廣州和佛山地區珠蛋白生成障礙性貧血患者紅細胞參數方程的多中心研究

尚陳宇，姚亞男，薛家權，柯培鋒，黃 迪△

1.廣州中醫藥大學第二附屬醫院檢驗醫學部，廣東廣州 510120；2.廣東省人民醫院檢驗科，廣東廣州 510080； 3.廣東省佛山市禪城區中心醫院檢驗科，廣東佛山 528031

珠蛋白生成障礙性貧血和缺鐵性貧血(IDA)均為小細胞低色素性貧血。兩者臨床癥狀及血常規檢測結果相似，可根據血紅蛋白電泳、基因檢測及血清鐵蛋白結果對兩者進行鑒別診斷，但這些診斷不適合廣大基層醫療單位大規模應用。因此，一些學者將血常規結果中的某些參數聯合，建立方程，通過簡單計算便可用于兩種疾病的鑒別。由于珠蛋白生成障礙性貧血具有高度的遺傳異質性，基因突變類型和突變頻率隨地域和人種變化出現明顯的地域和種族差異，導致各種方程的遷移性不強。廣東省珠蛋白生成障礙性貧血基因的攜帶率在17%左右，部分地區甚至高達21%[1]，因此，研究適用于本地區的珠蛋白生成障礙性貧血鑒別方程十分有必要。

我國大力推行分級診療制度，鼓勵常見病、多發病患者首先到基層醫療衛生機構就診。血常規作為目前最普遍、最經濟的檢驗項目之一，可在珠蛋白生成障礙性貧血篩查方面挖掘更大價值。因此，探索適合基層醫療單位的珠蛋白生成障礙性貧血篩查方程，具有一定的經濟價值和社會效益。

1 資料與方法

1.1一般資料 收集2017-2021年在廣州中醫藥大學第二附屬醫院、廣東省人民醫院和廣東省佛山市禪城區中心醫院進行珠蛋白生成障礙性貧血基因檢測的患者。排除標準：(1)近期有獻血史，或有輸血、嚴重出血等血液系統相關疾病史；(2)妊娠；(3)使用過治療貧血的相關藥物；(4)罹患腫瘤、白血病等惡性疾病；(5)嚴重肝、腎疾病。同期收集來該院門診就醫的普通患者及體檢健康者。

1.2分組 根據出院診斷書的診斷結論，將所有患者分為3組，珠蛋白生成障礙性貧血組、IDA組和對照組。珠蛋白生成障礙性貧血組：排除IDA并經珠蛋白生成障礙性貧血基因檢測為陽性的患者(含單純α、β珠蛋白生成障礙性貧血及合并基因型的珠蛋白生成障礙性貧血患者)，共計3 026例。IDA組：珠蛋白生成障礙性貧血PCR檢查為陰性，血紅蛋白(Hb)水平<12 g/dL的女性，Hb<13 g/dL的男性，并且血清鐵水平<10.6 μmol/L，血清鐵蛋白水平<12 μg/L的IDA患者，共計1 044例。對照組：排除珠蛋白生成障礙性貧血且血清鐵蛋白水平≥12 μg/L的體檢者及門診普通患者，共計14 638例。

1.3實驗室檢查 珠蛋白生成障礙性貧血：主要使用美國BIO-RAD公司的基因擴增儀、凝膠電泳系統和凝膠成像系統及深圳亞能公司生產的全血DNA快速提取試劑盒和α、β珠蛋白生成障礙性貧血分型試劑盒進行珠蛋白生成障礙性貧血基因分析。IDA：使用化學發光分析儀(美國雅培ARCHITEC i2000 SR、SIEMENS XPT)進行血清鐵蛋白水平檢測。使用美國Beckman 5811及邁瑞BS0生化分析儀及其配套試劑進行血清鐵水平檢測。紅細胞參數：使用深圳邁瑞6800血液學分析儀及SYSMEX XN2000進行全血分析，檢測紅細胞計數(RBC)、紅細胞分布寬度(RDW)、血細胞比容(HCT)、Hb、紅細胞平均體積(MCV)、紅細胞平均血紅蛋白(MCH)、紅細胞平均血紅蛋白濃度(MCHC)。

1.4統計學處理 采用SPSS20.0統計軟件對數據進行處理和分析。采用Shapiro-Wilk方法驗證數據正態性，不呈正態分布的計量資料以M(P25，P75)表示，組間比較采用Mann-WhitneyU檢驗；采用多因素Logistic回歸分析具有統計學意義的參數，建立廣州和佛山地區的珠蛋白生成障礙性貧血-IDA鑒別方程(簡稱GF)和珠蛋白生成障礙性貧血-IDA篩查方程(簡稱STF)。采用受試者工作特征(ROC)曲線分析診斷珠蛋白生成障礙性貧血的曲線下面積(AUC)、特異度、靈敏度、約登指數。分別將不同文獻方程獲得的靈敏度與特異度與GF進行比較，計算整體鑒別指數(IDI)和凈重新分類指數(NRI)，評價GF鑒別珠蛋白生成障礙性貧血的改善能力。

2 結 果

2.1鑒別方程收集 查閱文獻共收集了24個基于紅細胞參數的珠蛋白生成障礙性貧血與IDA的鑒別方程，方程來源及相關最佳臨界值見表1。

表1 地中海貧血與缺鐵性貧血的鑒別公式

2.2基本指標及紅細胞參數的比較 珠蛋白生成障礙性貧血組和IDA組比較，除HCT外，其他紅細胞參數差異均有統計學意義(P<0.05)；珠蛋白生成障礙性貧血組和對照比較，所有紅細胞參數差異均有統計學意義(P<0.05)，見表2。

表2 各組基本指標及紅細胞參數的比較[n/n或M(P25，P75)]

組別nHCT(%)RDW(%)MCV(fL)MCH(pg)珠蛋白生成障礙性貧血組3 0260.35(0.31,0.41)16.0(15.0,18.0)68.3(63.7,78.9)21.3(19.7,25.1)IDA組1 0440.30(0.27,0.33)18.0(16.0,20.0)71.7(66.3,80.6)21.1(18.6,24.8)對照組14 6380.36(0.32,0.43)13(13,15)87.4(82.9,91.3)29.7(27.7,31.2)aP0.441<0.001<0.001<0.001bP<0.001<0.001<0.001<0.001

2.3紅細胞參數鑒別珠蛋白生成障礙性貧血組、IDA組和對照組的性能比較 在紅細胞參數鑒別IDA組和珠蛋白生成障礙性貧血組的ROC曲線中，RBC的AUC最大，為0.781，特異度為0.883，約登指數為0.476；MCH的靈敏度最高，為0.877，見表3。在紅細胞參數篩查珠蛋白生成障礙性貧血患者的ROC曲線結果中，MCH的AUC和約登指數最大，分別為0.865、0.649，MCHC的靈敏度最高，為0.865，見表4。

表3 紅細胞參數鑒別IDA組和珠蛋白生成障礙性貧血組的ROC曲線結果

表4 紅細胞參數篩查珠蛋白生成障礙性貧血的ROC曲線結果

2.3方程的建立及效能指標 以表2中差異有統計學意義的紅細胞參數建立方程，HCT的P值>0.05，不應納入鑒別方程，多因素Logistic回歸分析發現Hb的P值>0.05，因此得出GF=0.291×MCH-0.135×MCV+0.985×RBC+0.13×RDW+0.491×MCHC，STF=5.034×RBC+0.21×Hb+0.187×MCV+0.088×RDW-0.144×MCH-0.062×MCHC- 60.233 7×HCT。各鑒別方程最佳臨界值及計算所得靈敏度、特異度、AUC和約登指數，見表5。GF與其他方程的ROC、IDI和NRI，見表6。STF在普通人群中篩選珠蛋白生成障礙性貧血時，AUC為0.876，見圖1。為降低漏診率，將靈敏度設置為0.950，根據ROC曲線得到的特異度為0.297，最佳臨界值為12.46。通過簡單計算可得出該篩選方法陽性率為74.55%，陰性預測值為96.64%，見表7。

表5 珠蛋白生成障礙性貧血組與IDA組鑒別方程相關參數

續表5 珠蛋白生成障礙性貧血組與IDA組鑒別方程相關參數

表6 GF與其他方程鑒別能力比較

續表6 GF與其他方程鑒別能力比較

圖1 STF用于珠蛋白生成障礙性貧血篩查的ROC曲線

表7 STF篩查珠蛋白生成障礙性貧血患者案例數統計(n)

3 討 論

廣東省人群珠蛋白生成障礙性貧血基因攜帶率高達11.07%，平均9個人中就有1個攜帶珠蛋白生成障礙性貧血基因，發病率位居全國前列[23]。目前珠蛋白生成障礙性貧血仍無有效的治療措施，因此降低珠蛋白生成障礙性貧血的發病率尤為重要[24]。珠蛋白生成障礙性貧血是常染色體隱性遺傳病，男女患病率無明顯差異。輕型珠蛋白生成障礙性貧血基因攜帶者往往沒有任何臨床癥狀或體征。攜帶者之間的婚配有25%的風險孕育重型珠蛋白生成障礙性貧血患兒，故在珠蛋白生成障礙性貧血高發區進行珠蛋白生成障礙性貧血產前篩查和產前診斷是一種有效預防重型珠蛋白生成障礙性貧血患兒出生的重要舉措[25-28]。

在前期的研究中，嘗試通過廣州地區的珠蛋白生成障礙性貧血就診患者檢查指標，建立了珠蛋白生成障礙性貧血-IDA鑒別模型，結果達到預期。本研究擴大了患者采集范圍，首次在3家醫院獲取標本。這3家醫療單位，既有位于廣州的醫院，也有位于佛山的醫院；既有大型“三甲”醫院，也有地方區級醫院；既有以傳統醫學為主的中醫院，也有以現代醫學為主的西醫院，且患者就診量均較大。因此，本研究的數據十分具有代表性，所建立的模型可在廣州、佛山地區推廣。本研究收集的文獻方程中，RBC、Bessman和Pornprasert均為單個紅細胞參數，在文獻所涉及的相應地區有較好的應用效果[2,6,20]，但在本研究中，價值不明顯。進一步說明不同地區、不同基因型構成對紅細胞參數的影響差異較大。

通過比較各種方程的形式可以看出，文獻涉及的方程形式均較簡單，而且有些方程可以通過計算相互轉化[10,16]。這些可能是因為擬合的軟件程序不同，或者是人為進行了簡化。個別方程提出的時間過于久遠，不排除研究者為了便于記憶及提升通用性而有意為之。隨著近年來醫療行業逐步引入智能化操作，即使擬合的方程形式比較繁瑣、參數較多，但通過將參數嵌入實驗室信息系統，對臨床醫生的實際使用也不會造成不便。AUC是綜合了ROC曲線上最佳臨界值、靈敏度和特異度得出的結果，可直觀地反映試驗的整體預測效果，在臨床上尤其是診斷試驗的比較中應用廣泛。但是，僅僅依靠AUC來評判模型的診斷性能，結論有時并不可靠[29]。近年來，相關研究提出的NRI和IDI在比較不同模型的預測效果方面越來越受到重視[29-31]。在AUC變化不明顯的情況下，NRI和IDI具有獨特的優勢[32]。

比較表1和表5，可以發現各原始文獻中方程的最佳臨界值差異較大，排除單位換算原因，說明即使使用診斷性能突出的文獻方程，也不可武斷移植原始最佳臨界值到本地區應用，這一點在相關文獻中亦有明確說明[33]。從表3中可以看出，RBC作為單獨的鑒別指標來說，相對于其他紅細胞參數已經足夠優秀(AUC和約登指數均最大)，因此絕大部分文獻方程都將RBC作為基礎運算項加入公式。在擬合方程的過程中也發現統計軟件賦予了RBC最大的權重。因此在使用紅細胞參數進行珠蛋白生成障礙性貧血鑒別時，要特別注意全血分析尤其是RBC的質量控制。

從表5可以看出，AUC排名靠前的幾個方程AUC值差異并沒有特別大，個別曲線也趨近于重合。Telmissani-MCHD和Pornprasert相較于GF，靈敏度更高，GF特異度處于中等水平，影響對方程的評價。雖然上述3個方程的AUC差異有統計學意義，但無法展現出相差的程度[34-35]。因此，在計算IDI和NRI時，差異程度會進一步放大。本研究表5、6可以看出，GF與Telmissani-MDHL方程的AUC差值為0.874-0.833=0.041，IDI、NRI值分別為0.037、0.115，P均<0.001，說明新模型改善明顯。本研究獲得的廣州和佛山地區珠蛋白生成障礙性貧血的GF性能穩定，具有最佳的預測能力。

篩查方程STF用于在普通人群中篩選珠蛋白生成障礙性貧血時，將人群患病率考慮進來，得到了與真實人群流行病學一致的標本模型(珠蛋白生成障礙性貧血組人數占比約17%)。研究過程中著重強調減少漏診率，即提高靈敏度，也因此降低了特異度。得益于STF具有較好的AUC，在最佳臨界值設置為12.46時，特異度仍然有0.297。陰性預測值96.64%，說明只要患者STF<12.46，幾乎可以排除其罹患中、重度珠蛋白生成障礙性貧血的可能性。但是，不可回避的是該模型的陽性率為74.55%，那么在人群中大規模篩查珠蛋白生成障礙性貧血時，只能有效排除約1/4的受試者。此外，由于條件限制，本研究的對照組中部分健康體檢人群未100%接受珠蛋白生成障礙性貧血基因檢測，僅由HbA2血紅蛋白電泳排除珠蛋白生成障礙性貧血，不排除存在無癥狀珠蛋白生成障礙性貧血基因攜帶者的可能。

另外，本研究建立的GF和STF兩者應用背景不同，GF適用于在住院患者及無法進行基因檢查的醫療機構使用，可以作為HbA2血紅蛋白電泳等珠蛋白生成障礙性貧血診斷方法的補充指標。STF更適合于廣大基層醫療單位或體檢中心進行人群健康普查時的輔助篩查。血常規檢測具有經濟快速的優點，采集末梢血即可進行檢測，是目前檢驗項目中“三大常規”之一。全血分析中的某些指標與珠蛋白生成障礙性貧血有著良好的相關性[17,21,30]，經驗豐富的醫生有時可根據血常規結果對患者是否患珠蛋白生成障礙性貧血進行初步判斷，因此可以利用這些指標對珠蛋白生成障礙性貧血基因的攜帶率進行預測。因此所得出的篩查方程可對普通人群中的珠蛋白生成障礙性貧血患者進行一個初步判斷，指導首診醫生采取進一步的診斷檢查。

目前，仍有很多學者采用紅細胞參數進行簡單聯合或直接套用國外學者模型公式來進行珠蛋白生成障礙性貧血鑒別或篩查[34-35]。通過本研究，解釋了這些方式存在的弊端。因此，主動建立適合本地區人群的鑒別方程十分重要。本研究為鑒別珠蛋白生成障礙性貧血和IDA提供了一個便捷的工具，對于降低醫療衛生成本，提高人口素質有一定的積極作用。但無論是鑒別方程還是篩查方程都存在一定的不足，尤其是面對一些少見的珠蛋白生成障礙性貧血類型及珠蛋白生成障礙性貧血合并IDA的情況。另外，方程的推導過程中剔除了一些可能影響研究的疾病標本，降低了方程的實用價值。因此，本研究建立的方程并不能作為最終的診斷工具，只能作為珠蛋白生成障礙性貧血基因分析的補充指標。