疗后pCR,以胃肿瘤标志物为基础构建的诺曼图具有良好的预测能力,可为临床决策提供参考。

HER2+乳腺癌患者蒽环类药物相关急性心脏毒性危险因素分析及预测模型构建

目的本研究旨在探讨人类表皮生长因子受体2(humman epidermal growth factor receptor 2,HER2)阳性(+)乳腺癌患者蒽环类药物相关急性心脏毒性(anthracycline-induced cardiotoxicity,ACT)的危险因素,并构建其诺曼图(nomogram)预测模型,以期为此类患者的预测、诊断与预防提供理论依据。方法回顾性分析我院2016年1月至2021年12月收治的HER2+乳腺癌患者319例,根据蒽环类药物化疗后是否发生急性ACT将其分成急性ACT组(n=149)与无急性ACT组(n=170)。采用多因素Logistic回归分析探讨HER2+乳腺癌患者发生急性ACT的影响因素,并进一步用R软件建立nomogram预测模型。结果两组患者在年龄、身体质量指数(body mass index,BMI)、高血压病史、高血脂病史、糖尿病病史、联合曲妥珠单抗、联用右丙亚胺、总胆固醇(TC)、低密度脂蛋白胆固醇(LDL-H)、肌酸激酶同工酶(CK-MB)及α-羟丁氨酸脱氢酶(α-HBDH)方面比较,差异有统计学意义(P<0.05)。多因素Logistic回归分析显示,BMI、糖尿病病史、联合曲妥珠单抗、联合右丙亚胺、LDL-H、CK-MB是HER2+乳腺癌患者发生急性ACT的危险因素(P<0.05)。以上述危险因素为指标构建nomogram预测模型,一致性指数(C-Index)为0.870[95%CI(0.831,0.909)],Hosmer-Lemeshow拟合优度检验结果显示,该预测模型的拟合效果良好(χ^(2)=11.180,P=0.192)。结论BMI、糖尿病病史、联合曲妥珠单抗、联合右丙亚胺、LDL-H、CK-MB是HER2+乳腺癌患者发生急性ACT的危险因素,基于上述危险因素构建的nomogram预测模型具有良好的区分度及准确性,可有效识别高危患者,对临床有一定的指导意义。