一种基于血清甘露糖的ARDS发生风险预测模型及其应用

一种基于血清甘露糖的ards发生风险预测模型及其应用
技术领域
1.本发明涉及医学预测模型领域，尤其涉及一种基于血清甘露糖的ards发生风险预测模型及其应用。


背景技术：

2.急性呼吸窘迫综合征(ards)是重症监护室(intensive care unit,icu)较为常见的一类综合性危急重症，主要是由于肺内和或肺外原因引起的以顽固性低氧血症为显著临床特征的综合征。随着临床研究的不断深入，治疗效果虽然有一定程度的提高，但患者的死亡率依旧在50％左右。ards的发病机制错综复杂，临床与实验研究表明炎症反应起关键性作用。目前针对ards有效的治疗措施仍较为有限，因此早期预判及干预仍是提高存活率的关键。
3.随着糖生物学的发展，某些糖类的抗炎生物学功能逐渐被认识。甘露糖为简单的己糖一杯发现具有抗炎作用。甘露糖能抑制伤口愈合时的炎症反应，抑制中性粒细胞的氧化爆发，具有抗炎、抗氧化、减轻肺水肿等多方面作用。有研究表明甘露糖受体(mr)与肺损伤的发生发展与预后密切相关。然而并未有报道显示甘露糖对于ards的发病风险以及预后有预测价值。并且，一些现有技术中对与ards的风险预测，例如c反应蛋白、外周血白细胞计数等,这些指标的敏感度不高,诊断价值较低。
4.因此，本研究致力于构建一种基于比较不同病例组与对照组基线甘露糖浓度水平，以探讨进入icu期基线甘露糖浓度水平与ards发生风险的相关性及诊断价值的ards风险预测模型。


技术实现要素：

5.本发明第一方面提供了一种基于血清甘露糖的ards发生风险预测模型，模型构建步骤包含以下几步：(1)目标人群病情分组；(2)指标收集；(3)血清甘露糖浓度水平检测；(4)绘制受试者工作特征曲线；(5)评估预测价值。
6.作为一种优选的方案，所述病情分组具体操作为：将预测目标人群依据2011年ards柏林诊断标准分为ards组和非ards组。
7.作为一种优选的方案，所述指标收集具体操作为：收集病情分组后的各目标人群的病理学指标。
8.作为一种优选的方案，所述病理学指标为年龄，性别，脓毒症，肺炎和急性生理学和慢性健康状况评分系统ⅱ评分。
9.作为一种优选的方案，所述血清甘露糖浓度水平检测的具体操作为：检测ards组和非ards组目标人群的甘露糖浓度水平，并且比较两组甘露糖浓度水平的中位数分布情况。
10.作为一种优选的方案，所述绘制受试者工作特征曲线具体操作为：将检测到的ards组和非ards组目标人群的甘露糖浓度代入ards风险概率公式，计算ards风险概率，之
后根据结果绘制受试者工作特征曲线公式并绘制受试者工作特征曲线。
11.作为一种优选的方案，所述ards风险概率公式为e
x
/(1 e
x
)；其中，x＝-6.2033 (-0.9074
×
甘露糖浓度水平) (0.0905
×
年龄) (-1.6683
×
性别) (0.0689
×
脓毒症) (0.6807
×
肺炎) (0.0257
×
急性生理学和慢性健康状况评分系统ⅱ评分)。公式中：患脓毒症＝1，未患脓毒症＝0；患肺炎＝1，未患肺炎＝0；性别为男性，性别＝1，性别为女性，性别＝0。
12.作为一种优选的方案，所述评估预测价值具体操作为：在绘制的受试者工作特征曲线计算模型评估指标，评价甘露糖浓度水平的预测价值。
13.作为一种优选的方案，所述目标人群为重症监护室的急重症患者。
14.本发明第二方面提供了一种上述基于血清甘露糖的ards发生风险预测模型的应用，包括该模型在重症监护室的急重症患者对于ards的患病风险概率预测中的应用。
15.有益效果：本发明申请中的ards发生风险预测模型的构建克服了现有技术的不足，提供了一种针对icu病人基线甘露糖检测的技术方法并预测急性呼吸窘迫综合征的风险模型建立方法。探讨icu病人基线的甘露糖浓度水平与急性呼吸窘迫综合征的预测风险模型构建及诊断价值；模型拥有良好的特异性和敏感度，具备优异的ards风险预测价值，并且填补了在ards风险预测领域上的此部分空白。
附图说明
16.图1为实施例1中风险预测模型构建方案对于ards发生风险概率预测的roc曲线图。
具体实施方式
17.参照以下有关本发明的优选实施方法的详述，以及包括的实施例，可更容易地理解本发明的内容。除非另有限定，本文使用的所有科学与技术术语是本发明所属领域的通用术语，普通技术人员即可正确理解。若存在潜在矛盾，以本说明书中的定义为准。
18.本发明第一方面提供了一种基于血清甘露糖的ards发生风险预测模型，模型构建步骤包含以下几步：(1)目标人群病情分组；(2)指标收集；(3)血清甘露糖浓度水平检测；(4)绘制受试者工作特征曲线；(5)评估预测价值。
19.在一些优选的实施方式中，所述病情分组具体操作为：将预测目标人群依据2011年ards柏林诊断标准分为ards组和非ards组。
20.在一些优选的实施方式中，所述指标收集具体操作为：收集病情分组后的各目标人群的病理学指标。
21.在一些优选的实施方式中，所述病理学指标为年龄，性别，脓毒症，肺炎和急性生理学和慢性健康状况评分系统ⅱ评分。
22.在一些优选的实施方式中，所述血清甘露糖浓度水平检测的具体操作为：检测ards组和非ards组目标人群的甘露糖浓度水平，并且比较两组甘露糖浓度水平的中位数分布情况。
23.在一些优选的实施方式中，所述绘制受试者工作特征曲线具体操作为：将检测到的ards组和非ards组目标人群的甘露糖浓度代入ards风险概率公式，计算ards风险概率，
之后根据结果绘制受试者工作特征曲线公式并绘制受试者工作特征曲线。
24.作为一种优选的方案，所述ards风险概率公式为e
x
/(1 e
x
)；其中，x＝-6.2033 (-0.9074
×
甘露糖浓度水平) (0.0905
×
年龄) (-1.6683
×
性别) (0.0689
×
脓毒症) (0.6807
×
肺炎) (0.0257
×
急性生理学和慢性健康状况评分系统ⅱ评分)。公式中：患脓毒症＝1，未患脓毒症＝0；患肺炎＝1，未患肺炎＝0；性别为男性，性别＝1，性别为女性，性别＝0。
25.在一些优选的实施方式中，所述评估预测价值具体操作为：在绘制的受试者工作特征曲线计算模型评估指标，评价甘露糖浓度水平的预测价值。
26.在一些优选的实施方式中，所述目标人群为重症监护室的急重症患者。
27.本发明第二方面提供了一种上述基于血清甘露糖的ards风险预测模型的应用，包括该模型在重症监护室的急重症患者对于ards的患病风险概率预测中的应用。
28.实施例
29.以下通过实施例对本发明技术方案进行详细的说明，但是本发明的保护范围不局限于所述的所有实施例。
30.实施例1
31.实施例1第一方面提供了一种基于血清甘露糖的ards发生风险预测模型，模型构建步骤包含以下几步：(1)将预测目标重症监护室的急重症患者依据2011年ards柏林诊断标准分为ards组和非ards组；(2)收集ards组和非ards组病人的性别，年龄，体重，体温，白细胞，pct，lac，白蛋白，肺炎严重程度评分，肺损伤预测评分，急性生理学和慢性健康状况评分系统ⅱ评分，休克，糖尿病，慢性心功能不全，慢性阻塞性肺疾病，败血症和血小板指数信息；(3)检测ards组和非ards组目标人群的甘露糖浓度水平，并且比较两组甘露糖浓度水平的中位数分布情况；(4)将检测到的ards组和非ards组目标人群的甘露糖浓度水平的中位数带入ards风险概率公式，计算ards风险概率，之后根据结果绘制受试者工作特征曲线公式并绘制受试者工作特征曲线；(5)在绘制的受试者工作特征曲线计算模型评估指标，评价甘露糖浓度水平的预测价值。
32.本实施例中，ards风险概率＝e
x
/(1 e
x
)；其中，x＝-6.2033 (-0.9074
×
甘露糖浓度水平) (0.0905
×
年龄) (-1.6683
×
性别) (0.0689
×
脓毒症) (0.6807
×
肺炎) (0.0257
×
急性生理学和慢性健康状况评分系统ⅱ评分)；公式中：患脓毒症＝1，未患脓毒症＝0；患肺炎＝1，未患肺炎＝0；性别为男性，性别＝1，性别为女性，性别＝0。
33.本实施例中，ards的发病风险预测评估指标为81.52％。
34.性能评价
35.预测价值：如图1所示，通过绘制受试者工作特征曲线(roc)并且计算受试者工作特征曲线计算模型评估指标(auc)评估风险模型的预测价值。
36.通过实施例1和图1可以得知，本发明提供的基于血清甘露糖的ards发生风险预测模型及其应用，具有良好的ards发生风险预测特异性和敏感度，有效填补了ards风险预测领域中的空白部分，适宜在医学预测模型领域推广，具有广阔的发展前景。其中实施例1在具有最佳的模型构建方法和和步骤下获得了优异的模型评估指标。
37.最后指出，以上所述实施例仅为本发明较佳的实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所做任何修改、等同替换和改进等，均应包含在本发明的保
护范围之内。