基于大数据建立临床肺结核综合诊断数学模型的研究

doi:10.3969/j.issn.2095-3755.2018.01.006

摘要/Abstract

摘要：

目的基于大数据建立临床肺结核综合诊断数学模型,以提高临床诊断肺结核的质量。方法从广东省清远市慢性病防治医院结核病区和呼吸病区每个月(2016年1月至2017年12月)按照分层随机抽样方法选取临床检查项目资料完整的患者15~20例,共计345例。诊断初治活动性肺结核患者198例(肺结核组),非肺结核患者147例(非肺结核组,含陈旧性肺结核)。收集所有患者临床资料,包括胸部X线摄影(胸片)表现(病灶范围、有无空洞)、结核菌素皮肤试验(PPD试验)、血白细胞(WBC)计数、血清白蛋白、痰涂片(萋尔-尼尔逊染色镜检法)、痰培养(改良罗氏液体培养)、痰GeneXpert MTB/RIF检测(简称“GeneXpert检测”)、结核感染T细胞斑点试验(T-SPOT.TB)检查结果,以及临床症状体征(咳嗽、咯血、体质量下降、纳差)和相关病史(结核病病史、吸烟史、糖尿病病史)等临床资料信息,应用logistic回归模型以及判别分析等统计学方法进行研究。方法通过非条件logistic回归模型分析确定具有独立鉴别性的临床检查项目,包括性别[χ²=6.047,P=0.014;OR(95%CI)=0.410(0.201~0.834)]、结核病病史[χ²=29.273,P=0.000;OR(95%CI)=0.086(0.036~0.210)]、血WBC计数[χ²=10.266,P=0.001;OR(95%CI)=0.771(0.657~0.904)]、痰GeneXpert检测[χ²=18.633,P=0.000;OR(95%CI)=7.280(2.956~17.928)]、痰培养[χ²=10.400,P=0.001;OR(95%CI)=10.021(2.469~40.664)]、T-SPOT.TB检测[χ²=23.669,P=0.000;OR(95%CI)=5.769(2.848~11.688)]、PPD试验[χ²=6.462,P=0.011;OR(95%CI)=1.503(1.098~2.057)]、体质量下降[χ²=7.807,P=0.005;OR(95%CI)=3.335(1.433~7.761)];其中GeneXpert检测、痰培养、T-SPOT.TB检测、体质量下降等项目的OR值均>2,对诊断肺结核具有明显优势。建立的肺结核诊断函数模型,对非肺结核的判别准确率达83.67%(123/147)、对肺结核的判别准确率达79.29%(157/198)。结论本研究建立的肺结核的数学诊断模型判别准确率高,为临床医师临床诊断肺结核及降低误诊率提供了新的工具。

关键词: 结核, 肺, 计算机通信网络, 诊断, 鉴别, 模型, 统计学, 数据说明, 统计, 评价研究

Abstract:

Objective This study on mathematical model of comprehensive clinicl diagnosis of tuberculosis (TB) based on big data is aimed to improve the clinical diagnosis of tuberculosis. Methods A total of 345 patients from the Chronic Disease Prevention and Control Hospital of Qingyuan City between January 2016 and December 2017 were selected using stratified random sampling method.They were divided into TB group (n=198, initial therapy for active TB) and no-TB (n=147, including old TB).Results of X-ray,PPD, WBC, serum albumin, sputum smear, sputum culture, GeneXpert MTB/RIF test and T-SPOT.TB, clinical symptoms and medical history were analyzed using logistic regression model and discriminant analysis.Results After detecting sexual (χ²=6.047,P=0.014;OR (95%CI)=0.410 (0.201-0.834)), TB history (χ²=29.273,P=0.000; OR (95%CI)=0.086 (0.036-0.210)), WBC (χ²=10.266, P=0.001; OR (95%CI)=0.771 (0.657-0.904)), GeneXpert MTB/RIF (χ²=18.633, P=0.000; OR (95%CI)=7.280 (2.956-17.928)), sputum culture (χ²=10.400, P=0.001; OR (95%CI)=10.021 (2.469-40.664)), T-SPOT.TB (χ²=23.669, P=0.000; OR (95%CI)=5.769 (2.848-11.688)), PPD (χ²=6.462, P=0.011; OR (95%CI)=1.503 (1.098-2.057))and weight loss (χ²=7.807, P=0.005; OR (95%CI)=3.335 (1.433-7.761)), it was found that all ORs of GeneXpert MTB/RIF,sputum culture, T-SPOT.TB and weight loss were above 2, which was significantly help to diagnosis of TB. Function model of TB diagnosis is useful, the accuracy in differential diagnosis of no-TB was 83.67% (123/147), and the accuracy in TB diagnosis was 79.29% (157/198). Conclusion Function model of TB diagnosis in this study is of high accuracy in differential diagnosis, it help to clinical diagnosis of TB and could reduce the misdiagnosis rate.

Key words: Tuberculosis, pulmonary, Computer communication networks, Diagnosis, differential, Models, statistical, Data interpretation, statistical, Evaluation studies

温保江,周正华,梁志勇,李军,温文沛,郭卉欣. 基于大数据建立临床肺结核综合诊断数学模型的研究[J]. 结核病与肺部健康杂志, 2018, 7(1): 23-28. doi: 10.3969/j.issn.2095-3755.2018.01.006

Bao-jiang WEN,Zheng-hua ZHOU,Zhi-yong LIANG,Jun LI,Wen-pei WEN,Hui-xin. GUO. A study on mathematical model of comprehensive clinicl diagnosis of tuberculosis based on big data[J]. Journal of Tuberculosis and Lung Health, 2018, 7(1): 23-28. doi: 10.3969/j.issn.2095-3755.2018.01.006

图/表 6

表1

各项临床资料在两组患者中的分布情况

临床资料	赋值	肺结核组(198例)	非肺结核组(147例)
性别	1=男	92(46.46)	77(52.38)
	0=女	106(53.54)	70(47.62)
年龄(岁, $x ˉ$ ±s)	用实际结果数值	48.67±36.18	57.74±30.85
病变范围	1=病灶涉及1个肺野	59(29.80)	41(27.89)
	2=病灶涉及2个肺野	53(26.77)	50(34.02)
	3=病灶涉及3个肺野	17(8.59)	20(13.61)
	4=病灶涉及4个肺野	23(11.61)	11(7.48)
	5=病灶涉及5个肺野	12(6.06)	15(10.20)
	6=病灶涉及6个肺野	34(17.17)	10(6.80)
有无空洞	1=有空洞	53(26.77)	11(7.48)
	2=无空洞	145(73.23)	136(92.52)
PPD试验	0=阴性	21(10.60)	47(31.97)
	1=弱阳性	15(7.58)	15(10.20)
	2=阳性	71(15.66)	54(36.74)
	3=强阳性	91(45.96)	31(21.09)
WBC计数(×10⁹/L, $x ˉ$ ±s)	用实际结果数值	7.38±4.23	7.53±4.65
血清白蛋白(g/L, $x ˉ$ ±s)	用实际结果数值	41.23±5.86	44.85±10.58
痰涂片	1=阳性	54(27.27)	3(2.04)
	0=阴性	144(72.73)	144(97.96)
痰培养	1=阳性	82(41.41)	5(3.40)
	0=阴性	116(58.59)	142(96.60)
痰GeneXpert检测	1=阳性	103(52.02)	12(8.16)
	0=阴性	95(47.98)	135(91.84)
T-SPOT.TB检测	1=阳性	160(80.81)	61(41.50)
	0=阴性	38(19.19)	86(58.50)
咳嗽	1=阳性	29(14.65)	120(81.63)
	0=阴性	169(85.35)	27(18.37)
咯血	1=阳性	33(16.67)	20(13.61)
	0=阴性	165(83.33)	127(86.39)
体质量下降	1=阳性	53(26.77)	27(19.37)
	0=阴性	145(73.23)	120(81.63)
乏力	1=阳性	28(14.14)	16(10.88)
	0=阴性	170(85.86)	131(89.12)
结核病病史	1=阳性	171(86.36)	51(34.69)
	0=阴性	27(13.64)	96(65.31)
吸烟史	1=阳性	59(29.80)	44(29.93)
	0=阴性	139(70.20)	103(70.07)
糖尿病病史	1=阳性	169(85.35)	12(8.16)
	0=阴性	29(14.65)	135(91.84)

表1

图1

表2

两组患者临床观察项目数据的非条件logistic回归模型分析

各项因素(变量代号)	β值	s $x ˉ$	χ²值	df	P值	OR值	CI值(95%)
性别(X₁)	-0.892	0.363	6.047	1	0.014	0.410	0.201~0.834
年龄(X₂)	-0.019	0.010	3.409	1	0.065	0.981	0.962~1.001
咳嗽(X₃)	0.335	0.437	0.587	1	0.444	1.398	0.593~3.294
咯血(X₄)	0.114	0.503	0.051	1	0.821	1.120	0.418~3.002
结核病病史(X₅)	-2.449	0.453	29.273	1	0.000	0.086	0.036~0.210
糖尿病病史(X₆)	0.860	0.540	2.538	1	0.111	2.363	0.820~6.808
吸烟史(X₇)	-0.071	0.402	0.031	1	0.860	0.932	0.424~2.049
血白细胞计数(X₈)	-0.261	0.081	10.266	1	0.001	0.771	0.657~0.904
病灶范围(X₉)	0.170	0.106	2.584	1	0.108	1.185	0.963~1.458
病灶空洞(X₁₀)	0.825	0.554	2.217	1	0.137	2.282	0.770~6.759
GeneXpert检测(X₁₁)	1.985	0.460	18.633	1	0.000	7.280	2.956~17.928
痰涂片(X₁₂)	0.140	0.931	0.023	1	0.881	1.150	0.185~7.135
痰培养(X₁₃)	2.305	0.715	10.400	1	0.001	10.021	2.469~40.664
T-SPOT.TB(X₁₄)	1.753	0.360	23.669	1	0.000	5.769	2.848~11.688
PPD试验(X₁₅)	0.407	0.160	6.462	1	0.011	1.503	1.098~2.057
血清白蛋白(X₁₆)	-.006	0.013	0.192	1	0.661	0.994	0.969~1.020
体质量下降(X₁₇)	1.204	0.431	7.807	1	0.005	3.335	1.433~7.761
乏力(X₁₈)	0.044	0.528	0.007	1	0.934	1.045	0.371~2.943
常数量	0.579	1.111	0.272	1	0.602	1.785	-

表2

表3

表4

两组患者利用Z值判别分界值的确定

组别	Z的均值 ( $x ˉ$ )	标准差 (s)	Z值(95%)		Z值(95%) 重叠区间	Z值(95%)重叠区间中点值C
组别	Z的均值 ( $x ˉ$ )	标准差 (s)	下限	上限	Z值(95%) 重叠区间	Z值(95%)重叠区间中点值C
肺结核组	1.042	0.838	-0.600	2.684	(-0.600~0.107)	-0.493
非肺结核组	-1.191	0.662	-2.489	0.107

表4

表5

参考文献 17

[1]	屠德华 . 痰涂片阴性肺结核流行病学意义的评价. 中华结核和呼吸杂志, 2005,28(10):670-671.
[2]	府伟灵, 徐克前 . 临床生物化学检验.5版.北京: 人民卫生出版社, 2012.
[3]	中华医学会结核病学分会. 肺结核诊断和治疗指南. 中华结核和呼吸杂志, 2001,24(2):70-74. doi: 10.3760/j:issn:1001-0939.2001.02.002 URL
[4]	赵雁林 , 中国防痨协会基础委员会.结核病实验室诊断技术培训教程.北京: 人民卫生出版社, 2014.
[5]	温文沛, 许庆敏, 梁国添 . 涂阴肺结核综合诊断数学模型建立及初步评价. 广东医学, 2011,32(7):845-847. doi: 10.3969/j.issn.1001-9448.2011.07.011 URL
[6]	屠德华, 潘毓萱, 朱莉贞 . 痰菌阴性肺结核的诊断和治疗座谈会纪要. 中华结核和呼吸杂志, 1995,18(6):324-327.
[7]	方积亁 . 判别分析的验证.生物医学研究的统计方法.北京: 高等教育出版社, 2007: 421-422.
[8]	Greco S, Girardi E, Navarra A , et al. Curren evidence on diagnostic accuracy of commercially based nucleic acid amplification tests for the diagnosis of pulmonary tuberculosis. Thorax, 2006,61:783-790. doi: 10.1136/thx.2005.054908 URL
[9]	Flores LL, Pai M, Colford JM Jr , et al. In-house nucleic acid amplification tests for the detection of Mycobacterium tuberculosis in sputum specimens: meta-analysis and meta-regression. BMC Microbiol, 2005,5:55. doi: 10.1186/1471-2180-5-55 URL
[10]	彭卫生, 王英年, 肖成志 . 新编结核病学. 北京: 中国医药科技出版社, 1994: 332.
[11]	温文沛, 孔庆端 . 现代医师心理人格数学模型的建立及测评. 医学与哲学(临床决策论坛版), 2010,31(8):64-66.
[12]	温文沛, 谭耀驹, 许婉华 , 等. 初治肺结核患者外周血CD4 +/CD8 + T细胞、IgG/IgM抗体与感染程度的相关性 . 广东医学, 2007,28(8):1268-1270.
[13]	秦光祖, 阎萍, 徐茹 , 等. 三指标联合检测对痰涂片阴性肺结核诊断价值的探讨. 中国防痨杂志, 1997,19(2):94-95.
[14]	李辉 . 恒温扩增技术在结核病诊断中的应用. 结核病与肺部健康杂志, 2017,6(2):102-105. doi: 10.3969/j.issn.2095-3755.2017.02.004 URL
[15]	张志勇, 毛志方, 王芹 . 三种检测方法在结核感染诊断中的比较研究. 基层医学论坛, 2017,21(7):845-846.
[16]	田瑞雪, 马丽萍, 武红莉 , 等. γ-干扰素释放试验在结核诊断中的价值. 临床荟萃, 2017,32(6):507-510,514. doi: 10.3969/j.issn.1004-583X.2017.06.014 URL
[17]	杨建蓉, 杨红 . T-SPOT. TB 和TST 在结核诊断中的临床意义. 医学综述, 2015,21(12):2279-2281. doi: 10.3969/j.issn.1006-2084.2015.12.065 URL

组别	判别分析法预测结果[例(构成比,%)]		合计 [例(构成比,%)]
组别	非肺结核疾病	肺结核	合计 [例(构成比,%)]
非肺结核组(147例)	123(83.67)	24(16.33)	147(100.00)
肺结核组(198例)	41(20.71)	157(79.29)	198(100.00)