目的 建立预测川崎病(KD)并发冠状动脉病变(CAL)风险的列线图模型.方法 回顾性分析KD患儿的临床资料及血液学指标.根据超声心动图对冠状动脉的检测结果将患儿分为冠状动脉病变组(CAL组)70例和非冠状动脉病变组(NCAL组)95例.采用最小绝对值收敛和选择算子、套索算法(LASSO)回归分析KD合并CAL风险的危险因素,纳入多因素Logistic回归建立预测模型构建列线图,再通过受试者工作特征(ROC)曲线、校正曲线、决策曲线分析3个层面对模型进行验证,评估模型的优劣性.结果 采用LASSO回归筛选出5个预测因子,即发热时间≥10 d、合并支原体感染、白细胞(WBC)＞20×109/L、血小板(PLT)计数、C反应蛋白(CRP)与白蛋白(ALB)比值.纳入Logistic回归并构建列线图,经验证列线图ROC曲线的曲线下面积(AUC)为0.841(95％CI为0.782～0.900),灵敏度为85.7％,特异度为71.6％.结论 本研究所建立的KD并发CAL预测模型具有良好的区分度与准确性,有助于临床工作者筛选出CAL的高危患儿.
作者：龙超；张睿；黄飞；王小菊
来源：实用临床医药杂志 2022 年 26卷 10期
