Article de recherche

Un nomogramme dynamique basé sur le web pour la prédiction de la pneumonie réfractaire de Mycoplasma pneumoniae chez les enfants

DOI :

10.3791/71588

⸱

31 juillet 2026

 , 
1Department of Pediatrics, Jinhua Women's and Children's Hospital, 2Department of Orthopedics, Jinhua Municipal Central Hospital

Dans cet article

Résumé

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La présente étude a évalué de manière exhaustive les manifestations cliniques, les indices de laboratoire et les caractéristiques d’imagerie chez les enfants atteints de MPP afin d’identifier les facteurs de risque indépendants de la RMPP et d’établir un nomogramme dynamique en ligne pour une prédiction précoce.

Résumé

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La pneumonie réfractaire de Mycoplasma pneumoniae (RMPP) chez l’enfant est associée à des réponses inflammatoires plus fortes, à une prise en charge plus complexe et à un risque accru de complications pulmonaires. L’identification précoce des enfants à haut risque peut permettre un ajustement rapide du traitement. Cette étude rétrospective a inclus 500 enfants hospitalisés atteints de pneumonie par Mycoplasma pneumoniae de novembre 2022 à novembre 2023. La cohorte a été divisée aléatoirement en un ensemble d’entraînement (n = 375) et un ensemble de validation (n = 125). Les analyses de régression logistique univariée et multivariable ont identifié six prédicteurs indépendants de la RMPP : la durée de la fièvre avant l’admission, la température corporelle maximale, le niveau de lactate déshydrogénase, les bouchons d’expectoration ou l’épanchement pleural, la consolidation pulmonaire et l’hypoxémie. Un nomogramme dynamique basé sur le web a été construit à partir de ces variables. Le modèle a montré une bonne discrimination, avec une zone sous la courbe caractéristique de fonctionnement du récepteur/indice C de 0,840 (IC 95 %, 0,785–0,892) dans l’ensemble d’entraînement et de 0,831 (IC 95 %, 0,743–0,906) dans l’ensemble de validation. Les courbes d’étalonnage ont montré une bonne concordance entre les risques prédits et observés, et l’analyse de la courbe de décision a suggéré un bénéfice net clinique sur la plupart des probabilités seuils. Les enfants présentant une fièvre prolongée, une température de pic élevée, une élévation du lactate déshydrogénase, une hypoxémie et des signes de consolidation pulmonaire ou de bouchons de crachats/effondrement pleural doivent être considérés comme présentant un risque accru de RMPP et peuvent nécessiter une surveillance plus étroite et un ajustement rapide du traitement.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Mycoplasma pneumoniae (MP) est un agent pathogène majeur de la pneumonie acquise en communauté chez les enfants, en particulier chez les populations d’âge préscolaire etscolaire 1. La pneumonie par Mycoplasma pneumoniae (MPP) représente une proportion considérable de la pneumonie pédiatrique, et son incidence a augmenté ces dernièresannées 2. La plupart des enfants suivent une évolution favorable après un traitement approprié ; Cependant, certains développent une fièvre persistante, une aggravation des symptômes respiratoires ou des anomalies radiographiques progressives après au moins 7 jours de traitement standard aux macrolides, un phénomène potentiellement attribuable à une résistance aux macrolides et/ou à un traitement retardé. Cette condition est généralement définie comme une pneumonie réfractaire par Mycoplasma pneumoniae (RMPP). La RMPP est associée à une progression plus rapide, à un traitement plus complexe et à un risque accru de complications pulmonaires et extrapulmonaires, ce qui rend l’identification précoce du risque cliniquement importante.

Plusieurs indicateurs cliniques, de laboratoire et d’imagerie ont été associés à la RMPP. Les prédicteurs rapportés incluent le lactate déshydrogénase (LDH), le D-dimère, l’interleukine (IL)-6, l’IL-10, l’épanchement pleural, le bouchon du mucus, la consolidation pulmonaire, la fièvre prolongée, la température maximale élevée, l’âge avancé et l’hypoxémie 3,4,5,6,7,8,9. Ces variables reflètent différents aspects de l’activité de la maladie, notamment la réponse inflammatoire, les lésions tissulaires, l’activation de la coagulation, l’obstruction des voies respiratoires et l’altération de l’oxygénation. Cependant, la RMPP est généralement influencée par plusieurs facteurs interagissants, et l’évaluation à variable unique peut fournir une estimation du risque individualisée limitée.

La prédiction clinique actuelle repose principalement sur le jugement du médecin, l’interprétation en laboratoire basée sur les seuils, l’évaluation par imagerie ou les modèles de notation statique. Le jugement clinique est flexible mais subjectif, tandis que les seuils à indicateur unique sont simples mais peuvent passer à côté de l’effet combiné de la gravité clinique, de l’inflammation et de la progression radiographique. Un nomogramme intègre plusieurs prédicteurs indépendants dans une estimation de probabilité individualisée et offre une évaluation du risque plus intuitive que les variables isolées. Un nomogramme dynamique en ligne permet également une saisie directe des données du patient et un calcul rapide au chevet, ce qui peut permettre un suivi précoce et un ajustement du traitement.

Les modèles de prédiction restent des outils d’aide à la décision et ne peuvent remplacer le jugement clinique. Leur performance dépend de la qualité des données, des définitions des variables et de la validation dans les populations indépendantes. Des études existantes basées sur des nomogrammes pour la RMPP ont étérapportées 6,7 ; cependant, des outils dynamiques validés de l’extérieur et des comparaisons systématiques entre modèles restent nécessaires. Le nomogramme en ligne développé dans cette étude est destiné à être utilisé dans les services pédiatriques et les urgences où le scanner thoracique, la mesure de la LDH et la surveillance de la saturation en oxygène sont systématiques. Les cliniciens doivent interpréter les prédictions avec prudence lorsqu’elles sont appliquées à des populations présentant des profils épidémiologiques très différents, à des établissements de santé disposant de ressources d’imagerie limitées, ou à des patients recevant des corticostéroïdes ou des antibiotiques de seconde ligne avant admission, qui peuvent modifier les marqueurs inflammatoires.

Protocole

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Cette étude a été approuvée par le Comité d’éthique de l’Hôpital pour femmes et enfants de Jinhua (n° 2024KY099). Le consentement éclairé a été obtenu des tuteurs légaux des enfants.

Données des patients

Cette étude rétrospective a inclus des enfants atteints de pneumonie Mycoplasma pneumoniae (MPP) hospitalisés à l’Hôpital pour enfants affilié à l’Hôpital pour femmes et enfants de Jinhua de novembre 2022 à novembre 2023. La MPP a été diagnostiquée sur la base de symptômes respiratoires, d’imagerie thoracique et de tests positifs à l’ADN ou à l’ARN par Mycoplasma pneumoniae . La MPP générale (GMPP) désigne les enfants ayant répondu adéquatement à la thérapie standard aux macrolides, tandis que la RMPP a été définie comme une fièvre persistante, des symptômes aggravés ou des anomalies progressives par imagerie après au moins 7 jours de thérapie standard auxmacrolides 10. Les critères d’inclusion étaient l’âge <14 ans, l’infection confirmée par Mycoplasma pneumoniae , les symptômes respiratoires et les résultats d’imagerie compatibles avec une pneumonie. Les critères d’exclusion étaient infection mixte dans les 10 jours suivant le début de la maladie, leucémie, maladie pulmonaire chronique, immunodéficience, traitement immunosuppresseur antérieur, admission pendant la phase de rétablissement ou dossiers incomplets. La thérapie standard faisait référence à l’azithromycine 10 mg/kg une fois par jour, par voie orale ou intraveineuse, avec une dose maximale de 500 mg/jour. Les enfants ne remplissant pas les critères RMPP ont été classés comme MPP général (GMPP). Un total de 500 enfants éligibles ont été divisés au hasard en une cohorte d’entraînement (n = 375) et une cohorte de validation (n = 125) à l’aide de la version 4.1.2 du logiciel R (fonction : sample(), set.seed = 42). La cohorte de validation était réservée exclusivement à l’évaluation externe du modèle et n’a été utilisée à aucune étape de la construction du modèle. Les données des dossiers médicaux électroniques étaient extraites à l’aide d’un modèle d’extraction standardisé développé a priori. Les champs de données comprenaient la démographie, la présentation clinique, les valeurs de laboratoire, les résultats d’imagerie et les dossiers de traitement. Deux chercheurs formés ont extrait les données de manière indépendante, et les divergences ont été résolues par consensus. Les résultats de la tomodensitométrie pulracique ont été évalués par des radiologues aveugles aux regroupements cliniques et aux résultats de laboratoire. La fiabilité inter-évaluateur pour l’interprétation des images CT a été évaluée à l’aide de la statistique kappa de Cohen pour les résultats d’imagerie binaire (bouchons d’expectorations ou effondrement pleural : oui/non ; consolidation pulmonaire : oui/non). Enfin, 129 enfants ont été classés comme RMPP et 371 comme MPP général.

Variables

Les variables démographiques, cliniques, de laboratoire et d’imagerie ont été extraites des dossiers médicaux électroniques à l’aide d’un formulaire prédéfini. Les variables cliniques comprenaient l’âge, le sexe, la durée de la fièvre avant l’admission, la température corporelle maximale et l’hypoxémie. La durée de la fièvre était définie comme l’intervalle entre l’apparition de la fièvre et l’admission. La température corporelle maximale était la plus élevée enregistrée avant ou dans les 24 heures suivant l’admission. L’hypoxémie était définie comme une saturation périphérique en oxygène artériel <92 % dans l’air ambiant ou le besoin d’oxygène supplémentaire. Les variables de laboratoire comprenaient WBC, HB, PLT, CRP, ALB, ALT, CK-MB, LDH, D-dimer, IL-6, IL-8, IL-10, IL-17, PCT et NE %. Des échantillons de sang veineux à jeun ont été prélevés dans les 24 heures suivant l’admission, et le temps d’échantillonnage relatif à l’apparition de la fièvre et à l’initiation des antibiotiques a été enregistré lorsque disponible. Mycoplasma pneumoniae Des tests ADN ou ARN étaient utilisés pour la confirmation étiologique. Le test PCR quantitatif en temps réel par écouvillon de gorge pour l’ADN ou l’ARN de Mycoplasma pneumoniae s’est révélé positif. La charge quantitative ADN/ARN n’a pas été incluse car les données standardisées de charge n’étaient pas disponibles pour tous les patients. Le scanner thoracique effectué dans les 3 jours avant ou après l’admission a été examiné pour les bouchons d’expectorations, l’épanchement pleural et la consolidation pulmonaire. « Bouchons d’expectorations ou épanchement pleural » a été signalé positif lorsque l’un ou l’autre des résultats était présent. La consolidation pulmonaire a été définie comme une opacité parenchymateuse segmentaire ou lobaire lors du scanner. Un scanner CT à 256 tranches a été utilisé. Les enfants ont été placés en position couchée, et un scanner axial thoracique à faible dose a été effectué avec un détecteur de largeur appropriée en retenue de souffle ou pendant le sommeil. La couverture de l’échographie s’étendait de l’apex pulmonaire à la base pulmonaire pour couvrir l’ensemble du parenchyme pulmonaire. Les paramètres de balayage étaient réglés comme suit : tension de la lampe 100 kVp, épaisseur de tranche 5 mm, épaisseur de tranche de reconstruction 1,25 mm, matrice 512 × 512, temps de rotation du portique 0,28 s, indice de bruit 12. Les images ont été reconstruites à l’aide des algorithmes ASIR-V et DLIR. Chaque groupe contenait des images reconstituées avec des poids ASIR-V de 20 %, 50 % et 80 %, ainsi que des images DLIR-L, DLIR-M et DLIR-H. Les données d’image acquises étaient importées dans la station de travail. Toutes les images ont été examinées indépendamment en double aveugle par deux radiologues ayant plus de cinq ans d’expérience clinique. Ils ont évalué la présence de signes pulmonaires anormaux et résumé les principales caractéristiques d’imagerie. Pour les cas à interprétations divergentes, un consensus a été atteint par discussion mutuelle.

Analyse statistique

Les analyses statistiques ont été réalisées à l’aide de la version 4.1.2 du logiciel R. Les variables catégorielles sont présentées comme n ( %) et comparées à l’aide du test du chi-carré ou du test exact de Fisher. Les variables continues sont exprimées en moyenne ± écart-type ou médiane (intervalle interquartile), selon la distribution. La normalité a été évaluée à l’aide du test de Shapiro-Wilk. Les variables normalement distribuées ont été comparées à l’aide du test t des échantillons indépendants, et les variables à distribution anormale à l’aide du test U de Mann-Whitney. Avant la construction du modèle, la comparabilité de base entre les cohortes d’entraînement et de validation a été confirmée à l’aide de tests χ2 ou Mann-Whitney U pour tous les prédicteurs candidats, sans différences significatives entre les cohortes (tous les P > 0,05). Dans la cohorte d’entraînement, les variables avec P < 0,05 en régression logistique univariée ont été saisies dans la régression logistique multivariée. La multicolinéarité a été évaluée à l’aide de facteurs d’inflation de la variance (VIF) calculés avec le package « voiture » ; tous les prédicteurs sélectionnés avaient un FIV < 5, indiquant qu’aucune multicolinéarité substantielle n’indiquait. L’hypothèse de linéarité pour la LDH a été examinée en utilisant une transformation logarithmique et des splines cubiques restreintes (en utilisant le package « rms » avec 3 nœuds placés aux 10e, 50e et 90e percentiles) ; la forme linéaire était conservée lorsque l’ajustement du modèle ne s’améliorait pas (test du rapport de vraisemblance : P > 0,05 pour le terme spline non linéaire, soutenant la spécification linéaire). Un nomogramme a été construit à partir du modèle multivariable final utilisant le package « rms » (versions 6.3-0 ; fonctions : lrm pour la régression logistique, Predict pour la prédiction de valeur, et nomogramme pour la représentation graphique). La discrimination a été évaluée à l’aide des courbes caractéristiques de fonctionnement du récepteur, de la surface sous la courbe et de l’indice C avec des intervalles de confiance à 95 % (package « pROC »). L’étalonnage a été évalué à l’aide de courbes d’étalonnage avec 1 000 reéchantillons bootstrap. (package « RMS » : Calibre Function). Le seuil optimal de prédiction a été déterminé indépendamment au sein de chaque cohorte en utilisant l’indice de Youden via le package pROC : 0,222 dans la cohorte d’entraînement et 0,247 dans la cohorte de validation. Le seuil dérivé de la formation (0,222) a également été appliqué à la cohorte de validation pour la comparaison de performance entre cohortes, conformément à la pratique interne standard de validation. L’intervalle de confiance à 95 % pour la probabilité prédite, par exemple, a été calculé à l’aide d’erreurs standard basées sur un modèle sur l’échelle logit. L’analyse de la courbe de décision a été utilisée pour évaluer le bénéfice net à travers les probabilités seuils (package « rmda » : fonctions decision_curve et plot_decision_curve). Un P bilatéral < 0,05 était considéré comme statistiquement significatif. Les scripts R complets, y compris le prétraitement des données, la construction de modèles, la validation et la génération de nomogrammes, sont disponibles auprès de l’auteur correspondant sur demande.

Les données manquantes étaient minimes (toutes les variables <2 % manquantes) et traitées par imputation médiane pour les variables continues et par modération pour les variables catégorielles avant l’analyse. Tous les prédicteurs catégoriels étaient codés comme variables indicatrices binaires (0/1). Les prédicteurs continus (durée de la fièvre, température de pointe, LDH) ont été conservés dans leurs unités cliniques d’origine sans catégorisation. Aucune sélection de variables basée sur le criblage univarié n’a été effectuée avant la modélisation multivariée ; au contraire, tous les candidats cliniquement pertinents identifiés dans la littérature ont été considérés, et ceux avec un taux de P < 0,05 dans l’analyse univariée de la cohorte d’entraînement ont été avancés vers le modèle multivarié.

Implémentation de la calculatrice web

Le nomogramme dynamique basé sur le web a été déployé à l’aide du package « brillant » (version 1.7.4) dans R. L’interface utilisateur était construite avec shiny ::fluidPage(), shiny ::sidebarLayout(), et shiny ::sliderInput() pour les variables continues (durée de fièvre, température de pic, LDH) et shiny ::selectInput() pour les variables binaires (bouchons d’échats ou effondrement pleural, consolidation pulmonaire, hypoxémie). La logique serveur invoquait la fonction predict() du modèle lrm adapté pour calculer les estimations individuelles des risques, les probabilités résultantes étant rendues via renderPlot() et renderText(). L’application était hébergée sur ShinyApps.io (https://predictrmpp.shinyapps.io/RMPP/).

Résultats

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Les données cliniques ont été collectées rétroactivement et traitées conformément aux exigences institutionnelles de confidentialité.

Population étudiée

Un total de 500 enfants éligibles étaient inclus, dont 272 garçons et 228 filles. La cohorte de formation comprenait 375 enfants, dont 286 avaient le GMPP (MPP général) et 89 le RMPP. La cohorte de validation comprenait 125 enfants, dont 85 avaient un GMPP et 40 un RMPP. Les cohortes de formation et de validation étaient comparables en âge (médiane 5,2 vs. 5,4 ans, P = 0,681), répartition par sexe (hommes 54,1 % vs. 53,6 %, P = 0,924), proportion RMPP (23,7 % vs. 32,0 %, P = 0,078), et toutes les variables cliniques, laboratoires et d’imagerie de base (toutes P > 0,05), confirmant que l’allocation aléatoire obtenait des cohortes équilibrées adaptées au développement et à la validation du modèle. Dans la cohorte de formation, l’âge et le sexe étaient similaires entre les groupes GMPP et RMPP. Comparés aux enfants atteints de GMPP, ceux atteints de RMPP présentaient une durée de fièvre plus longue avant l’admission, une température corporelle maximale plus élevée, des niveaux plus élevés de CRP, de dimère D, de LDH, d’IL-6 et d’IL-8, ainsi que des fréquences plus élevées de bouchons d’expectorations ou d’épanchement pleural, de consolidation pulmonaire et d’hypoxémie. Des tendances similaires ont été observées dans la cohorte de validation (Tableau 1).

Sélection des fonctionnalités

Dans la cohorte d’entraînement, la régression logistique univariée a identifié neuf variables associées à la RMPP : la durée de la fièvre avant l’admission, la température corporelle maximale, la CRP, le dimère D, la LDH, l’IL-6, les bouchons d’expectorations ou l’épanchement pleural, la consolidation pulmonaire et l’hypoxémie. Les variables sans signification statistique n’ont pas été saisies dans le modèle multivariable. Avant la modélisation multivariée, la multicolinéarité parmi les neuf prédicteurs candidats était évaluée à l’aide du VIF (Tableau Supplémentaire 1) ; toutes les valeurs de VIF variaient de 1,12 à 3,87, bien en dessous du seuil conventionnel de 10, confirmant que la multicolinéarité n’était pas un problème. La régression logistique multivariée a montré que la durée de la fièvre avant l’admission, la température corporelle maximale, la LDH, les bouchons de crachats ou l’épanchement pleural, la consolidation pulmonaire et l’hypoxémie restaient des prédicteurs indépendants de la RMPP. La CRP, le D-dimer et l’IL-6 n’étaient pas associés indépendamment à la RMPP après ajustement. Ces six prédicteurs ont été utilisés pour construire le nomogramme (Tableau 2).

Évaluation de la linéarité pour la LDH

L’hypothèse de linéarité pour la LDH a été évaluée en utilisant des splines cubiques restreintes à 3 nœuds aux10e,50e et90e percentiles. Un test du rapport de vraisemblance comparant le modèle spline au modèle linéaire n’a montré aucune amélioration significative de l’ajustement (χ2 = 1,23, P = 0,540), soutenant la rétention du terme linéaire.

Développement et validation du nomogramme dynamique

Un nomogramme a été réalisé à partir des six prédicteurs indépendants du modèle multivariable : durée de la fièvre avant l’admission, température corporelle maximale, LDH, bouchons de crachats ou épanchement pleural, consolidation pulmonaire et hypoxémie (Figure 1). Une calculatrice dynamique web a alors été développée à partir du même modèle. Pour un enfant avec fièvre de 4 jours, température maximale de 40 °C, LDH de 415 U/L, hypoxémie, bouchons d’expectorations ou épanchement pleural, et consolidation pulmonaire, le risque de RMPP prévu était de 98,6 % (IC 95 %, 92,9 %–99,7 %) (calculé à l’aide des coefficients de régression logistique ajustés : logit(p) = −3,131 + 0,280 × durée de fièvre + 0,889 × température maximale + 0,0105 × LDH + 1,305 × SP_or_PE + 1,962 × consolidation + 1,952 × hypoxémie ; l’IC à 95 % a été dérivée de l’erreur standard basée sur le modèle de le prédicteur linéaire sur l’échelle logit et rétro-transformé en échelle de probabilité à l’aide de la fonction logit inverse) (Figure 2).

Le modèle montrait une bonne discrimination. L’indice C était de 0,840 (IC 95 %, 0,785–0,892) dans la cohorte d’entraînement et de 0,831 (IC 95 %, 0,743–0,906) dans la cohorte de validation. L’analyse ROC a montré des résultats cohérents, avec des valeurs AUC de 0,840 et 0,831 respectivement (Figure 3A,B). Le seuil optimal pour la cohorte d’entraînement a été déterminé à 0,222 selon l’indice de Youden, avec une sensibilité de 78,7 % et une spécificité de 80,1 %. Pour la cohorte de validation, le seuil optimal calculé indépendamment était de 0,247, avec une sensibilité de 72,5 % et une spécificité de 82,4 %. Lorsque le seuil dérivé de l’entraînement (0,222) a été appliqué à la cohorte de validation, la sensibilité était de 75,0 % et la spécificité de 76,5 %. Les courbes d’étalonnage basées sur 1 000 rééchantillons bootstrap ont montré une bonne concordance entre les risques prédits et observés, avec des erreurs absolues moyennes de 0,017 dans la cohorte d’entraînement et de 0,028 dans la cohorte de validation (Figure 3C,D). L’analyse de la courbe de décision a montré que le nomogramme apportait un bénéfice net plus élevé que les stratégies traite-tout ou traité-ne pas sur la plupart des probabilités seuils, en particulier entre 0,05 et 0,90 (Figure 4).

Fiabilité inter-évaluateurs par imagerie CT

La fiabilité inter-évaluateurs pour l’interprétation des images CT entre les deux radiologues a été évaluée à l’aide du kappa de Cohen. L’accord était important pour les bouchons d’espores ou l’épanchement pleural (κ = 0,82, IC 95 % : 0,74–0,90) et la consolidation pulmonaire (κ = 0,79, IC 95 % : 0,69–0,89), soutenant la fiabilité des prédicteurs basés sur l’imagerie.

DISPONIBILITÉ DES DONNÉES :

Les ensembles de données générés et/ou analysés dans l’étude actuelle sont disponibles à https://predictrmpp.shinyapps.io/RMPP/. Les caractéristiques démographiques, cliniques, de laboratoire et d’imagerie des patients inclus dans les cohortes randomisées de validation et de formation sont présentées respectivement dans le Tableau Supplémentaire 2 et le Tableau Supplémentaire 3.

figure-results-1
Figure 1 : Établir le nomogramme dans la cohorte d’entraînement en intégrant les six paramètres. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-2
Figure 2 : Nomogramme dynamique en ligne pour le diagnostic de la RMPP. (A) Résumé numérique de la prédiction. (B) Détails du modèle de prédiction. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-3
Figure 3 : Évaluation de la validité et de la fiabilité du nomogramme. Les courbes ROC de la cohorte de formation (A) et de la cohorte de validation (B) ; les courbes d’étalonnage de la cohorte de formation (C) et de la cohorte de validation (D). Veuillez cliquer ici pour voir une version agrandie de cette figurine.

figure-results-4
Figure 4 : Les courbes DCA de la cohorte de formation. Veuillez cliquer ici pour voir une version agrandie de cette figurine.

VariablesTotal (n=500)Cohorte de formationValeur pCohorte de validationValeur p
GMPP(n=286)RMPP(n=89)GMPP(n=85)RMPP(n=40)
Âge, années4.00 (3.00, 7.00)4.00(3.00,7.00)4.00(3.00,6.00)0.7174.00 (3.00, 7.00)4.00 (2.00, 5.50)0.521
Sexe272（54.4%）0.2860.908
Féminin133（46.50%）35(39.30%)40 (47.1)20 (50.0)
Homme153（53.50%）54(60.70%)45 (52.9)20 (50.0)
TD, jours3.00 (2.00, 5.00)3.00(2.00,4.00)4.00(3.00,6.00)<0,0013.00 (2.00, 4.00)5.00 (3.00, 7.00)0.001
T, °C39.20 (38.90, 39.60)39.10(38.90,39.50)39.40(39.00,39.90)0.00139.00 (38.80, 39.50)39.45 (39.00, 40.00)0.019
WBC, 109/L8.43 (6.49, 11.16)8.48 (6.53, 11.24)8.98 (6.79, 11.76)0.5848.57 (6.66, 11.03)7.31 (5.19, 9.87)0.082
NE, %63.35 (54.25, 71.03)63.05 (53.52, 70.70)65.60 (58.30, 72.90)0.09162.70 (55.80, 70.70)61.35 (55.20, 68.47)0.699
HB, G/L63.35 (54.25, 71.03)124.00 (117.00, 131.00)125.00 (119.00, 130.00)0.289122,82±9,76125,47±7,970.137
PLT, 109/L269.50 (224.75, 318.00)269.00 (224.00, 319.00)264.00 (219.00, 310.00)0.47275.00 (236.00, 312.00)271.50 (229.75, 303.50)0.765
CRP, mg/L7.03 (1.91, 22.01)5.85 (1.70, 14.94)20.98 (5.24, 31.74)<0,0015.02 (1.47, 16.94)20.23 (4.53, 38.40)0.002
D-Dimer, ug/L480.00 (390.00, 610.00)460.00 (380.00, 577.50)580.00 (440.00, 760.00)<0,001490.00 (420.00, 610.00)585.00 (397.50, 702.50)0.342
ALB, g/L42,75±2,9642,8±2,8442,51±2,920.39342,59±2,9643,30±3,830.256
ALT, U/L15.00 (12.00, 19.00)14.00 (12.00, 19.00)15.00 (11.00, 18.00)0.48815.00 (13.00, 21.00)14.50 (12.00, 21.00)0.472
LDH, U/L280.00 (247.00, 330.25)273.50 (242.00, 311.00)316.00 (265.00, 518.00)<0,001283.00 (242.00, 328.00)303.50 (248.50, 530.50)0.034
CK-MB, U/L78.00 (56.75, 107.00)77.00 (57.00, 104.00)79.00 (57.00, 109.00)0.77385.00 (55.00, 112.00)76.00 (55.00, 96.75)0.518
PCT, ng/mL0.08 (0.06, 0.15)0.08 (0.06, 0.16)0.10 (0.06, 0.16)0.2440.09 (0.07, 0.15)0.08 (0.05, 0.12)0.038
IL-6, pg/mL27.41 (13.87, 54.22)26.14 (13.78, 46.07)38.28 (17.25, 60.30)0.02225.96 (13.78, 50.61)32.41 (15.08, 71.21)0.403
IL-8, pg/mL23.59 (14.87, 48.67)21.25 (13.97, 43.65)28.74 (18.99, 49.04)0.01621.22 (15.00, 54.95)26.38 (13.82, 51.72)0.87
IL-10, pg/mL6.64 (4.38, 9.46)6.84 (4.43, 9.59)6.53 (4.87, 12.49)0.5736.38 (4.32, 8.95)6.85 (4.00, 8.70)0.956
IL-17, pg/mL10.94 (4.58, 25.24)10.85 (4.60, 25.28)14.45 (6.13, 30.01)0.1498.56 (3.94, 22.84)10.64 (3.90, 18.76)0.987
SP ou PE42（8.4%）<0,0010.002
OUI13 (4.5%)15 (16.9%)4 (4.7%)10 (25.0%)
NON273 (95.5%)74 (83.1%)81 (95.3%)30 (75.0%)
Consolidation pulmonaire157（31.4%）<0,0010.035
OUI74 (25.9%)47 (52.8%)19 (22.4%)17 (42.5%)
NON212 (74.1%)42 (47.2%)66 (77.6%)23 (57.5) %
Hypoxémie33（6.6%）<0,0010.006
OUI7 (2.4%)13 (14.6%)4 (4.7%)9 (22.5%)
NON279 (97.6%)76 (85.4%)81 (95.3%)31 (77.5%)

Tableau 1 : Comparaison des données démographiques, cliniques et de laboratoire entre les patients GMPP et RMPP.

VariablesAnalyse univariableAnalyse multivariée
βOUIC à 95 %Valeur pβOUIC à 95 %Valeur p
Âge, années-0.0220.9790.891-1.0710.646
Sexe
Féminin-0.2940.7460.456-1.2060.235
Homme
Durée thermique, jour0.2711.3111.183-1.462<0,0010.211.2341.087-1.403<0,001
T, °C0.7312.0781.410-3.162<0,0010.9062.4731.462-4.3170.001
WBC, 109/L-0.0090.9910.933-1.0490.766
NE, %0.0191.0190.998-1.0410.081
HB, G/L0.0171.0170.993-1.0430.177
PLT, 109/L-0.00111.000-1.0020.488
CRP, mg/L0.0231.0231.010-1.036<0,0010.0121.0120.997-1.0281.041
D-Dimer, ug/L0.0021.0021.001-1.003<0,001-0.0011.0011.000-1.0020.089
ALB, g/L-0.0370.9640.886-1.0480.393
ALT, U/L0.0041.0040.986-1.0200.606
LDH, U/L0.011.011.007-1.013<0,0010.0091.011.006-1.013<0,001
CK-MB, U/L-0.000410.996-1.0010.692
PLT, ng/mL0.0261.0270.929-1.1200.536
IL-6, pg/mL0.0121.0121.003-1.0210.0070.000410.989-1.0120.95
IL-8, pg/mL0.0071.0071.000-1.0150.1
IL-10, pg/mL0.011.010.987-1.0310.363
IL-17, pg/mL0.0071.0071.000-1.0180.126
SP ou PE
OUI1.4494.2571.939-9.472<0,0011.2443.4691.284-9.5040.014
NON
Consolidation pulmonaire
OUI1.1653.2061.961-5.270<0,0011.0292.7971.497-5.2710.001
NON
Hypoxémie
OUI1.926.8182.696-18.702<0,0012.0347.6442.207-28.3640.002
NON

Tableau 2 : Régressions logistiques de l’étude RMPP.

Tableau complémentaire 1 : Facteurs d’inflation de la variance pour les prédicteurs candidats. Veuillez cliquer ici pour télécharger ce fichier.

Tableau complémentaire 2 : Ensemble de données de validation randomisée utilisé pour la validation indépendante de modèles de prédiction. Veuillez cliquer ici pour télécharger ce fichier.

Tableau complémentaire 3 : Ensemble de données d’entraînement randomisé utilisé pour le développement de modèles de prédiction. Veuillez cliquer ici pour télécharger ce fichier.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

La RMPP est associée à une inflammation soutenue, une mauvaise réponse à la thérapie standard aux macrolides, et un risque accru de complications pulmonaires et extrapulmonaires. L’identification précoce des enfants à haut risque est donc importante pour un ajustement rapide du traitement. Dans cette étude, la durée de la fièvre avant l’admission, la température corporelle maximale, la LDH, les bouchons de crachats ou épanchements pleuraux, la consolidation pulmonaire et l’hypoxémie étaient indépendamment associées à la RMPP. Un nomogramme dynamique basé sur ces variables en ligne a montré une discrimination stable, une calibration acceptable et un bénéfice net clinique.

La durée de la fièvre et la température maximale sont restées des prédicteurs cliniques importants. Une fièvre persistante peut refléter une activation inflammatoire soutenue et une réponse précoce inadéquateau traitement, tandis que la température maximale élevée indique une réaction systémique plus forte. Des études antérieures ont également rapporté une durée de fièvre plus longue et une température corporelle plus élevée chez les enfants présentant un RMPP4, 8, 13. Ces indicateurs sont faciles à obtenir à l’admission et peuvent aider à identifier les enfants nécessitant une observation plus approfondie.

Les lésions inflammatoires et la dysrégulation immunitaire sont au cœur de la progression des RPM. L’infection par MP peut endommager l’endothélium vasculaire, perturber l’équilibre de la coagulation et favoriser la libération de cytokines, contribuant ainsi aux modifications du D-dimère et des marqueursinflammatoires 14. Une lésion pulmonaire plus étendue peut également augmenter les dommages cellulaires et la libération de LDH. Des études antérieures ont suggéré que la CRP, la LDH et l’IL-6 sont associées à la RMPP15. Dans cette cohorte, la CRP, le D-dimère, la LDH et l’IL-6 étaient significatives dans l’analyse univariée, tandis que seule la LDH restait significative après ajustement. Cela suggère que les effets de la CRP, du D-dimer et de l’IL-6 peuvent en partie se recouper avec la gravité de la fièvre, les lésions tissulaires et la progression de l’imagerie.

Les résultats d’imagerie et le statut d’oxygénation ont apporté des informations prédictives importantes. Des études antérieures ont montré que l’épanchement pleural, l’atélectasie, le bouchon des crachats et la consolidation extensive sont étroitement liés à la maladie réfractaire 6,16,17,18. Dans la présente étude, les bouchons d’expectoration ou l’épanchement pleural et la consolidation pulmonaire sont restés des prédicteurs indépendants, indiquant une obstruction plus prononcée des voies respiratoires, une inflammation parenchymatose ou une atteinte pleurale. L’hypoxémie était également associée indépendamment à la RMPP, ce qui correspond aux rapports de pneumonie MP sévère oufulminante 19,20. Une fois que l’échangation de l’échange gazeux survient, la probabilité d’un cours réfractaire peut augmenter.

Comparé aux modèles de prédiction RMPP publiés précédemment, le présent nomogramme présente plusieurs caractéristiques distinctives. Liu et al.16 ont développé un nomogramme basé sur l’échographie pulmonaire (AUC 0,821) incorporant des scores d’échographie pulmonaire et IL-6, qui propose une alternative sans radiations mais nécessite un équipement spécialisé et une expertise de l’opérateur. Cheng et al. ont proposé un nomogramme clinique simplifié (AUC 0,798) basé sur la durée de la fièvre, la LDH et le D-dimère, conçu pour des contextes sans accès immédiat àl’imagerie 13. Shen et al. ont construit un modèle (AUC 0,815) intégrant les marqueurs cliniques etinflammatoires 7. En comparaison, le modèle actuel intègre des données cliniques facilement accessibles (caractéristiques de fièvre), un marqueur biochimique unique (LDH) et des résultats de la tomodensitométrie, obtenant une discrimination comparable ou légèrement supérieure (AUC de 0,840 en formation et 0,831 en validation). Le format dynamique basé sur le web renforce encore l’applicabilité clinique en permettant le calcul des risques en temps réel sans évaluation manuelle. Bien que chaque modèle ait son propre scénario clinique cible et ses besoins en ressources, l’outil actuel peut être particulièrement adapté aux centres pédiatriques tertiaires où l’imagerie CT est régulièrement réalisée chez les enfants atteints de MPP sévère.

Comparé à des indicateurs uniques ou à un jugement basé sur l’expérience, le nomogramme intègre le parcours clinique, la lésion biochimique, la gravité de l’imagerie et le statut d’oxygénation dans une estimation individualisée du risque. Comparé à l’évaluation statique, le format web permet la saisie directe des données des patients et des calculs rapides sans notation manuelle. Cela peut améliorer l’utilisabilité au chevet et réduire la variabilité de l’évaluation des risques. Le modèle vise à soutenir, plutôt qu’à remplacer, le jugement clinique. Les enfants présentant un risque prédit élevé peuvent nécessiter une surveillance plus étroite, des examens d’imagerie répétés et des ajustements rapides du traitement conformément aux recommandations cliniques.

L’utilisation fiable de cet outil dépend de plusieurs étapes clés. La RMPP ne doit être classée qu’après confirmation de fièvre persistante, d’aggravation des symptômes ou d’évolution radiographique après au moins 7 jours de traitement standard aux macrolides. Les tests de laboratoire doivent être effectués à un moment comparable précoce, de préférence dans les 24 heures suivant l’admission. Les résultats de la tomodensitométrie doivent être interprétés selon des critères prédéfinis, et les résultats incertains doivent être examinés par des radiologues expérimentés. Si la LDH est absente, si la saturation en oxygène est affectée par l’oxygénothérapie, ou si l’interprétation par imagerie est incertaine, le risque calculé doit être interprété avec prudence et réévalué après confirmation des données.

Plusieurs limites doivent être reconnues. Il s’agissait d’une étude rétrospective, centrique unique, avec seulement une validation interne ; Une validation externe dans les cohortes multicentriques est requise. La période d’étude a couvert un an, de sorte que la variation saisonnière de l’activité et de la virulence de la MP n’a pas pu être entièrement évaluée. Les tests de résistance aux macrolides, y compris l’analyse de la mutation du 23S rRNA, n’étaient pas systématiquement disponibles, bien que la résistance aux macrolides et un traitement retardé puissent augmenter la gravité de la maladie et contribuer à laréfractarité 12. La charge quantitative d’ADN MP ou d’ARN n’a pas été incluse car les données de charge standardisées étaient incomplètes. De plus, les informations sur la nécessité d’avoir reçu des corticostéroïdes ou des antibiotiques de seconde ligne (par exemple, fluoroquinolones) avant de remplir les critères RMPP n’ont pas été collectées systématiquement dans notre cohorte rétrospective ; de tels traitements peuvent supprimer les marqueurs inflammatoires et potentiellement influencer les associations entre les prédicteurs et les résultats de la RMPP. Les études futures devraient valider prospectivement le modèle, évaluer son impact sur la prise de décision clinique et explorer son intégration dans les systèmes de dossiers médicaux électroniques pour le calcul automatisé des risques.

Conclusion

La durée de la fièvre avant l’admission, la température corporelle maximale, la LDH, les bouchons d’expectorations ou l’épanchement pleural, la consolidation pulmonaire et l’hypoxémie étaient indépendamment associés à la RMPP chez les enfants atteints de MPP. Le nomogramme dynamique basé sur le web, construit à partir de ces variables, a montré de bonnes performances prédictives et peut aider à la stratification précoce du risque et à la prise de décision clinique. Une validation externe multicentrique supplémentaire est nécessaire avant une application plus large.

Déclarations de divulgation

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Les auteurs n’ont aucun conflit d’intérêts pertinent à divulguer concernant le contenu de cet ouvrage.

Remerciements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Cette étude a été financée par le projet de recherche sur l’application des technologies de bien-être public de la ville de Jinhua (n° 2024-4-147).

Matériaux

Liste des matériaux utilisés dans cet article
NomEntrepriseNuméro de catalogueCommentaires
Version du logiciel R 4.1.2R Foundation for Statistical Computing, Vienne, Autrichehttp://www.r-project.org
Scanner CT à 256 tranches RevolutionGE Healthcare, États-Uniswww.gehealthcare.com

Réimpressions et autorisations

Demander l’autorisation de réutiliser le texte ou les figures de cet article JoVE

Demander une autorisation

Mots-clés

MedicineRisk Factors

Articles connexes