Lasso-logistic回归在感染性脊柱炎鉴别诊断中的应用

研究背景与问题

近年来，结核性脊柱炎和布鲁杆菌脊柱炎的鉴别诊断成为临床上的重要课题。这两种疾病临床表现相似，但治疗方法及预后差异较大。本研究旨在探讨一种新的列线图预测模型，以辅助临床医生对这两种脊柱炎进行准确鉴别。

研究方法

本研究采用回顾性分析方法，收集了2019年1月至2025年3月于新疆医科大学第一附属医院就诊的结核性脊柱炎和布鲁杆菌脊柱炎患者共340例，其中结核性脊柱炎患者232例，布鲁杆菌脊柱炎患者108例。所有患者均经过病理学检测或病原学培养确诊。研究者对患者的临床资料进行了分析，包括年龄、性别、病变部位、症状、实验室检查指标等。 基于收集到的临床数据，研究者采用了Lasso-logistic回归模型对结核性脊柱炎和布鲁杆菌脊柱炎进行鉴别。Lasso-logistic回归是一种惩罚项为L1范数的线性回归，可以有效减少模型过拟合，提高模型的泛化能力。

核心结果

通过对患者的临床资料进行分析，研究者构建了一个基于Lasso-logistic回归的预测模型。该模型包含了年龄、性别、病变部位、症状、实验室检查指标等5个特征变量。模型的预测准确率为90.0%，敏感性为92.0%，特异性为88.0%。此外，研究者还构建了一个包含年龄、病变部位、症状、C反应蛋白等4个变量的列线图，以便于临床医生在无实验室检查数据的情况下进行初步判断。

结论与意义

本研究构建的Lasso-logistic回归模型能够有效鉴别结核性脊柱炎与布鲁杆菌脊柱炎，具有较高的准确率和临床应用价值。通过该模型和列线图的应用，有望提高临床医生对这两种脊柱炎的鉴别诊断水平，为患者提供更加精准的治疗方案。本研究的结果为感染性脊柱炎的鉴别诊断提供了新的思路和方法，具有重要的临床和科研意义。

上一篇：没有了
下一篇：超声引导下胸膜活检联合Xpert MTB/RIF对结核性胸膜