【技术实现步骤摘要】
本专利技术涉及肺曲霉菌病诊断领域，具体涉及gm试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法。
技术介绍
1、近年来，随着广谱抗生素、免疫抑制剂和抗癌药物的大量临床使用，以及导管介入、器官移植等侵入性手术操作的广泛开展，临床上出现越来越多免疫功能低下患者，导致深部真菌感染的发生率呈升高趋势，流行病学统计显示，全球每年有超二十万例曲霉菌感染。深部真菌感染又称为侵袭性真菌感染，是致病性真菌侵犯皮下组织、黏膜、肌肉、内脏器官等而引起的感染性疾病，具有发病率高、病情进展快、发病机制复杂、临床试验诊断率低等特点。临床上以侵袭性肺部真菌感染最常见，约占院内真菌感染半数以上，而在侵袭性肺部真菌感染中，曲霉菌是主要的致病菌。早期肺曲霉菌感染患者临床症状不典型，影像学检查无明显特异性，增加了早期诊断难度，不利于患者预后。
2、诊断肺曲霉菌感染的常见方法包括直接涂片法、真菌培养法、血清学检测、影像学方法以及分子生物学诊断技术，其中金标准为组织学或血培养出曲霉菌，但传统的组织病理学及真菌培养耗时较长，不适宜早期诊断。
3、综合上述，需要积极寻找灵敏、可靠的实验室指标或检测方法，对肺曲霉菌感染进行早期诊断。
技术实现思路
1、为解决上述问题，本专利技术提供gm试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，联合血清gm试验、血清白蛋白等关键预测因子构建肺曲霉菌病和其他肺部疾病预测诊断模型，实现对肺曲霉菌病诊断的早期鉴别预测诊断。
2、为了实现上述目的，本专利技术的技
3、选取若干肺曲霉菌病患者，定义为肺曲霉菌病组；选取若干其他肺部疾病患者，定义为其他肺部疾病组；
4、对肺曲霉菌病组和其他肺部疾病组患者的基本信息、血清gm试验及血清g试验比较分析；
5、对肺曲霉菌病组和其他肺部疾病组患者的相关生化指标及血常规指标比较分析；
6、对肺曲霉菌病组和其他肺部疾病组患者的免疫细胞及相关比例比较分析；
7、筛选在肺曲霉菌病组和其他肺部疾病组间具有显著统计学差异的临床检验指标作为关键预测因子；
8、利用roc曲线分析评估关键预测因子对于肺曲霉菌病组和其他肺部疾病组的鉴别诊断准确率；
9、利用二元logistic回归方法，对auc＞0.7的临床检验指标进行建模分析，根据分析结果选取血清gm和血清白蛋白构建肺曲霉菌病和其他肺部疾病的最优预测诊断模型。
10、进一步，肺曲霉菌病组的纳入标准为：符合《2016idsa临床实践指南：曲霉病的诊断和管理》且具有完整临床资料的患者；
11、其他肺部疾病组的纳入标准为：同期随机选取符合肺部感染诊断标准并排除肺曲霉菌病的患者；
12、并对如下患者进行排除：一般资料不全以及检查检验数据结果不完善的患者，以及为孕妇或者脯乳期妇女的患者。
13、进一步，对患者的血液的采集：采集清晨空腹静脉血。
14、进一步，对肺曲霉菌病组和其他肺部疾病组患者的基本信息、血清gm试验及血清g试验比较分析，包括如下步骤：
15、比较分析肺曲霉菌病组和其他肺部疾病组患者的年龄和性别是否存在统计学差异；确定肺曲霉菌病组和其他肺部疾病组之间是否具有可比性；
16、依次比较分析肺曲霉菌病组和其他肺部疾病组患者的血清gm试验水平和血清g试验水平；确定肺曲霉菌病组和其他肺部疾病组之间血清gm试验水平和血清g试验水平是否存在统计学差异。
17、进一步，对肺曲霉菌病组和其他肺部疾病组患者的相关生化指标及血常规指标比较分析，包括如下步骤：
18、比较分析肺曲霉菌病组和其他肺部疾病组患者的总蛋白、白蛋白、前白蛋白、红细胞、血红蛋白、红细胞压积、谷丙转氨酶和谷草转氨酶，确定肺曲霉菌病组和其他肺部疾病组之间总蛋白、前白蛋白、红细胞、血红蛋白、红细胞压积、谷丙转氨酶和谷草转氨酶是否存在统计学差异。
19、进一步，对肺曲霉菌病组和其他肺部疾病组患者的免疫细胞及相关比例比较分析，包括如下步骤：
20、比较分析肺曲霉菌病组和其他肺部疾病组患者的白细胞、中性粒细胞、淋巴细胞、单核细胞、t淋巴细胞、b淋巴细胞、nk细胞、cd4+t淋巴细胞、cd8+t淋巴细胞和cd4/cd8；确定肺曲霉菌病组和其他肺部疾病组之间白细胞、中性粒细胞、淋巴细胞、单核细胞、t淋巴细胞、b淋巴细胞、nk细胞、cd4+t淋巴细胞、cd8+t淋巴细胞和cd4/cd8比值是否存在统计学差异。
21、进一步，筛选在肺曲霉菌病组和其他肺部疾病组间具有显著统计学差异的临床检验指标作为关键预测因子，包括如下步骤：
22、根据对肺曲霉菌病组和其他肺部疾病组患者的基本信息、血清gm试验及血清g试验比较分析、相关生化指标及血常规指标比较分析以及免疫细胞及相关比例比较分析，获取肺曲霉菌病组和其他肺部疾病组患者存在统计学差异超过非常显著阈值或统计学差异超过极显著阈值的指标作为鉴别诊断肺曲霉菌病和其他肺部疾病的关键预测因子。
23、进一步，利用roc曲线分析评估关键预测因子对于肺曲霉菌病组和其他肺部疾病组的鉴别诊断准确率，包括如下步骤：
24、将鉴别诊断肺曲霉菌病和其他肺部疾病的关键预测因子导入spss软件，利用roc曲线分析关键预测因子鉴别诊断肺曲霉菌病和其他肺部疾病的预测效能。
25、进一步，利用二元logistic回归方法，对auc＞0.7的临床检验指标进行建模分析，根据分析结果选取血清gm和血清白蛋白构建肺曲霉菌病和其他肺部疾病的最优预测诊断模型，包括如下步骤：
26、采用二元logistic回归方法，对auc＞0.7的临床检验指标进行分析，auc＞0.7的临床检验指标包括：血清gm试验、血清白蛋白、nk细胞、cd4+t淋巴细胞和cd4/cd8；
27、根据分析结果，联合血清gm和血清白蛋白构建肺曲霉菌病和其他肺部疾病的最优预测诊断模型，用于肺曲霉菌病患者和其他肺部疾病患者的鉴别区分；
28、最优预测诊断模型的预测公式为：logit(p)＝17.781×gm-0.131×白蛋白+1.394，cutoff值为17.781×gm-0.131×白蛋白≥-1.735。
29、采用上述方案有以下有益效果：
30、1、本专利技术，联合临床上在肺曲霉菌病组和其他肺部疾病组间具有非常显著差异的检验指标共同构建用于肺曲霉菌病和其他肺部疾病鉴别诊断的预测诊断模型。能够弥补单项检测在预测准确率等方面的不足，明显提高肺曲霉菌病诊断的准确率、灵敏度和特异度等，有助于早期诊断肺曲霉菌病；提高临床上肺曲霉菌病的早期诊治疗效。
31、2、本专利技术，采用二元logistic回归分析联合上述肺曲霉菌病诊断关键预测因子构建联合预测诊断模型，回归分析结果表明gm试验联合血清白蛋白构成最优模型，能够显著提高对肺曲霉本文档来自技高网...
【技术保护点】
1.GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，包括如下步骤构建：
2.根据权利要求1所述的GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，肺曲霉菌病组的纳入标准为：符合《2016IDSA临床实践指南：曲霉病的诊断和管理》且具有完整临床资料的患者；
3.根据权利要求1所述的GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，对患者的血液的采集：采集清晨空腹静脉血。
4.根据权利要求1所述的GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，对肺曲霉菌病组和其他肺部疾病组患者的基本信息、血清GM试验及血清G试验比较分析，包括如下步骤：
5.根据权利要求1所述的GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，对肺曲霉菌病组和其他肺部疾病组患者的相关生化指标及血常规指标比较分析，包括如下步骤：
6.根据权利要求1所述的GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，对肺曲霉菌病组和其他肺部疾病组患者的免疫细胞及相关比例比较分
7.根据权利要求1所述的GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，筛选在肺曲霉菌病组和其他肺部疾病组间具有显著统计学差异的临床检验指标作为关键预测因子，包括如下步骤：
8.根据权利要求1所述的GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，利用ROC曲线分析评估关键预测因子对于肺曲霉菌病组和其他肺部疾病组的鉴别诊断准确率，包括如下步骤：
9.根据权利要求1所述的GM试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，利用二元Logistic回归方法，对AUC＞0.7的临床检验指标进行建模分析，根据分析结果选取血清GM和血清白蛋白构建肺曲霉菌病和其他肺部疾病的最优预测诊断模型，包括如下步骤：
...【技术特征摘要】
1.gm试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，包括如下步骤构建：
2.根据权利要求1所述的gm试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，肺曲霉菌病组的纳入标准为：符合《2016idsa临床实践指南：曲霉病的诊断和管理》且具有完整临床资料的患者；
3.根据权利要求1所述的gm试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，对患者的血液的采集：采集清晨空腹静脉血。
4.根据权利要求1所述的gm试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，对肺曲霉菌病组和其他肺部疾病组患者的基本信息、血清gm试验及血清g试验比较分析，包括如下步骤：
5.根据权利要求1所述的gm试验和血清白蛋白构建肺曲霉菌病预测诊断模型的方法，其特征在于，对肺曲霉菌病组和其他肺部疾病组患者的相关生化指标及血常规指标比较分析，包括如下步骤：
6.根...
【专利技术属性】
技术研发人员：翟云霞，李晋，陶涛，孙国辉，姚雨婷，胥萍，徐俊驰，吴敏娟，宋华峰，宋翌琰，郁大伟，盛志杰，
申请(专利权)人：苏州市第五人民医院苏州市职业病医院，苏州市职业病和化学中毒急救中心，苏州肝病研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。