中华医院感染学杂志

2026, v.36(20) 3310-3315

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Archive) | 高级检索(Advanced Search)

基于多种血清炎症标志物的机器学习模型构建及其在呼吸道病毒感染鉴别中的应用
Development of machine learning models based on multiple serum inflammatory biomarkers and their application in differential diagnosis of respiratory viral infections

赵婷丽,贾兴泽,宋倩,岳学敏

摘要(Abstract):

目的 使用血清生物标志物对甲型流感病毒和腺病毒感染鉴别的偏最小二乘判别分析(PLS-DA)和人工神经网络多层感知器(ANN-MLP)模型评估。方法 选取2023年1月-2024年12月于华北医疗健康集团邢台总医院治疗的甲型流感病毒和腺病毒感染患者413例为研究对象。根据感染病毒情况分为甲型流感病毒组(n=349)和腺病毒感染组(n=64)。以血清C-反应蛋白(CRP)、白细胞介素-6(IL-6)、IL-8和降钙素原(PCT)为变量,建立logistic回归模型、受试者工作特征(ROC)曲线和ANN-MLP模型,并计算曲线下面积(AUC);以血清生物标志物建立主成分分析(PCA)模型;采用SIMCA-P 12.0软件进行PLS-DA分析,采用7∶3比例划分训练集与测试集,并实施5折交叉验证。结果 CRP(OR=2.957)、IL-6(OR=1.439)、IL-8(OR=1.906)和PCT(OR=1.630)是鉴别甲型流感病毒与腺病毒感染的危险因素(P<0.05);PCA模型中,腺病毒感染组个体间差异显著且分布较分散,而甲型流感病毒感染组则能较好地聚类,两组个体有分离的趋势;PLS-DA模型中,模型解释率R2 Y为0.873,预测率Q2为0.801,置换检验P<0.05,能有效鉴别甲型流感病毒和腺病毒感染;CRP、IL-6、IL-8和PCT鉴别两组的AUC分别为0.621、0.798、0.812和0.597;在ANN-MLP-ROC模型中,IL-6和IL-8联合检测的AUC达到0.836; CRP、 IL-6、 IL-8和PCT联合检测的AUC为0.884,经5折交叉验证,AUC均值为0.872±0.015。结论 基于血清生物标志物的PLS-DA和ANN-MLP模型在甲型流感病毒与腺病毒感染的鉴别诊断中均展现出良好的效能,其中联合四项指标的ANN-MLP模型诊断性能最优。

关键词(KeyWords): 血清生物标志物;甲型流感病毒;腺病毒感染;偏最小二乘判别分析;人工神经网络多层感知器

Abstract:

Keywords:

基金项目(Foundation): 河北省医学科学研究课题(20201269)

作者(Author): 赵婷丽,贾兴泽,宋倩,岳学敏

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享