基于人口调整临界值的新型血液学判别公式优化策略提升β-地中海贫血特征筛查效能

【编辑推荐】本研究创新性提出通过人口调整临界值（Index of Union方法）优化32种血液学判别公式（HDF）对斯里兰卡人群β-地中海贫血特征（βTT）的筛查效能。Bordbar公式在男性（AUC=0.908）及Shine & Lal等6种公式在女性（AUC>0.833）中表现优异，经校准后筛查性能显著提升，为资源有限地区提供精准、经济的βTT筛查新方案。

　　

亮点

本研究评估了32种血液学判别公式（HDF）在斯里兰卡1030人队列中的β-地中海贫血特征（βTT）筛查性能，并探索通过人口调整临界值提升其预测效能。结果显示，采用基于人群特异的临界值校准可显著优化多数HDF的筛查效率，尤其在男性群体中凸显了种群特异性校准对筛查策略的重要性。

讨论

与既往研究相比，本研究发现Bordbar公式在男性中展现出卓越预测性能（AUC=0.908；约登指数[YI]=0.815），而Shine & Lal、Kerman-I等6种公式对女性具有高判别力（AUC>0.833；YI>0.666）。引人注目的是，应用人口调整临界值后，Shine & Lal公式在男性（AUC=0.937；YI>0.873）和Nishad公式在女性（AUC=0.897；YI>0.794）中分别达到最佳性能，证实了临界值校准对跨种群筛查的关键作用。

结论

确定人口调整临界值是提升HDF在不同人群中βTT筛查性能的创新性举措，为资源有限地区的精准筛查提供了可推广的解决方案。