系统性红斑狼疮自身抗体谱数据的解读与疾病模型预测

• 作者: 彭玲 杨渝伟 王开正
• 来源期刊: 检验医学与临床
• 学科: 医学
• 关键词: 系统性红斑狼疮 自身抗体谱 数据挖掘 预测模型
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 论著
• 页码范围: 635-638
• 页数: 4页
• 分类号: R446
• 字数: 4086字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9455.2018.05.019

摘要

目的 通过数据挖掘建立系统性红斑狼疮(SLE)的最佳预测模型,以及自身抗体谱检测报告标准化解读数据库,以提高诊断效率.方法 收集绵阳市中心医院2015年1月至2016年9月首次送检自身抗体谱检测且诊断明确的受试者8904例,其中SLE患者668例,其他自身免疫性疾病(AID)1279例,非AID 6957例.通过受试者工作特征曲线(ROC)分析,从年龄、性别及16种自身抗体中筛选出对SLE具有预测价值的指标后,分别采用决策树、Logistic回归和人工神经网络(ANN)建立SLE预测模型,并选择最优模型,建立其不同预测结果下的验后概率、误诊率等性能指标的扩展数据库.结果 经 ROC 分析,年龄、性别以及抗核抗体(ANA)、抗干燥综合征A抗体(SSA)、抗核糖核蛋白抗体(nRNP/Sm)、抗干燥综合征Ro-52抗体(Ro-52)、抗组蛋白抗体(Histone)、抗核小体抗体(Nuclesome)、抗核糖体抗P蛋白抗体(Rib· P)、抗双链DNA 抗体(ds-DNA)、抗Sm抗体(Sm)、抗干燥综合征B抗体(SSB)和抗线粒体M2抗体(AMA-M2)均存在一定的诊断价值(P<0.01).3种预测模型中,Logistic模型优于其他两种模型以及任何单项自身抗体检测,差异有统计学意义(P<0.05).结论 自身抗体谱联合性别、年龄因素建立Logistic模型,并根据相应地区的患病率建立预测性能指标数据库,可有效提高疾病的诊断效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨渝伟	四川省绵阳市中心医院检验科	13	56	3.0	7.0
2	彭玲	四川省绵阳市中心医院检验科	5	5	2.0	2.0
3	王开正	西南医科大学附属医院检验科	4	19	3.0	4.0