基于超声心动图、全身免疫炎症指数构建急性胰腺炎病情程度的列线图预测模型

背景早期快速准确预测急性胰腺炎(acute pancreatitis,AP)病情程度,筛选高危人群对逆转病情进展具有显著现实意义,本研究基于超声心动图、全身免疫炎症指数(systemic immune inflammation index,SⅡ)构建AP病情程度列线图预测模型,以期为个体化病情评估和治疗提供新思路.目的探讨联合超声心动图、SⅡ对AP病情程度预测能力和危险分层能力.方法选取2019-01/2022-12我院收治的350例AP患者,遵循7:3比例随机分为建模组(n=245)和验证组(n=105),依据AP病情程度分为重症AP亚组[急性重症胰腺炎(severe acute pancreatitis,SAP)亚组]和非重症AP亚组(NSAP亚组),统计分析一般资料、实验室检查、SⅡ评分、超声心动图等,采用Logistic回归方程分析SAP发病影响因素,根据有统计学差异指标得出回归方程式,采用R语言软件可视化处理逻辑回归模型获取列线图并验证.结果(1)经多重线性排除Th17细胞、Treg细胞后,Logistic回归方程显示SII、BISAP评分、CXC趋化因子配体13(CXC chemokine ligand 13,CXCL-13)、N端脑钠肽前体(n-terminal pro-brain natriuretic peptide,NT-proBNP)、左心室射血分数(left ventricular ejection fraction,LVEF)、每搏输出量(stroke volume,SV)、侧壁二尖瓣口舒张早期峰值流速/侧壁二尖瓣口舒张晚期峰值流速(early diastolic peak velocity of lateral mitral valve opening/late diastolic peak velocity of lateral mitral valve opening,E,/A,)是SAP发病影响因素(P<0.05);(2)列线图预测模型在建模组、验证组中C指数分别为0.955、0.979,NRI值分别为0.590、0.572,IDI值分别为0.091、0.089,且SAP校准曲线接近于45°参考线.结论基于SⅡ、BISAP评分、CXCL-13、NT-proBNP、LVEF、SV、E,/A,构建AP病情程度的列线图预测模型具有可靠预测价值,有助于指导临床诊治,控制病情进展.