Onderzoeksartikel

Een webgebaseerd dynamisch nomogram voor het voorspellen van refractaire mycoplasma pneumoniae-longontsteking bij kinderen

22 weergaven

DOI:

10.3791/71588

31 juli 2026

In dit artikel

Samenvatting

De huidige studie evalueerde uitgebreid klinische manifestaties, laboratoriumindices en beeldvormingskenmerken bij kinderen met MPP om onafhankelijke risicofactoren voor RMPP te identificeren en om een online dynamisch nomogram voor vroege voorspelling op te zetten.

Samenvatting

Refractaire Mycoplasma pneumoniae pneumonie (RMPP) bij kinderen wordt geassocieerd met sterkere ontstekingsreacties, complexere behandeling en een hoger risico op pulmonale complicaties. Vroege identificatie van hoogrisicokinderen kan een tijdige aanpassing van de behandeling ondersteunen. Deze retrospectieve studie omvatte 500 opgenomen kinderen met Mycoplasma pneumoniae-pneumonie van november 2022 tot november 2023. De cohort werd willekeurig verdeeld in een trainingsset (n = 375) en een validatieset (n = 125). Univariabele en multivariabele logistische regressie-analyses identificeerden zes onafhankelijke voorspellers van RMPP: koortsduur vóór opname, pieklichaamstemperatuur, lactaatdehydrogenase-niveau, sputumproppen of pleuraeffusie, longconsolidatie en hypoxemie. Er werd een webgebaseerd dynamisch nomogram geconstrueerd met behulp van deze variabelen. Het model toonde een goede discriminatie, met een oppervlakte onder de receiver operating characteristic curve/C-index van 0,840 (95% BI, 0,785–0,892) in de trainingsset en 0,831 (95% BI, 0,743–0,906) in de validatieset. Kalibratiecurves toonden een goede overeenstemming tussen voorspelde en waargenomen risico's, en de analyse van de beslissingscurve suggereerde klinisch netto voordeel over de meeste drempelwaarschijnlijkheden. Kinderen met langdurige koorts, hoge piektemperatuur, verhoogde lactaatdehydrogenase, hypoxemie en CT-bewijs van longconsolidatie of sputumproppen/pleura-effusie moeten worden beschouwd als een verhoogd risico op RMPP en kunnen nauwkeuriger worden gecontroleerd en tijdige aanpassing van de behandeling moeten worden toegepast.

Inleiding

Mycoplasma pneumoniae (MP) is een belangrijke ziekteverwekker van door de gemeenschap verworven longontsteking bij kinderen, vooral bij kleuter- en schoolgaande populaties1. Mycoplasma pneumoniae pneumonie (MPP) is verantwoordelijk voor een aanzienlijk deel van de kinderlongontsteking, en de incidentie ervan is de afgelopen jaren toegenomen2. De meeste kinderen hebben een gunstige verloop na de juiste behandeling; Sommigen ontwikkelen echter aanhoudende koorts, verergerde luchtwegklachten of progressieve radiologische afwijkingen na minstens 7 dagen standaard macrolidetherapie, een fenomeen dat mogelijk te wijten is aan macrolidresistentie en/of vertraagde behandeling. Deze aandoening wordt over het algemeen gedefinieerd als refractaire Mycoplasma pneumoniae pneumonie (RMPP). RMPP wordt geassocieerd met een snellere progressie, complexere behandelingen en een hoger risico op long- en extrapulmonale complicaties, waardoor vroege risico-identificatie klinisch belangrijk is.

Verschillende klinische, laboratorium- en beeldvormende indicatoren zijn geassocieerd met RMPP. Gerapporteerde voorspellers zijn lactaatdehydrogenase (LDH), D-dimeer, interleukine (IL)-6, IL-10, pleuravocht, slijmverstopping, pulmonale consolidatie, langdurige koorts, hoge piektemperatuur, hogere leeftijd en hypoxemie 3,4,5,6,7,8,9 . Deze variabelen weerspiegelen verschillende aspecten van de ziekteactiviteit, waaronder ontstekingsrespons, weefselbeschadiging, stollingsactivatie, luchtwegobstructie en verminderde zuurstofvoorziening. RMPP wordt echter meestal gedreven door meerdere interagerende factoren, en een beoordeling van één variabele kan beperkte individuele risicoinschatting bieden.

De huidige klinische voorspelling is voornamelijk gebaseerd op het oordeel van de arts, drempelgebaseerde laboratoriuminterpretatie, beeldvormingsbeoordeling of statische scoringsmodellen. Klinisch oordeel is flexibel maar subjectief, terwijl drempels voor één indicator eenvoudig zijn maar het gecombineerde effect van klinische ernst, ontsteking en radiografische progressie kunnen missen. Een nomogram integreert meerdere onafhankelijke voorspellers in een geïndividualiseerde kansschatting en biedt een intuïtiever risicobeoordeling dan geïsoleerde variabelen. Een webgebaseerd dynamisch nomogram maakt bovendien directe invoer van patiëntgegevens en snelle berekening aan het bed mogelijk, wat vroege monitoring en behandelingsaanpassing kan ondersteunen.

Voorspellingsmodellen blijven hulpmiddelen ter ondersteuning van beslissingen en kunnen klinisch oordeel niet vervangen. Hun prestaties hangen af van datakwaliteit, variabelendefinities en validatie in onafhankelijke populaties. Bestaande nomogram-gebaseerde studies voor RMPP zijn gerapporteerd 6,7; echter, extern gevalideerde dynamische tools en systematische vergelijkingen tussen modellen zijn nog steeds nodig. Het webgebaseerde nomogram dat in deze studie is ontwikkeld, is bedoeld voor gebruik in kinderafdelingen en spoedeisende hulp, waar CT-scans van de borst, LDH-meting en monitoring van zuurstofsaturatie routinematig beschikbaar zijn. Clinici moeten voorspellingen met voorzichtigheid interpreteren wanneer ze worden toegepast op populaties met duidelijk verschillende epidemiologische profielen, zorginstellingen met beperkte beeldvormingsmogelijkheden, of patiënten die vooropname corticosteroïden of tweedelijns antibiotica krijgen, wat ontstekingsmarkers kan veranderen.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Protocol

Deze studie is goedgekeurd door de Ethische Commissie van het Jinhua Vrouwen- en Kinderziekenhuis (nr. 2024KY099). Geïnformeerde toestemming werd verkregen van de wettelijke voogden van de kinderen.

Patiëntgegevens

Deze retrospectieve studie omvatte kinderen met Mycoplasma pneumoniae pneumonie (MPP) die van november 2022 tot november 2023 werden opgenomen in het Kinderziekenhuis dat is aangesloten op het Jinhua Women and Children's Hospital. MPP werd vastgesteld op basis van ademhalingssymptomen, bevindingen van borstbeeldvorming en positieve Mycoplasma pneumoniae DNA- of RNA-testen. Algemene MPP (GMPP) verwijst naar kinderen die adequaat reageerden op standaard macrolidetherapie, terwijl RMPP werd gedefinieerd als aanhoudende koorts, verergerde symptomen of progressieve beeldvormingsafwijkingen na ten minste 7 dagen standaard macrolidtherapie10. De inclusiecriteria waren leeftijd <14 jaar, bevestigde Mycoplasma pneumoniae-infectie , luchtwegklachten en beeldvormingsbevindingen die overeenkwamen met longontsteking. De exclusiecriteria waren gemengde infectie binnen 10 dagen na het begin van de ziekte, leukemie, chronische longziekte, immunodeficiëntie, eerdere immunosuppressieve therapie, opname tijdens de herstelfase of onvolledige dossiers. De standaardtherapie verwees azitromycine 10 mg/kg eenmaal daags, oraal of intraveneus, met een maximale dosis van 500 mg/dag. Kinderen die niet aan de RMPP-criteria voldeden, werden geclassificeerd als algemene MPP (GMPP). In totaal werden 500 in aanmerking komende kinderen willekeurig verdeeld in een trainingscohort (n = 375) en een validatiecohort (n = 125) met R-softwareversie 4.1.2 (function: sample(), set.seed = 42). De validatiecohort was exclusief gereserveerd voor externe modelevaluatie en werd in geen enkele stap van modelconstructie gebruikt. Elektronische medische dossiergegevens werden geëxtraheerd met behulp van een gestandaardiseerde extractietemplate die a priori was ontwikkeld. Gegevensvelden omvatten demografie, klinische presentatie, laboratoriumwaarden, beeldvormende bevindingen en behandelgegevens. Twee getrainde onderzoekers haalden onafhankelijk de gegevens uit en de afwijkingen werden door consensus opgelost. De bevindingen van de borst-CT werden beoordeeld door radiologen die blind waren voor klinische groepering en laboratoriumresultaten. De betrouwbaarheid van CT-beeldinterpretatie tussen beoordelaars werd beoordeeld met behulp van Cohen's kappa-statistiek voor binaire beeldvormingsbevindingen (sputumproppen of pleurale effusie: ja/nee; longconsolidatie: ja/nee). Ten slotte werden 129 kinderen geclassificeerd als RMPP en 371 als algemene MPP.

Variabelen

Demografische, klinische, laboratorium- en beeldvormende variabelen werden uit elektronische medische dossiers gehaald met behulp van een vooraf gedefinieerd formulier. Klinische variabelen waren onder andere leeftijd, geslacht, koortsduur vóór opname, pieklichaamstemperatuur en hypoxemie. De koortsduur werd gedefinieerd als het interval van het begin van koorts tot opname. De piek van de lichaamstemperatuur was de hoogste geregistreerde temperatuur vóór of binnen 24 uur na opname. Hypoxemie werd gedefinieerd als perifere arteriële zuurstofsaturatie <92% op kamerlucht of de behoefte aan extra zuurstof. Laboratoriumvariabelen waren onder andere WBC, HB, PLT, CRP, ALB, ALT, CK-MB, LDH, D-dimeer, IL-6, IL-8, IL-10, IL-17, PCT en NE%. Nuchtere veneuze bloedmonsters werden binnen 24 uur na opname afgenomen, en de bemonsteringstijd ten opzichte van koortsstart en het starten van antibiotica werd gemeten wanneer beschikbaar. Mycoplasma pneumoniae DNA- of RNA-testen werden gebruikt voor etiologische bevestiging. De keeluitstrijkje realtime kwantitatieve PCR-test voor Mycoplasma pneumoniae DNA of RNA was positief. Kwantitatieve DNA/RNA-belasting werd niet opgenomen omdat gestandaardiseerde belastinggegevens niet beschikbaar waren voor alle patiënten. Een CT-scan van de borst die binnen 3 dagen voor of na opname werd uitgevoerd, werd beoordeeld op sputumproppen, pleuravocht en longconsolidatie. "Sputumproppen of pleurale effusie" werd als positief geregistreerd wanneer een van beide bevindingen aanwezig was. Longconsolidatie werd gedefinieerd als segmentale of lobaire parenchymale opaciteit op CT. Er werd een CT-scanner van 256 slices gebruikt. Kinderen werden in rugligging geplaatst en laag-dosis axiale borstscanning werd uitgevoerd met een detector van geschikte breedte onder ademhaling of terwijl de kinderen sliepen. De scandekking strekte zich uit van de longtop tot aan de longbasis om het gehele longparenchym te bedekken. De scanparameters werden als volgt ingesteld: buisspanning 100 kVp, slicedikte 5 mm, reconstructie slice dikte 1,25 mm, matrix 512 × 512, portaalrotatietijd 0,28 s, ruisindex 12. Afbeeldingen werden gereconstrueerd met behulp van ASIR-V en DLIR-algoritmen. Elke groep bevatte gereconstrueerde beelden met ASIR-V gewichten van 20%, 50% en 80%, evenals DLIR-L, DLIR-M en DLIR-H beelden. De verkregen beeldgegevens werden geïmporteerd in het werkstation. Alle beelden werden onafhankelijk dubbelblind beoordeeld door twee radiologen met meer dan vijf jaar klinische ervaring. Ze beoordeelden de aanwezigheid van abnormale longsignalen en somden de belangrijkste beeldvormende kenmerken samen. Voor gevallen met uiteenlopende interpretaties werd door wederzijdse discussie consensus bereikt.

Statistische analyse

Statistische analyses werden uitgevoerd met R-software versie 4.1.2. Categorische variabelen worden gepresenteerd als n (%) en vergeleken met behulp van de chi-kwadraattest of de exacte test van Fisher. Continue variabelen worden uitgedrukt als gemiddelde ± standaarddeviatie of mediaan (interkwartielbereik), volgens de verdeling. De normaliteit werd beoordeeld met behulp van de Shapiro-Wilk-test. Normaal verstreken variabelen werden vergeleken met de onafhankelijke steekproeven t-test, en niet-normaal verstreken variabelen met de Mann-Whitney U-test. Voor de modelbouw werd de basisvergelijkbaarheid tussen de trainings- en validatiecohorten bevestigd met behulp van χ2 - of Mann-Whitney U-tests voor alle kandidaatvoorspellers, waarbij geen significante verschillen tussen cohorten werden aangetoond (alle P > 0,05). In de trainingscohort werden variabelen met P < 0,05 in univariate logistische regressie ingevoerd in multivariabele logistische regressie. Multicollineariteit werd beoordeeld met behulp van variantie-inflatiefactoren (VIF's) die werden berekend met het "car"-pakket; alle geselecteerde voorspellers hadden VIF < 5, wat wijst op geen substantiële multicollineariteit. De lineariteitsaanname voor LDH werd onderzocht met behulp van logaritmische transformatie en beperkte kubieke splines (met het "rms"-pakket met 3 knopen geplaatst op het 10e, 50e en 90e percentiel); de lineaire vorm bleef behouden wanneer de modelfit niet verbeterde (likelihood ratio-test: P > 0,05 voor de niet-lineaire splineterm, ter ondersteuning van de lineaire specificatie). Een nomogram werd geconstrueerd uit het uiteindelijke multivariabele model met behulp van het "rms"-pakket (versie 6.3-0; functies: lrm voor logistische regressie, Predict voor waardevoorspelling en nomogram voor grafische weergave). Discriminatie werd geëvalueerd met behulp van ontvanger-bedrijfskarakteristiekcurves, oppervlakte onder de curve en C-index met 95% betrouwbaarheidsintervallen ("pROC"-pakket). De kalibratie werd beoordeeld met kalibratiecurves en 1.000 bootstrap-resamples. ("RMS"-pakket: Calibrate Function). De optimale voorspellingsgrens werd onafhankelijk binnen elke cohort bepaald met behulp van Youden's index via het pROC-pakket: 0,222 in de trainingscohort en 0,247 in de validatiecohort. De trainingsafgeleide cutoff (0,222) werd ook toegepast op de validatiecohort voor cross-cohort prestatievergelijking, in overeenstemming met standaard interne validatiepraktijken. Het 95% betrouwbaarheidsinterval voor de voorspelde kans werd bijvoorbeeld berekend met modelgebaseerde standaardfouten op de logitschaal. Beslissingscurveanalyse werd gebruikt om het netto voordeel over drempelkansen te evalueren ("RMDA"-pakket: decision_curve en plot_decision_curve functies). Een tweezijdige P < 0,05 werd als statistisch significant beschouwd. De volledige R-scripts, inclusief datapreprocessing, modelconstructie, validatie en nomogramgeneratie, zijn op verzoek beschikbaar bij de corresponderende auteur.

De ontbrekende gegevens waren minimaal (alle variabelen ontbraken <2%) en werden behandeld met mediane imputatie voor continue variabelen en modusimputatie voor categorische variabelen vóór de analyse. Alle categorische voorspellers werden gecodeerd als binaire (0/1) indicatorvariabelen. Continue voorspellers (koortsduur, piektemperatuur, LDH) werden in hun oorspronkelijke klinische eenheden behouden zonder categorisatie. Er werd geen variabeleselectie op basis van univariate screening uitgevoerd vóór multivariabele modellering; in plaats daarvan werden alle klinisch relevante kandidaten die in de literatuur waren geïdentificeerd overwogen, en degenen met P < 0,05 in de univariate analyse van de trainingscohort werden doorgeschakeld naar het multivariabele model.

Webcalculator-implementatie

Het webgebaseerde dynamische nomogram werd uitgerold met het "shiny" pakket (versie 1.7.4) in R. De gebruikersinterface is gebouwd met shiny::fluidPage(), shiny::sidebarLayout() en shiny::sliderInput() voor continue variabelen (koortsduur, piektemperatuur, LDH) en shiny::selectInput() voor binaire variabelen (sputumproppen of pleurale effusie, longconsolidatie, hypoxemie). De serverlogica riep de predict()-functie aan uit het aangepaste lrm-model om individuele risicoschattingen te berekenen, waarbij de resulterende kansen werden weergegeven via renderPlot() en renderText(). De applicatie werd gehost op ShinyApps.io (https://predictrmpp.shinyapps.io/RMPP/).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Resultaten

Klinische gegevens werden achteraf verzameld en behandeld volgens de institutionele vertrouwelijkheidsvereisten.

Studiepopulatie

In totaal werden 500 in aanmerking komende kinderen meegenomen, waaronder 272 jongens en 228 meisjes. De trainingsgroep omvatte 375 kinderen, van wie 286 GMPP (algemene MPP) hadden en 89 RMPP. De validatiecohort omvatte 125 kinderen, van wie 85 GMPP hadden en 40 RMPP. De trainings- en vali...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Discussie

RMPP wordt geassocieerd met aanhoudende ontsteking, een slechte respons op standaard macrolidetherapie en een verhoogd risico op pulmonale en extrapulmonale complicaties. Vroege identificatie van hoogrisicokinderen is daarom belangrijk voor tijdige aanpassing van de behandeling. In deze studie werden koortsduur vóór opname, pieklichaamstemperatuur, LDH, sputumproppen of pleuraefusie, longconsolidatie en hypoxemie onafhankelijk geassocieerd met RMPP. Een op het web gebaseerd dynamisch nom...

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Openbaarmakingen

De auteurs hebben geen relevante belangenconflicten die over de inhoud van dit werk bekend moeten worden gemaakt.

Dankbetuigingen

Deze studie werd gefinancierd door het Public Welfare Technology Application Research Project van Jinhua City (nr. 2024-4-147).

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
R-software versie 4.1.2R Foundation for Statistical Computing, Wenen, Oostenrijkhttp://www.r-project.org
Revolution 256-slice CT-scannerGE Healthcare, Verenigde Statenwww.gehealthcare.com

Referenties

  1. Wang S, et al. Diagnostic value of serum LDH in children with refractory Mycoplasma pneumoniae pneumonia: a systematic review and meta-analysis. Front Pediatr. 2023;11:1094118.
  2. Shi H, Lan L, Lv X, Sun L. Effect of pidotimod combined with azithromycin on children with Mycoplasma pneumoniae pneumonia and the expression levels of IL-10 and G-CSF in serum. Exp Ther Med. 2019;18(3):1800-1806.
  3. Fan F, Lv J, Yang Q, Jiang F. Clinical characteristics and serum inflammatory markers of community-acquired Mycoplasma pneumoniae pneumonia in children. Clin Respir J. 2023;17(5):607-617.
  4. Choi YJ, et al. Clinical characteristics of macrolide-refractory Mycoplasma pneumoniae pneumonia in Korean children: a multicenter retrospective study. J Clin Med. 2022;11(2):306.
  5. Huang L, et al. Independent predictors for longer radiographic resolution in patients with refractory Mycoplasma pneumoniae pneumonia: a prospective cohort study. BMJ Open. 2018;8(12):e023719.
  6. Li M, et al. Recognition of refractory Mycoplasma pneumoniae pneumonia among Mycoplasma pneumoniae pneumonia in hospitalized children: development and validation of a predictive nomogram model. BMC Pulm Med. 2023;23(1):383.
  7. Shen W, Sun X. Construction of a nomogram for early diagnosis of refractory Mycoplasma pneumoniae pneumonia in children. Transl Pediatr. 2024;13(6):1119-1129.
  8. Qian Y, et al. Model based on the automated AI-driven CT quantification is effective for the diagnosis of refractory Mycoplasma pneumoniae pneumonia. Sci Rep. 2024;14:16172.
  9. Zhao J, Ji X, Wang Y, Wang X. Clinical role of serum interleukin-17A in the prediction of refractory Mycoplasma pneumoniae pneumonia in children. Infect Drug Resist. 2020;13:835-843.
  10. Evidence-based guideline for the diagnosis and treatment of Mycoplasma pneumoniae pneumonia in children (2023). Pediatr Investig. 2025;9:1-11.
  11. Waites KB, Xiao L, Liu Y, Balish MF, Atkinson TP. Mycoplasma pneumoniae from the respiratory tract and beyond. Clin Microbiol Rev. 2017;30(3):747-809.
  12. Yang TI, et al. Mycoplasma pneumoniae in pediatric patients: do macrolide resistance and/or delayed treatment matter? J Microbiol Immunol Infect. 2019;52(2):329-335.
  13. Cheng S, et al. Development and validation of a simple-to-use nomogram for predicting refractory Mycoplasma pneumoniae pneumonia in children. Pediatr Pulmonol. 2020;55(4):968-974.
  14. Huang X, et al. Clinical significance of D-dimer levels in refractory Mycoplasma pneumoniae pneumonia. BMC Infect Dis. 2021;21(1):14.
  15. Zhang Y, et al. The clinical characteristics and predictors of refractory Mycoplasma pneumoniae pneumonia in children. PLoS One. 2016;11(6):e0156465.
  16. Liu G, et al. A lung ultrasound-based nomogram for the prediction of refractory Mycoplasma pneumoniae pneumonia in hospitalized children. Infect Drug Resist. 2022;15:6343-6355.
  17. You SY, Jwa HJ, Yang EA, Kil HR, Lee JH. Effects of methylprednisolone pulse therapy on refractory Mycoplasma pneumoniae pneumonia in children. Allergy Asthma Immunol Res. 2014;6(1):22-26.
  18. Bi Y, et al. Development of a scale for early prediction of refractory Mycoplasma pneumoniae pneumonia in hospitalized children. Sci Rep. 2021;11:6595.
  19. Izumikawa K, et al. Clinical features, risk factors and treatment of fulminant Mycoplasma pneumoniae pneumonia: a review of the Japanese literature. J Infect Chemother. 2014;20(3):181-185.
  20. Zar HJ. Hypoxia and signs of increased work of breathing are most strongly associated with radiographic pneumonia in children. BMJ Evid Based Med. 2018;23(2):77-78.

Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.

Herprints en machtigingen

Toestemming aanvragen om de tekst of afbeeldingen van dit JoVE-artikel te hergebruiken

Toestemming aanvragen

Trefwoorden

GeneeskundeEditie 233Editie 233Lege waardeEditieRisicofactoren

Gerelateerde artikelen