一种肺炎克雷伯菌肝脓肿侵袭性风险预测模型构建方法及其应用

摘要

本发明适用于风险预测模型构建技术领域，提供了一种肺炎克雷伯菌肝脓肿侵袭性风险预测模型构建方法及其应用，所述构建方法包括：S1.在肺炎克雷伯菌肝脓肿专病数据库基础上，收集肺炎克雷伯菌肝脓肿样本临床及CT影像特征，并按照样本是否并发迁徙性感染将样本分类为迁徙性感染组和非迁徙性感染组、将多家医院统计数据分类为开发组和验证组；S2.在步骤S1开发组中，通过单变量分析法筛选出潜在的危险因素;进一步进行单因素Logistic回归分析，将P<0.05的危险因素纳入到多因素Logistic回归分析中，将P<0.05的危险因素确定为迁徙性感染相关的独立危险因素。本发明构建风险预测模型简单易用，可量化肺炎克雷伯菌肝脓肿的侵袭性。

说明书

技术领域

本发明属于风险预测模型构建技术领域，尤其涉及一种肺炎克雷伯菌肝脓肿侵袭性风险预测模型构建方法及其应用。

背景技术

肝脓肿是细菌、真菌或溶组织阿米巴原虫等多种微生物引起的肝脏化脓性病变，近年来，肺炎克雷伯菌已经成为我国社区获得性肝脓肿的主要致病菌（85.6%），而导致肝脓肿的肺炎克雷伯菌是与经典型肺炎克雷伯菌存在区别的一种高侵袭性肺炎克雷伯菌亚型，称为高毒力肺炎克雷伯菌，其导致的肝脓肿（KPLA）发病率逐年增加，易并发肝外迁徙性感染。KPLA 并发的迁徙性感染包括脓毒性肺栓塞、眼内炎、中枢神经系统感染以及多器官功能障碍等，此类样本病情危重且常预后不佳，其中合并多器官功能障碍的样本的死亡率显著升高。

现阶段，在临床实际工作中，KPLA 并发迁徙性感染的诊断主要依靠迁徙性感染出现的症状和体征，常导致诊断延迟，另外考虑到部分 KPLA 样本并发的迁徙性感染症状比较隐匿导致其早期发现困难。而 KPLA 样本一旦发生迁徙性感染，即使系统治疗，仍可能出现灾难性后果。现阶段，临床并没有可用的 KPLA侵袭性风险预测模型来预测迁徙性感染的发生。

发明内容

本发明实施例提供一种肺炎克雷伯菌肝脓肿侵袭性风险预测模型构建方法及其应用，旨在解决现有技术中不能提前预测迁徙性感染的发生导致诊断延迟的问题。

本发明实施例是这样实现的，一种肺炎克雷伯菌肝脓肿侵袭性风险预测模型构建方法，所述构建方法包括：

S1.在已收集到肺炎克雷伯菌肝脓肿专病数据库基础上，收集肺炎克雷伯菌肝脓肿样本临床及CT影像特征，并按照样本是否并发迁徙性感染将样本分类为迁徙性感染组和非迁徙性感染组、将多家医院统计数据分类为开发组和验证组；

S2.在步骤S1开发组中，通过单变量分析法筛选出潜在的危险因素；

S3.进一步进行单因素Logistic回归分析，将P<0.05的危险因素纳入到多因素Logistic回归分析中，将P<0.05的危险因素确定为迁徙性感染相关的独立危险因素；

S4.将独立危险因素的回归系数纳入风险评分函数中，并取最为接近的整数值作为每个研究变量的风险评分；

S5计算每个样本风险评分的总和，并将危险评分纳入概率计算公式计算其相对应的发生概率。

可选的，所述步骤S1中肺炎克雷伯菌肝脓肿样本临床及CT影像特征包括年龄特征、空腹血糖含量、增强CT上显示脓肿病灶边缘影像、血栓性静脉炎罹患情况。

可选的，所述步骤S4中肺炎克雷伯菌肝脓肿侵袭性风险预测评分函数为Riskscore

i是代表模型中的第 i个危险因素; j是每个危险因素的正向风险类别；β

可选的，所述步骤S5中，概率计算公式为：P(Risk score)=1/{1+exp[ Intercept+B(Total score)]}，其中:

Intercept是回归系数常值；B是回归系数的最小值。

可选的，还包括:S6.按照肺炎克雷伯菌肝脓肿侵袭性风险评分总及其发生概率，将样本分为高风险及低风险组，比较两组迁徙性感染的发生概率。

可选的，在开发组和验证组分别验证肺炎克雷伯菌肝脓肿侵袭性风险评分系统的预测效能。

本发明的另一个目的再于将上述肺炎克雷伯菌肝脓肿侵袭性风险预测模型应用于预测迁徙性感染的发生风险。

本发明的另一个目的再于将上述肺炎克雷伯菌肝脓肿侵袭性风险预测模型应用于量化肺炎克雷伯菌肝脓肿侵袭性将迁徙性感染的发生风险进行分层。

本发明的有益效果：本发明提供一种肺炎克雷伯菌肝脓肿侵袭性风险预测模型构建方法及其应用，所述构建方法包括：S1.在肺炎克雷伯菌肝脓肿专病数据库基础上，收集肺炎克雷伯菌肝脓肿样本临床及CT影像特征，并按照样本是否并发迁徙性感染将样本分类为迁徙性感染组和非迁徙性感染组、将多家医院统计数据分类为开发组和验证组；S2.在步骤S1开发组中，通过单变量分析法筛选出潜在的危险因素;进一步进行单因素Logistic回归分析，将P<0.05的危险因素纳入到多因素Logistic回归分析中，将 P<0.05的危险因素确定为迁徙性感染相关的独立危险因素；S4.将独立危险因素的回归系数纳入风险评分函数中，并取最为接近的整数值作为每个研究变量的风险评分；S5.计算每个样本风险评分的总和，并将危险评分纳入概率计算公式计算其相对应的发生概率。

本发明构建风险预测模型简单易用，可量化肺炎克雷伯菌肝脓肿的侵袭性，并对迁徙性感染发生风险进行分层，便于预测迁徙性感染的发生，防止部分肺炎克雷伯菌肝脓肿样本并发的迁徙性感染症状比较隐匿导致其早期发现困难而引起出现灾难性后果。

附图说明

图1是在开发组及验证组高侵袭性风险的肺炎克雷伯菌肝脓肿（KPLA）患者的迁徙性感染发生率图谱；

图2是在开发组及验证组肺炎克雷伯菌肝脓肿（KPLA）侵袭性风险预测模型均展示的预测效能曲线。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例一

本发明提供一种肺炎克雷伯菌肝脓肿侵袭性风险预测模型构建方法及其应用，第一方面提供一种肺炎克雷伯菌肝脓肿侵袭性风险预测模型构建方法及其应用，具体步骤为：S1.在肺炎克雷伯菌肝脓肿专病数据库基础上，收集肺炎克雷伯菌肝脓肿样本临床及CT影像特征，并按照样本是否并发迁徙性感染将样本分类为迁徙性感染组和非迁徙性感染组、将多家医院统计数据分类为开发组和验证组；

S2.在步骤S1开发组中，通过单变量分析法筛选出潜在的危险因素；

S3.进一步进行单因素Logistic回归分析，将P<0.05的危险因素纳入到多因素Logistic回归分析中，将P≥0.05的危险因素确定为迁徙性感染相关的独立危险因素；

S4.将独立危险因素的回归系数纳入风险评分函数中，并取最为接近的整数值作为每个研究变量的风险评分得到肺炎克雷伯菌肝脓肿侵袭性风险预测模型；

S5.计算每个样本风险评分的总和，并将危险评分纳入概率计算公式计算其相对应的发生概率。

进一步的，所述步骤S1中肺炎克雷伯菌肝脓肿样本临床及CT影像特征包括年龄特征、空腹血糖含量、以及增强CT上显示脓肿病灶边缘有无强化现象、是否患有血栓性静脉炎。

进一步的，所述步骤S4中肺炎克雷伯菌肝脓肿侵袭性风险预测评分函数为Riskscore

i是代表模型中的第 i个危险因素; j是每个危险因素的正向风险类别；β

进一步的，步骤S5中，概率计算公式为：

P(Risk score)=1/{1+exp[ Intercept+B(Total score)]}，其中, Intercept是回归系数常值；B是回归系数的最小值。

进一步的，还包括：S6.按照肺炎克雷伯菌肝脓肿侵袭性风险评分总及其发生概率，将样本分为高风险及低风险组，比较两组迁徙性感染的发生概率。

进一步的，在开发组和验证组分别验证肺炎克雷伯菌肝脓肿侵袭性风险评分系统的预测效能。

进一步的，应用于预测迁徙性感染的发生风险。

进一步的，应用于量化肺炎克雷伯菌肝脓肿侵袭性将迁徙性感染的发生风险进行分层。

具体的，在工作前先建立肺炎克雷伯菌肝脓肿（KPLA）就诊的样本的信息数据库；

工作中，执行步骤S1：在前期构建的针对临床工作中因肺炎克雷伯菌肝脓肿（KPLA）专病数据库基础上，回顾性收集KPLA样本临床及CT影像特征，其中临床及CT影像特征包括：年龄特征、空腹血糖含量、以及增强CT上显示脓肿病灶边缘图像及血栓性静脉炎罹患情况（具体指增强CT上显示脓肿病灶边缘有无强化现象、是否患有血栓性静脉炎），并记录按样本是否并发迁徙性感染，将样本分为迁徙性感染组及非迁徙性感染组，并将多中心数据分为开发组及验证组。

步骤S2：在开发组中，通过单变量分析方法，将所有变量因素与KPLA的关联程度进行比较，从所有研究变量中筛选潜在的危险因素。

步骤S3:进行单因素Logistic回归分析，将P<0.05的危险因素纳入到多因素Logistic回归分析中，将P<0.05的危险因素确定为迁徙性感染相关的独立危险因素；

步骤S4.将独立危险因素的回归系数纳入风险评分函数Risk Score

在本实施例中开发组中迁徙性独立相关危险因素及其对应的风险评分如表1-1所示：

表1-1

其中：β为回归系数；OR为比值比/exp(β);CI为可信区间；FBG为空腹血糖水平。

接下来进行步骤S5.计算每个样本风险评分的总和，并将危险评分纳入概率计算公式计算其相对应的发生概率；其中危险评分纳入概率计算公式为：P(risk score)=1/{1+exp[ Intercept+B(total score)]}，其中 Intercept是回归系数的常数值；B是最小回归系数；从而实现根据每个样本风险评分总和，估算该样本迁徙性感染的发生概率。

在本实施例中，根据每个样本风险评分总和估算样本迁徙性感染的发生概率如表2：

表2

S6.按照肺炎克雷伯菌肝脓肿侵袭性风险评分总及其发生概率，将样本分为高风险及低风险组，比较两组迁徙性感染的发生概率；如图1所示，可见高侵袭性风险的 KPLA样本的迁徙性感染发生率均显著高于低侵袭性风险者；

S7.在开发组和验证组分别验证肺炎克雷伯菌肝脓肿侵袭性风险评分系统的预测效能。具体的，如图2所示，在开发组及验证组中，采用 ROC 曲线提示该模型良好的区分度，校正曲线则展示具有满意的预测准确性，其中 A 和 B 为 ROC 曲线，C 和 D 为校正曲线。因此，肺炎克雷伯菌肝脓肿（KPLA）侵袭性风险预测模型能很好的预测迁徙性感染的发生可能。

基于迁徙性感染的独立相关危险因素构建KPLA侵袭性的风险预测模型。这些危险因素，包括年龄≤ 40岁、空腹血糖水平＞7mmol/L、增强CT上显示脓肿病灶边缘无强化及血栓性静脉炎,容易获得，在外部验证组中，该模型也展示出了良好的预测效能，因此构建风险预测模型简单易用，可量化肺炎克雷伯菌肝脓肿的侵袭性，并对迁徙性感染发生风险进行分层，便于预测迁徙性感染的发生，防止部分 肺炎克雷伯菌肝脓肿样本并发的迁徙性感染症状比较隐匿导致其早期发现困难而引起出现灾难性后果且具有较高的鲁棒性。

本发明另一方面的目的在于将该模型应用于预测迁徙性感染的发生风险。

进一步的，该模型还可应用于量化肺炎克雷伯菌肝脓肿侵袭性将迁徙性感染的发生风险进行分层。 具体危险分层过程为：根据EMI发生概率及ROC曲线的截断值选择的危险评分，例如：本研究中危险评分4时EMI发生概率为36.36%，危险评分为5时EMI发生概率为70.92%，ROC曲线截断值为4.5，所以将危险评分总和＞4.5为EMI高风险组，＜4.5为EMI低风险组。

在实际临床中，针对高侵袭风险的KPLA，建议立即行经皮穿刺引流术，降低迁徙性感染的发生风险。因此，在无介入治疗条件的乡镇或社区医院，该模型可辅助医生快速识别高风险样本，及时转院至上级医院行穿刺引流。同样被确定为高侵袭风险的内科KPLA样本，也建议及时请外科或介入科会诊，行穿刺引流。因此，该模型通过量化KPLA样本侵袭性风险，可有效预测迁徙性感染的发生风险，并将样本分层，针对高风险样本及时给予处理，避免迁徙性感染的发生，可有效改善样本的预后。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。