Chinese General Practice ›› 2025, Vol. 28 ›› Issue (09): 1105-1114.DOI: 10.12114/j.issn.1007-9572.2024.0098
Previous Articles Next Articles
Received:
2024-03-10
Revised:
2024-06-17
Published:
2025-03-20
Online:
2025-01-02
Contact:
YUE Yuchuan
通讯作者:
岳玉川
作者简介:
黎芮彤负责文章的构思与设计、统计学处理及文章撰写;黎芮彤、谷续洁、熊玲玲负责文献筛选及文献偏倚风险和适用性评估,数据提取与整理;岳玉川负责论文的修订、质量控制及审查。
基金资助:
CLC Number:
Add to citation manager EndNote|Ris|BibTeX
URL: https://www.chinagp.net/EN/10.12114/j.issn.1007-9572.2024.0098
步骤 | 检索式 |
---|---|
#1 | (child[MeSH Terms])OR(children[Title/Abstract]) |
#2 | ((refractory mycoplasma pneumoniae pneumonia[MeSH Terms])OR(rmpp[Title/Abstract]))OR(RMPP[Title/Abstract]) |
#3 | ("prediction model"[Title/Abstract] OR "risk prediction model"[Title/Abstract] OR "risk prediction"[Title/Abstract] OR "prognostic model"[Title/Abstract] OR "prediction tool"[Title/Abstract] OR "risk score"[Title/Abstract] OR "risk assessment"[Title/Abstract] OR "area under curve"[Title/Abstract] OR "roc curve"[Title/Abstract] OR "nomogram"[Title/Abstract]) |
#4 | #1 AND #2 AND #3 |
Table 1 Search strategies of PubMed
步骤 | 检索式 |
---|---|
#1 | (child[MeSH Terms])OR(children[Title/Abstract]) |
#2 | ((refractory mycoplasma pneumoniae pneumonia[MeSH Terms])OR(rmpp[Title/Abstract]))OR(RMPP[Title/Abstract]) |
#3 | ("prediction model"[Title/Abstract] OR "risk prediction model"[Title/Abstract] OR "risk prediction"[Title/Abstract] OR "prognostic model"[Title/Abstract] OR "prediction tool"[Title/Abstract] OR "risk score"[Title/Abstract] OR "risk assessment"[Title/Abstract] OR "area under curve"[Title/Abstract] OR "roc curve"[Title/Abstract] OR "nomogram"[Title/Abstract]) |
#4 | #1 AND #2 AND #3 |
第一作者 | 发表时间(年) | 研究地点 | 模型类型 | 研究设计 | 研究对象 | 数据来源 | 病例收集时间(年) | 样本总量 | 结局指标 | ||
---|---|---|---|---|---|---|---|---|---|---|---|
结果事件(例) | 例数 | 发生率(%) | |||||||||
WANG[ | 2017 | 上海1所医院 | E+V1 | ② | 1~14岁的MMP和RMPP儿童 | 电子病历系统 | 2014—2016 | 49 | 234 | 20.94 | RMMP |
CHENG[ | 2020 | 重庆1所医院 | E+V1 | ② | ≤18岁的MPP和RMPP儿童 | 电子病历系统 | 2013—2019 | 73 | 219 | 33.33 | RMMP |
BI[ | 2021 | 南京1所医院 | E+V1,2 | ① | MPP和RMPP儿童 | 临床资料 | 2016—2018 | 165 | 1 562 | 10.56 | RMMP |
LIU[ | 2022 | 山东1所医院 | E+V1,2 | ② | 1~14岁的MPP和RMPP儿童 | 电子病历系统 | 2018—2021 | 94 | 315 | 29.84 | RMMP |
SHEN[ | 2022 | 天津1所医院 | E+V1 | ② | ≤18岁的MPP和RMPP儿童 | 电子病历系统 | 2018—2021 | 155 | 299 | 51.84 | RMMP |
XIE[ | 2022 | 宁波1所医院 | E+V1 | ② | ≤18岁的NRMPP和RMPP儿童 | 电子病历系统 | 2020年1月—2022年1月 | 56 | 162 | 34.57 | RMMP |
闵双双[ | 2022 | 北京1所医院 | E+V2 | ② | MPP和RMPP儿童 | 临床资料 | 2015—2019 | 124 | 351 | 35.33 | RMMP |
孙俊华[ | 2022 | 宁夏1所医院 | E+V1 | ② | 1~14岁的MPP和RMPP儿童 | 临床资料 | 2018—2020 | 32 | 208 | 15.38 | RMMP |
许颖[ | 2022 | 辽宁1所医院 | E+V1 | ② | MPP和RMPP儿童 | 电子病历系统 | 2020—2022 | — | 268 | — | RMMP |
叶洪舟[ | 2022 | 湖州1所医院 | E | ③ | 6~14岁的MPP和RMPP儿童 | 临床资料 | 2019—2020 | 109 | 307 | 35.50 | RMMP |
张雨[ | 2022 | 某三甲医院 | E | ② | MPP和RMPP儿童 | 电子病历系统 | 2019—2020 | 57 | 185 | 30.81 | RMMP |
LI[ | 2023 | 江苏2所医院 | E+V1,2 | ① | ≤14岁的MPP和RMPP儿童 | 电子病历系统 | 2018—2021 | 195 | 839 | 23.24 | RMMP |
ZHU[ | 2023 | 河南2所医院 | E | ② | ≤14岁的MPP和RMPP儿童 | 临床资料 | 2021年10月—2023年2月 | 20 | 51 | 39.22 | RMMP |
程彩虹[ | 2023 | 安徽1所医院 | E+V1 | ② | MPP和RMPP儿童 | 电子病历系统 | 2019—2022 | 42 | 425 | 9.88 | RMMP |
Table 2 Basic characteristics of included literature
第一作者 | 发表时间(年) | 研究地点 | 模型类型 | 研究设计 | 研究对象 | 数据来源 | 病例收集时间(年) | 样本总量 | 结局指标 | ||
---|---|---|---|---|---|---|---|---|---|---|---|
结果事件(例) | 例数 | 发生率(%) | |||||||||
WANG[ | 2017 | 上海1所医院 | E+V1 | ② | 1~14岁的MMP和RMPP儿童 | 电子病历系统 | 2014—2016 | 49 | 234 | 20.94 | RMMP |
CHENG[ | 2020 | 重庆1所医院 | E+V1 | ② | ≤18岁的MPP和RMPP儿童 | 电子病历系统 | 2013—2019 | 73 | 219 | 33.33 | RMMP |
BI[ | 2021 | 南京1所医院 | E+V1,2 | ① | MPP和RMPP儿童 | 临床资料 | 2016—2018 | 165 | 1 562 | 10.56 | RMMP |
LIU[ | 2022 | 山东1所医院 | E+V1,2 | ② | 1~14岁的MPP和RMPP儿童 | 电子病历系统 | 2018—2021 | 94 | 315 | 29.84 | RMMP |
SHEN[ | 2022 | 天津1所医院 | E+V1 | ② | ≤18岁的MPP和RMPP儿童 | 电子病历系统 | 2018—2021 | 155 | 299 | 51.84 | RMMP |
XIE[ | 2022 | 宁波1所医院 | E+V1 | ② | ≤18岁的NRMPP和RMPP儿童 | 电子病历系统 | 2020年1月—2022年1月 | 56 | 162 | 34.57 | RMMP |
闵双双[ | 2022 | 北京1所医院 | E+V2 | ② | MPP和RMPP儿童 | 临床资料 | 2015—2019 | 124 | 351 | 35.33 | RMMP |
孙俊华[ | 2022 | 宁夏1所医院 | E+V1 | ② | 1~14岁的MPP和RMPP儿童 | 临床资料 | 2018—2020 | 32 | 208 | 15.38 | RMMP |
许颖[ | 2022 | 辽宁1所医院 | E+V1 | ② | MPP和RMPP儿童 | 电子病历系统 | 2020—2022 | — | 268 | — | RMMP |
叶洪舟[ | 2022 | 湖州1所医院 | E | ③ | 6~14岁的MPP和RMPP儿童 | 临床资料 | 2019—2020 | 109 | 307 | 35.50 | RMMP |
张雨[ | 2022 | 某三甲医院 | E | ② | MPP和RMPP儿童 | 电子病历系统 | 2019—2020 | 57 | 185 | 30.81 | RMMP |
LI[ | 2023 | 江苏2所医院 | E+V1,2 | ① | ≤14岁的MPP和RMPP儿童 | 电子病历系统 | 2018—2021 | 195 | 839 | 23.24 | RMMP |
ZHU[ | 2023 | 河南2所医院 | E | ② | ≤14岁的MPP和RMPP儿童 | 临床资料 | 2021年10月—2023年2月 | 20 | 51 | 39.22 | RMMP |
程彩虹[ | 2023 | 安徽1所医院 | E+V1 | ② | MPP和RMPP儿童 | 电子病历系统 | 2019—2022 | 42 | 425 | 9.88 | RMMP |
第一作者 | 建模方法 | 变量选择 | 候选变量 | 样本量(D/I/E) | 缺失数据 | 最终包含的预测因子 | |||
---|---|---|---|---|---|---|---|---|---|
数量(个) | 连续变量处理方法 | 数量(例) | 处理方式 | 内容 | 数量(个) | ||||
WANG[ | LR | Logistic回归 | 11 | N | 234/—/— | — | — | 年龄、LDH、ESR、CRP | 4 |
CHENG[ | LR | LASSO回归 | 21 | N | 131/88/— | — | — | LDH、ALB、NE、高热 | 4 |
BI[ | LR | 逐步回归法 | 14 | N | 618/—/944 | — | — | 年龄、发热天数、CRP、ALT、LDH、胸部影响学评分 | 6 |
LIU[ | LR | — | 20 | N | 225/—/90 | 22 | 删除 | 实变大小/BSA、胸腔积液、LDH、CRP | 4 |
SHEN[ | LR | 逐步回归法 | 23 | N | 299/—/— | 35 | 删除 | CRP、LDH、D-二聚体 | 3 |
XIE[ | LR | 单因素、多因素分析 | 16 | N | 162/—/— | — | — | 年龄、白细胞计数、NE、血清PCT、LDH | 5 |
闵双双[ | LR | 单因素分析 | 24 | N | 351/—/67 | — | — | 高热、三凹征、肺部浸润改变、CRP、ESR、MP核酸耐药突变 | 6 |
孙俊华[ | LR | 单因素、多因素分析 | 24 | N | 208/—/— | — | — | 年龄、PCT、CRP | 3 |
许颖[ | LR | 单因素、多因素分析 | — | N | 188/80/— | — | — | LDH、CRP、PCT、NE | 4 |
叶洪舟[ | LR | 单因素、多因素分析 | 19 | N | 307/—/— | — | — | WBC、CRP、PCT、LDH、NE、MP核酸耐药突变 | 6 |
张雨[ | LR | 单因素分析 | — | N | 185/—/— | 76 | 删除 | 发热时间、NE、ALT、AST、LDH、D-二聚体、淋巴细胞比值、ALB、血钙 | 9 |
LI[ | LR | 单因素、多因素分析 | 20 | N | 517/—/322 | — | 完整案例分析 | 年龄、发热天数、淋巴细胞计数、D-二聚体、肺部影像学评分 | 5 |
ZHU[ | LR | 单因素分析 | 21 | N | 51/—/— | 4 | 删除 | CCL2、发热持续时间 | 2 |
程彩虹[ | LR | LASSO回归 | 28 | N | 301/124/— | — | 五重差缺失值替换 | 入院前病程、精神状态、肺部听诊、CRP | 4 |
Table 3 The construction of risk prediction models for RMPP in children
第一作者 | 建模方法 | 变量选择 | 候选变量 | 样本量(D/I/E) | 缺失数据 | 最终包含的预测因子 | |||
---|---|---|---|---|---|---|---|---|---|
数量(个) | 连续变量处理方法 | 数量(例) | 处理方式 | 内容 | 数量(个) | ||||
WANG[ | LR | Logistic回归 | 11 | N | 234/—/— | — | — | 年龄、LDH、ESR、CRP | 4 |
CHENG[ | LR | LASSO回归 | 21 | N | 131/88/— | — | — | LDH、ALB、NE、高热 | 4 |
BI[ | LR | 逐步回归法 | 14 | N | 618/—/944 | — | — | 年龄、发热天数、CRP、ALT、LDH、胸部影响学评分 | 6 |
LIU[ | LR | — | 20 | N | 225/—/90 | 22 | 删除 | 实变大小/BSA、胸腔积液、LDH、CRP | 4 |
SHEN[ | LR | 逐步回归法 | 23 | N | 299/—/— | 35 | 删除 | CRP、LDH、D-二聚体 | 3 |
XIE[ | LR | 单因素、多因素分析 | 16 | N | 162/—/— | — | — | 年龄、白细胞计数、NE、血清PCT、LDH | 5 |
闵双双[ | LR | 单因素分析 | 24 | N | 351/—/67 | — | — | 高热、三凹征、肺部浸润改变、CRP、ESR、MP核酸耐药突变 | 6 |
孙俊华[ | LR | 单因素、多因素分析 | 24 | N | 208/—/— | — | — | 年龄、PCT、CRP | 3 |
许颖[ | LR | 单因素、多因素分析 | — | N | 188/80/— | — | — | LDH、CRP、PCT、NE | 4 |
叶洪舟[ | LR | 单因素、多因素分析 | 19 | N | 307/—/— | — | — | WBC、CRP、PCT、LDH、NE、MP核酸耐药突变 | 6 |
张雨[ | LR | 单因素分析 | — | N | 185/—/— | 76 | 删除 | 发热时间、NE、ALT、AST、LDH、D-二聚体、淋巴细胞比值、ALB、血钙 | 9 |
LI[ | LR | 单因素、多因素分析 | 20 | N | 517/—/322 | — | 完整案例分析 | 年龄、发热天数、淋巴细胞计数、D-二聚体、肺部影像学评分 | 5 |
ZHU[ | LR | 单因素分析 | 21 | N | 51/—/— | 4 | 删除 | CCL2、发热持续时间 | 2 |
程彩虹[ | LR | LASSO回归 | 28 | N | 301/124/— | — | 五重差缺失值替换 | 入院前病程、精神状态、肺部听诊、CRP | 4 |
第一作者 | 模型性能 | 验模方法 | 模型呈现方式 | 适用性及局限性 | ||
---|---|---|---|---|---|---|
AUC(D/I/E) | 校准方法 | A/B/C(%) | ||||
WANG[ | —/0.840/— | — | A:75.7%;B:81.6%;C:— | 内部验证(Bootstrap) | 回归方程式 | 适用性较好,但该模型是基于单中心的回顾性研究,样本量较小,且没有进行外部验证 |
CHENG[ | 0.884/0.881/— | H-L检验、校准曲线、DCA、CIC、校准图 | — | 内部验证(10-FCV) | 列线图 | 适用性较好,易于获取和操作,但该模型是基于单中心的回顾性研究,样本量较小 |
BI[ | —/0.899/0.871 | — | A:86.2%;B:78.3%;C:85.4% | 内部验证、外部验证(时间验证) | 列线图 | 适用性较好,临床指标简单易得,但仍需要在临床中实践 |
LIU[ | —/0.955/0.916 | 校准曲线 | — | 内部验证、外部验证(时间验证) | 列线图 | 适用性较好,但是为单中心且样本量较小,仅针对住院儿童,未包括急诊科或重症监护室的儿童 |
SHEN[ | 0.881/0.777/— | 校准曲线 | — | 内部验证(Bootstrap) | 列线图 | 适用性较好,但是基于单中心的回顾性研究,样本量较小,且没有进行外部验证 |
XIE[ | —/0.925/— | 校准曲线 | — | 内部验证 | 列线图 | 适用性较好,但是基于单中心的回顾性研究,样本量较小,且没有进行外部验证 |
闵双双[ | 0.894/—/0.864 | H-L检验 | A:74.0%;B:86.3%;C:— | 外部验证(空间验证) | 回归方程式 | 适用性较好,但该模型是基于单中心的回顾性研究,样本量较小 |
孙俊华[ | —/0.893/— | 校准曲线 | — | 内部验证 | 列线图 | 适用性较好,但是基于单中心的回顾性研究,样本量较小,且没有进行外部验证 |
许颖[ | —/0.945/— | H-L检验 | A:86.56%;B:92.59%;C:88.29% | 内部验证(随机拆分验证) | 风险评分系统 | 适用性较好,但是回顾性研究,且样本量较小 |
叶洪舟[ | — | — | — | — | 列线图 | 适用性较好,但样本量较小,且未进行验证 |
张雨[ | — | — | 模型1(A:54.55%;B:78.18%;C:61.93%) 模型2(A:94.83%;B:34.48%;C:72.73%) 模型3(A:59.17%;B:78.18%;C:65.14%) 模型4(A:56.25%;B:89.66%;C:68.83%) | 内部验证(交叉验证法) | 回归方程式 | 适用性较好,但是基于单中心的回顾性研究,样本量较小 |
LI[ | —/0.907/0.964 | 校准曲线、DCA | — | 内部验证(Bootstrap)、外部验证(空间验证) | 列线图 | 适用性较好,但该模型是回顾性研究,且该模型没有考虑支原体肺炎的耐药性和其他并发症的影响 |
ZHU[ | 0.940/—/— | — | A:94%;B:85%;C:— | — | 列线图 | 适用性较好,但模型是基于单中心的回顾性研究,样本量较小,且未进行验证 |
程彩虹[ | 0.820/0.742/— | H-L检验、DCA、校准曲线 | — | 内部验证(Bootstrap) | 列线图 | 适用性较好,但模型是基于单中心的回顾性研究,样本量较小 |
Table 4 The performance and presentation of risk prediction models for RMPP in children
第一作者 | 模型性能 | 验模方法 | 模型呈现方式 | 适用性及局限性 | ||
---|---|---|---|---|---|---|
AUC(D/I/E) | 校准方法 | A/B/C(%) | ||||
WANG[ | —/0.840/— | — | A:75.7%;B:81.6%;C:— | 内部验证(Bootstrap) | 回归方程式 | 适用性较好,但该模型是基于单中心的回顾性研究,样本量较小,且没有进行外部验证 |
CHENG[ | 0.884/0.881/— | H-L检验、校准曲线、DCA、CIC、校准图 | — | 内部验证(10-FCV) | 列线图 | 适用性较好,易于获取和操作,但该模型是基于单中心的回顾性研究,样本量较小 |
BI[ | —/0.899/0.871 | — | A:86.2%;B:78.3%;C:85.4% | 内部验证、外部验证(时间验证) | 列线图 | 适用性较好,临床指标简单易得,但仍需要在临床中实践 |
LIU[ | —/0.955/0.916 | 校准曲线 | — | 内部验证、外部验证(时间验证) | 列线图 | 适用性较好,但是为单中心且样本量较小,仅针对住院儿童,未包括急诊科或重症监护室的儿童 |
SHEN[ | 0.881/0.777/— | 校准曲线 | — | 内部验证(Bootstrap) | 列线图 | 适用性较好,但是基于单中心的回顾性研究,样本量较小,且没有进行外部验证 |
XIE[ | —/0.925/— | 校准曲线 | — | 内部验证 | 列线图 | 适用性较好,但是基于单中心的回顾性研究,样本量较小,且没有进行外部验证 |
闵双双[ | 0.894/—/0.864 | H-L检验 | A:74.0%;B:86.3%;C:— | 外部验证(空间验证) | 回归方程式 | 适用性较好,但该模型是基于单中心的回顾性研究,样本量较小 |
孙俊华[ | —/0.893/— | 校准曲线 | — | 内部验证 | 列线图 | 适用性较好,但是基于单中心的回顾性研究,样本量较小,且没有进行外部验证 |
许颖[ | —/0.945/— | H-L检验 | A:86.56%;B:92.59%;C:88.29% | 内部验证(随机拆分验证) | 风险评分系统 | 适用性较好,但是回顾性研究,且样本量较小 |
叶洪舟[ | — | — | — | — | 列线图 | 适用性较好,但样本量较小,且未进行验证 |
张雨[ | — | — | 模型1(A:54.55%;B:78.18%;C:61.93%) 模型2(A:94.83%;B:34.48%;C:72.73%) 模型3(A:59.17%;B:78.18%;C:65.14%) 模型4(A:56.25%;B:89.66%;C:68.83%) | 内部验证(交叉验证法) | 回归方程式 | 适用性较好,但是基于单中心的回顾性研究,样本量较小 |
LI[ | —/0.907/0.964 | 校准曲线、DCA | — | 内部验证(Bootstrap)、外部验证(空间验证) | 列线图 | 适用性较好,但该模型是回顾性研究,且该模型没有考虑支原体肺炎的耐药性和其他并发症的影响 |
ZHU[ | 0.940/—/— | — | A:94%;B:85%;C:— | — | 列线图 | 适用性较好,但模型是基于单中心的回顾性研究,样本量较小,且未进行验证 |
程彩虹[ | 0.820/0.742/— | H-L检验、DCA、校准曲线 | — | 内部验证(Bootstrap) | 列线图 | 适用性较好,但模型是基于单中心的回顾性研究,样本量较小 |
第一作者 | 偏倚风险 | 适用性 | 总体 | ||||||
---|---|---|---|---|---|---|---|---|---|
研究对象 | 预测因子 | 结局 | 分析 | 研究对象 | 预测因子 | 结局 | 偏倚风险 | 适用性 | |
WANG[ | + | - | ? | - | + | + | + | - | + |
CHENG[ | + | + | + | - | + | + | + | - | + |
BI[ | + | + | + | - | + | + | + | - | + |
LIU[ | + | + | + | - | + | + | + | - | + |
SHEN[ | + | + | + | - | + | + | + | - | + |
XIE[ | + | + | + | - | + | + | + | - | + |
闵双双[ | + | + | + | - | + | + | + | - | + |
孙俊华[ | + | + | + | - | + | + | + | - | + |
许颖[ | + | + | + | - | + | + | + | - | + |
叶洪舟[ | + | + | + | - | + | + | + | - | + |
张雨[ | + | - | ? | - | + | + | + | - | + |
LI[ | + | - | ? | - | + | + | + | - | + |
ZHU[ | - | + | + | - | + | + | + | - | + |
程彩虹[ | + | + | + | - | + | + | + | - | + |
Table 5 Bias risk and suitability assessment
第一作者 | 偏倚风险 | 适用性 | 总体 | ||||||
---|---|---|---|---|---|---|---|---|---|
研究对象 | 预测因子 | 结局 | 分析 | 研究对象 | 预测因子 | 结局 | 偏倚风险 | 适用性 | |
WANG[ | + | - | ? | - | + | + | + | - | + |
CHENG[ | + | + | + | - | + | + | + | - | + |
BI[ | + | + | + | - | + | + | + | - | + |
LIU[ | + | + | + | - | + | + | + | - | + |
SHEN[ | + | + | + | - | + | + | + | - | + |
XIE[ | + | + | + | - | + | + | + | - | + |
闵双双[ | + | + | + | - | + | + | + | - | + |
孙俊华[ | + | + | + | - | + | + | + | - | + |
许颖[ | + | + | + | - | + | + | + | - | + |
叶洪舟[ | + | + | + | - | + | + | + | - | + |
张雨[ | + | - | ? | - | + | + | + | - | + |
LI[ | + | - | ? | - | + | + | + | - | + |
ZHU[ | - | + | + | - | + | + | + | - | + |
程彩虹[ | + | + | + | - | + | + | + | - | + |
预测因子 | 合并效应值 | 异质性检验 | ||||
---|---|---|---|---|---|---|
OR值 | 95%CI | Z值 | P值 | I2值(%) | P值 | |
高热 | 1.315 | 1.113~1.554 | 3.220 | 0.001 | 75.0 | 0.003 |
乳酸脱氢酶 | 1.003 | 1.002~1.004 | 6.140 | <0.001 | 92.1 | <0.001 |
C反应蛋白 | 1.188 | 1.058~1.334 | 2.920 | 0.004 | 88.2 | <0.001 |
年龄 | 1.160 | 1.018~1.321 | 2.230 | 0.026 | 62.5 | 0.046 |
中性粒细胞比例 | 10.985 | 1.403~85.990 | 2.280 | 0.022 | 89.0 | <0.001 |
降钙素原 | 20.069 | 5.267~76.472 | 4.390 | <0.001 | 65.9 | 0.053 |
D-二聚体 | 5.889 | 1.289~26.895 | 2.290 | 0.022 | 95.0 | <0.001 |
Table 6 Meta-analysis results of influencing factors of RMPP in children
预测因子 | 合并效应值 | 异质性检验 | ||||
---|---|---|---|---|---|---|
OR值 | 95%CI | Z值 | P值 | I2值(%) | P值 | |
高热 | 1.315 | 1.113~1.554 | 3.220 | 0.001 | 75.0 | 0.003 |
乳酸脱氢酶 | 1.003 | 1.002~1.004 | 6.140 | <0.001 | 92.1 | <0.001 |
C反应蛋白 | 1.188 | 1.058~1.334 | 2.920 | 0.004 | 88.2 | <0.001 |
年龄 | 1.160 | 1.018~1.321 | 2.230 | 0.026 | 62.5 | 0.046 |
中性粒细胞比例 | 10.985 | 1.403~85.990 | 2.280 | 0.022 | 89.0 | <0.001 |
降钙素原 | 20.069 | 5.267~76.472 | 4.390 | <0.001 | 65.9 | 0.053 |
D-二聚体 | 5.889 | 1.289~26.895 | 2.290 | 0.022 | 95.0 | <0.001 |
[31] |
|
[32] |
许姜姜,舒林华. 儿童难治性肺炎支原体肺炎临床特征分析[J]. 中国当代儿科杂志,2018,20(1):37-42. DOI:10.7499/j.issn.1008-8830.2018.01.008.
|
[33] |
李宁,陈言钊,周克英. 乳酸脱氢酶在儿童难治性肺炎支原体肺炎诊断和治疗中的意义[J]. 中国小儿急救医学,2017,24(4):305-308. DOI:10.3760/cma.j.issn.1673-4912.2017.04.015.
|
[34] |
|
[35] |
|
[36] |
郑雪香,林继雷,代继宏. 基于决策曲线和剂量反应分析评估乳酸脱氢酶对儿童难治性肺炎支原体肺炎的预测价值[J]. 中国当代儿科杂志,2020,22(2):112-117. DOI:10.7499/j.issn.1008-8830.2020.02.006.
|
[37] |
|
[38] |
|
[39] |
吴素丽,王宏鑫,王萌,等. WBC与CRP和D-D及FIB对肺炎支原体感染的诊断效果分析[J]. 中华医院感染学杂志,2020,30(3):346-349. DOI:10.11816/cn.ni.2020-190319.
|
[40] |
|
[41] |
杨海军. 儿童难治性肺炎支原体肺炎的危险因素及预测价值分析[J]. 中国现代药物应用,2024,18(1):1-5. DOI:10.14164/j.cnki.cn11-5581/r.2024.01.001.
|
[1] |
|
[2] |
|
[3] |
|
[4] |
刘晓梅,崔振泽,杨光. 难治性肺炎支原体肺炎危险因素分析[J]. 中国现代医学杂志,2020,30(2):55-59. DOI:10.3969/j.issn.1005-8982.2020.02.010.
|
[5] |
|
[6] |
赵顺英,钱素云,陈志敏,等. 儿童肺炎支原体肺炎诊疗指南(2023年版)[J]. 新发传染病电子杂志,2024,9(1):73-79. DOI:10.19871/j.cnki.xfcrbzz.2024.01.015.
|
[7] |
|
[8] |
|
[9] |
刘帅帅,马静,张忠晓,等. 儿童肺炎支原体坏死性肺炎的早期预测指标[J]. 中华实用儿科临床杂志,2021,36(8):601-604. DOI:10.3760/cma.j.cn101070-20191231-01327.
|
[10] |
|
[11] |
|
[12] |
陈香萍,张奕,庄一渝,等. PROBAST:诊断或预后多因素预测模型研究偏倚风险的评估工具[J]. 中国循证医学杂志,2020,20(6):737-744. DOI:10.7507/1672-2531.201910087.
|
[13] |
|
[14] |
|
[15] |
|
[16] |
|
[17] |
|
[18] |
|
[19] |
闵双双,魏兵,马明,等. 儿童难治性肺炎支原体肺炎危险因素分析及风险评估模型建立[J]. 临床军医杂志,2022,50(1):46-50. DOI:10.16680/j.1671-3826.2022.01.13.
|
[20] |
孙俊华,王晓丽. 儿童难治性肺炎支原体肺炎早期预测模型的构建与验证[J]. 宁夏医学杂志,2022,44(1):49-51. DOI:10.13621/j.1001-5949.2022.01.0049.
|
[21] |
许颖,王丹. 儿童难治性肺炎支原体肺炎危险因素分析及风险评分模型的构建[J]. 广东医学,2022,43(11):1332-1336. DOI:10.13820/j.cnki.gdyx.20222747.
|
[22] |
叶洪舟,朱焰,施明杰. 学龄期儿童难治性肺炎支原体肺炎早期预测模型的建立[J]. 浙江医学,2022,44(14):1523-1527. DOI:10.12056/j.issn.1006-2785.2022.44.14.2022-817.
|
[23] |
张雨. 儿童难治性肺炎支原体肺炎的临床特征和预测模型[D]. 衡阳:南华大学,2022.
|
[24] |
|
[25] |
|
[26] |
程彩虹. 皖南儿童难治性支原体肺炎Nomogram预测模型构建[D]. 芜湖:皖南医学院,2023.
|
[27] |
|
[28] |
朱影,王婧. 儿童难治性肺炎支原体肺炎高危因素logsitic回归分析[J]. 河北医学,2018,24(5):760-763. DOI:10.3969/j.issn.1006-6233.2018.05.015.
|
[29] |
|
[30] |
|
[42] |
高恒妙,钱素云. 难治性、暴发性及大环内酯类耐药肺炎支原体肺炎的治疗[J]. 中国小儿急救医学,2021,28(1):1-6. DOI:10.3760/cma.j.issn.1673-4912.2021.01.001.
|
[43] |
李静,刘长山,王雪艳. 儿童肺炎支原体肺炎临床特点及重症危险因素分析[J]. 天津医科大学学报,2019,25(4):396-399.
|
[44] |
张芙荣,周卫芳,李玉琴,等. 中性粒细胞与淋巴细胞比值、血小板与淋巴细胞比值在重症肺炎支原体肺炎中的诊断价值[J]. 中华实用儿科临床杂志,2022,37(4):260-264. DOI:10.3760/cma.j.cn101070-20201013-01612.
|
[45] |
赵茜叶,侍苏杰,孙大权,等. 难治性肺炎支原体肺炎患儿支气管肺泡灌洗液中半乳凝素-3水平与细胞免疫的相关性[J]. 中国当代儿科杂志,2019,21(2):150-154. DOI:10.7499/j.issn.1008-8830.2019.02.008.
|
[46] |
李玉娟. 学龄期难治性肺炎支原体肺炎临床特点及危险因素分析[J]. 感染、炎症、修复,2021,22(1):24-29. DOI:10.3969/j.issn.1672-8521.2021.01.006.
|
[47] |
|
[48] |
|
[49] |
|
[50] |
黄光成,周良,石建伟,等. 机器学习算法在疾病风险预测中的应用与比较[J]. 中国卫生资源,2020,23(4):432-436. DOI:10.13688/j.cnki.chr.2020.19608.
|
[51] |
|
[52] |
|
[1] | SUN Lin, SHI Yiwei, HOU Xiaomin, GUO Yunting, ZHAO Xu, DONG Lin, NIE Jisheng, QIN Xiaojiang. Relationship between Serum Sodium Levels and Length of Hospital Stay in Patients with Pulmonary Hypertension associated with Left Heart Disease [J]. Chinese General Practice, 2025, 28(09): 1065-1071. |
[2] | CHEN Shenglan, ZHENG Yongtao, HU Wangcheng, NI Zuowei, XIA Bing, YE Chunmei, DU Chixin, CHEN Xiaodan. Risk Prediction Model for High Myopia in Primary and Secondary School Students: Based on Nested Case-control Study [J]. Chinese General Practice, 2025, 28(09): 1115-1121. |
[3] | YANG Shuihua, YAO Guiying, TIAN Chen, YAN Yilong, LIU Jiayi, WANG Jiajia, TIAN Jinhui, NIU Meng, GE Long. MetaDTA: an Online Application for Diagnostic Test Accuracy Meta-analysis [J]. Chinese General Practice, 2025, 28(08): 1023-1032. |
[4] | FAN Jianing, CHEN Jieting, WANG Ziqi, FAN Jinhe, JING Mingxia. Analysis of the Development Trajectory of Health-related Quality of Life in Middle-aged and Elderly Patients with Cardiometabolic Diseases and the Influencing Factors [J]. Chinese General Practice, 2025, 28(08): 923-932. |
[5] | HAN Shukui, REN Yitao, MA Xin, SONG Panpan, MA Jinxiang, ZHANG Ziyu, CHEN Hongru. Analysis of Disease Burden Trends and Forecast of Alzheimer's Disease and Other Dementias among the Elderly in China from 1992 to 2021 [J]. Chinese General Practice, 2025, 28(08): 996-1003. |
[6] | CHEN Cong, ZHU Haihong. Influencing Factors of Grassroots Medical Care Seeking Behavior of Patients with Type 2 Diabetes Mellitus Who Received Contracted Family Doctor Services Based on Anderson Model [J]. Chinese General Practice, 2025, 28(07): 888-892. |
[7] | WANG Shihong, DENG Xingyu, CAO Rudai, LING Yao, HUANG Cuiyi, OUYANG Dong, DING Yuanlin, YU Haibing. The Trend Prediction of Five Subtypes of Chronic Kidney Disease in China from 2020 to 2040 [J]. Chinese General Practice, 2025, 28(07): 814-823. |
[8] | MA Juan, MA Shengzong, YAN Ru, MA Xueping, JIA Shaobin. Predictive Effect of C-reactive Protein Albumin Ratio on Long-term Adverse Cardiovascular Events in Patients with Type 2 Diabetes Mellitus and Acute Myocardial Infarction [J]. Chinese General Practice, 2025, 28(06): 705-712. |
[9] | WANG Rui, OUYANG Lina, WU Qian, NIU Yuanyuan, LI Guilan, ZHU Li. The Value of CT-FFR in Predicting Major Adverse Cardiovascular Events in Patients with Obstructive Coronary Artery Disease [J]. Chinese General Practice, 2025, 28(06): 713-719. |
[10] | WANG Yuan, XIAO Fei, ZHANG Yuxin, ZHOU Enhui, ZHONG Jianqin, HU Yuxin, HONG Feng. Relationship between Ethnic Minority Speciality Diets and Cardiovascular Disease: Based on the Cohort Study of Natural Populations Living in Ethnic Minority Aggregation Areas in the Southwest Region [J]. Chinese General Practice, 2025, 28(06): 688-696. |
[11] | CHENG Lu, QIN Cun, BAI Pinqing, WANG Jianying, REN Yaping, HU Xiaojuan, ZHANG Baojun, ZHANG Lei, ZHOU Yixin. Correlation between Traditional Chinese Medicine Constitution and Blood Lipid Metabolism in Children: Based on the Shanghai Child and Adolescent Health Cohort [J]. Chinese General Practice, 2025, 28(06): 751-755. |
[12] | LIU Zuting, XU Minghuan, YANG Xuezhi, MO Jiali, LIU Xingyu, DU Huijie, ZHANG Huiqin, YI Yingping, KUANG Jie. Correlation between the Systemic Inflammatory Response Index and Risk of Ischemic Stroke Recurrence [J]. Chinese General Practice, 2025, 28(05): 541-547. |
[13] | SHI Xiaotian, WANG Shan, YANG Huayu, YANG Yifan, LI Xu, DOU Guoze, MA Qing. A Predictive Nomogram for the Risk of Frailty/Pre-frailty on Inflammatory Biomarkers in the Elderly [J]. Chinese General Practice, 2025, 28(05): 587-593. |
[14] | ZHANG Shaotong, WANG Bo, ZHANG Mingrui, MA Guiyan, LIU Shaoguang. Identification of Sepsis Subphenotypes and Risk Stratification Using the Procalcitonin Trajectory [J]. Chinese General Practice, 2025, 28(05): 594-600. |
[15] | DU Huijie, LIU Xingyu, XU Minghuan, YANG Xuezhi, ZHANG Huiqin, MO Jiali, LU Yi, KUANG Jie. Advances in the Prognostic Prediction of Acute Ischemic Stroke: Using Machine Learning Predictive Models as an Example [J]. Chinese General Practice, 2025, 28(05): 554-560. |
Viewed | ||||||
Full text |
|
|||||
Abstract |
|
|||||