基于常规指标的K-means聚类分析识别重症结核亚型及其临床结局差异

《European Journal of Medical Research》：Two distinct subtypes of severe pulmonary tuberculosis for short-term risk stratification: a cluster analysis

　　

摘要

背景

重症结核（STB）在临床上具有异质性，但是否存在具有不同短期临床结局的亚型尚不明确。

方法

本回顾性研究纳入500例重症结核患者。采用K-means聚类分析六个常规变量（年龄、BMI、白蛋白、淋巴细胞、中性粒细胞、CRP）识别亚型，并比较各簇间临床结局。

结果

分为两种亚型：簇1（高炎症型，n?=?228）和簇2（低炎症型，n?=?272）。簇1患者年龄大于簇2，BMI和白蛋白较低，伴淋巴细胞减少，中性粒细胞和CRP较高。与簇2相比，簇1无创通气率（11.8% vs. 1.8%）、有创机械通气率（8.8% vs. 2.2%）、ICU收治率（6.1% vs. 1.1%）显著更高，住院时间更长（14.0 vs. 11.0天，所有P?<?0.01），院内死亡率无统计学显著差异（簇1：2/228，0.9%；簇2：1/272，0.4%；P?=?1.000），但极低的死亡数在很大程度上限制了该比较的可解释性。校正年龄、BMI、自身免疫性疾病和COPD后的多因素Logistic回归分析确认，以簇1为参照组，簇2无创通气风险（OR?=?0.138，95% CI 0.037–0.421，P?=?0.001）、有创机械通气风险（OR?=?0.149，95% CI 0.050–0.391，P?<?0.001）及ICU收治风险（OR?=?0.078，95% CI 0.017–0.267，P?<?0.001）均显著降低。

结论

六个常规变量可将重症结核分为高炎症簇和低炎症簇。高炎症簇需要更多呼吸支持和ICU治疗。这为资源有限地区提供了一种实用的风险分层工具。