建立基于外周血液标志的预测模型,以区分传染性单核病与慢性活性EBV感染

科学领域:

• 血液学 血液学 血液学
• 病毒学 病毒学
• 医学诊断 医学诊断 医学诊断

背景情况:

• 传染性单核病 (IM) 和慢性活性爱斯坦-巴尔病毒 (CAEBV) 感染共享重叠的临床症状,使差异诊断复杂化.
• 准确的区分对于适当的患者管理至关重要,特别是对于需要及时干预的CAEBV.

研究的目的:

• 开发和验证用于区分IM和CAEBV感染的预测模型.
• 确定关键的外周血液指标,可以作为两个条件之间的区分器.

主要方法:

• 从80名患者 (60名IM,20名CAEBV) 的临床和实验室数据的回顾性分析.
• 应用单变量分析和最小绝对收缩和选择操作员 (LASSO) 的逻辑回归.
• 为模型开发选择了9个生物标志物:HGB,淋巴细胞数量,淋巴细胞百分比,ALB,纤维素,CRP,IFN-γ,IL-6和EBV-DNA负载.

主要成果:

• 无论是IM还是CAEBV组,都表现出类似的症状,如发烧,喉疼痛和淋巴腺病变.
• 与IM相比,CAEBV患者在周围血液中表现出更明显的炎症反应.
• 拉索回归确定了9个重要的生物标志物,能够区分IM和CAEBV感染.

结论:

• 开发的LASSO逻辑回归模型,利用外周血液指标,为诊断IM和CAEBV提供了坚实的基础.
• 对于被诊断患有CAEBV感染的患者来说,早期医疗护理是必不可少的.
• 周围血液标志物为区分这两种疾病提供了一种实用方法.