预测因子和一种新的预测模型用于川崎病的血管内免疫球蛋白耐药性
Junjie Wang1, Xiaohui Huang2, Donghao Guo3
1Department of Pediatric Endocrinology, Quanzhou Women's and Children's Hospital, Quanzhou, China.
Italian journal of pediatrics
|September 25, 2023
概括
这项研究开发了一种名谱,用于预测川崎病 (KD) 患者的静脉注射免疫球蛋白 (IVIG) 耐药性,确定早期干预和改善结果的关键临床因素.
科学领域:
- 儿科 儿科 儿科
- 免疫学 免疫学 免疫学
- 临床预测模型临床预测模型
背景情况:
- 川崎病 (KD) 需要及时管理,以防止并发症.
- 在KD中,静脉注射免疫球蛋白 (IVIG) 耐药性会影响治疗的有效性.
- 早期发现IVIG耐药性对于患者护理至关重要.
研究的目的:
- 建立一个有效的IVIG耐药性预测模型,在中国KD患者.
- 确定KD中IVIG耐药性的关键临床预测因素.
- 开发一个用于预测KDIVIG耐药性的诺米克图.
主要方法:
- 分析了658名KD患者的队列,分为培训 (461) 和验证 (197) 组.
- 人口统计数据和风险因素在IVIG反应和抗药组之间进行了比较.
- 使用校准曲线和决策分析构建和验证了一个预测性名ogram.
主要成果:
- 白细胞计数,N/L比率,血红素,白蛋白,总胆红素,乳酸脱酶和肌酸氨酸被确定为预测因素.
- 开发的名图表在培训和验证队伍中都显示出良好的区分和校准.
- 接收机操作特征曲线 (AUROC) 下的面积为75.8% (培训) 和74.2% (验证).
结论:
- 在KD中IVIG抗性的关键预测因素包括WBC,N/L比率,HCT,ALB,TBIL,LDH和Cr.
- 结合这些因素的新型名谱为预测IVIG耐药性提供了高准确度和可靠性.
- 这个名图可以在启动KD治疗时帮助临床决策.


