切换至 "中华医学电子期刊资源库"
高级检索
中华实验和临床感染病杂志(电子版)

中华实验和临床感染病杂志(电子版) ›› 2023, Vol. 17 ›› Issue (02) : 117 -124. doi: 10.3877/cma.j.issn.1674-1358.2023.02.007

论著

基于血小板和淋巴细胞计数比值的列线图模型预测腹膜透析相关腹膜炎患者治疗预后的价值
郑庆发†(), 白建祥, 黄成文   
  1. 516000　惠州市，惠州市中心人民医院肾内科
  • 收稿日期:2022-10-25 出版日期:2023-04-15
  • 通信作者: 郑庆发
  • 基金资助:
    惠州市科技计划项目(No. 2021WC0106407)

Value of the nomogram model combined with the ratio of platelet and lymphocyte counts in predicting the treatment prognosis of patients with peritoneal dialysis associated peritonitis

Qingfa Zheng†(), Jianxiang Bai, Chengwen Huang   

  1. Department of Nephrology, Huizhou Central People’s Hospital, Huizhou 516000, China
  • Received:2022-10-25 Published:2023-04-15
  • Corresponding author: Qingfa Zheng
全文 ( ) 下载PDF ( ) 导出引用
引用本文：

郑庆发, 白建祥, 黄成文. 基于血小板和淋巴细胞计数比值的列线图模型预测腹膜透析相关腹膜炎患者治疗预后的价值[J/OL]. 中华实验和临床感染病杂志(电子版), 2023, 17(02): 117-124.

Qingfa Zheng, Jianxiang Bai, Chengwen Huang. Value of the nomogram model combined with the ratio of platelet and lymphocyte counts in predicting the treatment prognosis of patients with peritoneal dialysis associated peritonitis[J/OL]. Chinese Journal of Experimental and Clinical Infectious Diseases(Electronic Edition), 2023, 17(02): 117-124.

目的

探讨血小板和淋巴细胞比值（PLR）预测腹膜透析相关腹膜炎（PDAP）患者治疗预后的价值，并建立相关列线图模型。

方法

纳入2019年1月至2021年6月于惠州市中心人民医院肾内科因PDAP而住院治疗的129例患者作为建模组，根据最终疗效，将患者分为治愈组（83例）和预后不良组（46例）。同期纳入惠州市第一人民医院因PDAP而住院治疗的113例患者作为验证组，比较两组患者一般临床资料、实验室指标以及病原菌组成的差异。多因素Logistic回归模型中获得PDAP患者治疗预后不良的独立预测因素，根据独立预测因素建立预测PDAP患者治疗预后不良风险的列线图模型，以Bootstrap法和校准曲线进行列线图模型的内外部验证，绘制决策曲线，分析独立预测指标以及联合预测模型预测PDAP患者治疗预后不良的净收益。

结果

预后不良组患者透析龄[11.23（8.44，14.57）月]显著高于治愈组[7.23（5.31，10.41）月]，差异有统计学意义（Z = 5.735、P < 0.001）；糖尿病肾病患者占比（69.57%）显著高于治愈组（30.12%）（χ2 = 6.165、P = 0.007），差异均有统计学意义。预后不良组患者血小板计数（t = 5.687、P < 0.001）、降钙素原（Z = 6.945、P < 0.001）、PLR（t = 7.267、P < 0.001）以及C-反应蛋白（CRP）（t = 8.221、P < 0.001）显著高于治愈组，而淋巴细胞计数[1.01（0.78，1.15）× 109/L]显著低于治愈组[1.42（1.11，1.67）× 109/L]（Z = 4.467、P < 0.001），差异均有统计学意义。多因素Logistic回归分析显示，原发病（χ2 = 7.564、P = 0.014）、PLR（χ2 = 9.786、P = 0.005）及透析龄（χ2 = 8.967、P = 0.009）均为PDAP患者治疗预后不良的独立预测因素，其中PLR每增加1个单位，患者治疗预后不良的风险增加1.568倍（OR = 2.568、95%CI：2.117~2.926、P = 0.005）；糖尿病肾病治疗预后不良的风险是慢性肾炎的3.265倍（OR = 3.265、95%CI：2.196~6.457、P = 0.014）；透析龄每增加1个月，患者治疗预后不良的风险增加1.733倍（OR = 2.733、95%CI：2.245~3.214、P = 0.009）。基于多因素分析结果获得的3个独立预测因素，建立预测PDAP患者治疗预后不良风险的列线图模型，H-L检验结果显示，建模组和验证组PDAP患者治疗预后不良风险的预测值与实际观测值符合度良好（χ2 = 0.134、P = 0.867，χ2 = 0.214、P = 0.785），决策曲线分析结果显示，在0~0.79阈值范围内，3个独立预测指标预测PDAP患者治疗预后不良风险均具有良好的净效益，且联合预测的总体净效益高于单一指标的净效益。

结论

基于PLR建立的列线图模型用于预测PDAP患者治疗预后不良具有较高的临床价值。

关键词: 血小板和淋巴细胞比值, 腹膜透析相关腹膜炎, 预后, 列线图模型
Objective

To investigate the value of platelet lymphocyte ratio (PLR) in predicting the prognosis of patients with peritoneal dialysis associated peritonitis (PDAP), and to establish a nomogram model.

Methods

Total of 129 hospitalized patients with the PDAP in the Department of Nephrology, Huizhou Central People’s Hospital from January 2019 to June 2021 were included as modeling group, the patients were divided into cured group (83 cases) and poor prognosis group (46 cases) according to the final treatment effect. There were 113 patients with PDAP admitted to Huizhou the First People’s Hospital in the same period served as the validation group. The differences in clinical data, laboratory indicators and pathogenic bacteria composition between the two groups were compared, respectively. The independent predictors of poor prognosis patients with PDAP were obtained by multivariate Logistic regression model. According to the independent predictors, the nomogram model for predicting the risk of poor prognosis of patients with PDAP was established. The Bootstrap method and calibration curve were used for the internal and external verification of the nomogram model. The decision curve was drawn, and the independent predictors and the combined prediction model were analyzed to predict the net return of poor prognosis of patients with PDAP.

Results

The dialysis period of patients [11.23 (8.44, 14.57) months vs. 7.23 (5.31, 10.41) months] in poor prognosis group was significantly higher than that of the cure group (Z = 5.735, P < 0.001), and the proportion of diabetes nephropathy of patients in poor prognosis [69.57% vs. 30.12%] was significantly higher than that of the cured group (χ2 = 6.165, P = 0.007), the platelet count (t = 5.687, P < 0.001), procalcitonin (Z = 6.945, P < 0.001), PLR (t = 7.267, P < 0.001) and C-reactive protein (CRP) (t = 8.221, P < 0.001) of patients in poor prognosis group were significantly higher than those of the cured group, and the lymphocyte count of patients [1.01 (0.78, 1.15) × 109/L vs. 1.42 (1.11, 1.67) × 109/L] was significantly lower than that of patients in the cured group (Z = 4.467, P < 0.001). The results of multivariate Logistic regression analysis showed as that the primary disease (χ2 = 7.564, P = 0.014), PLR (χ2 = 9.786, P = 0.005) and dialysis period (χ2 = 8.967, P = 0.009) were all independent predictors of poor prognosis in patients with PDAP, the risk of poor prognosis increased 1.568 times with 1 unit increase in PLR (OR = 2.568, 95%CI: 2.117-2.926, P = 0.005); the risk of poor prognosis of diabetes nephropathy patients was 3.265 times that of chronic nephritis patients (OR = 3.265, 95%CI: 2.196-6.457, P = 0.014); the risk of poor treatment prognosis in patients increases by 1.733 times for every one month increase in dialysis period (OR = 2.733, 95%CI: 2.245-3.214, P = 0.009). A nomogram model was established to predict the risk of poor prognosis of patients with PDAP based on the three independent predictors obtained from the results of multivariate analysis. The H-L test results showed that the predicted value of the risk of poor prognosis of patients with PDAP in the modeling group and the validation group was in good agreement with the actual observation value (χ2 = 0.134, P = 0.867; χ2 = 0.214, P = 0.785). The analysis results of decision curve showed that within 0-0.79 threshold probability ranges, the three independent predictors had good net benefits for predicting the risk of poor prognosis for patients with PDAP, and the overall net benefits of joint prediction were higher than those of single index.

Conclusions

The nomogram model combined with PLR has high clinical value in predicting the poor prognosis of patients with PDAP.

Key words: Platelet and lymphocyte ratio, Peritoneal dialysis associated peritonitis, Prognosis, Nomogram model
表1 治愈组和预后不良组患者的一般资料
指标 治愈组（83例） 预后不良组（46例） 统计量 P值
年龄（±s，岁） 48.09 ± 12.45 50.12 ± 13.12 t = 0.976 0.287
性别（例，男/女） 40/43 21/25 χ2 = 0.912a 0.337
体重指数（±s，kg/m2） 21.14 ± 3.28 22.25 ± 3.38 t = 1.014 0.254
体温（±s，℃） 37.54 ± 2.18 37.72 ± 2.03 t = 0.156 0.857
心率（±s，次/min） 91.24 ± 8.56 94.52 ± 9.25 t = 0.342 0.698
心律失常[例（%）]     χ2 = 0.879a 0.358
是 30（36.14） 23（50.00）    
否 53（63.86） 23（50.00）    
左室射血分数（±s，%） 52.34 ± 4.78 50.21 ± 5.37 t = 1.033 0.189
腹水量（±s，ml） 6.74 ± 1.36 7.25 ± 1.58 t = 0.245 0.745
透析龄[M（P25，P75），月] 7.23（5.31，10.41） 11.23（8.44，14.57） Z = 5.735 < 0.001
原发病[例（%）]     χ2 = 6.165a 0.007
慢性肾炎 58（69.88） 14（30.43）    
糖尿病肾病 25（30.12） 32（69.57）    
诱因[例（%）]     χ2 = 2.334a 0.089
操作不当 31（37.35） 18（39.13）    
环境不达标 10（12.05） 8（17.39）    
感染 26（31.33） 15（32.61）    
其他 16（19.28） 5（10.87）    
表2 治愈组和预后不良组患者实验室指标
指标 治愈组（83例） 预后不良组（46例） 统计量 P值
中性粒细胞计数（±s，× 109/L） 6.23（4.56，7.14） 6.42（4.57，7.22） t = 2.223 0.163
淋巴细胞计数（±s，× 109/L） 1.42（1.11，1.67） 1.01（0.78，1.15） Z = 4.467 < 0.001
血小板计数（±s，× 109/L） 214.52 ± 61.74 257.26 ± 56.13 t = 5.678 < 0.001
红细胞计数（±s，× 1012/L） 3.22（2.78，3.78） 3.34（2.84，3.98） Z = 0.894 0.357
血红蛋白（±s，g/L） 85.11 ± 6.85 83.18 ± 7.31 t = 0.954 0.289
NLR（±s） 4.08 ± 1.32 4.37 ± 1.13 t = 1.417 0.082
PLR（±s） 375.78 ± 52.45 478.12 ± 45.31 t = 7.267 < 0.001
肌酐（±s，μmol/L） 763.44 ± 89.64 776.23 ± 103.52 t = 1.534 0.068
尿素（±s，mmol/L） 14.57 ± 2.42 14.64 ± 2.85 t = 0.863 0.372
血钙[M（P25，P75），mmol/L] 2.24（2.01，2.45） 2.18（1.93，2.38） Z = 0.774 0.448
血磷[M（P25，P75），mmol/L] 1.49（1.12，1.67） 1.51（1.13，1.78） Z = 0.912 0.325
白蛋白[M（P25，P75），g/L] 27.31（25.98，30.22） 25.54（24.13，28.19） Z = 1.265 0.265
降钙素原[M（P25，P75），ng/ml] 1.37（1.11，1.67） 2.36（1.73，2.68） Z = 6.945 < 0.001
CPR（±s，mg/L） 35.27 ± 10.45 68.52 ± 12.33 t = 8.221 < 0.001
表3 治愈组和预后不良组患者病原菌组成[例（%）]
病原菌 治愈组（83例） 预后不良组（46例） χ2值 P值
金黄色葡萄球菌     1.245a 0.312
是 20（24.10） 13（28.26）    
否 63（75.90） 33（71.74）    
大肠埃希菌     1.456a 0.287
是 14（16.87） 8（17.39）    
否 69（83.13） 38（82.61）    
真菌     0.995b 0.387
是 6（7.23） 4（8.70）    
否 77（92.77） 42（91.30）    
培养阴性     2.017a 0.234
是 26（31.33） 13（28.26）    
否 57（68.67） 33（71.74）    
耐药菌     1.683a 0.279
是 17（20.48） 8（17.39）    
否 66（79.52） 38（82.61）    
表4 影响PDAP患者治疗预后的Logistic单因素回归分析
自变量 β值 SE值 Walds χ2值 OR值 95%CI P值
透析龄 1.315 0.156 12.478 3.533 3.133~4.018 < 0.001
原发病 1.389 0.227 10.245 3.789 2.178~7.233 0.003
淋巴细胞计数 －0.512 0.108 5.987 0.542 0.412~0.668 0.026
血小板计数 1.215 0.156 8.974 3.347 3.015~3.674 0.008
PLR 1.456 0.223 12.567 4.125 3.712~4.556 < 0.001
降钙素原 0.687 0.152 9.567 2.176 1.715~2.625 0.006
CRP 0.747 0.187 8.145 2.425 2.013~2.889 0.011
表5 影响PDAP患者治疗预后的Logistic多因素回归分析
自变量 β值 SE值 Walds χ2值 OR值 95%CI P值
透析龄 0.987 0.167 8.967 2.733 2.245~3.214 0.009
原发病 1.256 0.247 7.564 3.256 2.196~6.457 0.014
淋巴细胞计数 －0.458 0.104 2.332 0.885 0.825~1.136 0.098
血小板计数 0.387 0.089 3.432 1.322 0.811~1.447 0.067
PLR 0.872 0.217 9.786 2.568 2.117~2.926 0.005
降钙素原 0.238 0.076 2.217 1.216 0.914~1.306 0.114
CRP 0.267 0.071 2.358 1.258 0.926~1.327 0.091
图1 预测PDAP患者治疗预后不良风险的列线图模型
图2 建模组列线图模型的校准曲线
图3 验证组列线图模型的校准曲线
图4 原发病、PLR和透析龄预测PDAP患者治疗预后不良风险净收益率的决策曲线
[1]
Szeto CC, Li PK. Peritoneal dialysis-associated peritonitis[J]. Clin J Am Soc Nephrol,2019,14(7):1100-1105.
[2]
邵秋霞, 胡沙沙, 张丽丽, 等. 腹膜透析相关性腹膜炎致病菌与耐药性及危险因素分析[J]. 中国全科医学,2015,12(11):1326-1329.
[3]
夏敏, 张萍, 盛凯翔, 等. 老年终末期肾病患者血液透析和腹膜透析的预后分析[J]. 中华肾脏病杂志,2016,32(8):584-591.
[4]
Sahlawi MA, Wilson G, Stallard B, et al. Peritoneal dialysis-associated peritonitis outcomes reported in trials and observational studies: A systematic review[J]. Perit Dial Int,2020,40(2):132-140.
[5]
Gadola L, Poggi C, Dominguez P, et al. Risk factors and prevention of peritoneal dialysis-related peritonitis[J]. Perit Dial Int,2019,39(2):119-125.
[6]
Chen T, Yang M. Platelet-to-lymphocyte ratio is associated with cardiovascular disease in continuous ambulatory peritoneal dialysis patients[J]. Int Immunopharmacol,2020,78(2):106063.
[7]
中国腹膜透析相关感染防治专家组. 腹膜透析相关感染的防治指南[J]. 中华肾脏病杂志,2018,23(2):139-148.
[8]
孟令飞, 朱学研, 杨立明, 等. 腹膜透析相关腹膜炎患者治疗失败预测模型的构建和验证:一项多中心临床研究[J]. 南方医科大学学报,2022,42(4):546-553.
[9]
蔡乐, 张庆涛, 谢大洋, 等. 腹膜透析相关腹膜炎患者万古霉素血药浓度监测结果分析[J]. 中国药物应用与监测,2021,18(1):13-17.
[10]
汤立. 单中心腹膜透析相关腹膜炎患者致病菌和耐药性及预后分析[J]. 中国中西医结合肾病杂志,2019,20(3):258-261.
[11]
Inal S, Okyay GU, Ulu MS, et al. The effect of biocompatible peritoneal dialysis solutions on neutrophil to lymphocyte ratio[J]. Ren Fail,2014,36(8):1239-1243.
[12]
张宁, 张蓓茹, 何平, 等. 早发性腹膜透析相关性腹膜炎的危险因素及预后研究[J]. 中国全科医学,2019,22(14):1696-1701.
[13]
高月跃, 张洁, 苏春燕, 等. 腹膜透析相关性腹膜炎预后及其影响因素分析[J]. 中国血液净化,2021,20(9):604-607.
[14]
何明, 钟碧燕, 童瑜. 腹膜透析相关性腹膜炎短期预后不良的相关危险因素分析[J]. 医学理论与实践,2021,34(11):1882-1884.
[15]
丁洁, 李春庆, 陈英兰, 等. 腹膜透析相关性腹膜炎病原菌及其影响因素[J]. 中华医院感染学杂志,2020,30(20):3099-3103.
[16]
袁静, 杨宇齐, 刘璐, 等. 血小板/淋巴细胞比值与腹膜透析患者频发性腹膜透析相关性腹膜炎的关系[J]. 中华肾脏病杂志,2021,37(4):327-332.
[17]
Liu S, Yang M, Zhao Q, et al. Platelet-to-lymphocyte ratio is associated with the mortality in peritoneal dialysis patients[J]. Iran J Kidney Dis,2021,15(3):206-212.
[18]
方味味, 刘桂凌, 李庆根, 等. NLR和PLR在腹膜透析相关性感染中的诊断价值探讨[J]. 临床肾脏病杂志,2020,20(1):12-18.
[19]
Turkmen K, Erdur FM, Ozcicek F, et al. Platelet-to-lymphocyte ratio better predicts inflammation than neutrophil-to-lymphocyte ratio in end-stage renal disease patients[J]. Hemodial Int,2013,17(3):391-396.
[20]
誉翠颜, 谢超, 吴翠霞, 等. 早期血小板计数高是腹膜透析相关性腹膜炎不良预后的独立危险因素[J]. 中华肾脏病杂志,2020,36(8):583-587.
[21]
陈天雷, 杨敏. 血小板/淋巴细胞比值与持续非卧床腹膜透析患者炎症状态的关系[J]. 中国血液净化,2019,12(7):473-476.
[22]
Lo CH, Hsu YJ, Hsu SN, et al. Factors associated with length of hospital stay among dialysis patients with nontraumatic acute abdomen: a retrospective observational study[J]. Singapore Med J,2020,61(11):605-612.
[23]
胡学芹, 王畅, 田园, 等. 腹膜透析相关性腹膜炎临床特点和病原学及其预后[J]. 中华医院感染学杂志,2019,29(14):2125-2129
[24]
Chandra A, Raj G, Awasthi NP, et al. Evaluation of the relationship between blood cell parameters and vascular calcification in dialysis-dependent end-stage renal disease patients[J]. Saudi J Kidney Dis Transpl,2020,31(1):136-143.
[25]
Angkananard T, Janma J, Wannasiri T, et al. Associations of left ventricular systolic dysfunction with the factors among Thai patients on peritoneal dialysis: a cross-sectional study[J]. BMC Nephrol,2019,20(1):257.
[1] 张晓宇, 殷雨来, 张银旭. 阿帕替尼联合新辅助化疗对三阴性乳腺癌的疗效及预后分析[J/OL]. 中华乳腺病杂志(电子版), 2024, 18(06): 346-352.
[2] 许杰, 李亚俊, 韩军伟. 两种入路下腹腔镜根治性全胃切除术治疗超重胃癌的效果比较[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 19-22.
[3] 高杰红, 黎平平, 齐婧, 代引海. ETFA和CD34在乳腺癌中的表达及与临床病理参数和预后的关系研究[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 64-67.
[4] 李代勤, 刘佩杰. 动态增强磁共振评估中晚期低位直肠癌同步放化疗后疗效及预后的价值[J/OL]. 中华普外科手术学杂志(电子版), 2025, 19(01): 100-103.
[5] 梁孟杰, 朱欢欢, 王行舟, 江航, 艾世超, 孙锋, 宋鹏, 王萌, 刘颂, 夏雪峰, 杜峻峰, 傅双, 陆晓峰, 沈晓菲, 管文贤. 联合免疫治疗的胃癌转化治疗患者预后及术后并发症分析[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 619-623.
[6] 张志兆, 王睿, 郜苹苹, 王成方, 王成, 齐晓伟. DNMT3B与乳腺癌预后的关系及其生物学机制[J/OL]. 中华普外科手术学杂志(电子版), 2024, 18(06): 624-629.
[7] 李伟, 宋子健, 赖衍成, 周睿, 吴涵, 邓龙昕, 陈锐. 人工智能应用于前列腺癌患者预后预测的研究现状及展望[J/OL]. 中华腔镜泌尿外科杂志(电子版), 2024, 18(06): 541-546.
[8] 关小玲, 周文营, 陈洪平. PTAAR在乙肝相关慢加急性肝衰竭患者短期预后中的预测价值[J/OL]. 中华肝脏外科手术学电子杂志, 2024, 13(06): 841-845.
[9] 韩加刚, 王振军. 梗阻性左半结肠癌的治疗策略[J/OL]. 中华结直肠疾病电子杂志, 2024, 13(06): 450-458.
[10] 刘郁, 段绍斌, 丁志翔, 史志涛. miR-34a-5p 在结肠癌患者的表达及其与临床特征及预后的相关性研究[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 485-490.
[11] 陈倩倩, 袁晨, 刘基, 尹婷婷. 多层螺旋CT 参数、癌胚抗原、错配修复基因及病理指标对结直肠癌预后的影响[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 507-511.
[12] 曾明芬, 王艳. 急性胰腺炎合并脂肪肝患者CT 与彩色多普勒超声诊断参数与其病情和预后的关联性研究[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 531-535.
[13] 沈炎, 张俊峰, 唐春芳. 预后营养指数结合血清降钙素原、胱抑素C及视黄醇结合蛋白对急性胰腺炎并发急性肾损伤的预测价值[J/OL]. 中华消化病与影像杂志(电子版), 2024, 14(06): 536-540.
[14] 王景明, 王磊, 许小多, 邢文强, 张兆岩, 黄伟敏. 腰椎椎旁肌的研究进展[J/OL]. 中华临床医师杂志(电子版), 2024, 18(09): 846-852.
[15] 郭曌蓉, 王歆光, 刘毅强, 何英剑, 王立泽, 杨飏, 汪星, 曹威, 谷重山, 范铁, 李金锋, 范照青. 不同亚型乳腺叶状肿瘤的临床病理特征及预后危险因素分析[J/OL]. 中华临床医师杂志(电子版), 2024, 18(06): 524-532.
阅读次数
全文


摘要

版权所有 中华医学会 中华医学电子音像出版社有限责任公司  京ICP备14006079号-1  网络出版服务许可证：(署)网出证(京)字第075号

AI
小
编
AI小编
你好！我是《中华医学电子期刊资源库》AI小编，有什么可以帮您的吗？