青少年过敏性鼻炎患者过敏原分布情况调查及其预测模型的建立
李维
涂静
田翠玲
611730 四川成都,成都医学院第三附属医院耳鼻喉科(成都市郫都区人民医院)耳鼻咽喉科
摘要：目的 调查青少年过敏性鼻炎患者过敏原分布情况,分析其影响因素建立预测模型并进行验证.方法 选择2022-01/2024-08月在作者医院门诊就诊或住院的932例青少年鼻炎患者进行研究,患者以7∶3比例分为模型组(652例)和验证组(280例).采用问卷调查法收集可能影响青少年过敏性鼻炎的相关因素,根据过敏性鼻炎诊断结果将模型组分为过敏性鼻炎组(n=104)与非过敏性鼻炎组(n=548).比较过敏性鼻炎组与非过敏性鼻炎组患者一般资料及自身健康状况,以最小绝对收缩和选择算子回归(least absolute shrinkage and selection operator,LASSO)筛选潜在变量后行多因素Logistic回归,用列线图对多因素分析结果进行可视化转换,以受试者工作特征(receiver operating charac-teristic,ROC)曲线、校准曲线对模型进行验证,并以决策曲线分析模型的临床适用性.结果 模型组中有104例(15.95％)被诊断为过敏性鼻炎,验证组280例中有44例(15.71％)被诊断为过敏性鼻炎,两组患过敏性鼻炎的比例差异无统计学意义(P＞0.05).148例过敏性鼻炎患者过敏原有91.22％为吸入性过敏原,其中粉尘螨、屋尘占比较高,分别为38.51％、33.78％;食物过敏原占43.92％,以虾蟹和鳕鱼占比较高,分别为14.19％、10.14％.以LASSO回归筛选结果行多因素Logistic回归分析结果显示,居住地、家庭成员吸烟情况、家中地毯使用情况、腺样体肥大、哮喘病史、过敏既往史为青少年过敏性鼻炎的独立性影响因素(P＜0.05).模型验证结果显示,模型组ROC曲线的曲线下面积(area under the curve,AUC)为0.725[95％置信区间(confidence interval,CI):0.669～0.781];验证组 ROC 曲线 AUC 为 0.713(95％CI:0.658～0.758);准确度方面,模型曲线与理想模型曲线基本拟合成对角线.临床有效性分析结果显示,当预测概率阈值0.05～0.75时使用模型预测青少年过敏性鼻炎的净获益最高.结论 青少年过敏性鼻炎患者过敏原以吸入性过敏原为主,尘螨、屋尘占比较高,其主要受居住地、家庭成员吸烟、家中使用地毯等因素的影响,基于上述因素建立的列线图模型用于预测青少年过敏性鼻炎具有较高的准确度与区分度.
关键词：青少年过敏性鼻炎过敏原分布多因素分析预测模型
分类号：R765.21(鼻科学、鼻疾病)
论文发表日期：2025-10-28
在线出版日期：2025-12-05（本平台首次上网日期，不代表文献的发表时间）
页数：7( 875-880,884 )
英文信息