关键词:
缺铁性贫血
地中海贫血
Logistic回归模型
鉴别诊断
摘要:
目的:建立Logistic回归模型,用于鉴别缺铁性贫血和地中海贫血,并评价和验证模型的有效性。方法:收集2021~2022年昆明医科大学第一附属医院确诊缺铁性贫血和地中海贫血各121例患者资料,随机每组抽取100个病例样本数据为实验组,剩余21个样本数据为验证组。经单因素分析,确定具有统计学差异的变量,并将其纳入多因素分析,可得性别、Hb、MCHC和RDW⁃SD 4个变量为独立影响因素,并用这4个变量建立Logistic回归模型,以受试者操作特征(ROC)曲线下面积、灵敏度、特异度三个指标评估模型鉴别诊断效果。结果:单因素变量分析显示,RBC、Hb、HCT、MCV、MCH和MCHC值,缺铁性贫血组均低于地中海贫血组,RDW⁃SD值缺铁性贫血组高于地中海贫血组,组间差异具有统计学意义(P<0.05)。将性别、Hb、MCH、MCHC和RDW⁃SD带入二元Logistic回归分析,结果显示,RDW⁃SD值越高患缺铁性贫血的风险越高,Hb和MCHC下降越明显患缺铁性贫血的风险越高(P<0.05)。Logistic回归模型为:Logit(P)=-19.288-1.685X1+0.035X2+0.066X3-0.076X4。实验组的Logistic模型ROC曲线下面积为0.947,灵敏度为90%,特异度为91%;验证组的灵敏度和特异度分别为100%和72.4%。结论:基于Logistic回归的数学模型在缺铁性贫血和地中海贫血的鉴别诊断中有一定临床应用价值。