吴文涌 陈瑞敏 袁 欣

中枢性性早熟(CPP)是由于下丘脑-垂体-性腺轴(HPGA)功能提前启动而导致女孩8岁前、男孩9岁前出现第二性征的一种常见儿科内分泌疾病，发病率1/5 000～1/10 000，女孩发病率为男孩的5～10倍[1]。CPP可导致骨骼成熟速度加快，骨龄(BA)提前，骨骺提前闭合，影响患儿终身高；也可导致心理问题或社会行为异常。因此，如何从性早熟的患儿中早期识别出CPP并及时干预，已是临床亟待解决的问题。

促性腺激素释放激素(GnRH)激发试验是目前诊断CPP的金标准，需在2 h内多次采血，且可能引起不良反应。如何不依赖于GnRH激发试验诊断CPP？目前已有许多学者就此进行了研究[2-3]，其中大多数集中于探讨激素等实验室指标，如黄体生成素(LH)和/或卵泡刺激素(FSH)的基础值及其比值，或者子宫大小、卵巢大小、垂体体积等彩超或影像学指标，以LH基础值诊断CPP有较高的特异性，但不同研究中的截断值差异较大[4-10]。由于往往无法同时获得较好的检测敏感度和特异度，单一指标用于诊断的局限性较大。近年来，Yuan等[11]以经直肠盆腔超声为基础构建了特发性CPP诊断预测模型，但有在操作不便；Calcaterra等[12]以盆腔彩超为基础构建了快进展型CPP诊断模型，但其诊断效能不满意；Pan等[13]以机器学习算法构建CPP诊断预测模型，极端梯度提升(XGBoost)模型和随机森林(random forest)模型的诊断效能尚可，但预测因子数多达19个，临床应用有困难。本研究旨在尽可能纳入较少检测项目的情况下，基于Lasso回归，应用Logistic回归方法开发新的女孩CPP多因素预测模型并评价其诊断效能。……