《Canadian Respiratory Journal》：Analysis of Risk Factors and Development of a Predictive Nomogram for Bronchiolitis Obliterans in Children With Severe Adenovirus Pneumonia: A Retrospective Study
编辑推荐：
背景：闭塞性细支气管炎（BO）是一种罕见的儿童慢性肺部疾病，其特征为小气道的不可逆纤维性缩窄。本研究旨在分析重症腺病毒肺炎（SAP）所致BO的风险因素，并构建一个用于个性化预测的列线图模型。
方法：研究人员回顾性分析了2017年1月至2024年3月期间南京
背景：闭塞性细支气管炎（BO）是一种罕见的儿童慢性肺部疾病，其特征为小气道的不可逆纤维性缩窄。本研究旨在分析重症腺病毒肺炎（SAP）所致BO的风险因素，并构建一个用于个性化预测的列线图模型。
方法：研究人员回顾性分析了2017年1月至2024年3月期间南京医科大学附属儿童医院收治的251例SAP患儿。其中，77例被归入BO组，174例归入非BO组。基于单因素分析、最小绝对收缩和选择算子（LASSO）回归以及多因素logistic回归确定的独立风险因素，构建了一个预测性列线图。
结果：多变量分析确定了BO的以下独立风险因素：喘息（比值比[OR]=4.78；95%置信区间[CI]为2.00~11.40；p<0.001）、大叶实变（OR=8.53；95% CI为3.63~20.02；p<0.001）、住院时长（OR=1.20；95% CI为1.08~1.33；p<0.001）和发热持续时间（OR=1.20；95% CI为1.09~1.32；p<0.001）。机械通气显示出风险增加的趋势，但未达到统计学显著性（OR=5.35；95% CI为0.74~38.56；p=0.096）。该列线图表现出优异的区分能力，曲线下面积（AUC）为0.90（95% CI：0.85~0.94）。校准曲线显示预测结果与观察结果之间具有良好的一致性。决策曲线分析表明，在临床相关的阈值概率范围0.10~0.70内，该模型具有净临床获益。
结论：研究人员构建了一个包含五个独立风险因素（喘息、发热持续时间、住院时长、机械通气和大叶实变）的列线图，用于预测SAP患儿发生BO的风险。
**论文解读：儿童重症腺病毒肺炎后闭塞性细支气管炎风险因素分析与预测列线图构建**
**研究背景与问题**
闭塞性细支气管炎（bronchiolitis obliterans, BO）是一种罕见的儿童慢性肺部疾病，病理特征为小气道不可逆的纤维性缩窄，导致持续性或复发性咳嗽、喘息、呼吸困难和运动不耐受，预后较差。在儿科患者中，BO的主要病因是严重下呼吸道感染（lower respiratory tract infections, LRTIs），即感染后闭塞性细支气管炎（post-infectious bronchiolitis obliterans, PIBO）。腺病毒（adenovirus, ADV）是儿童社区获得性肺炎的常见病原体，其中20.6%–37.9%的病例可能进展为重症腺病毒肺炎（severe adenovirus pneumonia, SAP）。SAP临床进展迅速，死亡率约6.88%，幸存者中约14%–60%出现长期后遗症，BO是常见并发症之一。目前常用疗法（全身性糖皮质激素、大环内酯类抗生素、白三烯受体拮抗剂、静脉注射免疫球蛋白）对改善肺功能效果有限，这可能与BO诊断延迟、已发生不可逆肺纤维化有关。因此，早期识别SAP后BO的风险因素至关重要。既往研究已确定一些独立风险因素，如发热持续时间延长、乳酸脱氢酶（lactate dehydrogenase, LDH）水平升高、外周血中性粒细胞百分比、急性呼吸衰竭、多灶性肺炎、高碳酸血症、有创机械通气及ICU入住等，但针对SAP后BO风险因素的研究仍较少，需进一步探索。该研究旨在通过回顾性分析SAP患儿的临床、实验室及影像学变量，比较BO组与非BO组，构建预测模型以实现早期识别高危病例，从而改善临床结局。论文发表在《Canadian Respiratory Journal》。
**主要技术方法**
研究人员采用回顾性队列研究设计，纳入2017年1月至2024年3月南京医科大学附属儿童医院收治的251例SAP患儿（BO组77例，非BO组174例）。关键技术方法包括：①单因素分析筛选变量（连续变量用t检验或Mann–Whitney U检验，分类变量用卡方检验）；②最小绝对收缩和选择算子（least absolute shrinkage and selection operator, LASSO）回归进行变量选择，以降低过拟合风险；③多因素logistic回归确定独立风险因素；④基于独立风险因素构建列线图（nomogram）预测模型；⑤模型性能评估：受试者工作特征（receiver operating characteristic, ROC）曲线评估区分度（AUC），校准曲线评估预测概率与观察概率的一致性，决策曲线分析（decision curve analysis, DCA）评估临床净获益。样本队列来源于单一中心（儿童医院），所有患者随访至少18个月（中位42个月）。
**研究结果**
**3.1 BO组与非BO组临床特征比较**
共纳入251例SAP患儿，BO组77例（30.68%），非BO组174例（69.32%）。年龄分布有显著差异（χ2=12.82，p=0.002）：BO组中12个月以下及24个月以下患儿比例更高，非BO组中>24个月患儿比例更高。性别无显著差异。BO组住院时长、峰值体温、发热持续时间、PICU入住率、喘息发生率、特应性病史、肺炎支原体（MP）合并感染、呼吸衰竭、心力衰竭及脓毒症发生率均显著高于非BO组（p<0.05）。实验室指标方面，BO组血红蛋白（HGB）更低，活化部分凝血活酶时间（APTT）和凝血酶时间（TT）升高，组织损伤标志物（天冬氨酸转氨酶AST、LDH、肌酸激酶CK）显著升高，免疫指标显示CD4
+T细胞计数降低、总T细胞和B细胞计数升高（p<0.05）。影像学上，BO组大叶实变（large lobar consolidation）和弥漫性细支气管炎（diffuse bronchiolitis）发生率显著更高（p<0.05）。治疗方面，BO组使用糖皮质激素、IVIG和机械通气比例显著更高（p<0.05）。
**3.2 LASSO变量选择与多因素logistic回归分析**
单因素分析共筛选出26个显著变量。LASSO回归（排除低患病率的弥漫性细支气管炎）最终选择9个非零系数变量：PICU入住、喘息、特应性、大叶实变、呼吸衰竭、年龄、住院时长、机械通气、发热持续时间。多因素logistic回归确定独立风险因素：喘息（OR=4.78，95%CI: 2.00~11.40，p<0.001）、大叶实变（OR=8.53，95%CI: 3.63~20.02，p<0.001）、住院时长（OR=1.20，95%CI: 1.08~1.33，p<0.001）、发热持续时间（OR=1.20，95%CI: 1.09~1.32，p<0.001）。机械通气虽未达统计学显著性（OR=5.35，95%CI: 0.74~38.56，p=0.096），但因其临床重要性及既往研究证据，被纳入列线图模型。
**3.3 列线图模型构建**
基于上述五个风险因素构建列线图预测模型。Hosmer–Lemeshow检验显示模型拟合良好（p=0.019）。模型区分度优异：AUC为0.90（95%CI: 0.85~0.94）。校准曲线显示预测概率与观察概率高度一致。DCA表明，在阈值概率0.10~0.70的临床相关范围内，列线图相比“全部治疗”或“不治疗”策略具有净临床获益。
**讨论与结论总结**
研究讨论部分指出，PIBO是儿童重症肺炎的严重长期肺部后遗症，初始肺损伤程度是主要决定因素。ADV是PIBO的主要病原体，占PIBO总量的20%–69%。本研究中BO发生率为30.7%，与既往文献一致。喘息作为独立风险因素（OR=4.78），其病理生理基础为小气道炎症损伤后异常修复导致纤维性闭塞，引起固定性气道阻塞，且对支气管扩张剂反应差。发热持续时间延长和大叶实变均与更严重的肺损伤相关，住院时长作为肺炎严重度的替代指标。机械通气虽置信区间宽，但点估计值（OR=5.35）提示其为重要风险因素。LDH在单因素分析中有差异但未进入模型，与部分研究不一致。MP合并感染有差异但非独立预测因子。最终构建的列线图模型具有三个优势：所有预测因子均为床旁可获取的常规临床变量，无需特殊实验室检测，适用于资源有限环境；可辅助临床早期识别高危患者；可能通过早期干预改善预后。研究局限性包括单中心设计、样本量有限、未进行亚组分析、部分预测因子（住院时长、发热持续时间）在入院时无法获得，但该模型仍可作为住院监测工具，比当前临床延迟数月诊断有显著改善。
**研究结论**：研究构建了一个包含五个预测因子（喘息、大叶实变、机械通气、发热持续时间、住院时长）的列线图，用于评估SAP患儿发生PIBO的风险。该模型表现出优异的预测性能，有望辅助临床识别和治疗决策。
