Разработка и внешняя проверка логистических регрессионных моделей интеграции обычных полных данных о крови и численности клеточного населения для прогнозирования RT-PCR-подтвержденного денге.

СПРАВОЧНАЯ ИНФОРМАЦИЯ: Дифференцирование денге с другими острыми фебрилическими заболеваниями в ходе первоначальной клинической оценки по-прежнему сопряжено с трудностями из-за часто неконкретного характера представления проявлений. В ходе этого исследования были разработаны модели логистической регрессии, которые были аттестованы с внешней точки зрения для прогнозирования обратной транскрипции полимеразной цепной реакции (RT-PCR), подтвержденной денге путем интегрирования обычных параметров полного количества крови (CBC) и данных о численности клеток автоматизированных гематологических анализаторов.

МЕТОДЫ

В этом многоэтапном исследовании по ретроспективной диагностической точности анализируются традиционные параметры КБК и связанные с лейкоцитами характеристики данных о популяциях клеток (ДКП) для прогнозирования подтверждаемой Денге RT-PCR. Модели были разработаны в клинически подозреваемых случаях на основе результатов РТ-ПКР, полученных одной больницей, и впоследствии оценены с использованием внутренней проверки и трех внешних параметров. Коэффициенты регрессии и классификационные предельные значения были установлены на основе категории подготовки.

Результаты

В общей сложности были проанализированы 1689 клинических образцов, прошедших проверку с использованием ПТ-ПКР (426 случаев с положительным содержанием денге и 1263 случая с отрицательным воздействием денге). По сравнению с РТ-PCR-negative febrile-регулятором, случаи с положительной реакцией денге показали более низкий уровень белых кровяных клеток и количества тромбоцитов, а также более высокую ширину распределения моноцитов (все p < 0,001). Первичная модель, основанная на четырех прогнозах, позволила получить площадь под кривой (AUC) 0,86 в группе подготовки и 0,85 в группе внутренней проверки. В независимой больничной когорте модель сохраняла значительную дискриминацию (AUC = 0,85), при этом была отмечена высокая чувствительность и отрицательное прогнозное значение с использованием заранее определенного предельного показателя, полученного в результате профессиональной подготовки. Предсказуемые позитивные показатели по-прежнему были низкими в здоровой группе населения.

ВЫВОДЫ

Логистические регрессионные модели, объединяющие традиционные СБК и связанные с лейкоцитами элементы ДСП, продемонстрировали стабильную эффективность во всех параметрах проверки и могут облегчить стратификацию рисков денге с использованием регулярно имеющихся лабораторных данных.