仪器法血细胞分析后复审原始／幼稚细胞的多元回归数学模型的研究

王昌富 邓明凤 彭长华 肖秀林 陈永玲 王长征 黄 俊

仪器法血细胞分析后复审原始／幼稚细胞的多元回归数学模型的研究

王昌富 邓明凤 彭长华 肖秀林 陈永玲 王长征 黄 俊

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

国际血液学复审协作组（International Consen-sus Group for Hematology Review）于2005年发表了“关于自动化全血细胞计数和白细胞分群分析后行为的建议规则”（简称国际41条复审规则）［1］。2006年9月，中华医学会检验分会全国血液学复检专家小组、中华检验医学杂志编辑委员会举行了工作会议，对国际规则进行了认真学习和讨论，并进行了恰当的注释［2］，由此拉开了国内血涂片复审的序幕。此后国内发表了一系列相关论文，并提出了某些改进方案和血细胞自动化分析后血涂片复审标准制定的原则与步骤［3］。然而，5年的工作积累也展示了新的研究方向：如何在纷繁的设备条件下科学地设立复审规则、如何在复杂的临床需求中充分体现工作效率。

血涂片复审中原始／幼稚血细胞是最有实验诊断价值的内容，也是临床关注的重点。我们应用多元回归统计分析方法建立数学模型对此进行了研究，报道如下。

1 材料与方法

1.1 材料

1.1.1 仪器和试剂：Coulter LH755血细胞分析仪及配套试剂、质控品、校准品均为美国Beckman公司生产，仪器经厂家校准合格，性能评价符合要求，室内质控数据在控；DM 1000型生物光学显微镜为德国Leica公司生产；EDTA-K2抗凝真空管由湖北金杏科技发展有限公司生产；瑞特—姬姆萨染液为珠海贝索生物公司生产。

1.1.2 标本来源：（1）建模标本：2009年4月～2009年8月我院住院患者随机标本1 048例，年龄为出生后1h～75岁，中位年龄42岁，其中白血病43例，包括急性髓细胞白血病（AML）16例，急性淋巴细胞白血病（ALL）12例（淋巴瘤白血病2例），慢性粒细胞白血病（CML）10例，慢性淋巴细胞白血病（CLL）5例。（2）验证标本：2009年12月随机标本347例用于验证，年龄为出生后2h～72岁，中位年龄43岁，其中初诊白血病10例，包括急性髓细胞白血病（AML）2例，急性淋巴细胞白血病（ALL）5例，慢性粒细胞白血病（CML）2例，浆细胞白血病1例。（3）白血病诊断参照现行标准［4］。

1.2 方法

1.2.1 双盲法检测：用EDTA-K2抗凝真空管，采集静脉血2ml。所有血细胞分析标本采集后4h内经LH 755血细胞分析仪检测后，自动制备血涂片和染色。此后将染色后的血涂片交血液病实验室，经高级技术人员于显微镜下分类计数200个白细胞，观察和记录所发现的各种血细胞形态特征。原始／幼稚血细胞镜检阳性标准均为：原粒／早幼粒／中幼粒细胞≥1%，晚幼粒细胞＞2%；其它原始／幼稚细胞比率（包括淋巴细胞、单核细胞和巨核细胞系统）≥1%；有核红细胞≥1%；浆细胞≥1%；异淋≥5%。如果仪器法血细胞分析后符合镜检模式而血涂片复审发现异常为真阳性，未发现异常为假阳性；如果镜检模式未被涉及而血涂片复审发现异常为假阴性，未发现异常为真阴性。

1.2.2 评价参数［5］：（1）临床诊断性试验基本指标，包括真阳性、假阳性、真阴性、假阴性、复检率；（2）临床诊断性试验评价指标，包括敏感性、特异性、准确性、阳性似然比、阴性似然比、阳性预期值、阴性预期值；（3）受试者工作曲线（ROC）。

1.2.3 分析策略：（1）建立数学模型［6］以镜检结果为金标准，将形态学示警信息数字化（1／0），与血细胞分析计量信息一道，应用SPSS11.5统计软件，用逐步选择法进行变量引入和剔除，建立多元回归数学模型。①变量选择：包括因变量（Responsible Variable）Y（显微镜观察，符合阳性标准：Y＝1，否则Y＝0）和自变量（Independent Variable）：共选入37个自变量（X1～X37）。a计数信息：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形态学报警信息（出现报警 X＝1、否则X＝0）：细胞干扰（X24）、双群红细胞（X25）、巨血小板（X26）、未成熟粒细胞1（X27）、未成熟粒细胞2（X28）、原始淋巴细胞（X29）、原始单核细胞（X30）、原始粒细胞（X31）、NRBC（X32）、血小板凝块（X33）、红细胞凝集（X34）、异型淋巴细胞（X35）、核实Diff（X36）、无分类结果或分类结果不全（X37）。②建模类型：进行二分类logistic回归分析（backward stepwise法）时，将各种计量信息赋予权重值后与形态学示警信息（有示警者为1，无示警者为0）一起进行分析、筛选，自变量进入模型的α＜0.05，剔除变量的α＞0.1，从而建立数学模型。

（2）确定最佳临界值：利用ROC曲线选择诊断指数最大时的数据为最佳临界值。在保证准确性的条件下，尽量减少复检率。

（3）数学模型的验证：将验证标本的双盲法检测结果引入数学模型，与建模时评价数据进行分析比较。

2 结 果

2.1 多元回归复审方案的数学模型

2.2 原始／幼稚血细胞模式判别的分类能力、cut-off值和ROC曲线

图1显示，原始／幼稚血细胞复审的数学模型具有良好的分类能力和诊断效率。AUC＝0.932，SE＝0.017，cut-off为4.8432；分类能力达93.70%。

图1 ROC曲线

2.3 临床诊断性试验评价

该方法的真阳性为6.87%、假阳性为11.35%、真阴性为81.01%、假阴性为0.76%、复检率为18.22%；敏感度为90.00%、特异度为87.71%、准确度为87.88%、阳性似然比为0.605%、阴性似然比为0.01、阳性预期值为37.70%、阴性预期值为99.07%。

2.4 8例假阴性标本结果分析（表1）

2.5 347份验证标本结果

验证试验显示各项临床诊断性评价指标与建模数据特征一致，共有37例标本检出原始／幼稚细胞，其中10例白血病全部检出。4份标本漏检，2例来自于产科和消化科，血涂片中分别可见1个有核红细胞／分类100个白细胞；乳腺科和肾内科各有1例患者血涂片中分别可见3%中性晚幼粒细胞、2%中性中幼粒细胞，均属应用细胞因子治疗所致。

表1 假阴性标本的属性

3 讨 论

鉴于当前使用的仪器法血细胞分析后血涂片复检规则多为经验判断，每个实验室都不可能明白自身的规则是否最优，是否能最大限度地满足临床需求。本文选用逐步多元Logistic回归分析（Back-ward法）这一统计学手段，从模型语句中所包含的全部自变量开始，计算留在模型中各个自变量所产生的F统计量和P值，当P值小于程序中规定的从方程中剔除变量的检验水准，则将该变量保留在方程中，否则从最大的P值所对应的自变量开始逐一剔除，直至模型中没有可以被剔除的变量时为止。这样较为科学地选择了有效因素，获得了满意的效果。验证试验的各项指标与建模时表现一致，说明本判别模型有很好的稳定性。

应用构建的数学模型漏检了1例白血病标本，为一非霍奇金淋巴瘤白血病期化疗后患者，该患者在仪器法血细胞分析中仅表现为血小板减少（68.04×109／L），无形态学报警信息。应用国际41条复审规则无一白血病遗漏，但将其用于对原始／幼稚血细胞进行筛检，复审率较高而工作效率太低（复审率高达46.95%，本文未显示详细资料）。在实际工作中，如果在复审方案中加入“若临床诊断或拟诊白血病”这一条款，则不但能防止漏检白血病细胞，还能将复审率减少50%以上。因此，复审规则不能仅仅局限于实验室信息，而要注重临床医嘱，从而保证血涂片复审方案的实效性。

本文第一作者简介：

王昌富（1962～），男，汉族，主任技师

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 全国血液学复检专家小组.全国血液学复检专家小组工作会议纪要暨血细胞自动计数复检标准释义.中华检验医学杂志，2007，30（4）：380～382.

3 丛玉隆，王昌富，乐家新.血细胞自动化分析后血涂片复审标准制定的原则与步骤.中华检验医学杂志，2008，31（7）：729～731.

4 张之南.血液病诊断及疗效标准.第3版，北京科学出版社，2007：103～150.

5 王建华.实用医学科研方法.北京：人民卫生出版社，2003：190.

6 颜 虹.医学统计学.北京：人民卫生出版社，2005：341.

仪器法血细胞分析后复审原始／幼稚细胞的多元回归数学模型的研究

王昌富，邓明凤，彭长华，等／华中科技大学同济医学院附属荆州医院检验医学部，荆州434020

目的：建立仪器法血细胞分析后选择性显微镜复检原始／幼稚血细胞的多元回归数学模型。方法：通过双盲法对1 048份随机标本进行仪器分析和血涂片显微镜观察，建立复审原始／幼稚血细胞的多元回归数学模型，并以347份患者标本进行验证试验。结果：（1）原始／幼稚血细胞数学模型的分类能力为93.70%，ROC曲线AUC为0.932；（2）复检率为18.22%，漏检率＜1%；（3）临床诊断性试验评价效益良好；（4）验证试验显示各项临床诊断性评价指标与建模数据无显著性差异。结论：本文建立的数学模型对于原始／幼稚血细胞的复审具有科学的分类能力和良好的诊断效率，为仪器自动化判读奠定了基础。

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

华中科技大学同济医学院附属荆州医院检验医学部，邮政编码 荆州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 复审 数学模型 多元回归 原始细胞 幼稚细胞

·会议通知·