类风湿关节炎血清学实验数据挖掘及其应用

朱跃进　王开正

摘要：目的 提炼血清学检验数据对类风湿关节炎的临床诊断信息，实现类风湿关节炎早期干预治疗。方法 采用临床流行病学方法回顾分析类风湿关节炎血清学检验数据，优选试验指标建立人工神经网络诊断模型，SPSS统计软件进行ROC分析并将ROC数据集扩展计算其漏诊率、误诊率和验后概率，验证其诊断价值。结果 在24694例样本中18项自身抗体检测指标优选出抗环瓜氨酸肽抗体（CCP-AB）、类风湿因子（RF）、抗核抗体（ANA），受试者工作特征曲线（ROC）曲线下面积（AUC）依次为0.910、0.765和0.676。建立的人工神经网络诊断模型的AUC为0.984。灵敏度、特异性和阳性预测值分别为96%、98%和61%。结论 优选出血清学检验建立人工神经网络诊断模型对类风湿关节炎的诊断具有较高的准确性、统一性和可循证性。

关键词：类风湿关节炎；自身抗体；人工神经网络；ROC；循证医学

美国风湿病学学会（ACR）和欧洲抗风湿病联盟（EULAR）2009年关于类风湿关节炎（RA）分类标准将类风湿因子（RF）和抗环瓜氨酸肽抗体（CCP-AB）作为重要的血清学指标。近年的研究表明，CCP-AB等抗体具有早期诊断的意义，在类风湿关节炎典型症状出现之前干预治疗至关重要。然而对于这些血清学指标的认识仅仅从串联或并联分析是不够的， 不同的医师给出的诊断意见差异很大。有些自身抗体滴度的高低与疾病具有很强的相关性，因此弄清楚血清学指标与RA的数量关系非常必要。

1 资料与方法

1.1一般资料 回顾分析泸州医学院附属医院和泸州市第二人民医院2012年9月～2014年9月所有CCP-AB、RF、ANA和ENA自身抗体谱检验数据，共计24694例，其中住院病例13241例，门诊 11453 例。CCP-AB检测573 例，ENA抗体谱9575例，RF检测14536例。通过电子病历查阅个病例的最后诊断。

1.2类风湿关节炎诊断标准 ACR/EULAR2009年的类风湿关节炎诊断标准。

1.3方法 检测方法 CCP-AB为酶联免疫吸附试验（ELISA），RF为免疫比浊法，ANA为免疫荧光法，ENA为免疫印迹法。

1.4人工神经网络模型 输入节点：CCP-AB（S/co值）、RF（IU/ML）、ANA（0/阴性，0.5/±，1/+，2/++，3/+++）。输出节点：1/类风湿关节炎、0/非类风湿关节炎。仿真预测值：-1～2。

1.5统计学处理 SPSS19.0统计软件，ROC分析，输出ROC数据集，并扩展计算出阳性预测值、漏诊率和误诊率。

2 结果

2.1血清学实验的ROC分析 各项指标的ROC曲线和AUC见图1，表1。

2.2诊断阈值 对诊断类风湿关节炎有统计学意义的CCP-ab、RF和ANA三项血清学指标确定了漏诊率和误诊率最小的诊断阈值（CUT OFF）、灵敏度、特异性、阳性预测值见表2。

2.3人工神经网络模型 CCP-AB 、RF 和ANA三项指标联合建立人工神经网络诊断类风湿关节炎模型的ROC曲线见图2，AUC=0.993，标准误=0.007，渐进 Sig.b=0。渐近 95% 置信区间为0.98～1.00。ROC扩展数据集见表3。

2.4ANN模型验证 应用双盲法验证：将120个验证病例的CCP-AB、RF和ANA检测结果输入ANN模型运算输出ANN预测值，将预测值CUT OFF设置为0.35（≥0.35为阳性），与临床诊断的符合率为99.60%。诊断灵敏度99.10%，诊断特异性98.7%。

3 讨论

类风湿关节炎是一种自身免疫性疾病，自身抗体检测是最重要的诊断依据。回顾分析说明，其中CCP-AB、RF和ANA三项检测是很好的诊断指标，其AUC在0.75以上。所以对于类风湿关节炎的实验诊断这三项已经具有很好的诊断意义。CCP-AB的AUC达到0.9以上，而且出现在早期病例中。

关于多项实验室指标的联合分析报道很多[1]，然而都采用了简单的串联分析或并联分析，只关注其单项指标的定性结果，忽略了检测物质量与疾病的关系。将CCP-AB、RF和ANA三项指标检测结果联合建立人工神经网络诊断模型，不仅提高了诊断的准确度，从AUC比任意单项指标高很多。控制误诊和漏诊有据可循。对于同一个医疗组的统一判断检验结果提供了参考。人工神经网络模型利用OFFICE插件，容易调用，计算方便，容易保存。

参考文献：

[1]蔺昕，宗扬勇，吕连峥.3种指标联合检测在类风湿关节炎诊断中的应用[J].检验医学与临床，2010，17.

编辑/成森