基于实验室指标的新型冠状病毒肺炎和甲型流感鉴别诊断模型的建立及其临床意义

邢东洋, 田肃岩, 陈玉坤, 王金梅, 孙雪娟, 李善姬, 许建成

（1. 吉林大学第一医院检验科，吉林 长春 130021；2. 吉林大学第一医院临床研究部，吉林 长春 130021；3. 吉林大学第一医院感染科，吉林 长春 130021；4. 吉林省四平市传染病医院检验科，吉林 四平 136000；5. 吉林省长春市传染病医院检验科，吉林 长春 130123；6. 吉林省吉林市传染病医院检验科，吉林 吉林 132000）

新型冠状病毒肺炎（coronavirus disease 2019，COVID-19）自2019年爆发以来在全球迅速蔓延，引起世界范围性的关注。世界卫生组织（World Health Organization，WHO） 宣布新型冠状病毒（severe acute respiratory syndrome coronavirus 2，SARS-CoV-2）的流行已成为国际公共卫生紧急事件。该病早期典型的临床表现为发热、呼吸道症状和肌肉疼痛，严重者出现急性呼吸窘迫综合征甚至急性呼吸衰竭［1］。冬季是病毒感染性疾病高发期。甲型流感作为常见季节性流感，也多在冬季高发［2］，其传播方式主要有3 种：接触传播、飞沫传播和空气传播， 可引起大范围人与人之间的传播［3］。甲型流感患者早期临床表现主要为发热、头痛、肌肉疼痛和呼吸困难［4］， 这与COVID-19 早期发病临床表现相似。研究［5-6］显示：甲型流感病毒中H1N1 和H5N1 患者的实验室检测结果中白细胞 （white blood cell， WBC）、 淋 巴 细 胞（lymphocyte，LY） 和血小板（platelet，PLT） 数量减少，丙氨酸转氨酶（alanine aminotransferase，ALT） 活性升高，而COVID-19 患者也同样出现WBC、LY 和PLT 数量减少，门冬氨酸转氨酶（aspartate aminotransferase，AST）和ALT 活性升高的现象［7-8］，上述研究提示2 种疾病重要的实验室检测指标呈现相似变化［6］。同时，两者临床表现、传播途径和好发季节都相似，这提示有必要通过实验室指标来区分感染SARS-CoV-2 和甲型流感病毒的患者。目前，已经有研究［6］通过影像学检查结果或临床症状建立COVID-19 与甲型流感的鉴别诊断模型。本研究通过弹性网络模型筛选高度特异性指标建立COVID-19 和甲型流感患者实验室指标的鉴别诊断模型，为2 种疾病的鉴别诊断提供更多线索。

1 资料与方法

1.1 患者基本信息和数据来源本研究最初纳入来自吉林省3 家三级甲等医院的COVID-19 患者61 例，剔除重型患者5例，最终纳入56例COVID-19普通型患者作为研究对象。56 例COVID-19 普通型患者分别来自2020年1－3月吉林大学第一医院（n=3）、吉林省长春市传染病医院（n=39）和吉林省四平市传染病医院（n=14）；选择2019年12月－2020年3月吉林大学第一医院54 例甲型流感患者作为对照；用于模型验证的24 例COVID-19普通型患者来自2020年1－5月吉林省吉林市传染病医院，30 例甲型流感患者来自2018年12月－2019年4月吉林大学第一医院。实验室检测结果、临床资料和人口统计学数据均检索于电子病历系统，研究数据均由经验丰富的专业医务人员从医院数据库中提取，最终由2 名研究人员独立检查数据。检测标本符合每个医院的实验室采集标准，一般采集方式为鼻拭子、咽拭子和静脉血液样本。COVID-19 与甲型流感患者样本排除标准：①具有其他细菌或常见病毒的感染；②具有心脑血管、呼吸系统、泌尿系统、消化系统和内分泌系统等器质性疾病及血液相关疾病病史；③孕妇及哺乳期妇女。

1.2 实验室检测COVID-19 患者的实验室确诊是由吉林省长春市疾病预防控制中心、吉林省四平市疾病预防控制中心和吉林省吉林市疾病预防控制中心完成，疑似SRAS-CoV-2 阳性的标本被运送至吉林省疾病预防控制中心重新确认。甲型流感患者的实验室确诊由长春市疾病预防控制中心完成。SRAS-CoV-2 检测采用逆转录聚合酶链式反应（reverse transcription-polymerase chain reaction，RT-PCR）（新型冠状病毒2019-nCoV 核酸检测试剂盒，MA-6000 型实时荧光定量PCR 仪，上海伯杰医疗科技有限公司；新型冠状病毒2019-nCoV 核酸检测试剂盒，全自动核酸提取仪GenAct NL-48，上海捷诺生物科技有限公司）。甲型流感病毒检测也应用RT-PCR 技术（RespiFinder 2SMART 核酸检测试剂盒，全自动核酸提取仪GenAct NL-4，上海捷诺生物科技有限公司）。COVID-19 和甲型流感患者血液样本在4 家三级甲等医院进行血液学和生化项目检测。各医院检测设备及相关信息见表1。4 家医院各检验项目的检测方法、参考值范围、仪器精密度和质量控制产品相同。同时参加并通过了吉林省临床检验中心的外部质量评价。本研究中的所有医生、技术人员和护士均接受吉林省卫生健康委员会的统一培训。各个实验室参照中华人民共和国国家卫生健康委员会于制定的中华人民共和国卫生行业标准，包括临床常用生化项目：AST、ALT、γ 谷氨酰转肽酶（glutamyltranspeptidase，GGT）、胆碱酯酶（cholinesterase，CHE）、总蛋白（total protein，TP）、白蛋白（albumin，ALB）、球蛋白（globulin，GLB），白蛋白/球蛋白（A/G）、总胆红素（total bilirubin，TBIL）、间接胆红素（direct bilirubin，DBIL）、直接胆红素（indirect bilirubin，IBIL）、尿素氮（blood urea nitrogen，Urea）、肌酐（creatinine，Cr）、二氧化碳结合力（carbondioxide combining power， CO2-CP）、 葡 萄 糖（glucose，Glu）、钾（potassium，K）、钠（sodium，Na） 和氯（chloride，Cl）；血液学项目：WBC、中性粒细胞（neutrophils， NE）、 LY、 嗜 酸 性 粒 细 胞（eosinophils， EO）、 嗜 碱 性 粒 细 胞（basophil，BA）、单核细胞（monocyte，MO）、红细胞（red blood cell，RBC）、血红蛋白（hemoglobin，HGB）、红细胞比容（hematocrit，HCT）、平均红细胞体积（mean corpuscular volume，MCV）、平均红细胞血红蛋白量（mean corpuscular hemoglobin，MCH）、平均红细胞血红蛋白浓度（mean corpuscular hemoglobin concentration，MCHC）、红细胞分布宽度 （red blood cell distribution width， RDW）、PLT、平均血小板体积（mean platelet volume，MPV）、 血小板分布宽度（platelet distribution width，PDW）和血小板比容（platelet hematocrit，PCT）。

表1 4 家定点三甲级医院设备信息Tab.1 Equipment informations of four designated tertiary hospitals

1.3 统计学分析采用SPSS 26.0 和R 语言3.6.1软件进行统计学分析。为识别并区分COVID-19 和甲型流感中有诊断价值的指标，本研究进行如下筛选过程。首先，将COVID-19 患者住院后5d 的实验室检测结果取平均值（实验室检测结果次数为2～5 次），利用弹性网络模型进行第1 轮筛选，其中调优参数alpha 设置为0.6，并通过10 折交叉验证选择lambda 的最佳截断值；采用不同随机种子，将弹性网络模型拟合200 次，计算200 个模型选取指标的频率，选取高频指标（频率＞90%），计算每对指标的相关系数。为消除冗余指标和避免高度相关指标间的共线性问题，剔除生物学意义最小的指标。第2 轮筛选采用以AIC 作为选择标准的逐步Logistic 回归模型，筛选出高度特异性指标，列线图用来表示最终的模型；使用独立数据集作为外部验证集，计算受试者工作特征（receiver operation characteristic， ROC） 曲 线 下 面 积（area under curve，AUC）以评估最终模型的预测性能。使用非参数方法计算COVID-19 患者基本资料第25 百分 位 数（P25） 和 第75 百 分 位 数（P75），Mann-WhitneyU检验比较2 种疾病实验室指标间差异。以P＜0.05 为差异有统计学意义。

2 结果

2.1 2 组患者人口学资料和临床特征本研究纳入56 例COVID-19 患者（10～87 岁） 和54 例甲型流感患者（23～87 岁）。2 组患者人口学资料和临床特征见表2。COVID-19 患者住院时间较长，年龄中位数低于甲型流感患者。COVID-19 患者常见的临床症状为发热、咳嗽和乏力；甲型流感患者常见的临床症状为发热、咳嗽和呼吸困难。用于模型验证的24 例COVID-19 普通型患者和30 例甲型流感患者人口学资料和临床特征见表3。

表2 COVID-19 和甲型流感患者基本特征Tab. 2 Baseline characteristics of patients with COVID-19 and influenza A

表3 用于模型验证的COVID-19 和甲型流感患者基本特征Tab. 3 Basic information of COVID-19 and H1N1 patients for model validation

2.2 2 组患者入院后首次实验室检测结果在WBC 参数中，甲型流感患者的WBC、NE 和MO计数明显高于COVID-19 患者（P＜0.01）。在RBC 参 数 中， COVID-19 患 者 的RBC、HGB 和HCT 均高于甲型流感患者（P＜0.01），RDW 则低于甲型流感患者（P＜0.01）。生化指标中，除ALT、Cr 和Glu 外，2 组患者AST、GGT、CHE、TP、ALB、GLB、A/G、TBIL、DBIL、IBIL、Urea 和CO2-CP 比较差异均有统计学意义（P＜0.05）。电解质参数中，COVID-19 患者的K 和Na 离子含量高于甲型流感患者（P＜0.05），Cl 离子含量则低于甲型流感患者（P＜0.05），但两者电解质参数整体接近于参考值区间下限。见表4。

表4 入院初期实验室检查结果Tab. 4 Laboratory findings at onset to hospital admission

2.3 COVID-19 和甲型流感鉴别诊断模型的建立经过第1 轮筛选，EO、MO、RBC、HGB、HCT、MPV、GGT、TP、ALB、GLB、A/G、TBIL、HCT、IBIL、Urea、CO2-CP、Cl－和年龄在200 个弹性网络模型中为高频指标（图1 所示为单次弹性网络模型选择最优调优参数lambda 的图）。然后，绘制出以上各个指标间的相关性来检查潜在的冗余指数，见图2。第2 轮筛选，得到A/G、TBIL 和HCT 作为最佳子集模型，公式为：Logit （pi） =－15.28+7.21×A/Gi－0.08×TBILi+17.03×HCTi。公 式 中，pi 为 患 者i 感 染COVID-19 的概率，A/G、TBIL 和HCT 对应的P值分别为＜0.01、0.014 和0.037。诺莫图表示最终的模型。见图3。通过外部数据集验证，该模型AUC 为0.844（95%CI：0.747～0.941），具有较好的预测性能。见图4。

图1 弹性网络模型中λ 调优参数的确定Fig. 1 Determination of optimal value for tuning parameter λ in elastic network model

图2 弹性网络模型筛选出高频率指标间相关性Fig.2 Correlations between high-frequency indicators selected with elastic network model

图3 列线图显示区分COVID-19 和甲型流感的最终模型Fig. 3 Final model for distinguishing COVID-19 and influenza showed with nomogram

图4 基于外部验证数据集最终模型的ROC 曲线Fig. 4 ROC curve of final model based on external validation dataset

3 讨论

本研究中，COVID-19 与甲型流感患者的大部分实验室检测结果比较差异有统计学意义，COVID-19 患者WBC 和NE 数量明显低于甲型流感患者。甲型流感患者的WBC 和NE 数量在感染的第1 天 明 显 升 高［9-10］，这 与LI 等［11］的 研 究 结果 一致。甲型流感患者的LY 数量低于COVID-19 患者，这可能与感染H7N9 的患者会出现淋巴细胞减少症有 关［12］。研 究［13］显 示：LY 计 数 减 低 在 甲 型 流 感的实验室诊断中具有较高特异性，可以相对提高H1N1 患者的检出率。由此可见，WBC 参数比较对于鉴别2种疾病具有一定的参考意义。FLICK等［14］也提出发热和WBC 参数改变是甲型流感患者的诊断标准，可将临床诊断的灵敏度提高到86.4%。然而，多个研究［15-18］认为WBC 参数可能更有助于区分呼吸道病毒感染或细菌感染。此外，甲型流感患者的RBC、HGB 和HCT 值低于COVID-19 患者，RDW 值高于COVID-19患者。SALVAGNO 等［19］证明RDW 是红细胞稳态和红细胞生成受损的重要指标，其测定值升高也是炎症和氧化状态的标志。在感染早期，H1N1 患者发热和肺炎的发生率较高［20］，因此H1N1 患者的RDW 会明显升高。

COVID-19 和H1N1 患者生化指标也有明显的改变。COVID-19 和H1N1 患者存在不同程度和原因不明的肾脏和肝脏功能损伤［21-25］。本研究中，甲型 流 感 患 者AST、 ALT 和GGT 的P75均 高 于COVID-19 患者，且高于参考区间上限，其TP、ALB 和GLB 水平的P25低于参考区间下限。这与ABELLEIRA 等［26］的研究结果一致。CO2-CP 指标代表血浆中碳酸氢盐的含量，临床上可以作为判断代谢性酸中毒和呼吸性碱中毒的重要指标。COVID-19 患者的平均测量值低于参考区间下限，SARS-CoV-2 重型患者曾出现代谢性酸中毒，可直接 引 起CO2-CP 含 量 降 低［27］。H1N1 患 者 有 低 氧 血症和二氧化碳分压降低的临床症状，这与CO2-CP含 量 降 低 有 关［5，23］。研 究 显 示：COVID-19 和H1N1 患者会出现呕吐和腹泻症状［5，21］，超过50%的H1N1 患者出现低钾血症和低钠血症［23］，具体原因尚不清楚，但目前认为电解液参数的改变可能与上述临床症状有关。

2 种疾病的实验室结果虽然有所不同，但其变化特征是相似的。因此，为更好地对这2 种疾病进行分类，本研究基于实验室指标建立COVID-19 和甲型流感的鉴别诊断模型，选取高度特异性指标用于临床上区分上述2 种疾病。通过模型筛选，发现A/G、TBIL 和HCT 这3 种实验室指标具有较好的预测性能。甲型流感患者的ALB 水平明显低于COVID-19 患者。H1N1 患者表现为严重的低蛋白血症和低白蛋白血症［28］。同时，甲型流感患者GLB 水平高于COVID-19 患者。上述结果间接证明甲型流感患者A/G 明显降低，与本研究的结果一致。此外，甲型流感患者TBIL 水平明显高于COVID-19 患者。ZHANG 等［29］的队列研究中提出甲型流感患者TBIL 水平明显升高可能是临床药物引起的肝脏功能损伤，在一定程度上影响TBIL 水平。HCT 是指一定体积的全血中RBC 的相对比例，其间接反映RBC 的数量和体积。本研究中，甲型流感患者HCT 水平低于COVID-19 患者，RBC 计 数 明 显 低 于 COVID-19 患 者。MAKKOCH 等［30］通过血凝抑制试验观察了甲型流感病毒抗体与RBC 的结合能力，结果表明：人体中有一定数量的RBC 与甲型流感病毒抗体结合，这可能是导致甲型流感患者RBC 和HCT 低于COVID-19 患者的直接原因。因此，HCT 可能是作为鉴别2 种疾病的重要指标。

建立有效的预测模型对减轻临床医生的工作量，提高医疗资源的合理利用具有重要的临床意义。本研究所建立的模型主要有以下2 个优点：①模型简洁，易于理解和使用；②该模型综合选取代表性实验室检测指标用于区分COVID-19 和甲型流感，包括血液学和生化参数，提高诊断准确性。综上所述，本研究通过建立COVID-19 和甲型流感患者的实验室指标鉴别诊断模型，筛选出A/G、TBIL 和HCT 作为区分2 种疾病的特异性指标。因此，该鉴别诊断模型在相关临床症状基础上，更有利于及时鉴别COVID-19 和甲型流感，具有一定的临床实用性。