基于血液的肺结核诊断模型的开发与验证:整合GBP5表达与常规实验室指标
《Medical Care》:Development and validation of a blood-based diagnostic model for pulmonary tuberculosis combining GBP5 expression and routine laboratory indicators
【字体:
大
中
小
】
时间:2026年09月22日
来源:Medical Care 1.9
编辑推荐:
世界卫生组织报告,在结核病(TB)患者的初诊时,仅有54%的患者接受了快速诊断检测。结核病的传统实验室检测方法具有较高特异性(>90%),但敏感性较低(<50%),这意味着大量结核病患者被漏诊。改善诊断方法对于减轻结核负担至关重要。然而,目前关于多指标血液模型用于快速诊断结核
世界卫生组织报告,在结核病(TB)患者的初诊时,仅有54%的患者接受了快速诊断检测。结核病的传统实验室检测方法具有较高特异性(>90%),但敏感性较低(<50%),这意味着大量结核病患者被漏诊。改善诊断方法对于减轻结核负担至关重要。然而,目前关于多指标血液模型用于快速诊断结核病的研究仍然有限。我们开发了一种快速的、非痰液依赖的检测模型,以提高结核病诊断效率。本研究为一项回顾性病例对照研究,纳入2023年5月至2024年5月在苏州大学附属传染病医院肺内科就诊的301例活动性肺结核(ATB)患者和191例其他肺部疾病(OPD)患者。ATB诊断的金标准为综合临床诊断,包括临床诊断或病原学确诊。ATB的诊断结果(ATB与OPD)被定义为因变量,鸟苷酸结合蛋白5(GBP5)表达水平及常规实验室指标(包括血常规和血浆蛋白检测)被定义为自变量。通过单因素和多因素Logistic回归分析筛选关键预测因子,并采用AdaBoost算法构建结核病诊断模型。该模型的性能与传统实验室结核病检测进行了比较,采用DeLong检验评估AdaBoost与传统方法间AUC的统计学差异。通过单因素和多因素Logistic回归分析,筛选出GBP5基因、白细胞(WBC)计数、血小板(PLT)计数和凝血酶原时间(PT)用于构建基于AdaBoost算法的ATB诊断模型。AdaBoost模型在训练集中的AUC为0.808,在测试集中的AUC为0.805,而涂片镜检、结核分枝杆菌(MTB)培养、Xpert MTB/RIF和IGRA的AUC分别为0.67、0.59、0.63和0.75。因此,我们的模型显示出了优于传统方法的诊断性能。本研究初步表明,基于GBP5基因表达和常规血液指标的AdaBoost诊断模型可作为ATB临床诊断的潜在工具。然而,若要应用于临床实践,仍需大样本验证该模型的性能。
1. 引言
结核病是由结核分枝杆菌(MTB)引起的一种慢性传染病,主要通过呼吸道传播。[1] 根据最近的世界卫生组织全球结核病报告,2024年全球估计有1070万例新发结核病病例,其中830万例(78%)为报告的确诊病例,包括690万例肺结核病例。[2] 中国估计有69.6万例新发结核病病例,占全球新发病例的6.5%,在30个结核病高负担国家中排名第4,其中59.2万例为报告的确诊病例。2024年,儿童和成人分别约占全部新发结核病病例的11%和89%。[2] 结核病可分为肺结核和肺外结核,其中肺结核是最常见的类型。[1] 根据世界卫生组织的报告,肺外结核占所有报告的结核病病例的16%。在中国,肺外结核的患病率较高,约占21.3%。[3] 世界卫生组织已设定了2035年终结结核病流行的目标,旨在将发病率降至每10万人口少于10例,并将结核病相关死亡减少95%。[2]
快速准确的诊断是结核病防控的关键步骤。经Xpert MTB/RIF、涂片镜检或MTB培养等病原学检测确诊的患者被定义为病原学确诊病例。基于病原体的检测对于准确诊断至关重要,通常在痰液或侵入性样本(如支气管肺泡灌洗液)中进行。然而,痰液样本质量受多种因素影响,难以标准化,特别是在儿童、重症患者和肺外结核病例中。[3] 2024年,全球仅有64%的新发结核病病例得到病原学确诊。[2] 在一项前瞻性研究中,以临床诊断为参考标准,Xpert MTB/RIF、培养法和涂片镜检的诊断敏感性和特异性分别为39.4%和100%、46.8%和100%、34.9%和100%。[4] 早在2014年,世界卫生组织就呼吁开发快速、准确、非痰液依赖的诊断工具,这对于早期发现肺结核至关重要。[4]
GBP5是一种干扰素诱导的GTP酶,通过调节炎症小体活化和细胞免疫,在宿主针对结核分枝杆菌的免疫应答中发挥关键作用。[5,6] 然而,其在结核病中的具体免疫机制尚 largely 未被探索。先前的研究表明,GBP5单基因检测在结核病诊断中具有良好的诊断性能。[7–9] 常规实验室参数(如WBC和PLT)也反映了免疫状态和疾病进展。[10,11] 基于上述发现,我们假设将GBP5基因表达与常规血液学指标结合,可以进一步提高诊断性能,同时保持低成本和简便性,使其适用于基层医疗卫生机构。机器学习能够从数据中自主学习,捕捉多指标组合变化的规律,实现预测、分类或决策功能。[12] 近年来,机器学习已成功应用于各种疾病的诊断。[13] 因此,我们采用AdaBoost机器学习算法开发了一种新的基于血液的ATB诊断模型,旨在提高诊断效率,尤其是对于无法提供痰液的患者,并作为临床决策的潜在辅助工具。
2. 材料与方法
2.1 研究人群
本回顾性病例对照研究在苏州大学附属传染病医院肺内科开展,该院是一家专门诊治肺部疾病的三级医院,也是国家级结核病治疗中心。该院接诊大量疑似和确诊结核病病例,因此非常适合开展诊断模型的开发。
确诊ATB的患者按照世界卫生组织指南接受标准抗结核治疗。[14] 连续纳入2023年5月22日至2024年5月29日就诊的成年患者(≥18岁)进行筛查。纳入标准:年龄≥18岁;具备分析所需的完整人口学和临床数据;就诊时存在提示肺部感染的临床症状或影像学表现。排除标准:诊断或用药史不明确:在诊断流程完成前退出临床评估、导致最终诊断不确定的患者;无效或缺失关键实验室检测结果。用于模型构建的数据不完整的患者也被排除在最终分析之外。
2.2 数据收集
共纳入492例患者,包括301例ATB患者和191例OPD患者。ATB的诊断依据《中国结核病诊断指南》(WS288-2017)[15],定义为以下之一:经培养或GeneXpert MTB/RIF确诊MTB的病原学确认;或经临床诊断支持的病例,包括临床表现与影像学发现相符、满足至少2项预定义临床标准,且有抗结核治疗反应记录。OPD患者出现呼吸道症状,但经培养法和GeneXpert MTB/RIF检测均为MTB阴性,最终被诊断为非结核性肺部疾病。所有检测结果均收集用于最终分析。
基于预测模型开发中推荐的每变量事件数(EPV)原则评估了样本量的充分性。最终模型纳入了4个候选预测因子,每个事件对应的EPV约为75。在本研究中,我们纳入了301例ATB病例和191例OPD患者,均远超此最低阈值。本研究采用便利抽样方法。所有样本均来自2023年5月22日至2024年5月29日就诊患者的残余静脉血液标本。符合纳入标准(见上文)的标本被纳入研究,符合排除标准的则被排除。
基线人口学和临床变量也收集用于最终分析,包括年龄、性别、结核相关症状(如咳嗽、发热、咯血、乏力、食欲减退、体重减轻和盗汗)[1]、合并症(包括高血压、糖尿病、慢性肾病和恶性肿瘤),以及与模型开发相关的完整实验室数据。
2.3 伦理考量
本研究经苏州大学附属传染病医院伦理委员会批准(批准号:L-2023–0001)。所有使用的人体样本均为常规临床检测中收集的匿名化残余血液样本,未对患者进行额外操作。根据中国法规及2024年修订版《赫尔辛基宣言》,苏州大学附属传染病医院伦理委员会免除了知情同意要求。
2.4 采样流程
共纳入492例患者,包括301例ATB患者和191例OPD患者。所有患者的外周静脉血被采集并分为4管:2 mL用于血常规和GBP5基因表达分析,5 mL用于血浆蛋白检测,3 mL用于凝血功能检测,5 mL用于IGRA检测。同时采集痰液样本(2–5 mL)用于传统结核病诊断,包括涂片镜检、MTB培养和Xpert MTB/RIF检测。所有样本均按标准方案处理。
2.5 GBP5基因检测
采集外周静脉血2 mL,置于EDTA-K2抗凝管中。GBP5基因表达分析取50 μL血液,采用Xpert MTB-HR检测试剂盒(Cepheid,美国),该试剂盒基于qPCR方法定量多种结核相关基因。检测获得的循环阈值(Ct)值作为后续分析的定量输入。未能立即检测的样本储存于4°C并在8小时内处理。所有操作均按照说明书进行。
2.6 传统诊断方法检测结核病
为进行比较,同时收集传统结核病检测方法的诊断结果。涂片镜检采用荧光染色法,MTB培养采用Bactec MGIT 960系统(Becton Dickinson,美国),所有MTB分离株均经MBP 64抗原检测试剂盒(杰达,中国杭州)确认。Xpert MTB/RIF分子检测通过将处理并消化的痰液样本装入卡盒(Cepheid,美国森尼韦尔),在GeneXpert平台上进行自动化分析。IGRA采用商品化TB-IGRA试剂盒(万泰,中国北京)进行检测,将全血样本与结核特异性抗原共同培养,并通过ELISA测定刺激细胞释放的γ-干扰素浓度。所有结果均被记录,以评估和比较AdaBoost模型与传统方法的诊断性能。
2.7 常规实验室参数收集
住院期间收集常规实验室参数,包括3个领域共13项指标:血液学参数(7项):WBC、单核细胞计数、中性粒细胞计数、淋巴细胞计数、血红蛋白、PLT计数和中性粒细胞与淋巴细胞比值(NLR,为衍生指标)。生化指标(3项):白蛋白、球蛋白和白球比(A/G)。凝血和炎症标志物(3项):纤维蛋白原、PT和C反应蛋白(CRP)。这些指标的选择旨在反映患者基线时的全身免疫、营养和凝血状态。
2.8 变量选择、数据预处理与统计分析
所有原始数据均经过审核和清洗。关键变量数据缺失的患者被排除。对于重复测量的患者,仅采用首次可用的检测结果。分类变量"性别"采用二元编码进行分析。
所有统计分析均使用SPSS 26.0软件和R语言完成。连续变量采用Shapiro-Wilk检验评估正态性。由于大多数变量呈非正态分布,连续数据以中位数和四分位间距[M (P25, P75)]表示,组间比较采用Mann-Whitney U检验。分类变量以计数和百分比表示,采用卡方检验进行比较。
在单因素分析中显示统计学差异的变量纳入多因素Logistic回归模型,以筛选ATB的独立预测因子。因变量为ATB诊断结果,自变量包括GBP5基因Ct值、WBC、PLT和PT。计算优势比(OR)及相应的95%置信区间(CI)。双侧P值<0.05被认为具有统计学意义。
2.9 模型构建与评价
模型构建使用Python语言完成。数据集(ATB组和OPD组)被随机划分为训练集(85%)和测试集(15%)。选定的自变量(见上文)作为预测因子构建模型,ATB状态(是/否)为结局变量。对训练集应用AdaBoost机器学习算法,并使用网格搜索优化超参数。模型在测试集中的诊断性能通过受试者工作特征(ROC)曲线评估,并计算AUC。
年龄被纳入作为协变量,以控制因两组基线差异所产生的潜在混杂效应。采用DeLong检验来评估AdaBoost与传统方法之间AUC的差异。
3. 结果
3.1. 参与者筛选
在540例成人患者中,21例患者因未完成诊断评估而缺乏最终诊断结果被排除,27例患者因检验结果无效被排除,其中包括8例缺少血细胞计数数据和21例缺少血浆蛋白测量数据,有2例患者同时存在这两类数据缺失。最终分析纳入了492例参与者。比较了纳入组与排除组参与者的基线特征,包括年龄、性别和结核病相关症状。两组间未见显著差异(所有P > 0.05,表1)。
**表1** 苏州大学附属传染病医院呼吸科2023年5月至2024年5月纳入组与排除组参与者基线特征比较。
| 特征 | 纳入组(n = 492) | 排除组(n = 48) | 统计量 | P值 |
|------|------|------|------|------|
| 年龄 [M(P25, P75)] | 58.0(46.0, 67.0) | 52(39, 67) | ?1.06 | 5.287 |
| 男性,n(%) | 307(62.4%) | 29(60.4%) | 0.07 | 3.787 |
| 结核病相关症状,n(%) | 296(60.2%) | 30(62.5%) | 0.01 | 0.752 |
M = 中位数,TB = 结核病。
3.2. 研究参与者基线特征
总队列及各组的基线人口学和临床特征汇总于表2。队列包括301例活动性结核病(ATB)患者和191例其他肺部疾病(OPD)患者。总人群中位年龄为58.0岁(四分位间距46.0–67.0岁)。ATB组显著年轻于OPD组(中位数56.0岁 vs 63.0岁;P < 0.001)。两组间性别分布、结核病相关症状、结核病史、合并症、糖尿病史以及住院期间是否发布"危重状态"通知均无统计学显著差异(所有P > 0.05),表明两组在这些方面具有相似性。ATB患者中,15.6%(47/301)接受了超过2个月的抗结核治疗,18.3%(55/301)为复治病例,13.0%(39/301)为耐药病例(表2)。
**表2** 苏州大学附属传染病医院呼吸科2023年5月至2024年5月收治的492例患者(301例ATB,191例OPD)基线特征。
| 特征 | 总计(n = 492) | ATB(n = 301) | OPD(n = 191) | 统计量 | P值 |
|------|------|------|------|------|------|
| 年龄 [M(P25, P75)] | 58.0(46.0, 67.0) | 56.0(32.5, 67.0) | 63.0(51.0, 72.0) | ?6.829 | <.001 |
| 男性(%) | 307(62.4%) | 194(64.5%) | 113(59.2%) | 2.458 | 0.117 |
| 结核病相关症状 | 296(60.2%) | 184(61.1%) | 112(58.6%) | 0.638 | 0.424 |
| 结核病史 | 14(2.8%) | 11(3.7%) | 3(1.6%) | 3.021 | 0.082 |
| 合并症 | 129(26.2%) | 83(27.6%) | 46(24.1%) | 1.284 | 0.257 |
| 糖尿病史 | 63(12.8%) | 39(13.0%) | 24(12.7%) | 0.030 | 0.863 |
| 发布"危重状态"通知 | 125(25.4%) | 76(25.2%) | 49(25.7%) | 0.010 | 0.920 |
| 治疗 > 2个月 | 47(9.6%) | 47(15.6%) | 不适用 | – | – |
| 结核复治病例 | 55(11.2%) | 55(18.3%) | 不适用 | – | – |
| 耐药结核病 | 39(7.9%) | 39(13.0%) | 不适用 | – | – |
ATB = 活动性结核病,M = 中位数,OPD = 其他肺部疾病,TB = 结核病。
3.3. 常规实验室检查对ATB的诊断效能
为控制ATB组与OPD组之间显著的年龄差异,我们采用多元logistic回归模型将年龄作为潜在混杂因素进行校正(图1)。结果显示,涂片显微镜检查在ATB组的阳性率为25.5%(66/259),在OPD组为13.9%(19/137),AUC为0.67。分枝杆菌培养在ATB组的阳性率为37.9%(92/243),在OPD组无阳性结果(0/0),AUC为0.59。Xpert MTB/RIF在ATB组的阳性率为41.8%(97/232),在OPD组无阳性结果,AUC为0.63。IGRA在ATB组的阳性率为86.78%(197/227),在OPD组为17.3%(31/179),AUC为0.75(表3)。
**表3** 2023年5月至2024年5月呼吸科ATB患者常规实验室检查的诊断效能。
| 检测方法 | ATB组(阳性率%) | OPD组(阳性率%) | AUC值 |
|------|------|------|------|
| 涂片显微镜检查 | 66/259(25.5%) | 19/137(13.9%) | 0.67 |
| MTB培养 | 92/243(37.9%) | 0(0.0%) | 0.59 |
| Xpert MTB/RIF | 97/232(41.8%) | 0(0.0%) | 0.63 |
| IGRA | 197/227(86.78%) | 31/179(17.3%) | 0.75 |
ATB = 活动性结核病,IGRA = γ-干扰素释放试验,MTB = 结核分枝杆菌,OPD = 其他肺部疾病。
[多媒体开放] 图1. [多媒体开放] 不同诊断方法区分ATB与OPD组的ROC曲线。计算了每种检测的AUC以评估其诊断效能。结果显示IGRA表现最佳(AUC = 0.75),其次为涂片显微镜检查(AUC = 0.67)、Xpert(AUC = 0.63)和MTB培养(AUC = 0.59)。对角线表示无区分能力的检测(AUC = 0.5)。ATB = 活动性肺结核,AUC = 曲线下面积,IGRA = γ-干扰素释放试验,MTB = 结核分枝杆菌,OPD = 其他肺部疾病,ROC = 受试者工作特征,Xpert = Xpert MTB/RIF检测。
3.4. ATB诊断模型的变量选择
对GBP5基因表达和常规实验室指标进行单因素分析,发现若干变量在ATB组与OPD组之间存在显著差异。具体而言,ATB组的PLT、CRP和PT显著高于OPD组,而GBP5 Ct值、WBC计数和淋巴细胞计数显著低于OPD组。其他变量,包括单核细胞计数、中性粒细胞计数、NLR、血红蛋白、白蛋白、球蛋白、A/G比值和纤维蛋白原,两组间未见显著差异(表4)。将单因素分析中有显著差异的变量(GBP5 Ct值、WBC、淋巴细胞计数、PLT、CRP和PT)纳入多元logistic回归模型。多因素分析确定GBP5 Ct值、PLT、WBC和PT为ATB的独立预测因子,其中GBP5 Ct值、PLT和WBC表现出最强的关联性(P < 0.001),表明这些变量是诊断模型中区分ATB与OPD最有效的指标组合(表5)。
**表4** 苏州大学附属传染病医院呼吸科2023年5月至2024年5月收治的301例ATB与191例OPD患者实验室变量的单因素分析。
| 变量 | ATB(n = 301) | OPD(n = 191) | 统计量 | P值 |
|------|------|------|------|------|
| GBP5(Ct值) | 25.6(24.3, 26.3) | 26.2(25.2, 26.9) | ?6.756 | <.001 |
| **血液学参数** | | | | |
| WBC | 5.54(4.50, 6.84) | 5.84(4.53, 7.65) | ?2.039 | 0.041 |
| 单核细胞计数 | 0.48(0.38, 0.64) | 0.48(0.36, 0.63) | ?0.634 | 0.526 |
| 中性粒细胞计数 | 3.94(2.74, 5.34) | 3.88(2.75, 6.17) | ?1.428 | 0.153 |
| 淋巴细胞计数 | 1.34(0.98, 1.74) | 1.51(1.07, 1.93) | ?3.265 | 0.001 |
| 血红蛋白 | 128.0(114.0, 142.5) | 131.0(118.0, 143.0) | ?1.544 | 0.123 |
| PLT | 219.0(170.5, 268.0) | 197.0(147.8, 244.8) | ?3.932 | <.001 |
| NLR | 2.89(1.93, 4.47) | 2.88(1.72, 4.35) | ?0.698 | 0.485 |
| **生化指标** | | | | |
| 白蛋白 | 38.20(33.95, 42.10) | 38.10(34.85, 42.55) | ?0.272 | 0.786 |
| 球蛋白 | 28.10(24.45, 31.70) | 27.30(23.45, 30.85) | ?1.700 | 0.089 |
| A/G | 1.39(1.13, 1.62) | 1.44(1.16, 1.66) | ?1.459 | 0.144 |
| **凝血及炎症标志物** | | | | |
| PT | 13.70(13.2, 14.3) | 13.50(13.0, 14.1) | ?2.501 | 0.012 |
| 纤维蛋白原 | 3.98(2.93, 5.32) | 4.02(3.01, 5.36) | ?0.272 | 0.786 |
| CRP | 10.35(3.53, 54.75) | 6.60(2.35, 37.10) | ?2.554 | 0.011 |
A/G = 白蛋白/球蛋白比值,ATB = 活动性结核病,CRP = C-反应蛋白,GBP5 = 鸟苷酸结合蛋白5,NLR = 中性粒细胞/淋巴细胞比值,OPD = 其他肺部疾病,PLT = 血小板,PT = 凝血酶原时间,WBC = 白细胞。
**表5** 苏州大学附属传染病医院呼吸科2023年5月至2024年5月收治的492例患者(301例ATB,191例OPD)ATB诊断所选实验室变量的多元logistic回归分析。
| 自变量 | 回归系数 | 标准误 | 比值比(95% CI) | P值 |
|------|------|------|------|------|
| GBP5(Ct值) | -0.406 | 0.075 | 0.666(0.575–0.772) | <.001 |
| PLT | 0.004 | 0.001 | 1.004(1.002–1.007) | <.001 |
| WBC | -0.161 | 0.049 | 0.851(0.774–0.937) | <.001 |
| 淋巴细胞计数 | -0.162 | 0.116 | 0.850(0.678–1.608) | 0.163 |
| CRP | 0.000 | 0.003 | 1.000(0.995–1.006) | 0.871 |
| PT | 0.236 | 0.117 | 1.266(1.007–1.592) | 0.043 |
CRP = C-反应蛋白,GBP5 = 鸟苷酸结合蛋白5,PLT = 血小板,PT = 凝血酶原时间,WBC = 白细胞。
3.5. ATB诊断模型的构建与评估
基于变量选择结果,本研究确定GBP5基因Ct值、PLT、WBC和PT为ATB诊断模型的独立预测因子。这些变量按其与ATB结局关联的显著性水平(P值)依次纳入AdaBoost算法,构建ATB诊断模型。为评估模型的泛化能力,使用独立测试集(总样本量的15%)进行验证。鉴于ATB组与OPD组之间的年龄分布差异(P < 0.05),年龄被纳入模型作为协变量,以校正其对诊断结果的潜在混杂效应。模型性能评估显示,在双变量组合中,GBP5基因 + WBC模型在训练集AUC为0.706(95% CI: 0.668–0.744),在测试集AUC为0.664(95% CI: 0.569–0.759)(图2A)。GBP5基因 + PLT模型在训练集AUC为0.669(95% CI: 0.629–0.708),在测试集AUC为0.668(95% CI: 0.574–0.762),表现略优(图2B)。在多变量组合中,GBP5基因 + WBC + PLT模型在训练集AUC为0.709(95% CI: 0.671–0.747),在测试集AUC为0.706(95% CI: 0.616–0.800)(图2C)。进一步将PT纳入模型后,表现达到最佳,训练集AUC为0.808(95% CI: 0.767–0.849),测试集AUC为0.805(95% CI: 0.705–0.905)(图2D)。
[多媒体开放] 图2. [多媒体开放] 基于AdaBoost的ATB诊断模型在训练集和测试集中使用不同变量的ROC曲线。(A)基于GBP5基因和WBC变量构建模型的性能;(B)基于GBP5基因和PLT变量构建模型的性能;(C)基于GBP5基因、WBC和PLT变量构建模型的性能。(D)基于GBP5基因、WBC、PLT和PT变量构建模型的性能。GBP5 = 鸟苷酸结合蛋白5,PLT = 血小板,PT = 凝血酶原时间,WBC = 白细胞。
3.6. 与传统诊断方法的比较
在比较不同诊断方法的诊断效能时,基于这4个变量的AdaBoost模型显著优于涂片显微镜检查、MTB培养和Xpert MTB/RIF(P < 0.05)。其略优于IGRA,但差异无统计学显著性(P > 0.05)(表6)。
**表6** 苏州大学附属传染病医院呼吸科2023年5月至2024年5月收治的492例患者(301例ATB,191例OPD)中AdaBoost模型与传统结核病方法的诊断效能比较。
| 检测方法 | AUC值 | P值(与AdaBoost比较) |
|------|------|------|
| AdaBoost | 0.805 | - |
| 涂片显微镜检查 | 0.670 | 0.020 |
| MTB培养 | 0.590 | 0.001 |
| Xpert MTB/RIF | 0.630 | 0.003 |
| IGRA | 0.750 | 0.340 |
注:AdaBoost模型使用4个变量构建:GBP5 Ct值、WBC、PLT和PT。
缩写:IGRA = γ-干扰素释放试验,MTB = 结核分枝杆菌。
4. 讨论
结核病的早期发现和治疗对于控制其全球负担仍然至关重要。[16] 传统诊断方法,包括痰涂片显微镜检查、MTB培养和分子检测,常面临灵敏度低和难以获取合格样本等挑战,尤其是在儿童、重症患者和肺外结核患者中。[17] 因此,我们开发了快速、便捷且不依赖痰液的诊断方法,以提高ATB的诊断率。基于单因素和多因素分析,我们选择了4个关键指标——GBP5基因表达、WBC、PLT和PT——构建诊断模型。结果显示,该模型在ATB诊断中优于常规诊断方法。
在本研究中,参与者来自中国一家指定的结核病医院,纳入标准旨在捕获典型的活动性结核病和对照组人群。我们的研究人群包括所有年龄段的成人患者,男女均有。我们比较了纳入组与排除组参与者的性别、年龄和结核病相关症状,未发现显著差异,表明最终的492例参与者队列广泛代表目标人群。ATB组与OPD组参与者的基线特征总体相似,包括性别分布、结核病相关症状、结核病史、合并症、糖尿病史和危重状态,表明这些因素不太可能对研究结果产生影响。两组之间观察到显著的年龄差异,ATB组更年轻。为此,在模型构建过程中对年龄进行了校正,以尽量减少其对诊断准确率的影响。
我们首先评估了常规结核病方法(涂片显微镜检查、MTB培养、Xpert MTB/RIF和IGRA)的诊断效能,以便与AdaBoost模型进行比较。结果显示,除IGRA外,其他常规病原体诊断方法在ATB患者中的AUC均不超过0.7,与既往临床评估一致,[4] 表明其诊断价值有限。因此,我们开发了一种基于AdaBoost的ATB诊断模型,将GBP5基因表达与常规实验室指标相结合。GBP5是宿主免疫应答中的关键分子,据报道在MTB感染期间显著上调,但其在结核病中的具体免疫分子机制仍有待进一步探索。[5–7] 这种方法代表了一种新策略,即将宿主免疫基因标志物与标准实验室数据相结合以提高诊断准确性。常规实验室指标在模型性能中也发挥了重要作用。单因素分析显示ATB患者淋巴细胞计数较低,这与结核病引起的免疫失调一致。基于多元logistic回归分析,PLT计数和PT被纳入最终模型,反映了其病理生理学相关性:PLT升高可能通过与基质金属蛋白酶相互作用对组织造成损伤并改变肺泡巨噬细胞功能,而PT则反映了与慢性炎症相关的外源性凝血途径改变。[18–20] 虽然CRP是常见的炎症标志物,且ATB组与OPD组之间CRP水平存在显著差异,但CRP在多因素回归分析中未能成为显著预测因子。这可能是因为其与其他变量存在共线性,在与其他变量联合建模时,未能提供额外的独立预测信息。WBC分析则凸显了宿主免疫反应的复杂性。
中性粒细胞和单核细胞计数在组间无显著差异,但文献表明,嗜酸性粒细胞是首批被募集至感染部位的粒细胞之一,其减少与疾病严重程度相关。嗜碱性粒细胞的贡献仍不够清晰,有待进一步研究。
在本研究中,我们将新模型与临床上常用的方法进行同步比较。结合GBP5 Ct值、血小板(PLT)、白细胞(WBC)和凝血酶原时间(PT)的AdaBoost模型在训练集中的AUC为0.808,在测试集中的AUC为0.805,均高于传统涂片显微镜检查、结核分枝杆菌(MTB)培养、Xpert MTB/RIF和干扰素释放试验(IGRA)方法的AUC。以往研究报道了多种结核诊断模型。Yan W等应用机器学习对47项常规实验室指标进行分析,报告验证集和测试集的AUC分别为0.747和0.736。Ying H等使用10项常规血液参数构建模型,准确率达72.06%。与这些模型相比,我们基于AdaBoost的模型整合GBP5与少量常规实验室指标,获得了更高的AUC和更优的诊断性能。GBP5的纳入可能通过捕捉传统模型中缺失的宿主免疫反应信号而增强了敏感性。逐步变量选择和年龄校正确保了模型性能的最优化和临床适用性。与依赖痰液的方法不同,该模型在快速、无创诊断活动性结核(ATB)方面展现出潜力,尤其在痰液采集困难的群体中具有优势。
本研究的新颖之处在于将GBP5基因表达与标准实验室指标相结合构建诊断模型,为ATB诊断提供了一种快速、准确且具有临床可行性的工具。该方法利用了易于获取的生物标志物和机器学习技术,在资源有限的地区具有潜在应用价值。尽管结果令人鼓舞,本研究仍存在一些局限性。首先,样本量相对较小且为单中心设计,可能限制了模型的普适性,并可能导致对诊断性能的过度估计或低估。其次,尽管关键变量经过仔细选择并校正了年龄差异以尽量减小偏倚,但仍可能存在其他未测量的混杂因素,这可能导致对真实诊断准确性和模型普适性的过高或过低估计。因此,需要更大样本量和多中心队列的进一步研究来验证我们新模型的性能。
综上所述,整合GBP5基因表达与常规实验室指标(WBC、PLT和PT)的基于AdaBoost的诊断模型,其诊断性能优于传统病原体检测方法(涂片显微镜检查、MTB培养和Xpert)。尽管该模型在ATB诊断中展现出初步潜力,但仍需要更大样本量和多中心队列的进一步研究来验证其性能和普适性,并对模型进行优化,以用于结核检测的潜在应用。
致谢
我们感谢所有参与本研究的患者、其家属和工作人员。
作者贡献
数据整理:赵苗苗、周艳阳。
形式分析:赵苗苗、胡秋香、王青、查新朗。
调查研究:赵苗苗、周艳阳。
概念构思:胡秋香。
写作–审稿与编辑:胡秋香。
写作–初稿撰写:王青、查新朗。
项目管理:徐平。
监督指导:徐平。
可视化:徐平。