编辑推荐：
侵袭性真菌病（IFD）病情恶化风险高，早期预测困难。研究人员开展回顾性队列研究，构建预测 IFD 恶化的列线图。结果显示该列线图预测性能良好。这为早期评估 IFD 恶化风险提供有效工具，有助于改善患者预后。
在医学领域，侵袭性真菌病（Invasive Fungal Disease，IFD）如同隐藏在暗处的 “杀手”，时刻威胁着患者的生命健康。真菌孢子一旦在体内定植，就可能伺机而动，穿透组织引发 IFD，尤其是那些免疫系统受损的人群，更是 IFD 的 “易感目标”。即使患者住院接受治疗，仍有相当比例的人会面临真菌播散、病情恶化的风险，甚至发展到危及生命的地步。像侵袭性肺曲霉病患者的死亡率在 30% - 60%，侵袭性念珠菌病患者死亡率在 40% - 60% ，造血干细胞移植后的患者死亡率也高达 31.3% - 50%，这无疑给患者及其家庭带来了沉重的身心负担和经济压力，也让医疗机构面临巨大挑战。
早期发现并及时干预 IFD 恶化，是改善患者预后的关键。然而，现实却困难重重。IFD 的临床表现和病程变化多端，令人难以捉摸。大约 30% - 80% 的肺隐球菌病患者可能毫无症状，而非中性粒细胞减少的患者，IFD 的临床表现更为隐匿，常常导致诊断和治疗的延迟。再加上治疗不当、耐药菌株的出现等因素，使得病情恶化的预测难上加难。不过，有研究发现，疾病从真菌定植到组织突破与患者的基线变量，如基础疾病状况、免疫状态等密切相关，这就为早期预测带来了一线希望。
为了攻克这一难题，来自南方医科大学珠江医院、暨南大学附属广东省第二人民医院等机构的研究人员展开了一项意义重大的研究。他们的研究成果发表在《BMC Infectious Diseases》杂志上。
研究人员采用了回顾性队列研究方法。他们从中国南方两所知名的三级教学医院入手，通过电子病历系统（Electronic Medical Record System，eMRS），筛选出 2011 年 1 月 1 日至 2021 年 6 月 30 日期间疑似 IFD 的住院患者。经过严格的筛选标准，最终 736 例确诊为 IFD 的患者纳入研究，其中 480 例来自第一所医院，256 例来自第二所医院。
在研究过程中，研究人员首先明确了各项定义。例如，临床确诊 IFD 的标准遵循 EORTC/MSGERC 指南 ；宿主因素包括近期中性粒细胞减少（中性粒细胞 < 0.5×109/L 持续 > 10 天）、血液系统恶性肿瘤、接受异基因干细胞或实体器官移植（Solid Organ Transplant，SOT）等多种情况；IFD 恶化则被定义为出现真菌播散、危及生命的状况，伴有至少一种或多种器官功能障碍，需要支持治疗。
接着，研究人员系统地收集了患者入院时的基线临床特征，涵盖了人口统计学信息、发病至诊断时间、季节发病模式、宿主相关因素、合并症、入院症状、实验室检查结果等多个方面。对于来自第二所医院的患者（作为外部验证集），则仅收集通过二元逻辑回归分析确定的独立预测因子，以简化数据收集过程。
为了构建预测模型，研究人员将第一所医院的患者随机分为训练集和内部验证集，比例为 7:3，第二所医院的患者作为外部测试集。在训练集中，研究人员运用最小绝对收缩和选择算子（Least Absolute Shrinkage and Selection Operator，LASSO）回归，结合二元逻辑回归，确定了 IFD 恶化的最佳预测因子和独立预测因子。经过层层筛选，最终确定了 7 个独立预测因子，分别是 SOT、慢性心脏病（Chronic Heart Disease，CHD）、存在一种或多种合并症、发热、白细胞增多、非贫血和血小板减少。基于这些独立预测因子，研究人员构建了预测 IFD 恶化的列线图（nomogram）。
随后，研究人员对列线图进行了全面评估。在训练集、内部验证集和外部测试集中，该列线图都展现出了卓越的预测性能。训练集的受试者工作特征曲线下面积（Area Under the Receiver Operating Characteristic Curve，AUC）为 0.88，内部验证集为 0.91，外部测试集为 0.90。Hosmer - Lemeshow 检验和 Brier 评分表明模型拟合度良好，校准曲线也显示出列线图预测结果与实际观察结果高度一致。决策曲线分析（Decision Curve Analysis，DCA）进一步证明，使用该列线图预测 IFD 恶化能带来显著的临床净效益。
研究结果表明，该列线图在预测 IFD 恶化方面表现出色，无论是在内部验证集还是外部测试集，都展现出了较高的准确性和可靠性。这意味着，临床医生可以借助这个列线图，更精准地预测患者 IFD 恶化的风险，从而及时采取有效的干预措施，改善患者的预后。
从独立预测因子来看，SOT 对 IFD 恶化的预测能力最强，这与它作为 IFD 的宿主因素作用相符。发热和合并症虽然在 IFD 患者中较为常见，但以往常被忽视作为病情恶化的风险因素。研究发现，CHD 会增加患者细菌和真菌感染的风险 ；血小板减少与患者预后相关 ；非贫血与 IFD 恶化呈负相关，可能是因为血红蛋白降解产生的血红素具有抗菌活性，对 IFD 恶化有保护作用 ；白细胞增多在本研究中是 IFD 恶化的重要预测因子，这与以往认为中性粒细胞减少是 IFD 主要风险因素的观点不同，可能是因为白细胞增多反映了患者处于感染活跃状态。
与以往研究相比，本研究构建的列线图在预测 IFD 恶化方面具有独特优势。虽然目前已有针对 IFD 的列线图和机器学习模型，但大多聚焦于 IFD 的鉴别诊断、发病和死亡风险预测，且本研究的列线图在解释性和临床可用性上更胜一筹。它能直观地展示变量权重及其对预测的影响，方便临床医生快速做出决策。
不过，本研究也存在一些局限性。研究对象仅来自中国南方两所医院，数据多样性受限，可能影响结果的普适性；部分数据缺失，如入院时的胸部 CT 图像和真菌血清学结果未纳入分析；严重和非严重 IFD 患者比例不平衡，可能导致模型偏差；模型未纳入动态随访变量，无法完全捕捉疾病过程中的变化。
尽管如此，这项研究仍然意义非凡。它成功识别出 7 个独立预测因子，并构建了能在疾病早期评估 IFD 恶化可能性的列线图。这为临床医生提供了一个简单、无创且可行的预测工具，在门诊、住院部、资源有限的医疗机构甚至家庭护理中都有广泛的应用前景。未来，还需要多中心研究，纳入不同地区、更完整数据的 IFD 患者，进一步提升模型的预测性能和适用性，为抗击 IFD 提供更有力的支持。
研究人员在本研究中主要运用了以下关键技术方法：一是回顾性队列研究，从两所医院收集大量 IFD 患者的临床数据；二是运用 LASSO 回归和二元逻辑回归，筛选出 IFD 恶化的独立预测因子；三是通过构建列线图，并在训练集、内部验证集和外部测试集中对其预测性能、校准度和临床实用性进行评估。
