難治性 マイコプラズマ 肺炎の小児を予測するためのウェブベースの動的ノモグラム

サマリー

本研究では、MPPの子どもにおける臨床症状、検査指標、画像的特徴を包括的に評価し、RMPPの独立したリスク要因を特定し、早期予測のためのオンライン動的ノモグラムを確立しました。

要約

難治性 マイコプラズマ 肺炎(RMPP)は、小児における炎症反応の強さ、複雑な管理、肺合併症のリスク増加と関連しています。高リスク児童の早期発見は、適時の治療調整を支援する可能性があります。この回顧的研究には、2022年11月から2023年11月にかけてマイ コプラズマ 肺炎で入院した500人の子どもたちが対象となりました。コホートは無作為にトレーニングセット(n = 375)と検証セット(n = 125)に分けられました。単変数および多変数ロジスティック回帰分析により、RMPPの6つの独立予測因子が特定されました:入院前の発熱期間、ピーク体温、乳酸脱水素酵素レベル、痰栓または胸水、肺の固定化、低酸素血症です。これらの変数を用いてウェブベースの動的ノモグラムが構築されました。モデルは良好な識別力を示し、訓練セットでは受信者の動作特性曲線/C指数下面積が0.840(95%CI、0.785–0.892)、検証セットでは0.831(95%CI、0.743–0.906)でした。キャリブレーション曲線は予測リスクと観察リスクの良好な一致を示し、意思決定曲線解析ではほとんどの閾値確率で臨床的純利益が示唆されました。発熱が長引く子ども、高熱、乳酸脱水素酵素上昇、低酸素血症、肺の閉鎖や痰栓・胸水のCT証拠がある子どもはRMPPのリスクが高いとみなされ、より詳細なモニタリングと適時の治療調整が必要となる場合があります。

概要

マイコプラズマ肺炎(MP)は、特に就学前および就学年齢の子どもにおける地域感染性肺炎の主要な病原体^です。マイコプラズマ肺炎(MPP)は小児肺炎のかなりの割合を占めており、近年その発生率は増加しています²。適切な治療を経て、ほとんどの子どもは好ましい経過を迎えます。しかし、標準的なマクロライド療法を少なくとも7日間行った後に持続的な発熱、呼吸器症状の悪化、進行性の放射線異常を発症する人もおり、これはマクロライド耐性や治療の遅れに起因する現象である可能性があります。この状態は一般的に難治性マイコプラズマ肺炎(RMPP)と定義されます。RMPPは進行の加速、治療の複雑さ、肺および肺外合併症のリスク増加と関連しており、早期リスクの特定が臨床的に重要です。

RMPPにはいくつかの臨床、検査、画像診断の指標が関連付けられています。報告された予測因子には、乳酸脱水素酵素(LDH)、D-ダイマー、インターロイキン(IL)-6、IL-10、胸水、粘液詰まり、肺固結、発熱の継続、高熱、高齢、低酸素血症3,4,5,6,7,8,9が含まれます.これらの変数は、炎症反応、組織損傷、凝固活性化、気道閉塞、酸素供給障害など、疾患活動のさまざまな側面を反映しています。しかし、RMPPは通常、複数の相互作用する要因によって駆動され、単一変数の評価では個別化されたリスク推定が限られている場合があります。

現在の臨床予測は主に医師の判断、閾値ベースの検査解析、画像診断、または静的スコアリングモデルに依存しています。臨床判断は柔軟ですが主観的であり、単一指標の閾値は単純ですが、臨床の重症度、炎症、放射線進行の複合的な影響を見落とす可能性があります。ノモグラムは複数の独立予測因子を統合して個別の確率推定を行い、孤立した変数よりも直感的なリスク評価を提供します。ウェブベースの動的ノモグラムは、患者データの直接入力や迅速なベッドサイド計算を可能にし、早期モニタリングや治療調整を支援する可能性があります。

予測モデルは意思決定支援のツールであり、臨床判断に代わるものではありません。その性能は、データ品質、変数定義、独立集団での検証に依存します。RMPPに関する既存のノモグラムに基づく研究は^6,7;しかし、外部検証済みの動的ツールやモデル間の体系的な比較は依然として必要です。本研究で開発されたウェブベースのノモグラムは、胸部CT、LDH測定、酸素飽和度モニタリングが日常的に利用できる小児科や緊急医療現場での使用を目的としています。臨床医は、疫学的特徴が大きく異なる集団、限られた画像資源の医療現場、または炎症マーカーを変化させる可能性のある入院前コルチコステロイドやセカンドライン抗生物質を受けている患者に対して、予測を慎重に解釈すべきです。

プロトコル

本研究は金華婦幼病院倫理委員会(No. 2024KY099)により承認されました。子どもたちの法定後見人からインフォームド・コンセントが得られました。

患者データ

この回顧的研究には、2022年11月から2023年11月まで金華婦人小児病院付属小児病院に入院した マイコプラズマ 肺炎(MPP)の子どもたちが含まれていました。MPPは呼吸器症状、胸部画像所見、マイ コプラズマ 肺炎DNAまたはRNA検査の陽性に基づき診断されました。一般MPP(GMPP)は標準的なマクロライド療法に十分に反応した子どもを指し、RMPPは標準マクロライド療法を少なくとも7日間行った後に持続的な発熱、悪化症状、または進行性の画像異常と定義されました¹⁰。対象条件は年齢<14歳、マイ コプラズマ 肺炎感染の確認、呼吸器症状、および肺炎と一致する画像所見でした。除外基準は、発症後10日以内の混合感染、白血病、慢性肺疾患、免疫不全、過去の免疫抑制療法、回復期中の入院、または不完全な記録でした。標準療法としては、アジスロマイシン10 mg/kgを1日1回、経口または静脈内投与、最大用量500 mg/日で投与されました。RMPP基準を満たさない子どもは一般MPP(GMPP)に分類されました。合計500人の適格児童が、Rソフトウェアバージョン4.1.2(function: sample(), set.seed = 42)を用いて、トレーニングコホート(n=375)と検証コホート(n=125)に無作為に分けられました。検証コホートは外部モデル評価専用に割り当てられ、モデル構築のいかなる段階にも使用されませんでした。電子カルテデータは、事前に開発された標準化された抽出テンプレートを用いて抽出されました。データ項目には、人口統計、臨床症状、検査値、画像診断所見、治療記録が含まれていました。2人の訓練を受けた研究者が独立してデータを抽出し、不一致は合意により解決されました。胸部CT所見は、臨床グループ分けや検査結果を盲検にした放射線科医によって評価されました。CT画像解釈の評価者間信頼性は、二値画像所見(痰栓または胸水:はい・否、肺固結:はい・否)に対してコーエンのカッパ統計量を用いて評価しました。最終的に129人の子どもがRMPP、371人が一般MPPに分類されました。

変数

人口統計学的、臨床的、検査室、画像診断の変数が、あらかじめ定められたフォームを用いて電子カルテから抽出されました。臨床変数には年齢、性別、入院前の発熱期間、最高体温、低酸素血症が含まれていました。発熱期間は発熱開始から入院までの期間と定義されました。最高体温は入院前または入院後24時間以内の最高記録温度でした。低酸素血症は、末梢動脈の酸素飽和度<室内空気では92%)または補助酸素の必要性と定義されました。検査変数にはBBC、HB、PLT、CRP、ALB、ALT、CK-MB、LDH、D-二量体、IL-6、IL-8、IL-10、IL-17、PCT、NE%が含まれていました。入院後24時間以内に空腹静脈血サンプルを採取し、発熱開始および抗生物質開始までの採取時間も可能な場合は記録しました。 マイコプラズマ 肺炎病因確認のためにDNAまたはRNA検査が用いられました。 マイコプラズマ 肺炎のDNAまたはRNAに対する喉のスワブリアルタイム定量PCRアッセイは陽性でした。定量的なDNA/RNA負荷は、標準化された負荷データがすべての患者に利用できなかったため含まれませんでした。入院前後3日以内に実施した胸部CTは、痰栓、胸水、肺の定着の有無を確認しました。「痰栓または胸水」は、いずれかの所見が認められた場合に陽性と記録されました。肺の癒合はCT上での分節または葉実質不透明と定義されました。256スライスのCTスキャナーが使用されました。子どもたちは仰向けにされ、呼吸止め時または睡眠中に適切な幅の検出器を用いて低線量の軸方向胸部スキャンを実施しました。スキャン範囲は肺の頂点から肺の基部まで広がり、肺実質全体を覆いました。スキャンパラメータは以下の通りに設定されました:チューブ電圧100 kVp、スライス厚さ5 mm、再構成スライス厚さ1.25 mm、マトリックス512 × 512、ガントリー回転時間0.28秒、ノイズインデックス12。画像はASIR-VおよびDLIRアルゴリズムを用いて再構成されました。各グループにはASIR-Vの重みが20%、50%、80%の再構成画像と、DLIR-L、DLIR-M、DLIR-Hの画像が含まれていました。取得した画像データはワークステーションにインポートされました。すべての画像は、臨床経験5年以上の放射線科医2名によって二重盲検方式で独立してレビューされました。異常な肺症状の有無を評価し、主な画像特徴をまとめました。解釈が異なる場合、相互議論を通じて合意に達しました。

統計解析

統計解析はRソフトウェアバージョン4.1.2を用いて実施されました。カテゴリ変数はn(%)として提示され、カイ二乗検定またはフィッシャーの正確検定を用いて比較されます。連続変数は分布に応じて標準偏差±平均値または中央値(四分位範囲)として表現されます。正常性はシャピロ・ウィルク検定を用いて評価されました。正規分布変数は独立標本 t検定を用い、正規分布でない変数はMann-Whitney U検定を用いて比較しました。モデル構築前に、すべての候補予測変数に対してχ² 検定またはMann-Whitney U検定を用いてトレーニングコホートと検証コホート間のベースライン比較可能性を確認し、コホート間で有意な差は認められませんでした(すべての P >0.05)。トレーニングコホートでは、単変量ロジスティック回帰で P <0.05の変数を多変数ロジスティック回帰に入力しました。多重共線性は「car」パッケージで計算された分散インフレ係数(VIF)を用いて評価されました。選定されたすべての予測変数はVIF<5であり、顕著な多重共線性は見られませんでした。LDHの線形性仮定は対数変換と制限立方スプライン(「rms」パッケージで10、50、90パーセンタイルに3ノット配置)を用いて検証されました。モデル適合度が改善しない場合(尤度比テスト:非線形スプライン項の P.05 >線形仕様を支持)線形は維持されました。最終的な多変数モデルから「rms」パッケージ(バージョン6.3-0、関数:ロジスティック回帰用LRM、値予測用Predict、グラフィカル表現用ノモグラム)を用いてノモグラムが構築されました。識別力は、受信者の動作特性曲線、曲線下面積、C指数を用いて95%信頼区間(「pROC」パッケージ)を用いて評価されました。校正は1,000件のブートストラップ再サンプルを用いた校正曲線を用いて評価されました。(「RMS」パッケージ:キャリブレート関数)最適な予測カットオフは、pROCパッケージ を通じて ユーデン指数を用いて各コホート内で独立して決定されました。トレーニングコホートでは0.222、検証コホートでは0.247でした。また、標準的な内部検証慣行と一致する、トレーニング由来のカットオフ(0.222)も検証コホートに適用され、クロスホートパフォーマンス比較を行いました。例えば、予測確率の95%信頼区間は、ロジットスケールのモデルベースの標準誤差を用いて算出されました。意思決定曲線分析を用いて閾値確率(「rmda」パッケージ:decision_curveおよびplot_decision_curve関数)を通じた純利益の評価が行われました。両側 P< 0.05は統計的に有意とされました。データ前処理、モデル構築、検証、ノモグラム生成を含む完全なRスクリプトは、対応著者から要望に応じて提供可能です。

欠損データは最小限(全変数<2%欠落)であり、解析前に連続変数は中央値補完、カテゴリ変数はモード補完を用いて処理されました。すべてのカテゴリカル予測変数は、2値(0/1)指標変数として符号化されました。連続的な予測因子(発熱期間、最高体温、LDH)は、分類せずに元の臨床ユニットに保持されました。多変数モデリング以前には、単変量スクリーニングに基づく変数選択は行われていませんでした。代わりに、文献で特定された臨床的に関連性の高い候補者すべてを考慮し、トレーニングコホートの単変量分析で P <0.05の患者は多変数モデルに進めました。

ウェブ計算機の実装

ウェブベースの動的ノモグラムは、Rの「shiny」パッケージ(バージョン1.7.4)を使って展開されました。ユーザーインターフェースは、連続変数(発熱時間、ピーク温度、LDH)用にshiny::fluidPage()、shiny::sidebarLayout()、二進変数(痰栓や胸水、肺の固定化、低酸素血症)用にshiny::selectInput()で構築されていました。サーバーロジックは、適合したlrmモデルからpredict()関数を呼び出して個々のリスク推定値を計算し、その結果得られた確率はrenderPlot()およびrenderText() で 表現されました。アプリケーションは ShinyApps.io(https://predictrmpp.shinyapps.io/RMPP/)上でホストされていました。

結果

臨床データは後ろ向きに収集され、機関の機密保持要件に従って取り扱われました。

研究対象

合計500人の対象児童が含まれ、そのうち272人が男児、228人が女児でした。訓練コホートには375人の子どもが含まれ、そのうち286人がGMPP(一般MPP)、89人がRMPPを持っていました。検証コホートには125人の子どもが含まれ、そのうち85人がGMPP、40人がRMPPでした。トレーニングおよび検証コホートは年齢(中央値5.2年対5.4年、 P =0.681)、性別分布(男性54.1% 対53.6%、 P =0.924)、RMPP比率(23.7% 対32.0%、 P =0.078)、およびすべてのベースライン臨床、検査、画像診断変数( すべてP >0.05)において類似しており、無作為配分によりモデル開発と検証に適したバラン...

ディスカッション

RMPPは持続的な炎症、標準的なマクロライド療法への反応不良、肺および肺外合併症のリスク増加と関連しています。したがって、ハイリスク児童の早期発見は、適時の治療調整のために重要です。本研究では、入院前の発熱期間、ピーク体温、LDH、痰栓または胸水、肺の固定化、低酸素血症がRMPPと独立して関連していました。これらの変数に基づくウェブベースの動的ノモグラムでは、安定した識別、許容可能な校正、臨床の純利益が示されました。

発熱期間と最高気温は依然として重要な臨床的予測因子でした。持続的な発熱は持続的な炎症活性化と早期治療反応の不十分を反映している可能性があります^11,12 一方で、高熱は全身反応が強いことを示します。これまでの研究では、RMPP ^4,8,13

材料

この記事で使用された材料の一覧

名前	会社	カタログ番号	コメント
Rソフトウェアバージョン4.1.2	R財団統計計算、ウィーン、オーストリア	http://www.r-project.org
Revolution 256スライスCTスキャナー	GEヘルスケア、米国	www.gehealthcare.com