基于简单的临床特征的儿科宫淋巴结病变的差异诊断
Yangyang Zheng1, Lei Jin1, Xiaoyan Li2
1Department of Otolaryngology-Head and Neck Surgery, School of Medicine, Shanghai Children's Hospital, Shanghai Jiao Tong University, No. 24, Lane 1400, West Beijing Road, Shanghai, 200040, People's Republic of China.
European journal of pediatrics
|September 16, 2024
概括
使用简单的临床特征的新诊断模型有效地区分了儿科宫囊细胞性死淋巴腺炎 (HNL) 与恶性淋巴瘤 (ML). 关键预测因素包括高峰温度,白细胞计数和质径,有助于早期诊断.
科学领域:
- 儿科瘤学 儿科瘤学
- 诊断医学 诊断医学
- 医疗保健中的机器学习
背景情况:
- 目前存在的囊细胞结核性淋巴腺炎 (HNL) 和恶性淋巴瘤 (ML) 的诊断模型主要使用成年人的成像特征.
- 儿科和成人患者之间,HNL的临床特征可能会显著不同.
- 需要使用可访问的临床数据,为儿科HNL和ML提供可靠的诊断模型.
研究的目的:
- 开发和验证一个诊断模型,以使用简单的临床特征来区分儿科宫HNL和ML.
- 为了比较各种机器学习算法对此诊断任务的有效性.
- 确定关键的临床预测因子,以便在儿童中区分这两种疾病.
主要方法:
- 一项回顾性研究,包括83名被诊断为宫HNL或ML的儿科患者.
- 用二进制物流回归分析来选择显著的临床和成像预测因素.
- 评估了多个机器学习算法的诊断性能,选择了差别分析作为表现最佳的模型.
主要成果:
- 差异分析模型的平均准确率为89.0%,AUC为0.971.
- 发现的重要预测因素包括高峰温度,白细胞计数,单细胞百分比,尿素值和成像特征 (质量大小,边界,分布).
- 该模型在测试套件中显示出良好的诊断效率和稳定性.
结论:
- 使用简单的临床特征的歧视性分析模型对于儿童宫HNL和ML的差异诊断是有效的.
- 峰值体温,白细胞计数和最大质量的短直径是重要的预测因素.
- 该模型提供了一种有价值的工具,以帮助临床医生诊断儿童的这些疾病.
