呼出氣一氧化氮、肺泡一氧化氮和嗜酸性粒細胞對3～6歲兒童呼吸系統疾病的鑒別診斷價值

李 陽, 張宇翔, 張蓉芳

(1. 甘肅中醫藥大學第一臨床醫學院, 甘肅 蘭州, 730000;2. 甘肅省婦幼保健院 過敏反應科, 甘肅 蘭州, 730000)

支氣管哮喘、過敏性鼻炎和下呼吸道感染在兒童群體中的發病率顯著上升[1]。哮喘、過敏性鼻炎和下呼吸道感染雖然均為呼吸系統疾病,但其病因和治療方案各不相同[2]。目前,學齡前兒童哮喘的診斷主要依靠臨床癥狀和體格檢查,但誤診率較高,亟需提高診斷準確性[3]。呼出氣一氧化氮(FeNO)是一種非侵入性生物標志物,已被證實能反映氣道中嗜酸性粒細胞炎癥的發生情況,有助于哮喘的診斷[4]。然而, FeNO水平會受地區、種族和環境因素影響,導致不同地區的診斷標準有所差異。例如,韓國一項研究[5]認為FeNO值超過22×10-9mol/L即可診斷哮喘,美國一項研究[6]則認為FeNO值低于20×10-9mol/L就可有效排除哮喘。另有研究[7]顯示,在上海,兒童FeNO檢測值超過29.5×10-9mol/L即可診斷哮喘。肺泡一氧化氮(CaNO)主要反映小氣道和肺泡內炎癥情況,而嗜酸性粒細胞(EOS)則是嗜酸性粒細胞性哮喘的核心診斷指標,可反映炎癥水平,有助于臨床醫生制訂個性化的治療方案。目前,關于中國西北地區城市兒科呼吸系統疾病鑒別診斷的研究尚較少見,本研究探討FeNO、CaNO和EOS在甘肅省蘭州市3～6歲兒童呼吸系統疾病鑒別診斷中的應用價值,以期為該地區兒童支氣管哮喘、過敏性鼻炎和下呼吸道感染的診治提供參考依據。

1 對象與方法

1.1 研究對象

選取2022年9月—2023年8月于甘肅省婦幼保健院首次就診并被診斷為哮喘或過敏性鼻炎或下呼吸道感染的360例3～6歲兒童作為研究對象,其中哮喘120例、過敏性鼻炎120例、下呼吸道感染120例。納入標準: ① 哮喘患兒的診斷符合2016年版《兒童支氣管哮喘診斷和預防指南》,且疾病處于慢性持續期; ② 過敏性鼻炎患兒的診斷符合《兒童過敏性鼻炎診治專家共識(重慶,2010年)》,且經耳鼻喉科醫生評估和鼻鏡檢查; ③ 下呼吸道感染患兒的診斷符合《歐洲呼吸學會成人和兒童慢性咳嗽診斷和治療指南》。排除標準: ① 急性細菌性鼻竇炎、慢性鼻竇炎、鼻息肉患兒; ② 有鼻腔或鼻竇手術史者; ③ 先天性心臟病、支氣管肺發育不良患兒; ④ 口服激素或抗IgE治療者。本研究經醫院醫學倫理委員會審核批準,且患兒監護人均知情同意并提供知情同意書。

1.2 FeNO、CaNO測定

檢測FeNO時,受試者應根據訓練有素的操作員的指導進行操作。受試者取坐位,將吸入過濾器口罩固定于口唇部,深吸氣2～3 s, 然后以規定流速(50±10%)或(200±10%) mL/s緩慢呼氣,呼氣時保持最低5 cm水壓,以確保呼出的一氧化氮被有效捕獲。使用瑞普斯分析儀進行自動采樣,并及時生成詳細的測試報告。基于流速為50 mL/s的FeNO50值、流速為200 mL/s的FeNO200值,通過簡化版線性模型方程精確計算出CaNO值。

1.3 外周血EOS檢測

抽取受試者外周靜脈血2 mL, 使用自動血細胞分析儀檢測外周血嗜酸性粒細胞百分比(EOS%), 即EOS在血液中的占比。

1.4 統計學分析

應用Python的統計庫和機器學習庫對本研究數據進行處理和分析。采用Shapiro-Wilk檢驗和Kruskal-WallisH檢驗對FeNO、CaNO和EOS的分布情況進行初步評估,隨后通過單因素方差分析和Tukey-Kramer事后檢驗明確不同疾病之間的差異。采用斯皮爾曼秩相關系數衡量不同生物標志物之間的相關性,采用隨機森林算法確定每種生物標志物在疾病分類中的重要性。基于“sklearn.metrics”模塊中的受試者工作特征(ROC)曲線,分析各生物標志物對不同疾病的診斷效能。通過“statsmodels”庫進行多因素邏輯回歸分析,構建可鑒別診斷哮喘與非哮喘的模型。P<0.05為差異有統計學意義。

2 結 果

2.1 不同疾病患兒FeNO、CaNO、EOS的描述性統計分析

哮喘患兒的FeNO、CaNO中位數高于其他疾病患兒,分別為26.63×10-9、9.39×10-9mol/L, 提示其氣道炎癥和氧化應激反應加重, EOS中位數為2.83%, 雖低于下呼吸道感染,但高于過敏性鼻炎; 過敏性鼻炎患兒EOS中位數最低(2.00%), 盡管其FeNO、CaNO水平均較高,但低于哮喘患兒; 下呼吸道感染患兒FeNO、CaNO中位數最低,分別為13.92×10-9、4.17×10-9mol/L, 提示其氣道炎癥和氧化應激反應最輕, EOS中位數(11.80%)最高,提示EOS在下呼吸道感染中顯著活躍。不同疾病患兒的FeNO、CaNO、EOS比較,差異均有統計學意義(F=211.33、342.95、1 543.44,P<0.001)。見表1。

表1 哮喘、過敏性鼻炎和下呼吸道感染疾病患兒的FeNO、CaNO、EOS的描述性統計分析

2.2 不同生物標志物的相關性分析

相關性分析結果顯示, FeNO與CaNO呈中度正相關(r=0.59,P<0.05), FeNO與EOS呈中度負相關(r=-0.61,P<0.05), CaNO與EOS呈中度負相關(r=-0.63,P<0.05),見圖1。由此提示,當FeNO水平升高時, CaNO水平亦會升高, EOS水平則會降低,反之亦然。

圖1 FeNO、CaNO、EOS的相關性分析熱圖

2.3 隨機森林模型

隨機森林模型顯示, FeNO的重要性評分最高,提示其可作為主要預測變量用于區分幾種疾病類型; CaNO、EOS的重要性評分雖低于FeNO, 但仍顯示出對模型預測能力的重大影響,其中CaNO的重要性評分略高于EOS, 表明其在疾病分類中的作用更突出,見圖2。

圖2 變量重要性評分隨機森林模型

2.4 ROC曲線分析

2.4.1 FeNO對3種疾病的診斷效能: FeNO診斷哮喘的最佳臨界值為21.92×10-9mol/L, 雖然特異度較低(0.657), 但靈敏度較高(0.878), 曲線下面積(AUC)為0.80; FeNO診斷過敏性鼻炎的的最佳臨界值為16.11×10-9mol/L, 靈敏度較低(0.514), 特異度中等(0.726),AUC為0.59; FeNO診斷下呼吸道感染的最佳臨界值為10.94×10-9mol/L, 靈敏度(0.875)、特異度(0.737)均較高,AUC為0.86, 見圖3。由此提示, FeNO在診斷下呼吸道感染方面最為有效,其次是哮喘,在診斷過敏性鼻炎方面的效果則相對較差。

圖3 FeNO診斷3種疾病的ROC曲線

2.4.2 CaNO對3種疾病的診斷效能: CaNO診斷哮喘的最佳臨界值為9.24×10-9mol/L, 靈敏度(0.854)、特異度(0.791)均較高,AUC為0.87; CaNO診斷過敏性鼻炎的最佳臨界值為6.87×10-9mol/L, 靈敏度為0.800, 特異度為0.671,AUC為0.77; CaNO診斷下呼吸道感染的最佳臨界值為4.61×10-9mol/L, 靈敏度(0.875)、特異度(0.895)均極高,AUC為0.91, 見圖4。

圖4 CaNO診斷3種疾病的ROC曲線

2.4.3 EOS對3種疾病的診斷效能: EOS診斷哮喘的最佳臨界值為2.82%, 靈敏度高達0.902, 特異度(0.552)較低,AUC為0.73, 提示EOS雖能有效識別哮喘,但在排除非哮喘方面作用有限; EOS診斷過敏性鼻炎的最佳臨界值為2.26%, 靈敏度為0.886, 特異度為0.548,AUC為0.72; EOS診斷下呼吸道感染的的最佳臨界值為11.90%, 靈敏度、特異度均高達1.00,AUC也達到1.00, 表明EOS診斷下呼吸道感染具有極高的準確性,見圖5。

圖5 EOS診斷3種疾病的ROC曲線

2.5 多因素邏輯回歸分析

多因素邏輯回歸分析中,患兒被分為哮喘患兒和非哮喘患兒,對變量進行逐步回歸選擇,得出邏輯回歸方程為Log=-17.024+0.241×FeNO+1.385×CaNO+0.013×EOS。ROC曲線分析結果顯示,該邏輯回歸模型診斷哮喘的AUC為0.96, 靈敏度為0.902, 特異度為0.881, 表明該模型在正確識別哮喘患兒的同時,還能有效排除非哮喘患兒,見圖6。

圖6 邏輯回歸模型診斷哮喘的ROC曲線

3 討 論

本研究探討了生物標志物FeNO、CaNO和EOS在3～6歲兒童哮喘、過敏性鼻炎和下呼吸道感染診斷中的價值。研究結果顯示, FeNO對下呼吸道感染(AUC為0.86)和哮喘(AUC為0.80)的診斷效果顯著,對過敏性鼻炎(AUC為0.59)的診斷效果則較差。CaNO對兒童哮喘、過敏性鼻炎和下呼吸道感染均有診斷價值,尤其對下呼吸道感染的診斷準確度較高,表明CaNO可能在呼吸道疾病的病理生理學中發揮重要作用。EOS診斷下呼吸道感染的效能很高,但診斷哮喘和過敏性鼻炎的特異性較低,說明EOS在不同疾病中的參與程度不同。

本研究顯示, FeNO與CaNO呈正相關, FeNO、CaNO與EOS呈負相關,說明呼吸系統疾病中炎癥介質之間復雜的相互作用可能反映了氣道炎癥與重塑之間的相互作用。隨機森林模型結果顯示, FeNO具有預測呼吸系統疾病的潛力,且預測價值高于CaNO和EOS。本研究還發現,多因素邏輯回歸模型診斷哮喘的價值較高(AUC為0.96), 說明多種生物標記物合用具有顯著優勢。

研究[8]證實, FeNO對哮喘具有較好的診斷效果,可作為EOS炎癥的一種非侵入性評估指標。氣道炎癥加劇是哮喘的特征性標志,通常也說明體內FeNO水平升高。FeNO對下呼吸道感染的預測效果較好,但對過敏性鼻炎的預測價值并不理想。研究[9]表明,雖然CaNO在肺泡炎癥信號方面具有一定診斷價值,但在過敏性鼻炎和下呼吸道感染方面的作用明顯受到限制。EOS對哮喘的診斷價值較高,因此應探討EOS、哮喘與過敏反應的關聯性,尤其是在兒童人群中[10-11]。雖然FeNO與CaNO存在關聯,但中心氣道的炎癥可能與外周氣道或肺泡的炎癥同時發生[12]。韓國[5]、美國[6]和中國上海[7]的數據顯示, FeNO水平存在地域差異性,遺傳、環境條件和生活方式等因素可能是造成這些差異的原因,本研究為中國蘭州地區提供了呼吸系統疾病兒童FeNO水平的重要參考數據。本研究確定FeNO診斷哮喘的最佳臨界值為21.92×10-9mol/L, 相應靈敏度和特異度分別為0.878和0.657, 為后續臨床應用和研究奠定了一定基礎。隨機森林模型強調了FeNO在疾病分類中的關鍵作用,且邏輯回歸模型的靈敏度和特異度較高,在正確識別哮喘患兒的同時,還能有效排除非哮喘患兒[13-14]。值得注意的是,本研究存在局限性,例如以醫院為中心納入患者可能會造成選擇偏差,且未考慮潛在環境混雜因素(如中國西北地區空氣污染情況)的影響,未來有待進一步完善。

綜上所述,生物標志物FeNO、CaNO和EOS在中國蘭州地區3～6歲兒童哮喘、過敏性鼻炎和下呼吸道感染的鑒別診斷中具有重要價值,其中FeNO在疾病分類中的作用最關鍵,基于三者構建多因素邏輯回歸模型可有效提升對哮喘的診斷準確性。