严重并发症的塑型性支气管炎的危险因素 肺炎支原体 儿童肺炎及基于机器学习的预测模型开发

塑料支气管炎（Plastic bronchitis，PB）是一种罕见但危及生命的严重并发症Mycoplasma pneumoniae儿童难治性肺炎支原体肺炎（SMPP）的肺外并发症（PB）预测有效工具仍然有限。本研究旨在识别SMPP并发PB的危险因素，并建立基于机器学习的预测模型。

这项回顾性队列研究纳入了2022年1月至2024年12月期间收治的166名年龄在1至14岁之间的SMPP患儿。根据支气管镜检查结果，将患者分为PB组（n=51）和非PB组（n=115），并按7:3的比例随机分为训练集和验证集。基于受试者工作特征曲线下面积（AUC）、精确率-召回率曲线（PRC）、决策曲线分析（DCA）、准确率和F1分数，开发并评估了八种机器学习算法。采用SHapley Additive exPlanations（SHAP）方法选择并解释最优模型。通过多变量逻辑回归分析识别出候选危险因素，并进一步构建列线图。该预测模型在训练集和验证集中均进行了评估，并通过自助法重采样进行进一步验证。

广义线性模型（GLM）在训练集中表现出最高性能［AUC：0.951，交叉验证AUC：0.915，准确率0.880，F1分数：0.825，精确率-召回率曲线下面积（AUPRC）：0.856］，被确定为最优模型。SHAP分析显示，发热持续时间、血清前白蛋白和D-二聚体是影响力最大的特征。多变量分析进一步证实这三项为独立危险因素：发热持续时间［比值比（OR）：1.550，95%置信区间（CI）：1.297–1.908，P<0.001］，前白蛋白（OR：0.959，95% CI：0.939–0.976，P<0.001）和D-二聚体（OR：1.723，95% CI：1.157–2.627，P=0.009）。列线图显示出可接受的区分能力［训练集C指数：0.933（95% CI：0.887–0.980）；验证集：0.831（95% CI：0.717–0.946）；Bootstrap验证：0.913（95% CI：0.869–0.957）］和校准性能（Brier评分分别为0.106、0.142和0.103）。Hosmer-Lemeshow拟合优度检验结果为χ²=5.983，用于内部验证 [P=0.649 (>0.05)]，表明模型拟合度可接受，DCA 确认其在 0-90% 阈值概率范围内具有临床应用价值。

发热持续时间、血清前白蛋白和D-二聚体是儿童重症肺炎支原体肺炎发生肺不张的独立危险因素。该内部构建的列线图在本研究有限的单中心队列中表现出中等区分度和可接受的校准度。因此，需在独立的患者队列中进一步开展外部验证，以确认其普适性和临床应用价值。