编辑推荐：
在医学研究中，白细胞（WBC）计数等血液学指标意义重大。为探究炎症标志物、血液学参数和人口因素的关系，研究人员分析 NHANES 2021 - 2023 数据。结果显示 AGP、hs - CRP 是 WBC 计数重要预测指标，模型有潜力但需优化，该研究对血液学和炎症评估意义重大。
在人体健康的 “神秘地图” 里，血液学指标就像一个个关键的 “地标”。白细胞（WBC）计数、红细胞（RBC）计数和血小板计数等，能敏锐地反映出身体里生理和病理过程的 “风吹草动”。高白细胞水平往往和全身炎症、免疫反应紧密相连，是心血管疾病、代谢疾病等多种急慢性病症的危险信号。炎症标志物，像高敏 C 反应蛋白（hs - CRP）和 α - 1 酸性糖蛋白（AGP），对判断全身炎症以及它对血液健康的影响至关重要。然而，它们预测白细胞计数升高的能力，以及和人口因素（年龄、性别、种族）之间的关系，还藏在 “迷雾” 中未被完全揭开。而且，不同人群在血液学和炎症特征上存在差异，现有的健康评估方法还不够精准。在这样的背景下，开展相关研究就像在迷雾中寻找清晰的方向，对精准健康评估和疾病防治意义非凡。
为了驱散这片 “迷雾”，来自美国的研究人员利用美国国家健康和营养检查调查（NHANES）2021 - 2023 年的数据，开展了一项关于炎症标志物（hs - CRP 和 AGP）与血液参数（WBC、RBC 和血小板计数）以及人口因素关系的研究。他们发现，AGP 和 hs - CRP 是炎症相关血液疾病的有力指标，年龄、性别和种族等人口变量在其中发挥着重要作用。虽然预测模型在结合人口和炎症数据识别高风险个体方面展现出一定潜力，但要用于临床还需进一步优化。这一研究成果发表在《Discover Public Health》上，为血液学和炎症评估的个性化方法提供了重要依据，有助于提升诊断水平，减少健康不平等现象。
研究人员主要运用了以下几种关键技术方法：首先，从 NHANES 获取包含人口变量、炎症标志物和血液学参数等多方面信息的数据。然后，使用描述性统计、相关性分析和普通最小二乘法（OLS）回归，确定 WBC、RBC 和血小板计数的预测因素。最后，构建类加权梯度提升模型预测白细胞升高情况，并通过多种指标评估模型性能 。
研究结果如下：
- 描述性统计和组间比较：研究涉及 11933 名参与者，高白细胞（WBC）病例组的 AGP 和 hs - CRP 水平显著高于非高 WBC 病例组，且年龄更小。性别和种族分布在两组间也存在差异，高 WBC 组女性和非西班牙裔黑人比例更高。
- 相关性分析：AGP 与 WBC 计数和血小板计数的弱正相关性比 hs - CRP 更强，年龄与血液学标志物呈负相关。性别差异方面，男性 WBC 计数略高。不同种族中，非西班牙裔黑人 WBC 计数较高，非西班牙裔白人较低。
- 回归分析（含交互效应）：AGP 是所有血液学参数的最强预测指标，与 WBC 计数关联尤为紧密。hs - CRP 也能显著预测 WBC 计数，但作用相对较小。年龄与 WBC、RBC 和血小板计数呈负相关。女性的 WBC、RBC 和血小板计数低于男性。非西班牙裔黑人的 WBC 计数显著高于非西班牙裔白人。同时，AGP 与 WBC 计数的关联随年龄增长而减弱，hs - CRP 与 WBC 计数的关联在女性中比男性更弱。
- 预测白细胞升高的模型构建：类加权梯度提升模型的受试者工作特征曲线下面积（AUC - ROC）为 0.64，显示出中等的区分能力。模型召回率为 0.74，但精度仅 0.44 。特征重要性分析表明，AGP、hs - CRP 和年龄是关键预测因素，非西班牙裔黑人种族和性别也对模型预测能力有贡献。
- 可视化分层分析：通过散点图可视化发现，年龄和性别会影响血小板计数、WBC 计数和 RBC 计数对炎症标志物的反应。例如，年龄较大人群血小板计数较低，年轻个体和男性在相同 AGP 水平下 WBC 计数更高，年轻个体 RBC 计数更高，女性 RBC 计数略低。
研究结论和讨论部分指出，AGP 与较高的 WBC 计数密切相关，进一步证实其在全身炎症中的作用，而 hs - CRP 与急性炎症关联可能更紧密。人口因素显著影响炎症和血液学标志物之间的关系，年轻个体免疫激活更强，女性和男性的免疫调节存在性别差异，非西班牙裔黑人的炎症标志物基线更高。预测模型虽有一定效果，但精度受限，未来需纳入更多因素提升准确性。此外，炎症可能通过影响造血作用导致白细胞计数变化，不同人群存在差异。该研究还强调了针对不同人群制定特定参考范围的重要性，这有助于减少诊断错误和健康不平等。虽然目前 AGP 和 hs - CRP 用于临床筛查存在一定局限，但在未来流行病学研究和个性化医疗中具有潜在价值。
