Bayes判别分析全血细胞减少的分类诊断

• 作者: 刘丽辉 叶丽萍 施兵 石炳毅 金建刚 陈虎
• 来源期刊: 中国组织工程研究与临床康复
• 学科: 医学
• 关键词: 全血细胞减少 病因 Bayes判别分析
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 技术与方法
• 页码范围: 1139-1142
• 页数: 4页
• 分类号: R394.2
• 字数: 4871字
• 语种: 中文

摘要

背景:全血细胞减少的病因复杂,如能在骨髓穿刺检查前科学推断出患者病因的归类,显然有利于疾病的早期诊断并减少误诊的发生.目的:构建全血细胞减少分类诊断的判别函数.设计、时间及地点:判别分析,于2004-10/2008-02在解放军总医院第二附属医院血液科完成.对象:纳入107例初诊的全血细胞减少患者.方法:对全血细胞减少患者的临床资料进行回顾性分析,考察变量为伴随症状、体征和各项检验结果共15项指标,应用SAS软件构建定性资料的Bayes判别函数.主要观察指标:考察变量为血常规3项、血沉、乳酸脱氢酶、C反应蛋白、淋巴细胞比例、网织红细胞、平均红细胞体积、发热、出血、骨关节痛、肿大、水肿及皮疹等15项指标.结果:最后确诊造血系统疾病92例(86%),其中恶性血液病52例(48.3%),非恶性血液病40例(37.7%),非造血系统疾病共15例(14%).按构成比从高到低顺序排列前6位疾病为骨髓增生异常综合征(28.0%)、再生障碍性贫血(15.7%)、急性白血病(11.1%)、自身免疫病(11.1%)、巨幼细胞性贫血(8.3%)、淋巴瘤及多发性骨髓瘤(6.4%).利用判别得分将已确诊的20例患者资料回代入判别函数.结果总体判别正确率达85%.结论:Bayes判别分析在全血细胞减少类疾病的鉴别诊断中能用于初步筛查,协助早期确诊.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石炳毅	解放军总医院第二附属医院移植中心血液科	118	412	10.0	14.0
2	叶丽萍	解放军总医院第二附属医院移植中心血液科	9	21	3.0	3.0
3	施兵	解放军总医院第二附属医院移植中心血液科	13	35	3.0	5.0
4	刘丽辉	解放军总医院第二附属医院移植中心血液科	11	25	3.0	4.0
5	金建刚	解放军总医院第二附属医院移植中心血液科	6	19	3.0	4.0
6	陈虎	解放军总医院第二附属医院移植中心血液科	3	9	2.0	3.0