河南省疾病预防控制中心（450016） 潘静静康 锴 王彦霞 聂轶飞 尤爱国 茹维平

Logistic回归及ROC曲线综合评价危重型手足口病的预测指标*

河南省疾病预防控制中心（450016） 潘静静△康 锴 王彦霞 聂轶飞 尤爱国 茹维平

目的了解不同指标对危重型手足口病的预测能力。方法收集2009年1-12月在郑州市某儿童医院住院的455例重型及危重型手足口病资料，用logistic逐步回归筛选危重型手足口病的影响因素，建立预测模型，用ROC曲线评价不同指标对危重型手足口病的预测能力及最佳界值。结果综合了发热持续时间、血白细胞计数和空腹血糖的危重型手足口病预测模型的曲线下面积（AUC）为0.819，界值为0.085，灵敏度为72.7%，特异度为93.1%，阳性似然比为10.54，阴性似然比为0.29，一致率为88.59%，kappa值为0.67，阳性预测值为75.00%，阴性预测值为92.31%，均优于单一指标。结论联合外周血白细胞计数、空腹血糖和发热持续时间的回归模型有助于提高对危重型手足口病的预测能力。

logistic回归 ROC曲线 危重型手足口病 预测指标

手足口病（HFMD）是由多种肠道病毒感染引起的传染病，以发热和手、足、口腔等部位的皮疹或疱疹为主要表现，少数患者会出现急性迟缓性麻痹、无菌性脑膜炎、神经源性肺水肿等较重表现，预后较差［1］。目前，手足口病尚缺乏有效的疫苗预防，部分危重型患儿由于发生严重并发症导致死亡［2］。本研究应用logistic回归模型及受试者工作特征曲线（receiver operating characteristic curve，ROC curve）对多项指标进行综合分析，旨在预测发生危重型手足口病的可能性，尽早采取干预措施，改善患儿预后。

对象与方法

1.调查对象：郑州市某儿童医院2009年1-12月救治的重型及危重型手足口病病例455例，其中重型为366例，危重型为89例。

2.调查方法与内容

（1）调查方法：依据中国疾病预防控制信息系统中手足口病的报告情况确定调查对象的名单，自行设计调查问卷，通过查阅病历，完成调查表的填写。

（2）调查内容：包括患儿一般情况和临床生化检查（血常规、空腹血糖、C反应蛋白等）。

3.诊断标准：依据我国卫生部颁布的《手足口病诊疗指南》（2010年版）［3］，重型病例指出现神经系统受累表现。如：精神差、嗜睡、易惊、谵妄；头痛、呕吐；肢体抖动，肌阵挛、眼球震颤、共济失调、眼球运动障碍；无力或急性弛缓性麻痹；惊厥。体征可见脑膜刺激征，腱反射减弱或消失。凡具有以下特征之一可诊断为危重型病例：①频繁抽搐、昏迷、脑疝；②呼吸困难、紫绀、血性泡沫痰、肺部罗音等；③休克等循环功能不全。

4.统计分析 应用M icrosoft Excel整理数据，应用SPSS15.0软件，采用t检验、多因素logistic回归和ROC曲线对有关数据进行统计分析，检验水准α＝0.05。

结 果

1.重型及危重型病例的相关指标比较 结果显示，危重型病例的发热持续时间、外周血白细胞计数、中性粒细胞比例、血小板计数、C反应蛋白（CRP）和空腹血糖均大于重型病例，差异均有统计学意义（P＜0.05）。见表1。

表1 重型及危重型病例的相关指标比较

2.logistic回归筛选影响病情的指标 危重型手足口病影响因素logistic回归分析中因变量病情赋值为：1＝危重型，0＝重型，自变量为发热持续时间、外周血白细胞计数、中性粒细胞比例、血小板计数、C反应蛋白（CRP）和空腹血糖，均为定量资料。多因素逐步logistic回归显示，发热持续时间、血白细胞计数和空腹血糖是危重型手足口病的独立危险因素（P＜0.05），见表2。预测模型为P＝1/（1＋e-Z），Z＝-7.7355＋0.2972×发热持续时间＋0.1448×空腹血糖＋0.1226×外周血白细胞计数。

表2 危重型手足口病影响因素分析（多因素logistic回归分析）

3.ROC曲线评价不同指标对危重型手足口病的预测能力 以《手足口病诊疗指南》（2010年版）中危重型手足口病的诊断标准为金标准，分别以发热持续时间、血白细胞计数、空腹血糖及预测模型为检验变量，做ROC曲线分析，选择Youden指数最大的截断点对应的界值作为危重型手足口病的预测界值［4］，见图1。结果显示，预测模型的曲线下面积（AUC）最大，为0.819，见表3。预测模型的界值为0.085，灵敏度、特异度、似然比、一致率和预测值等指标见表4。

表3 不同指标预测危重型手足口病的AUC

表4 不同指标对危重型手足口病的预测界值

讨 论

对危重型手足口病危险因素的分析是国内外研究的热点问题之一，对预测病情具有重要意义。但目前尚缺乏对危险因素的定量研究，准确性仍待提高，且危重型手足口病的诊断标准中有些容易受临床医生的主观影响，结果不够客观。因此，本研究筛选危重型手足口病的独立危险因素，建立预测模型，客观、综合、量化地预测患儿病情，并用ROC曲线评价其预测能力。

ROC曲线将诊断试验的灵敏度及特异度联系起来，是一种全面的、准确的评价诊断试验的有效工具［5］。一项诊断试验的应用价值主要通过真实性反应，ROC曲线下面积（AUC）是被普遍认可的评价诊断试验真实性的指标［6］，完全无价值的诊断试验AUC为0.5，理想的诊断试验AUC为1，AUC在0.5～0.7时诊断价值较低，在0.7～0.9时诊断价值中等，在0.9以上时诊断价值较高［7］。ROC曲线还可以确定检测的最佳临界点［8］。在应用中，较好的办法是选择曲线上靠近左上方，Youden指数最大的切点为最佳临界点［4］，使灵敏度和特异度均较高。

图1 危重型手足口病预测指标的ROC曲线

本研究发现，发热持续时间，外周血白细胞计数和空腹血糖是危重型手足口病的危险因素。手足口病患儿免疫力低，容易并发细菌感染，引发外周血白细胞增加［9］。机体在损伤因子的刺激下，交感神经兴奋，儿茶酚胺分泌增多，刺激血糖在短期内增高［10］。空腹血糖和白细胞计数与病情及预后密切相关，血糖和白细胞计数升高越明显，病情越危急，预后越差［11］。

本研究ROC曲线分析结果显示，模型的AUC为0.819，属于中等水平，预测界值为0.085，灵敏度为72.7%，特异度为93.1%，阳性似然比为10.54，阴性似然比为0.29，kappa值为0.67，一致率为88.59%，阳性预测值为75.00%，阴性预测值为92.31%，上述指标均优于发热持续时间、血白细胞计数和空腹血糖，说明模型对危重型手足口病具有较好的预测能力，优于单一指标。

综上所述，应关注手足口病患儿发热持续时间、空腹血糖和外周血白细胞计数的变化，这些指标容易得到，不受主观因素影响，应用ROC曲线，联合这几个指标的模型能较为客观、准确地预测危重型手足口病的发病风险，优于单一指标，并能找到最佳的预测界值，为临床工作者科学、准确、定量地预测病情提供参考，有效筛选出可能发生危重型的高危患儿，及时给予治疗，对改善预后起到积极作用。

1.刘雯，郭宇红，刘继艳.开封市2010年手足口病流行特征及病原学分析.中国卫生统计，2011，28（6）：719-720.

2.Chan KP，Goh KT，Chong CY，et al.Epidem ic hand，foot and mouth disease caused by human enterovirus 71，Singapore.Emerg Infect Dis，2003，9（1）：78-85.

3.卫生部.手足口病诊疗指南（2010年版）.柳州医学，2012，25（2）：140-143.

4.陈卫中，倪宗瓒，潘晓平，等.用ROC曲线确定最佳临界点和可疑值范围.现代预防医学，2005，32（7）：729-731.

5.Gregory M.Receiver operating characteristic（ROC）plots：Fundamental Evaluation Tool in Clinical Medicine.Clin Chem，1993，30（4）：561-567.

6.林果为.诊断试验的研究与评价.诊断学理论与实践，2003，2：附1-附4.

7.余松林.医学统计学.北京：人民卫生出版社，2002：164-178.

8.徐林发，汪素珍，王柏省.应用ROC曲线求解最佳切点的方法介绍.中国卫生统计，2011，28（6）：701-705.

9.慎强，爱荣，施凯舜，等.重症手足口病危险因素及临床特点分析.医学研究杂志，2011，40（2）：93-95.

10.王颖，崔雪平.血糖异常对新生儿缺氧缺血性脑病影响及预后分析.中华全科医学，2009，7（4）：389-390.

11.汤奋扬，嵇红，李亮，等.儿童手足口病重症病例影响因素的病例对照研究.南京医科大学学报（自然科学版），2011，31（1）：123-126.

（责任编辑：丁海龙）

Com prehensive Evaluation of the Oredictive Indexes for Critical Hand-footmouth Disease by Logistic Regression and ROC Curve

Pan Jingjing，Kang Kai，Wang Yanxia，et al（InstituteofInfectiousDiseasePreventionandControl，CenterforDiseaseControl andPreventionofHenanProvince（450016），Zhengzhou）

ObjectiveTo explore the predictive power of different indexes for critical hand-foot-mouth disease（HFMD）.MethodsMedical records of 455 severe and critical HFMD cases hospitalized in some children hospital in Zhengzhou city from January to December in 2009 were collected，and the influencing factors of critical HFMD were screened and the predictivemodel was set up w ith logistic regression.Then predictive power of different indexes for critical hand-foot-mouth disease（HFMD）was evaluated and the cut-off points were determ ined w ith receiver operating characteristic curve（ROC curve）.ResultsThe area under ROC curve（AUC）of the predictive model for critical HFMD combined w ith fever duration，white blood cell count and fasting blood glucose，cut-off point，sensitivity，specificity，Youden’s index，positive likelihood ratio，negative likelihood ratio，Kappa，concordance rate，positive predictive value and negative predictive value was 0.819，0.085，72.7%，93.1%，65.8%，10.54，0.29，0.67，88.6%，75.0%and 92.3%，respectively.All the data above surpassed thatof either parameter alone.ConclusionThemodel of logistic regression combined w ith white blood cell count，fasting blood glucose and fever duration is helpful to improve the predictive power for critical HFMD.

Logistic regression；ROC Curve；Critical hand-foot-mouth disease；Predictive indexes

2011年度河南省医学科技攻关计划项目（编号2011020177）

△通信作者：潘静静