Analysis of risk factors for primary Sjögren's syndrome complicated with hematological involvement
-
摘要:目的
分析原发性干燥综合征(pSS)合并血液系统损害患者的临床特征，并建立预测模型。
方法收集183例pSS患者的临床表现、实验室检查结果，对合并(n=109)或不合并(n=74)血液系统损害的pSS患者进行对比分析，采用Logistic回归方法分析pSS患者合并血液系统损害的相关因素。建立pSS合并血液系统损害的多因素逻辑回归(MLR)预测模型和人工神经网络(ANN)预测模型，绘制受试者工作特征曲线并比较2种模型的基本参数和曲线下面积(AUC), 以评估模型预测效能。
结果Logistic回归分析显示，肝脏受累(OR=0.191, P < 0.05, 95%CI: 0.070~0.524)、皮肤受累(OR=0.292, P < 0.05, 95%CI: 0.121~0.704)、低白蛋白血症(OR=0.840, P < 0.05, 95%CI: 0.743~0.948)、低钾血症(OR=0.351, P < 0.05, 95%CI: 0.145~0.846)、高免疫球蛋白M(IgM)(OR=1.732, P < 0.05, 95%CI: 1.085~2.765)、高红细胞沉降率(ESR)(OR=1.028, P < 0.05, 95%CI: 1.005~1.051)和抗SSA抗体阳性(OR=0.21, P < 0.05, 95%CI: 0.052~0.828)是pSS患者合并血液系统损害的危险因素。在预测血小板和白细胞下降方面, MLR和ANN模型的预测效能比较，差异无统计学意义(P>0.05)。ANN模型对血红蛋白下降方面的预测效能优于MLR模型，差异有统计学意义(P < 0.05)。
结论pSS患者发生血液系统损害的风险较高。肝脏功能异常、皮肤受累、低白蛋白血症、低钾血症、高IgM、高ESR和抗SSA抗体阳性是pSS患者血液系统受累的危险因素。ANN和MLR模型是基于本研究的原始数据开发的2个有效预测工具，可考虑应用于临床。
Abstract:ObjectiveTo analyze clinical characteristics of patients with primary Sjögren's syndrome (pSS) complicated with hematological damage and to established the prediction models.
MethodsThe clinical characteristics and laboratory tests imaging examinations of 183 pSS patients were collected. A comparative analysis of pSS patients with hematological damage (n=109) or without hematological damage(n=74)was performed. Logistic regression was used to analyze the related factors of patients with pSS complicated with blood system damage. Prediction models of primary Sjögren's syndrome with hematological involvement based on artificial neural network (ANN) and multi-Logistic regression (MLR) were established, the receiver operating characteristic curve was drawn; and the area under the curve (AUC) and the basic parameters of the two models were compared to evaluate their predictive effectiveness of the models.
ResultsLogistic regression analysis showed that liver involvement (OR=0.191, P < 0.05, 95%CI, 0.070 to 0.524), skin involvement (OR=0.292, P < 0.05, 95%CI, 0.121 to 0.704), hypoalbuminemia (OR=0.840, P < 0.05, 95%CI, 0.743 to 0.948), hypokalemia (OR=0.351, P < 0.05, 95%CI, 0.145 to 0.846), high immune globulin (IgM)(OR=1.732, P < 0.05, 95%CI, 1.085 to 2.765), high erythrocyte sedimentation rate (ESR) (OR=1.028, P < 0.05, 95%CI, 1.005 to 1.051) and positive anti-SSA antibodies (OR=0.21, P < 0.05, 95%CI, 0.052 to 0.828)were risk factors associated with hematologic involvement in patients with pSS. There was no significant difference between MLR and ANN models in predicting platelet and leukocyte decline (P>0.05). ANN model was better than MLR model in predicting hemoglobin decline, and the difference was statistically significant (P < 0.05).
ConclusionPatients with pSS are more likely to suffer hematologic damage. Dysfunction of liver, skin involvement, hypoalbuminemia, hypokalemia, high IgM, high ESR and positive anti-SSA antibodies in clinical works are risk factors for blood system involvement in patients with pSS. ANN and MLR models are two validated predictive modeling tools developed based on the original data from this study, and could be considered for clinical application.
-
重症监护室(ICU)神经外科手术后诱导的感染会导致严重并发症，从而增加神经危重患者的死亡率，也会延长在ICU和医院的住院时间。脑膜炎是神经外科手术后患者发生的主要并发症之一，根据有无细菌感染分为细菌性脑膜炎和无细菌性脑膜炎，细菌性脑膜炎的患病率仅为0.3%~1.5%, 但致死率较高[1-2]。无细菌性感染患者术后恢复较好，但也存在体温升高、头疼、精神障碍等情况，在诊断方面也有一定困难[3]。因此，需要联合特异性生物指标提高诊断效能。乳酸(LA)是由厌氧糖酵解产生的，厌氧糖酵解发生在人体的大多数组织中，各种中枢神经系统疾病导致脑脊液乳酸升高，可作为脑脊液生物标志物[4]。白细胞介素-27(IL-27)在与先天性和适应性免疫细胞共同调节炎症方面具有重要作用[5]。IL-27可增加中枢神经系统在各种疾病和损伤中的神经元存活率[6]。干扰素-γ(IFN-γ)是由巨噬细胞、T淋巴细胞、黏膜上皮细胞或自然杀伤细胞产生的可溶性细胞因子，其对先天性和适应性免疫至关重要，异常的IFN-γ表达水平和功能与不同的人类疾病有关，在调节免疫、感染和癌症发展中具有重要作用[7-8]。本研究检测脑脊液LA、IL-27、IFN-γ表达水平，探讨3项指标联合检测对术后细菌性脑膜炎的诊断价值，现将结果报告如下。
1. 资料与方法
1.1 一般资料
选取本院2019年7月—2022年8月收治的54例ICU神经外科术后细菌性脑膜炎患者作为疾病组，另选取同期62例ICU神经外科术后无细菌性脑膜炎患者作为对照组，年龄32~68岁。纳入标准: ①患者均符合《中国神经外科重症病人感染诊治专家共识(2017)》[9]中细菌性脑膜炎和无细菌性脑膜炎的诊断标准; ②临床资料完整者; ③患者及其家属均知情并签署知情同意书。排除标准: ①患者术前有感染性疾病史; ②伴有肾脏功能不全者; ③近期使用过相关治疗的抗生素者; ④患者为首次ICU神经外科手术; ⑤由其他原因导致的脑出血者。本研究已经过本院医学伦理委员会审核批准。
细菌性脑膜炎诊断标准: ①临床表现包括术后体温高于38 ℃、颅内压有增高现象、脑膜刺激征阳性、颈部僵硬、意识或精神状态异常，符合上述任意1项症状即为细菌性脑膜炎; ②术后病原学检测为阳性，即脑脊液细菌培养和革兰染色为阳性。无细菌性脑膜炎诊断标准: 只有临床表现症状，无实验室诊断和病理学表现特征。
1.2 方法
采集患者脑脊液3 mL, 以3 500转/min离心10 min, 留取上清液放置于无菌离心管中，置于-20 ℃冰箱保存。采用全自动生化分析仪(PUZS-300型号全自动生化分析仪，上海帝博思生物科技有限公司)检测脑脊液LA表达水平、葡萄糖、蛋白质等生化指标浓度; 采用半导体激光器(ZHGY-12B型号半导体激光器，杭州藏汉科技有限公司)的流式细胞计数方法测定脑脊液白细胞计数。采用酶联免疫吸附法(ELISA)检测脑脊液IL-27、IFN-γ表达水平，试剂盒均购自上海化邦生物科技有限公司，具体操作步骤按照试剂盒说明书进行。
1.3 统计学方法
采用SPSS 21.0统计学软件进行数据分析。计量资料以(x±s)表示，应用t检验进行组间比较; 计数资料以[n(%)]表示，采用χ2检验进行组间比较; 应用Logistic回归模型分析影响ICU神经外科术后发生细菌性脑膜炎的相关因素; 应用MedCalc软件绘制受试者工作特征(ROC)曲线，分析脑脊液LA、IL-27、IFN-γ表达水平对ICU神经外科术后细菌性脑膜炎的诊断价值。P＜0.05为差异有统计学意义。
2. 结果
2.1 2组患者一般资料及脑脊液检测指标比较
2组性别、年龄、手术类型、术后24 h内预防性使用抗生素比率比较，差异无统计学意义(P>0.05); 疾病组葡萄糖水平低于对照组，白细胞计数、蛋白质水平高于对照组，差异均有统计学意义(P＜0.01)。见表 1。
表 1 2组患者一般资料及脑脊液检测指标比较(x±s)[n(%)]指标 疾病组(n=54) 对照组(n=62) t/χ2 P 性别 男 28(51.85) 33(53.22) 0.022 0.882 女 26(48.15) 29(46.78) 年龄/岁 53.97±9.27 52.53±9.26 0.835 0.405 手术类型 急诊 10(18.52) 14(22.58) 0.531 0.767 肿瘤 31(57.41) 36(58.06) 脑血管病 13(24.07) 12(19.35) 术后24 h内预防性使用抗生素 43(79.63) 54(87.10) 1.175 0.278 葡萄糖水平/(mmol/L) 2.15±0.32 2.64±0.36 7.698 ＜0.001 白细胞计数/(个/μL) 494.58±62.38 397.32±59.63 8.576 ＜0.001 蛋白质水平/(mg/L) 34.19±4.12 31.25±4.17 3.809 ＜0.001 2.2 2组脑脊液LA、IL-27、IFN-γ表达水平比较
疾病组脑脊液LA、IL-27表达水平高于对照组，而脑脊液IFN-γ表达水平低于对照组，差异均有统计学意义(P＜0.01), 见表 2。
表 2 2组脑脊液LA、IL-27、IFN-γ表达水平比较(x±s)组别 n LA/(mmol/L) IL-27/(μg/L) IFN-γ/(ng/L) 疾病组 54 5.48±0.92 2.38±0.57 153.16±26.35 对照组 62 4.26±0.71** 1.76±0.31** 193.18±28.14** LA: 乳酸; IL-27: 白细胞介素-27; IFN-γ: 干扰素-γ。与疾病组比较, **P＜0.01。 2.3 Logistic回归模型分析影响ICU神经外科术后发生细菌性脑膜炎的相关因素
以患者ICU神经外科术后细菌性脑膜炎是否发生为因变量(发生=1, 未发生=0), 以脑脊液LA、IL-27、IFN-γ、葡萄糖、白细胞计数、蛋白质等为自变量(均为连续变量)，进行Logistic回归分析，结果显示，脑脊液LA、IL-27、IFN-γ为ICU神经外科术后患者发生细菌性脑膜炎的影响因素(P＜0.05), 见表 3。
表 3 Logistic回归模型分析影响ICU神经外科术后发生细菌性脑膜炎的相关因素自变量 β SE Wald P OR 95%CI LA 1.021 0.324 9.930 0.002 2.776 1.471~5.239 IL-27 0.927 0.338 7.516 0.006 2.526 1.302~4.899 IFN-γ -0.724 0.253 8.180 0.004 0.485 0.295~0.796 葡萄糖 0.887 0.632 1.926 0.162 2.404 0.697~8.297 白细胞计数 0.882 0.571 2.387 0.122 2.416 0.789~7.398 蛋白质 0.964 0.542 3.166 0.075 2.623 0.907~7.586 2.4 脑脊液LA、IL-27、IFN-γ对ICU神经外科术后细菌性脑膜炎的诊断价值
脑脊液LA、IL-27、IFN-γ联合诊断ICU神经外科术后细菌性脑膜炎的曲线下面积(AUC)为0.955, 优于脑脊液LA(AUC=0.806, Z=4.029, P＜0.001)、IL-27(AUC=0.858, Z=2.513, P=0.012)、IFN-γ(AUC=0.815, Z=3.680, P＜0.001)单独诊断，联合诊断的灵敏度和特异度分别为87.04%、93.55%。见表 4、图 1。
表 4 脑脊液LA、IL-27、IFN-γ对ICU神经外科术后细菌性脑膜炎的诊断价值变量 AUC 最佳截断值 95%CI 灵敏度/% 特异度/% Youden指数 LA 0.806 4.54 mmol/L 0.722~0.874 85.19 69.35 0.545 IL-27 0.858 2.07 μg/L 0.781~0.916 66.67 95.16 0.618 IFN-γ 0.815 169.78 ng/L 0.732~0.881 70.37 83.87 0.542 3项联合 0.955 — 0.900~0.985 87.04 93.55 0.806 3. 讨论
细菌性脑膜炎是ICU神经外科术后常见的并发症之一，其发病率虽然较低，但致残率和死亡较高[10]。因细菌性脑膜炎和无细菌性脑膜炎有相同的临床症状表现，其在治疗方案上完全不同，在诊断中有可能误诊，从而加重病情影响患者的生命健康[11]。
脑脊液分析常用于神经病学的诊断, LA可用作信号分子，并且具有新的细胞内和细胞外信号转导功能，能够调节免疫系统的关键功能[12]。在急诊科对大多数生理不适的患者进行血LA检测，有助于指导治疗和预后，脑脊液LA在多种中枢神经性疾病中浓度升高，且有研究[13]证实，脑脊液LA可作为脑膜炎诊断的预测性生物标志物。何龙等[14]研究发现，细菌性脑膜炎患者脑脊液LA水平显著高于无细菌性脑膜炎患者，且是术后细菌性脑膜炎发生的独立影响因素，表明检测脑脊液乳酸有利于预测神经外科术后细菌性脑膜炎的发生，与本研究结果一致。本研究还发现，疾病组脑脊液LA、白细胞计数、蛋白质水平显著高于对照组，而葡萄糖水平显著低于对照组(P＜0.05), 推测其原因可能是细菌性脑膜炎患者在术后血脑屏障遭受损坏，机体细菌感染严重，在这种状态下白细胞数量增加，脑脊液细胞明显增多，机体释放出较多的脑脊液乳酸，与雷若飞[15]研究结果一致。本研究发现，脑脊液LA是ICU神经外科术后发生细菌性脑膜炎的影响因素，且脑脊液LA诊断ICU神经外科术后细菌性脑膜炎的AUC为0.806, 灵敏度为85.19%, 当细菌性脑膜炎患者脑脊液LA>4.54 mmol/L时，患者术后发生细菌性脑膜炎的风险较大。
IL-27是一种异二聚体和多效性细胞因子，由28 kDa IL-27p28亚基和24 kDa爱泼斯坦巴尔病毒诱导的基因3蛋白组成，参与组织对感染、细胞应激、肿瘤及神经元疾病的反应[16-17]。范层层等[18]研究发现，中枢神经系统感染组脑脊液IL-27水平高于对照组，细菌性脑膜炎组脑脊液IL-27水平高于病毒性脑膜炎组，且脑脊液IL-27诊断脑膜炎的AUC为0.732, 表明脑脊液IL-27水平在中枢神经系统感染中较高，对脑膜炎的发生具有一定的诊断价值，与本研究结果类似。本研究发现，细菌性脑膜炎患者脑脊液IL-27表达水平较高，且是ICU神经外科术后发生细菌性脑膜炎的影响因素，表明脑脊液IL-27在ICU神经外科术后细菌性脑膜炎中发挥重要作用。脑脊液IL-27诊断术后细菌性脑膜炎的AUC为0.858, 提示脑脊液IL-27对ICU神经外科术后细菌性脑膜炎具有较优的诊断效能。
人体的先天和适应性免疫对于防御不同的病毒、细菌感染甚至癌症的发展和进展至关重要，而IFN-γ信号传导通过结合和激活IFN-γ受体对先天性和适应性免疫具有关键性作用[19]。IFN-γ是一种可溶性细胞因子，由不同的免疫细胞和黏膜上皮细胞分泌，通过抑制IFN-γ信号通路来抑制宿主细胞介导的免疫并逃避抗病毒免疫反应，具有广泛的抗病毒作用[20]。黄丽丽等[21]研究发现，细菌性脑膜炎患者中脑脊液IFN-γ水平显著低于病毒性脑膜炎患者，且脑脊液IFN-γ对脑膜炎感染类型鉴别诊断的AUC为0.835, 表明脑脊液IFN-γ可成为诊断脑膜炎感染类型的潜在敏感指标。本研究发现，细菌性脑膜炎患者脑脊液IFN-γ表达显著较低，提示细菌性脑膜炎患者体内的炎症反应较无细菌性脑膜炎患者严重，而IFN-γ主要发挥的是抗病毒作用。脑脊液IFN-γ是ICU神经外科术后发生细菌性脑膜炎的影响因素，提示脑脊液IFN-γ参与细菌性脑膜炎的发生、发展。脑脊液IL-27诊断ICU神经外科术后细菌性脑膜炎的AUC为0.815, 当脑脊液IL-27＜169.78 ng/L时，应及时筛查ICU神经外科术后患者是否发生细菌性脑膜炎，以降低患者的致残率和病死率。本研究结果显示，脑脊液LA、IL-27、IFN-γ表达水平联合诊断ICU神经外科术后细菌性脑膜炎的AUC为0.955, 均显著高于3项指标单独检测，表明脑脊液LA、IL-27、IFN-γ联合检测能够早期诊断ICU神经外科术后细菌性脑膜炎的发生，为改善ICU神经外科术后细菌性脑膜炎患者预后提供一定的参考价值。
综上所述, ICU神经外科术后细菌性脑膜炎患者脑脊液LA、IL-27表达水平均显著升高，而脑脊液IFN-γ水平显著较低，并且是患者ICU神经外科术后发生细菌性脑膜炎的影响因素, 3项指标联合检测对术后发生细菌性脑膜炎有更高的诊断价值。
-
表 1 患者一般资料、临床表现及实验室检查指标比较[n(%)](x±s)[M(P25, P75)]
变量 合并血红蛋白下降 合并血小板下降 合并白细胞下降 是(n=51) 否(n=132) P 是(n=48) 否(n=135) P 是(n=66) 否(n=117) P 口干 43(84.3) 114(86.4) 0.722 35(72.9) 122(90.4) 0.003 55(83.3) 102(87.2) 0.474 眼干 22(43.1) 79(59.8) 0.042 19(39.6) 82(60.7) 0.011 36(54.5) 65(55.6) 0.895 猖獗龋齿 18(35.3) 50(37.9) 0.746 16(33.3) 52(38.5) 0.523 26(39.4) 42(35.9) 0.638 腮腺肿大 2(3.9) 10(7.6) 0.371 2(4.2) 10(7.4) 0.436 4(6.1) 8(6.8) 0.838 肺脏受累 2(3.9) 16(12.1) 0.095 0 18(13.3) 0.008 4(6.1) 14(12.0) 0.198 肾脏受累 6(11.8) 4(3.0) 0.020 5(10.4) 5(3.7) 0.079 5(7.6) 5(4.3) 0.345 肝脏受累 13(25.5) 20(15.2) 0.103 18(37.5) 15(11.1) < 0.001 14(21.2) 19(16.2) 0.401 关节痛 6(11.8) 34(25.8) 0.040 8(16.7) 32(23.7) 0.311 7(10.6) 33(28.2) 0.006 低钾血症 19(37.3) 20(15.2) 0.001 17(35.4) 22(16.3) 0.005 23(34.9) 16(13.7) 0.001 皮肤受累 14(27.5) 26(19.7) 0.255 19(39.6) 21(15.6) 0.001 11(16.7) 29(24.8) 0.202 C3/(g/L) 0.8±0.2 0.9±0.1 0.149 0.8±0.2 0.8±0.2 0.930 0.8±0.2 0.9±0.2 0.146 C4/(g/L) 0.2(0.1, 0.2) 0.2(0.1, 0.2) 0.028 0.2(0.1, 0.2) 0.1(0.1, 0.2) 0.718 0.2(0.1, 0.2) 0.2(0.1, 0.2) 0.137 IgG/(g/L) 18.4(13.5, 23.8) 15.6(12.7, 19.8) 0.039 16.0(12.5, 20.8) 16.0(13.3, 20.9) 0.757 17.2(13.1, 20.9) 15.7(12.7, 20.3) 0.403 IgM/(g/L) 1.5(1.0, 2.2) 1.2(0.8, 1.5) 0.004 1.4(1.0, 1.9) 1.2(0.9, 1.6) 0.081 1.2(0.8, 1.7) 1.3(1.0, 1.7) 0.199 IgA/(g/L) 2.9(2.0, 4.4) 2.8(2.0, 3.5) 0.358 2.7(2.0, 4.1) 2.9(2.0, 3.6) 0.866 2.9(2.0, 3.8) 2.8(1.9, 3.8) 0.856 Alb/(g/L) 36.9(33.1, 39.4) 41.2(38.2, 44.4) < 0.001 39.6(34.8, 42.2) 40.2(37.3, 43.9) 0.108 39.2(36.3, 43.1) 40.5(37.5, 43.5) 0.183 球蛋白/(g/L) 32.5(28.1, 42.0) 30.9(26.8, 34.8) 0.039 31.8(27.3, 37.1) 31.2(27.3, 36.1) 0.487 31.8(27.2, 35.5) 31.2(27.2, 37.2) 0.888 TC/(mmol/L) 3.9(3.2, 4.4) 4.4(3.7, 5.0) 0.001 4.3(3.4, 4.7) 4.3(3.6, 5.0) 0.343 4.0(3.3, 4.8) 4.4(3.6, 4.9) 0.147 TG/(mmol/L) 1.2(0.9, 1.6) 1.2(0.9, 1.6) 0.736 1.41(1.0, 1.7) 1.14(0.9, 1.5) 0.030 1.2(0.9, 1.5) 1.2(1.0, 1.7) 0.340 ESR/(mm/h) 35.0(15.0, 67.0) 13.5(7.0, 30.0) < 0.001 24.5(9.8, 47.3) 16.0(8.0, 35.0) 0.081 26.5(8.0, 42.8) 15.0(7.5, 34.0) 0.050 CRP/(mg/L) 2.2(0.6, 12.0) 0.9(0.5, 2.1) 0.025 1.6(0.6, 5.8) 0.9(0.4, 2.6) 0.047 0.7(0.3, 5.4) 1.2(0.6, 2.9) 0.366 抗SSA/Ro52 kD抗体(+) 48(94.1) 105(79.5) 0.017 41(85.4) 112(83.0) 0.693 63(95.5) 90(76.9) 0.001 抗SSA/Ro60 kD抗体(+) 44(86.3) 96(72.7) 0.044 37(77.1) 103(76.3) 0.912 56(84.8) 84(71.8) 0.046 抗SSB(+) 31(60.8) 71(53.8) 0.393 28(58.3) 74(54.8) 0.673 41(62.1) 61(52.1) 0.192 抗dsDNA(+) 3(5.9) 10(7.6) 0.689 2(4.2) 11(8.1) 0.356 6(9.1) 7(6.0) 0.432 抗SM(+) 0 5(3.8) 0.159 1(2.1) 4(3.0) 0.748 1(1.5) 4(3.4) 0.448 Alb: 白蛋白; TC: 总胆固醇; TG: 甘油三酯; ESR: 血细胞沉降率; CRP: C反应蛋白; IgA: 免疫球蛋白A; IgG: 免疫球蛋白G; IgM: 免疫球蛋白M; dsDNA: 双链脱氧核糖核酸。 
下载: 导出CSV
表 2 pSS合并血红蛋白下降的多因素Logistic回归分析
变量 B SE P OR 95%CI 低白蛋白血症 -0.175 0.062 0.005 0.840 0.743~0.948 高球蛋白血症 -0.111 0.061 0.069 0.895 0.794~1.009 血清高胆固醇 -0.322 0.260 0.216 0.725 0.435~1.207 血清CRP 0.083 0.054 0.124 1.087 0.978~1.208 血清ESR 0.027 0.011 0.016 1.028 1.005~1.051 抗SSA/Ro52kD抗体(+) -0.300 0.816 0.714 0.741 0.150~3.672 抗SSA/Ro60kD抗体(+) -1.397 0.765 0.068 0.247 0.055~1.107 低钾血症 -0.735 0.493 0.136 0.479 0.182~1.260 关节痛 1.003 0.648 0.121 2.727 0.766~9.706 肾脏受累 -1.206 0.940 0.200 0.300 0.047~1.890 血清IgG 0.060 0.065 0.356 1.062 0.935~1.207 血清IgM 0.549 0.239 0.021 1.732 1.085~2.765 血清高C4 -7.428 4.193 0.076 0.001 0~2.201 眼干 0.519 0.444 0.242 1.681 0.704~4.012
下载: 导出CSV
表 3 pSS合并血小板下降的多因素Logistic回归分析
变量 B SE P OR 95%CI 血清高甘油三酯 0.072 0.197 0.713 1.075 0.730~1.582 血清高CRP 0 0.042 0.997 1.000 0.921~1.086 低钾血症 -1.048 0.449 0.020 0.351 0.145~0.846 肝脏受累 -1.654 0.514 0.001 0.191 0.070~0.524 皮肤受累 -1.231 0.449 0.006 0.292 0.121~0.704 口干 0.968 0.554 0.081 2.633 0.888~7.807 眼干 0.668 0.438 0.127 1.950 0.826~4.603
下载: 导出CSV
表 4 pSS合并白细胞下降的多因素Logistic回归分析
变量 B SE P OR 95%CI 关节痛 1.127 0.476 0.018 3.086 1.213~7.848 抗SSA/Ro52kD抗体(+) -1.561 0.700 0.026 0.21 0.053~0.828 抗SSA/Ro60kD抗体(+) -0.488 0.470 0.300 0.614 0.244~1.543 血清高ESR 0.001 0.006 0.825 1.001 0.990~1.013 低钾血症 -1.206 0.398 0.002 0.299 0.137~0.653
下载: 导出CSV
表 5 2个预测模型的不同参数比较
参数 合并血红蛋白下降 合并血小板下降 合并白细胞下降 MLR模型 ANN模型 MLR模型 ANN模型 MLR模型 ANN模型 特异度/% 76.52 86.36 63.70 67.41 42.74 48.72 敏感度/% 74.51 82.35 83.33 81.25 90.91 90.91 AUC 0.800 0.918 0.766 0.797 0.720 0.738 95%CI 0.735~0.855 0.868~0.953 0.698~0.825 0.731~0.852 0.649~0.783 0.667~0.800 约登指数 0.510 2 0.687 2 0.470 4 0.486 6 0.336 4 0.396 3
下载: 导出CSV
-
[1] NEGRINI S, EMMI G, GRECO M, et al. Sjögren's syndrome: a systemic autoimmune disease[J]. Clin Exp Med, 2022, 22(1): 9-25. doi: 10.1007/s10238-021-00728-6
[2] 高波, 周磊, 高泉. 伴有血小板减少的原发性干燥综合征患者的临床特点分析[J]. 实用临床医药杂志, 2016, 20(3): 176-177. doi: 10.7619/jcmp.201603066 [3] MCGINN T G, GUYATT G H, WYER P C, et al. Users' guides to the medical literature: XXⅡ: how to use articles about clinical decision rules. Evidence-Based Medicine Working Group[J]. JAMA, 2000, 284(1): 79-84. doi: 10.1001/jama.284.1.79
[4] TANG Z H, LIU J, ZENG F, et al. Comparison of prediction model for cardiovascular autonomic dysfunction using artificial neural network and logistic regression analysis[J]. PLoS One, 2013, 8(8): e70571. doi: 10.1371/journal.pone.0070571
[5] BAXT G W. Use of an Artificial Neural Network for Data Analysis in Clinical Decision-Making: The Diagnosis of Acute Coronary Occlusion. Neural Computation[J]. 1990, 2(4): 480-489.
[6] KULKARNI H, THANGAM M, AMIN A P. Artificial neural network-based prediction of prolonged length of stay and need for post-acute care in acute coronary syndrome patients undergoing percutaneous coronary intervention[J]. Eur J Clin Invest, 2021, 51(3): e13406.
[7] VITALI C, BOMBARDIERI S, JONSSON R, et al. Classification criteria for Sjögren's syndrome: a revised version of the European criteria proposed by the American-European Consensus Group[J]. Ann Rheum Dis, 2002, 61(6): 554-558. doi: 10.1136/ard.61.6.554
[8] DE LONG J B, SHLEIFER A, SUMMERS L H, et al. Noise trader risk in financial markets[J]. Journal of political Economy, 1990, 98(4): 703-738. doi: 10.1086/261703
[9] NOCTURNE G, MARIETTE X. Advances in understanding the pathogenesis of primary Sjögren's syndrome[J]. Nat Rev Rheumatol, 2013, 9(9): 544-556. doi: 10.1038/nrrheum.2013.110
[10] VIVINO F B. Sjögren's syndrome: clinical aspects[J]. Clin Immunol, 2017, 182: 48-54. doi: 10.1016/j.clim.2017.04.005
[11] BAIMPA E, DAHABREH I J, VOULGARELIS M, et al. Hematologic manifestations and predictors of lymphoma development in primary Sjögren's syndrome: clinical and pathophysiologic aspects[J]. Medicine: Baltimore, 2009, 88(5): 284-293. doi: 10.1097/MD.0b013e3181b76ab5
[12] ZHANG W, WANG F, WANG H, et al. Severe thrombocytopenia in connective tissue diseases: a single-center review of 131 cases[J]. Clin Rheumatol, 2018, 37(12): 3337-3344. doi: 10.1007/s10067-018-4312-y
[13] COPPO P, SIBILIA J, MALOISEL F, et al. Primary Sjögren's syndrome associated agranulocytosis: a benign disorder?[J]. Ann Rheum Dis, 2003, 62(5): 476-478. doi: 10.1136/ard.62.5.476
[14] RAMOS-CASALS M, FONT J, GARCIA-CARRASCO M, et al. Primary Sjögren's syndrome: hematologic patterns of disease expression[J]. Medicine: Baltimore, 2002, 81(4): 281-292. doi: 10.1097/00005792-200207000-00004
[15] MANDL T, BREDBERG A, JACOBSSON L T, et al. CD4+ T-lymphocytopenia: a frequent finding in anti-SSA antibody seropositive patients with primary Sjögren's syndrome[J]. J Rheumatol, 2004, 31(4): 726-728.
[16] 曹京旌, 宁晓然, 闫永龙. 干燥综合征患者血液系统受损与自身抗体相关性研究[J]. 河北医药, 2018, 40(6): 882-885, 889. https://www.cnki.com.cn/Article/CJFDTOTAL-HBYZ201806019.htm [17] FOX R I, FOX C M, GOTTENBERG J E, et al. Treatment of Sjögren's syndrome: current therapy and future directions[J]. Rheumatology: Oxford, 2021, 60(5): 2066-2074. doi: 10.1093/rheumatology/kez142
[18] LUO J, LUO J, XU S, et al. Clinical features and potential relevant factors of renal involvement in primary Sjögren's syndrome[J]. Int J Rheum Dis, 2019, 22(2): 182-190. doi: 10.1111/1756-185X.13429
[19] PERTOVAARA M, KORPELA M, KOURI T, et al. The occurrence of renal involvement in primary Sjögren's syndrome: a study of 78 patients[J]. Rheumatology: Oxford, 1999, 38(11): 1113-1120. doi: 10.1093/rheumatology/38.11.1113
[20] XU C, LI Y, YING H, et al. Presence of serum autoantibodies to vacuolar H+-ATPase in patients with renal tubular acidosis[J]. Int J Rheum Dis, 2019, 22(5): 805-814. doi: 10.1111/1756-185X.13518
[21] BOSSINI N, SAVOLDI S, FRANCESCHINI F, et al. Clinical and morphological features of kidney involvement in primary Sjögren's syndrome[J]. Nephrol Dial Transplant, 2001, 16(12): 2328-2336. doi: 10.1093/ndt/16.12.2328
[22] ZHOU J G, QING Y F, JIANG L, et al. Clinical analysis of primary Sjögren's syndrome complicating anemia[J]. Clin Rheumatol, 2010, 29(5): 525-529. doi: 10.1007/s10067-009-1366-x
[23] LIU Y, CHEN S, SUN Y, et al. Clinical characteristics of immune thrombocytopenia associated with autoimmune disease: a retrospective study[J]. Medicine: Baltimore, 2016, 95(50): e5565. doi: 10.1097/MD.0000000000005565
[24] DE SANTIS M, CROTTI C, SELMI C. Liver abnormalities in connective tissue diseases[J]. Best Pract Res Clin Gastroenterol, 2013, 27(4): 543-551. doi: 10.1016/j.bpg.2013.06.016
[25] 吴侗, 周彬, 龙丽, 等. 血小板生成素及其抗体与原发性干燥综合征患者血小板减少的相关性研究[J]. 华西医学, 2016, 31(5): 871-874. https://www.cnki.com.cn/Article/CJFDTOTAL-HXYX201605020.htm [26] MARCUCCI R, ROMANO M. Thrombopoietin and its splicing variants: structure and functions in thrombopoiesis and beyond[J]. Biochim Biophys Acta, 2008, 1782(7/8): 427-432.
[27] ZIAKAS P D, PAPADAKI H A, PSYLLAKI M, et al. Anti-thrombopoietin antibodies suppress megakaryocytic colony formation in vitro in patients with systemic lupus erythaematosus[J]. Ann Rheum Dis, 2008, 67(11): 1643-1648. doi: 10.1136/ard.2007.087478
[28] KATSUMATA Y, SUZUKI T, KUWANA M, et al. Anti-c-Mpl (thrombopoietin receptor) autoantibody-induced amegakaryocytic thrombocytopenia in a patient with systemic sclerosis[J]. Arthritis Rheum, 2003, 48(6): 1647. doi: 10.1002/art.10965
[29] 冯红梅, 蔡祥胜, 杨兆收, 等. 血小板抗体产生的影响因素分析[J]. 广东药科大学学报, 2019, 35(5): 674-678. https://www.cnki.com.cn/Article/CJFDTOTAL-GDYX201905020.htm -
期刊类型引用(4)
1. 任艳，李思吟，罗家昂，邹晋梅，张羽，董建玲，田岚，倪远飘，杨静. 原发性干燥综合征并血小板减少患者外周血调节性B淋巴细胞表型特点分析. 西部医学. 2025(03): 403-407 . 
百度学术
2. 李国焱，何羿婷. 原发性干燥综合征住院患者的中医证素研究. 广州中医药大学学报. 2024(10): 2713-2719 . 百度学术
3. 王红权，苏锦锋，彭春晓，周丽萍，詹杰，邹亮，梅振华. 原发性干燥综合征继发血小板减少患者的临床特征及相关因素分析. 风湿病与关节炎. 2024(10): 9-14 . 百度学术
4. 高官莉，魏晓龙，申东北，张应璐，张树荣. 原发性干燥综合征合并肝功能损害患者的临床特点及危险因素分析. 中华全科医学. 2024(12): 2033-2036+2079 . 百度学术
其他类型引用(3)
计量
- 文章访问数: 243
- HTML全文浏览量: 56
- PDF下载量: 21
- 被引次数: 7
苏公网安备 32100302010246号
