儀器法血細胞分析后復審原始／幼稚細胞的多元回歸數學模型的研究

王昌富 鄧明鳳 彭長華 肖秀林 陳永玲 王長征 黃 俊

儀器法血細胞分析后復審原始／幼稚細胞的多元回歸數學模型的研究

王昌富 鄧明鳳 彭長華 肖秀林 陳永玲 王長征 黃 俊

本文2010—12—27收到，2011—02—17修回，2011—02—18接受

國際血液學復審協作組（International Consen-sus Group for Hematology Review）于2005年發表了“關于自動化全血細胞計數和白細胞分群分析后行為的建議規則”（簡稱國際41條復審規則）［1］。2006年9月，中華醫學會檢驗分會全國血液學復檢專家小組、中華檢驗醫學雜志編輯委員會舉行了工作會議，對國際規則進行了認真學習和討論，并進行了恰當的注釋［2］，由此拉開了國內血涂片復審的序幕。此后國內發表了一系列相關論文，并提出了某些改進方案和血細胞自動化分析后血涂片復審標準制定的原則與步驟［3］。然而，5年的工作積累也展示了新的研究方向：如何在紛繁的設備條件下科學地設立復審規則、如何在復雜的臨床需求中充分體現工作效率。

血涂片復審中原始／幼稚血細胞是最有實驗診斷價值的內容，也是臨床關注的重點。我們應用多元回歸統計分析方法建立數學模型對此進行了研究，報道如下。

1 材料與方法

1.1 材料

1.1.1 儀器和試劑：Coulter LH755血細胞分析儀及配套試劑、質控品、校準品均為美國Beckman公司生產，儀器經廠家校準合格，性能評價符合要求，室內質控數據在控；DM 1000型生物光學顯微鏡為德國Leica公司生產；EDTA-K2抗凝真空管由湖北金杏科技發展有限公司生產；瑞特—姬姆薩染液為珠海貝索生物公司生產。

1.1.2 標本來源：（1）建模標本：2009年4月～2009年8月我院住院患者隨機標本1 048例，年齡為出生后1h～75歲，中位年齡42歲，其中白血病43例，包括急性髓細胞白血病（AML）16例，急性淋巴細胞白血病（ALL）12例（淋巴瘤白血病2例），慢性粒細胞白血病（CML）10例，慢性淋巴細胞白血病（CLL）5例。（2）驗證標本：2009年12月隨機標本347例用于驗證，年齡為出生后2h～72歲，中位年齡43歲，其中初診白血病10例，包括急性髓細胞白血病（AML）2例，急性淋巴細胞白血病（ALL）5例，慢性粒細胞白血病（CML）2例，漿細胞白血病1例。（3）白血病診斷參照現行標準［4］。

1.2 方法

1.2.1 雙盲法檢測：用EDTA-K2抗凝真空管，采集靜脈血2ml。所有血細胞分析標本采集后4h內經LH 755血細胞分析儀檢測后，自動制備血涂片和染色。此后將染色后的血涂片交血液病實驗室，經高級技術人員于顯微鏡下分類計數200個白細胞，觀察和記錄所發現的各種血細胞形態特征。原始／幼稚血細胞鏡檢陽性標準均為：原粒／早幼粒／中幼粒細胞≥1%，晚幼粒細胞＞2%；其它原始／幼稚細胞比率（包括淋巴細胞、單核細胞和巨核細胞系統）≥1%；有核紅細胞≥1%；漿細胞≥1%；異淋≥5%。如果儀器法血細胞分析后符合鏡檢模式而血涂片復審發現異常為真陽性，未發現異常為假陽性；如果鏡檢模式未被涉及而血涂片復審發現異常為假陰性，未發現異常為真陰性。

1.2.2 評價參數［5］：（1）臨床診斷性試驗基本指標，包括真陽性、假陽性、真陰性、假陰性、復檢率；（2）臨床診斷性試驗評價指標，包括敏感性、特異性、準確性、陽性似然比、陰性似然比、陽性預期值、陰性預期值；（3）受試者工作曲線（ROC）。

1.2.3 分析策略：（1）建立數學模型［6］以鏡檢結果為金標準，將形態學示警信息數字化（1／0），與血細胞分析計量信息一道，應用SPSS11.5統計軟件，用逐步選擇法進行變量引入和剔除，建立多元回歸數學模型。①變量選擇：包括因變量（Responsible Variable）Y（顯微鏡觀察，符合陽性標準：Y＝1，否則Y＝0）和自變量（Independent Variable）：共選入37個自變量（X1～X37）。a計數信息：WBC（X1）、RBC（X2）、HGB （X3）、HCT（X4）、MCV（X5）、MCH（X6）、MCHC（X7）、RDW（X8）、PLT（X9）、MPV（X10）、PCT （X11）、PDW （X12）、NEB（X13）、LYB（X14）、MOB（X15）、EOB（X16）、BAB（X17）、NR-BCB（X18）、NE（X19）、LY （X20）、MO（X21）、EO（X22）、BA（X23）；b形態學報警信息（出現報警 X＝1、否則X＝0）：細胞干擾（X24）、雙群紅細胞（X25）、巨血小板（X26）、未成熟粒細胞1（X27）、未成熟粒細胞2（X28）、原始淋巴細胞（X29）、原始單核細胞（X30）、原始粒細胞（X31）、NRBC（X32）、血小板凝塊（X33）、紅細胞凝集（X34）、異型淋巴細胞（X35）、核實Diff（X36）、無分類結果或分類結果不全（X37）。②建模類型：進行二分類logistic回歸分析（backward stepwise法）時，將各種計量信息賦予權重值后與形態學示警信息（有示警者為1，無示警者為0）一起進行分析、篩選，自變量進入模型的α＜0.05，剔除變量的α＞0.1，從而建立數學模型。

（2）確定最佳臨界值：利用ROC曲線選擇診斷指數最大時的數據為最佳臨界值。在保證準確性的條件下，盡量減少復檢率。

（3）數學模型的驗證：將驗證標本的雙盲法檢測結果引入數學模型，與建模時評價數據進行分析比較。

2 結 果

2.1 多元回歸復審方案的數學模型

2.2 原始／幼稚血細胞模式判別的分類能力、cut-off值和ROC曲線

圖1顯示，原始／幼稚血細胞復審的數學模型具有良好的分類能力和診斷效率。AUC＝0.932，SE＝0.017，cut-off為4.8432；分類能力達93.70%。

圖1 ROC曲線

2.3 臨床診斷性試驗評價

該方法的真陽性為6.87%、假陽性為11.35%、真陰性為81.01%、假陰性為0.76%、復檢率為18.22%；敏感度為90.00%、特異度為87.71%、準確度為87.88%、陽性似然比為0.605%、陰性似然比為0.01、陽性預期值為37.70%、陰性預期值為99.07%。

2.4 8例假陰性標本結果分析（表1）

2.5 347份驗證標本結果

驗證試驗顯示各項臨床診斷性評價指標與建模數據特征一致，共有37例標本檢出原始／幼稚細胞，其中10例白血病全部檢出。4份標本漏檢，2例來自于產科和消化科，血涂片中分別可見1個有核紅細胞／分類100個白細胞；乳腺科和腎內科各有1例患者血涂片中分別可見3%中性晚幼粒細胞、2%中性中幼粒細胞，均屬應用細胞因子治療所致。

表1 假陰性標本的屬性

3 討 論

鑒于當前使用的儀器法血細胞分析后血涂片復檢規則多為經驗判斷，每個實驗室都不可能明白自身的規則是否最優，是否能最大限度地滿足臨床需求。本文選用逐步多元Logistic回歸分析（Back-ward法）這一統計學手段，從模型語句中所包含的全部自變量開始，計算留在模型中各個自變量所產生的F統計量和P值，當P值小于程序中規定的從方程中剔除變量的檢驗水準，則將該變量保留在方程中，否則從最大的P值所對應的自變量開始逐一剔除，直至模型中沒有可以被剔除的變量時為止。這樣較為科學地選擇了有效因素，獲得了滿意的效果。驗證試驗的各項指標與建模時表現一致，說明本判別模型有很好的穩定性。

應用構建的數學模型漏檢了1例白血病標本，為一非霍奇金淋巴瘤白血病期化療后患者，該患者在儀器法血細胞分析中僅表現為血小板減少（68.04×109／L），無形態學報警信息。應用國際41條復審規則無一白血病遺漏，但將其用于對原始／幼稚血細胞進行篩檢，復審率較高而工作效率太低（復審率高達46.95%，本文未顯示詳細資料）。在實際工作中，如果在復審方案中加入“若臨床診斷或擬診白血病”這一條款，則不但能防止漏檢白血病細胞，還能將復審率減少50%以上。因此，復審規則不能僅僅局限于實驗室信息，而要注重臨床醫囑，從而保證血涂片復審方案的實效性。

本文第一作者簡介：

王昌富（1962～），男，漢族，主任技師

1 Barnes PW，McFadden SL，Machin SL，et al.The international consensus group for hematology review：suggested criteria for ac-tion following automated CBC and WBC differential analysis.Lab Hematol，2005，11（2）：83～90.

2 全國血液學復檢專家小組.全國血液學復檢專家小組工作會議紀要暨血細胞自動計數復檢標準釋義.中華檢驗醫學雜志，2007，30（4）：380～382.

3 叢玉隆，王昌富，樂家新.血細胞自動化分析后血涂片復審標準制定的原則與步驟.中華檢驗醫學雜志，2008，31（7）：729～731.

4 張之南.血液病診斷及療效標準.第3版，北京科學出版社，2007：103～150.

5 王建華.實用醫學科研方法.北京：人民衛生出版社，2003：190.

6 顏 虹.醫學統計學.北京：人民衛生出版社，2005：341.

儀器法血細胞分析后復審原始／幼稚細胞的多元回歸數學模型的研究

王昌富，鄧明鳳，彭長華，等／華中科技大學同濟醫學院附屬荊州醫院檢驗醫學部，荊州434020

目的：建立儀器法血細胞分析后選擇性顯微鏡復檢原始／幼稚血細胞的多元回歸數學模型。方法：通過雙盲法對1 048份隨機標本進行儀器分析和血涂片顯微鏡觀察，建立復審原始／幼稚血細胞的多元回歸數學模型，并以347份患者標本進行驗證試驗。結果：（1）原始／幼稚血細胞數學模型的分類能力為93.70%，ROC曲線AUC為0.932；（2）復檢率為18.22%，漏檢率＜1%；（3）臨床診斷性試驗評價效益良好；（4）驗證試驗顯示各項臨床診斷性評價指標與建模數據無顯著性差異。結論：本文建立的數學模型對于原始／幼稚血細胞的復審具有科學的分類能力和良好的診斷效率，為儀器自動化判讀奠定了基礎。

Study on Multiple Regression Mathematical Model for Re-view of Blast／Immature Cells Following Instrumental A-nalysis

Wang Changfu，Deng Mingfeng，Peng Chang—hua，et al／Clinical Laboratory， Affiliated Jingzhou Hospital，Huazhong University of Sciente and Techolo-gy，Jingzhou 434020

Blood smear；Review；Mathematical model；Multiple regression；Blast cell；Immature cell

R311

A

1005—1740（2011）02—0039—03

華中科技大學同濟醫學院附屬荊州醫院檢驗醫學部，郵政編碼 荊州434020

Objective：To establish a scientific and efficient program for selective microscopic screening of immature cells following instrumental analysis.Method：1 048 random samples were tested with the instrument and mi-croscopic observation with a double-blind method.The multiple regres-sion mathematical model was established.347 samples were used for vali-dation.Results：（1）The differentiation ability of the mathematical model was 93.70%.The AUC（area under ROC curve）was 0.932；（2）The re-view rate was 18.22%.The false negative rate was less than 1%；（3）The clinic diagnostic test displayed fine efficiency；（4）The validation test showed no significance existed between the clinic diagnostic evaluation in-dicators and the model-building data.Conclusion：For the review program of screening blast／immature cells，the mathematic model displayed scien-tific differentiating ability and fine diagnosis efficiency，which provided basis for automatic differentiation.

血涂片 復審 數學模型 多元回歸 原始細胞 幼稚細胞

·會議通知·