基于人工智能的儿童甲流和乙流辅助诊断模型研究

目的通过机器学习算法进行甲流和乙流阳性感染患儿的智能辅助诊断模型研究,协助开展传染病门诊预诊。方法以2013年1月—2020年6月在复旦大学附属儿科医院门诊就诊的呼吸道感染性疾病患儿为研究对象,纳入基本信息、鼻咽拭子及血常规检验数据,采用Python进行数据处理和统计分析,基于Logistics回归和GBDT模型构建辅助诊断模型并计算特征值,以ROC曲线、AUC值和模型概率预测箱型图等指标作为模型性能判断标准。结果经鼻咽拭子确诊为单甲流阳性38094例,单乙流阳性24792例,甲乙流合并215例,共计63101例。共纳入25个指标作为模型特征值。基于Logistics模型和GBDT模型构建的甲流辅助诊断模型AUC值分别为0.877和0.884,前5位重要特征为年龄、单核细胞百分比、白细胞、淋巴细胞绝对值和C反应蛋白;乙流模型AUC值分别为0.895和0.902,前5位特征为年龄、单核细胞百分比、嗜酸性细胞计数、白细胞和血小板。GBDT效果均好于Logistics模型,且在鉴别单乙流阳性病例时性能最佳(AUC=0.902)。结论本研究建立起基于血常规检验数据的儿童甲乙型流感AI辅助诊断模型,可在诊前较为准确地从呼吸道感染性疾病人群中识别甲流和乙流感染阳性患儿,迁移性好,能够在实际应用中发挥诊前辅助诊断作用。

上海地区儿童变应性鼻炎患者血清变应原检测分析

目的分析上海地区儿童变应性鼻炎(AR)常见变应原分布情况,为其防治提供参考依据。方法选取2021年1月-12月于复旦大学附属儿科医院就诊诊断为AR并进行体外血清过敏源特异性抗体(sIgE)检测的2762例患儿作为研究对象,比较不同性别、年龄、季节的AR患儿变应原阳性率。结果上海地区2762例AR患儿中血清sIgE至少1种阳性者有2632例,阳性率为95.29%。在常见的29种变应原中,总体阳性率前5位的分别是牛奶64.27%(1775/2762)、户尘螨49.82%(1376/2762)、粉尘螨43.27%(1195/2762)、鸡蛋白34.00%(939/2762)、念珠菌/点青霉/分枝孢霉/交链孢霉/黑曲霉28.39%(784/2762)。男性患儿对牛奶、粉尘螨、猫毛皮屑、狗毛皮屑、牛肉/羊肉变应原阳性率均高于女性患儿(P<0.05)。在婴幼儿期,尘螨类、霉菌类变应原阳性率最低,此外不同年龄段牛奶、鸡蛋白、蟑螂、复叶槭/桑/洋槐/榆/柏/构树、小麦/荞麦、牛肉/羊肉、虾/蟹变应原阳性率比较,差异有统计学意义(P<0.05)。夏季尘螨类变应原阳性最高,春季狗毛皮屑变应原阳性最高,植物类变应原阳性率高低与开花季节相一致。结论上海地区AR患儿变应原阳性率最高的是牛奶和户尘螨,吸入性变应原阳性率随年龄的增加而上升,但食物性变应原与此相反,且尘螨类、植物类变应原阳性率随季节变化较显著。