用于指导志贺氏菌病诊断检测并改善儿童腹泻抗生素管理的临床预测规则

Clinical Prediction Rule to Guide Diagnostic Testing for Shigellosis and Improve Antibiotic Stewardship for Pediatric Diarrhea

作者信息Sharia M Ahmed, Ben J Brintz, Patricia B Pavlinac, Md Iqbal Hossain, Ashraful Islam Khan, James A Platts-Mills, Karen L Kotloff, Daniel T Leung
PMID36998629
发布时间2023-03-06
DOI10.1093/ofid/ofad119

实验完整度

中

基于GEMS和MAL-ED两个大型队列数据,使用随机森林筛选变量、逻辑回归建模,并进行交叉验证和外部验证,包含敏感性分析。

主要模型

GEMS队列中0-59个月急性中度至重度腹泻儿童 MAL-ED队列中0-24个月腹泻儿童

重点核对

年龄(月) 照顾者报告的便血 志贺氏菌病因定义:AFe≥0.5 外部验证队列:MAL-ED

摘要

背景:腹泻病是5岁以下儿童死亡的主要原因。确定病原体有助于指导针对病原体的治疗,但在资源匮乏的环境中,诊断检测的可及性往往有限。我们的目标是开发一种临床预测规则(CPR),以指导临床医生确定何时对急性腹泻患儿使用志贺氏菌即时检测(POC)诊断。方法:我们使用全球肠道多中心研究(GEMS)的临床和人口统计学数据,为非洲和亚洲患有中度至重度腹泻的≤59个月儿童建立志贺氏菌病因腹泻的预测模型。我们使用随机森林筛选变量,并使用交叉验证的随机森林回归和逻辑回归评估预测性能。我们使用肠道感染和营养不良的病因、风险因素和相互作用及其对儿童健康和发育的后果(MAL-ED)研究对我们的GEMS衍生CPR进行外部验证。结果:在分析的5011例病例中,1332例(27%)患有志贺氏菌病病因的腹泻。我们的CPR使用前2个预测变量(年龄和照顾者报告的便血)具有较高的预测能力(受试者工作特征曲线下面积 = 0.80 [95%置信区间,.79–.81])。我们表明,与目前基于症状的指南相比,使用我们的CPR分流接受诊断检测的人群,可识别出3倍以上的志贺氏菌病腹泻病例,而只有27%的病例接受POC诊断检测。结论:我们证明了CPR如何用于指导腹泻管理中POC诊断检测的使用。使用我们的CPR,可以优化可用的诊断能力,以改善适当的抗生素使用。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
如何利用临床预测规则指导临床医生在资源有限环境中识别需要检测志贺氏菌的腹泻患儿,以优化即时检测的使用并改善抗生素管理?
核心机制
基于年龄和照顾者报告的便血两个预测变量构建CPR,具有较高的判别能力(AUC=0.80),在外部队列中表现良好(AUC=0.77)。
主要证据
在GEMS队列(5011例)中衍生CPR,并在MAL-ED队列中外部验证;交叉验证和外部验证均显示较高的AUC;模拟CPR指导的检测方案相比基于痢疾的指南,可识别3倍以上的志贺氏菌病例,仅检测27%的患者。
研究意义
作者认为这种CPR指导的检测方案可改善资源有限环境中腹泻的标准化、循证管理,优化诊断资源使用,并改善抗生素管理。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据筛选与变量筛选

确定预测志贺氏菌病因腹泻的关键变量

使用GEMS数据中超过130个候选预测变量,通过随机森林筛选出与志贺氏菌病因最相关的变量。

2

模型构建与内部验证

评估CPR模型的判别性能和校准度

使用逻辑回归和随机森林回归构建包含不同数量预测变量的模型,通过重复交叉验证评估AUC,并评估校准状况。

3

外部验证

验证CPR在外部人群中的性能

将GEMS衍生的2变量CPR应用于MAL-ED数据,计算AUC和校准指标。

4

敏感性分析

评估不同定义和亚组下CPR性能的稳定性

进行多种敏感性分析,包括不同AFe阈值、年龄分层、仅血性腹泻或非血性腹泻、排除孟加拉国、加入季节等。

5

临床影响模拟

估计CPR指导的检测方案对比现有指南的潜在临床影响

在MAL-ED数据中模拟使用2变量CPR分流患者接受POC检测,评估与当前基于痢疾的指南相比,识别志贺氏菌病例的敏感性、假阳性率等。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
R----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据筛选与变量筛选
预测变量:年龄、照顾者报告的便血;定义:AFe≥0.5;数据来源:GEMS
阅读提示:Methods - Study Population for Derivation Cohort, Outcomes, Predictive Variables
模型构建与内部验证
训练集比例:80%;交叉验证迭代次数:100次;模型:逻辑回归
阅读提示:Methods - Development of the Clinical Prediction Rule
外部验证
外部数据:MAL-ED(0-24个月);变量:年龄、便血
阅读提示:Methods - Study Population for Validation Cohort, Results - External Validation
敏感性分析
AFe阈值:≥0.3、≥0.7;年龄分层:0-11、12-23、24-59个月;排除孟加拉国
阅读提示:Methods - Sensitivity and Subgroup Analyses
临床影响模拟
POC测试敏感性=0.9,特异性=0.9;概率截断:0.13-0.55;比较标准:WHO IMCI基于痢疾的指南
阅读提示:Methods - External Validation: Estimating the Potential Impact of a CPR-Guided Diagnostic Testing Regimen in a New Population