简介:摘要目的建立预测急性胰腺炎(AP)严重程度的可视化模型并进行内部验证。方法纳入昆明医科大学第一附属医院2017年9月1日至2020年8月31日确诊的600例AP患者,根据2012年亚特兰大分类标准将600例患者分为重症急性胰腺炎(SAP)组(128例)和非重症急性胰腺炎(NSAP)组(472例),比较两组患者的一般临床资料(年龄、性别、体重指数等)、实验室检查指标(空腹血糖、尿素氮、血肌酐等),合并腹水或胸腔积液情况,以及急性生理学和慢性健康状况评价Ⅱ(APACHEⅡ)和急性胰腺炎严重程度床旁指数(BISAP)评分。采用最小绝对收缩与选择算子(LASSO)回归模型对SAP潜在的预测因子进行筛选,将筛选后的预测因子纳入多因素logistic回归分析并建立logistic回归模型。绘制该模型与APACHE Ⅱ评分和BISAP评分的受试者操作特征曲线,通过比较曲线下面积(AUC)值评估其鉴别能力;运用校准图和Hosmer-Lemesshow检验,以及决策曲线分析(DCA)分别评估模型的准确性和临床实用性。应用Bootstrap方法对模型进行内部验证。统计学方法采用独立样本t检验、Wilcoxon秩和检验和卡方检验。结果SAP组与NSAP组的性别构成比差异有统计学意义(χ2=4.092,P<0.05)。SAP组的住院时间长于NSAP组[(20.33±16.21) d比(8.42±4.26) d],病死率、住院费用,空腹血糖、尿素氮、血肌酐、C反应蛋白(CRP)、D-二聚体和纤维蛋白原水平,白细胞计数、中性粒细胞占比、中性粒细胞与淋巴细胞比值、APACHE Ⅱ评分、BISAP评分、胸腔积液或腹水的发生率,以及酒精性病因构成比均高于NASP组[21%(27/128)比0(0/472),44 837.58元(23 017.73元,102 579.77元)比12 301.46元(8 649.26元,18 823.88元),(10.48±4.84) mmol/L比(8.45±4.80) mmol/L,(8.80±6.50) mmol/L比(4.90±2.33) mmol/L,(139.56±127.75) mmol/L比(80.05±38.54) mmol/L,(187.33±87.25) mg/L比(90.81±82.53) mg/L,5.19 mg/L(2.96 mg/L,8.52 mg/L)比1.29 mg/L(0.53 mg/L, 2.87 mg/L),6.13 mg/L (4.64 mg/L,7.31 mg/L)比4.58 mg/L(3.50 mg/L,5.98 mg/L),(14.87±5.82)×109/L比(11.79±4.86)×109/L,0.84±0.12比0.78±0.12,13.16±7.57比8.77±7.28,(9.80±6.09)分比(3.79±2.59)分,(2.12±0.89)分比(1.04±0.78)分,65.6%(84/128)比12.9%(61/472),70.3%(90/128)比20.3%(96/472),18.8% (24/128)比11.4% (54/472)],血清白蛋白、血钙、血细胞比容均低于NSAP组[(30.86±4.95) g/L比(37.14±5.44) g/L, (1.98±0.31) mmol/L比(2.16±0.20) mmol/L,(42.40±8.67)%比(44.30±6.45)%],差异均有统计学意义(t=8.235,χ2=99.403,Z=-13.330,t=4.239、10.759、5.207、11.227,Z=-11.406、-6.234,t=6.097、4.829、6.011、10.899、12.395, χ2=152.604、117.563、4.757,t=-11.788、-6.180、-2.310,P均<0.05)。LASSO回归分析筛选出CRP、尿素氮、D-二聚体、腹水4个预测因子,多因素logistic回归分析发现,CRP[比值比(OR)=1.009,95%可信区间(CI)1.006~1.012]、尿素氮(OR=1.185,95% CI 1.097~1.280)、D-二聚体(OR=1.166,95% CI 1.082~1.256)、腹水(OR=4.848,95% CI 2.829~8.307)均为SAP的独立预测因子(P均<0.01)。模型的AUC值为0.895(95% CI 0.865~0.926),高于APACHEⅡ评分(AUC值为0.835,95% CI 0.791~0.878)和BISAP评分(AUC值为0.803,95% CI 0.760~0.846),差异均有统计学意义(Z=2.578、4.466,P均<0.01)。校准图和Hosmer-Lemesshow检验结果显示模型预测结果与实际临床观察结果一致性较高。当模型预测SAP发生的概率为10%~95%时,模型的DCA曲线均高于2条极端线,具有一定临床实用价值。经Bootstrap内部验证,该模型仍具有较高的鉴别能力(AUC值为0.892),其预测AP严重程度曲线与实际临床的AP严重程度曲线仍有良好的一致性。结论基于CRP、尿素氮、D-二聚体和腹水构建的模型能够预测AP的严重程度,有助于临床医师做出更科学的临床决策。