广州和佛山地区珠蛋白生成障碍性贫血患者红细胞参数方程的多中心研究

尚陈宇，姚亚男，薛家权，柯培锋，黄 迪△

1.广州中医药大学第二附属医院检验医学部，广东广州 510120；2.广东省人民医院检验科，广东广州 510080； 3.广东省佛山市禅城区中心医院检验科，广东佛山 528031

珠蛋白生成障碍性贫血和缺铁性贫血(IDA)均为小细胞低色素性贫血。两者临床症状及血常规检测结果相似，可根据血红蛋白电泳、基因检测及血清铁蛋白结果对两者进行鉴别诊断，但这些诊断不适合广大基层医疗单位大规模应用。因此，一些学者将血常规结果中的某些参数联合，建立方程，通过简单计算便可用于两种疾病的鉴别。由于珠蛋白生成障碍性贫血具有高度的遗传异质性，基因突变类型和突变频率随地域和人种变化出现明显的地域和种族差异，导致各种方程的迁移性不强。广东省珠蛋白生成障碍性贫血基因的携带率在17%左右，部分地区甚至高达21%[1]，因此，研究适用于本地区的珠蛋白生成障碍性贫血鉴别方程十分有必要。

我国大力推行分级诊疗制度，鼓励常见病、多发病患者首先到基层医疗卫生机构就诊。血常规作为目前最普遍、最经济的检验项目之一，可在珠蛋白生成障碍性贫血筛查方面挖掘更大价值。因此，探索适合基层医疗单位的珠蛋白生成障碍性贫血筛查方程，具有一定的经济价值和社会效益。

1 资料与方法

1.1一般资料 收集2017-2021年在广州中医药大学第二附属医院、广东省人民医院和广东省佛山市禅城区中心医院进行珠蛋白生成障碍性贫血基因检测的患者。排除标准：(1)近期有献血史，或有输血、严重出血等血液系统相关疾病史；(2)妊娠；(3)使用过治疗贫血的相关药物；(4)罹患肿瘤、白血病等恶性疾病；(5)严重肝、肾疾病。同期收集来该院门诊就医的普通患者及体检健康者。

1.2分组 根据出院诊断书的诊断结论，将所有患者分为3组，珠蛋白生成障碍性贫血组、IDA组和对照组。珠蛋白生成障碍性贫血组：排除IDA并经珠蛋白生成障碍性贫血基因检测为阳性的患者(含单纯α、β珠蛋白生成障碍性贫血及合并基因型的珠蛋白生成障碍性贫血患者)，共计3 026例。IDA组：珠蛋白生成障碍性贫血PCR检查为阴性，血红蛋白(Hb)水平<12 g/dL的女性，Hb<13 g/dL的男性，并且血清铁水平<10.6 μmol/L，血清铁蛋白水平<12 μg/L的IDA患者，共计1 044例。对照组：排除珠蛋白生成障碍性贫血且血清铁蛋白水平≥12 μg/L的体检者及门诊普通患者，共计14 638例。

1.3实验室检查 珠蛋白生成障碍性贫血：主要使用美国BIO-RAD公司的基因扩增仪、凝胶电泳系统和凝胶成像系统及深圳亚能公司生产的全血DNA快速提取试剂盒和α、β珠蛋白生成障碍性贫血分型试剂盒进行珠蛋白生成障碍性贫血基因分析。IDA：使用化学发光分析仪(美国雅培ARCHITEC i2000 SR、SIEMENS XPT)进行血清铁蛋白水平检测。使用美国Beckman 5811及迈瑞BS0生化分析仪及其配套试剂进行血清铁水平检测。红细胞参数：使用深圳迈瑞6800血液学分析仪及SYSMEX XN2000进行全血分析，检测红细胞计数(RBC)、红细胞分布宽度(RDW)、血细胞比容(HCT)、Hb、红细胞平均体积(MCV)、红细胞平均血红蛋白(MCH)、红细胞平均血红蛋白浓度(MCHC)。

1.4统计学处理 采用SPSS20.0统计软件对数据进行处理和分析。采用Shapiro-Wilk方法验证数据正态性，不呈正态分布的计量资料以M(P25，P75)表示，组间比较采用Mann-WhitneyU检验；采用多因素Logistic回归分析具有统计学意义的参数，建立广州和佛山地区的珠蛋白生成障碍性贫血-IDA鉴别方程(简称GF)和珠蛋白生成障碍性贫血-IDA筛查方程(简称STF)。采用受试者工作特征(ROC)曲线分析诊断珠蛋白生成障碍性贫血的曲线下面积(AUC)、特异度、灵敏度、约登指数。分别将不同文献方程获得的灵敏度与特异度与GF进行比较，计算整体鉴别指数(IDI)和净重新分类指数(NRI)，评价GF鉴别珠蛋白生成障碍性贫血的改善能力。

2 结 果

2.1鉴别方程收集 查阅文献共收集了24个基于红细胞参数的珠蛋白生成障碍性贫血与IDA的鉴别方程，方程来源及相关最佳临界值见表1。

表1 地中海贫血与缺铁性贫血的鉴别公式

2.2基本指标及红细胞参数的比较 珠蛋白生成障碍性贫血组和IDA组比较，除HCT外，其他红细胞参数差异均有统计学意义(P<0.05)；珠蛋白生成障碍性贫血组和对照比较，所有红细胞参数差异均有统计学意义(P<0.05)，见表2。

表2 各组基本指标及红细胞参数的比较[n/n或M(P25，P75)]

组别nHCT(%)RDW(%)MCV(fL)MCH(pg)珠蛋白生成障碍性贫血组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组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)对照组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红细胞参数鉴别珠蛋白生成障碍性贫血组、IDA组和对照组的性能比较 在红细胞参数鉴别IDA组和珠蛋白生成障碍性贫血组的ROC曲线中，RBC的AUC最大，为0.781，特异度为0.883，约登指数为0.476；MCH的灵敏度最高，为0.877，见表3。在红细胞参数筛查珠蛋白生成障碍性贫血患者的ROC曲线结果中，MCH的AUC和约登指数最大，分别为0.865、0.649，MCHC的灵敏度最高，为0.865，见表4。

表3 红细胞参数鉴别IDA组和珠蛋白生成障碍性贫血组的ROC曲线结果

表4 红细胞参数筛查珠蛋白生成障碍性贫血的ROC曲线结果

2.3方程的建立及效能指标 以表2中差异有统计学意义的红细胞参数建立方程，HCT的P值>0.05，不应纳入鉴别方程，多因素Logistic回归分析发现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。各鉴别方程最佳临界值及计算所得灵敏度、特异度、AUC和约登指数，见表5。GF与其他方程的ROC、IDI和NRI，见表6。STF在普通人群中筛选珠蛋白生成障碍性贫血时，AUC为0.876，见图1。为降低漏诊率，将灵敏度设置为0.950，根据ROC曲线得到的特异度为0.297，最佳临界值为12.46。通过简单计算可得出该筛选方法阳性率为74.55%，阴性预测值为96.64%，见表7。

表5 珠蛋白生成障碍性贫血组与IDA组鉴别方程相关参数

续表5 珠蛋白生成障碍性贫血组与IDA组鉴别方程相关参数

表6 GF与其他方程鉴别能力比较

续表6 GF与其他方程鉴别能力比较

图1 STF用于珠蛋白生成障碍性贫血筛查的ROC曲线

表7 STF筛查珠蛋白生成障碍性贫血患者案例数统计(n)

3 讨 论

广东省人群珠蛋白生成障碍性贫血基因携带率高达11.07%，平均9个人中就有1个携带珠蛋白生成障碍性贫血基因，发病率位居全国前列[23]。目前珠蛋白生成障碍性贫血仍无有效的治疗措施，因此降低珠蛋白生成障碍性贫血的发病率尤为重要[24]。珠蛋白生成障碍性贫血是常染色体隐性遗传病，男女患病率无明显差异。轻型珠蛋白生成障碍性贫血基因携带者往往没有任何临床症状或体征。携带者之间的婚配有25%的风险孕育重型珠蛋白生成障碍性贫血患儿，故在珠蛋白生成障碍性贫血高发区进行珠蛋白生成障碍性贫血产前筛查和产前诊断是一种有效预防重型珠蛋白生成障碍性贫血患儿出生的重要举措[25-28]。

在前期的研究中，尝试通过广州地区的珠蛋白生成障碍性贫血就诊患者检查指标，建立了珠蛋白生成障碍性贫血-IDA鉴别模型，结果达到预期。本研究扩大了患者采集范围，首次在3家医院获取标本。这3家医疗单位，既有位于广州的医院，也有位于佛山的医院；既有大型“三甲”医院，也有地方区级医院；既有以传统医学为主的中医院，也有以现代医学为主的西医院，且患者就诊量均较大。因此，本研究的数据十分具有代表性，所建立的模型可在广州、佛山地区推广。本研究收集的文献方程中，RBC、Bessman和Pornprasert均为单个红细胞参数，在文献所涉及的相应地区有较好的应用效果[2,6,20]，但在本研究中，价值不明显。进一步说明不同地区、不同基因型构成对红细胞参数的影响差异较大。

通过比较各种方程的形式可以看出，文献涉及的方程形式均较简单，而且有些方程可以通过计算相互转化[10,16]。这些可能是因为拟合的软件程序不同，或者是人为进行了简化。个别方程提出的时间过于久远，不排除研究者为了便于记忆及提升通用性而有意为之。随着近年来医疗行业逐步引入智能化操作，即使拟合的方程形式比较繁琐、参数较多，但通过将参数嵌入实验室信息系统，对临床医生的实际使用也不会造成不便。AUC是综合了ROC曲线上最佳临界值、灵敏度和特异度得出的结果，可直观地反映试验的整体预测效果，在临床上尤其是诊断试验的比较中应用广泛。但是，仅仅依靠AUC来评判模型的诊断性能，结论有时并不可靠[29]。近年来，相关研究提出的NRI和IDI在比较不同模型的预测效果方面越来越受到重视[29-31]。在AUC变化不明显的情况下，NRI和IDI具有独特的优势[32]。

比较表1和表5，可以发现各原始文献中方程的最佳临界值差异较大，排除单位换算原因，说明即使使用诊断性能突出的文献方程，也不可武断移植原始最佳临界值到本地区应用，这一点在相关文献中亦有明确说明[33]。从表3中可以看出，RBC作为单独的鉴别指标来说，相对于其他红细胞参数已经足够优秀(AUC和约登指数均最大)，因此绝大部分文献方程都将RBC作为基础运算项加入公式。在拟合方程的过程中也发现统计软件赋予了RBC最大的权重。因此在使用红细胞参数进行珠蛋白生成障碍性贫血鉴别时，要特别注意全血分析尤其是RBC的质量控制。

从表5可以看出，AUC排名靠前的几个方程AUC值差异并没有特别大，个别曲线也趋近于重合。Telmissani-MCHD和Pornprasert相较于GF，灵敏度更高，GF特异度处于中等水平，影响对方程的评价。虽然上述3个方程的AUC差异有统计学意义，但无法展现出相差的程度[34-35]。因此，在计算IDI和NRI时，差异程度会进一步放大。本研究表5、6可以看出，GF与Telmissani-MDHL方程的AUC差值为0.874-0.833=0.041，IDI、NRI值分别为0.037、0.115，P均<0.001，说明新模型改善明显。本研究获得的广州和佛山地区珠蛋白生成障碍性贫血的GF性能稳定，具有最佳的预测能力。

筛查方程STF用于在普通人群中筛选珠蛋白生成障碍性贫血时，将人群患病率考虑进来，得到了与真实人群流行病学一致的标本模型(珠蛋白生成障碍性贫血组人数占比约17%)。研究过程中着重强调减少漏诊率，即提高灵敏度，也因此降低了特异度。得益于STF具有较好的AUC，在最佳临界值设置为12.46时，特异度仍然有0.297。阴性预测值96.64%，说明只要患者STF<12.46，几乎可以排除其罹患中、重度珠蛋白生成障碍性贫血的可能性。但是，不可回避的是该模型的阳性率为74.55%，那么在人群中大规模筛查珠蛋白生成障碍性贫血时，只能有效排除约1/4的受试者。此外，由于条件限制，本研究的对照组中部分健康体检人群未100%接受珠蛋白生成障碍性贫血基因检测，仅由HbA2血红蛋白电泳排除珠蛋白生成障碍性贫血，不排除存在无症状珠蛋白生成障碍性贫血基因携带者的可能。

另外，本研究建立的GF和STF两者应用背景不同，GF适用于在住院患者及无法进行基因检查的医疗机构使用，可以作为HbA2血红蛋白电泳等珠蛋白生成障碍性贫血诊断方法的补充指标。STF更适合于广大基层医疗单位或体检中心进行人群健康普查时的辅助筛查。血常规检测具有经济快速的优点，采集末梢血即可进行检测，是目前检验项目中“三大常规”之一。全血分析中的某些指标与珠蛋白生成障碍性贫血有着良好的相关性[17,21,30]，经验丰富的医生有时可根据血常规结果对患者是否患珠蛋白生成障碍性贫血进行初步判断，因此可以利用这些指标对珠蛋白生成障碍性贫血基因的携带率进行预测。因此所得出的筛查方程可对普通人群中的珠蛋白生成障碍性贫血患者进行一个初步判断，指导首诊医生采取进一步的诊断检查。

目前，仍有很多学者采用红细胞参数进行简单联合或直接套用国外学者模型公式来进行珠蛋白生成障碍性贫血鉴别或筛查[34-35]。通过本研究，解释了这些方式存在的弊端。因此，主动建立适合本地区人群的鉴别方程十分重要。本研究为鉴别珠蛋白生成障碍性贫血和IDA提供了一个便捷的工具，对于降低医疗卫生成本，提高人口素质有一定的积极作用。但无论是鉴别方程还是筛查方程都存在一定的不足，尤其是面对一些少见的珠蛋白生成障碍性贫血类型及珠蛋白生成障碍性贫血合并IDA的情况。另外，方程的推导过程中剔除了一些可能影响研究的疾病标本，降低了方程的实用价值。因此，本研究建立的方程并不能作为最终的诊断工具，只能作为珠蛋白生成障碍性贫血基因分析的补充指标。