川崎病（Kawasaki disease,KD）是以急性发热为特征的全身血管性炎症病变,早期准确诊断后及时予以丙种球蛋白静脉注射可有效预防冠状动脉瘤等严重并发症的发生。根据现有指南,不完全性川崎病（Incomplete Kawasaki disease,iKD）因其临床表现不典型,较难与其它发热性疾病相鉴别,从而导致治疗的延迟。因此,改进和完善iKD的诊断标准和评估体系是临床亟待解决的重要问题。目前,随着数据挖掘和处理方法的进展,决策树、Logistic回归等模型越来越多地用于疾病诊断模型中,如何选择iKD合适的诊断模型值得探讨。此外,iKD与完全性川崎病（Complete Kawasaki disease,c KD）发病机制的差异仍未清楚,而肠道菌群改变作为KD的重要因素,是否参与iKD与c KD的发生与转归以及是否可以作为微生物指纹特征性进行鉴别诊断有待探索和研究。目的:（1）建立cKD的决策树和Logistic回归临床诊断模型;（2）在iKD中验证和评估决策树和Logistic回归诊断模型的效能;（3）分析c KD与iKD肠道菌群的特征谱,探索其作为微生物指纹鉴别诊断iKD的可行性。方法:采用回顾性研究方法,收集上海儿童医学中心2018年12月至2019年12月符合入组标准的住院患儿临床资料,共计200例,分为c KD组（51例）、iKD组（54例）和感染性发热组（IF）（95例）。以c KD和随机半数IF患儿的辅助检查指标构成训练集;以iKD和剩余半数IF患儿的辅助检查指标构成验证集,然后进行决策树算法（Classification and regression tree,CART）和Logistic回归分析,生成不同c KD的临床诊断模型,在验证集进行评估并计算各模型的检测效应值。此外,收集11名c KD和6名iKD患儿的粪便样本,通过宏基因组测序技术绘制其肠道微生物的特征谱,并进一步判断其临床诊断价值。结果:（1）本研究中共纳入24项辅助检查指标用于构建Logistic回归和决策树诊断模型。在c KD与IF训练集中,构建以血小板（Platelets,PLT）、红细胞沉降率（Erythrocyte sedimentation rate,ESR）和CD3-/CD19+%为要素的Logistic回归模型;以ESR、N末端心房脑钠肽前体（N-terminal pro brain natriuretic peptide,NT-Pro BNP）、CD3-/CD19+%、中性粒细胞绝对计数（Neutrophil granulocyte,GRA）为要素的决策树模型。（2）在iKD与IF的数据集中验证发现,Logistic回归和决策树模型的灵敏度分别为0.917、0.947,特异度为0.950、0.963,ROC曲线下面积0.974、0.959。（3）本研究通过肠道微生物宏基因组测序发现,c KD与iKD患儿肠道微生物结构差异性明显,莫雷梭菌（Solobacterium＿moorei）、产丁酸厌氧棒杆菌（Anaerostipes＿hadrus）、粪肠球菌（Enterococcus＿faecalis）、肺炎克雷伯杆菌（Klebsiella＿pneumoniae）、副拟杆菌（Parabacteroides）和嗜热链球菌（Streptococcus＿thermophilus）是c KD和iKD差异性最明显的菌种,可能通过炎症等作用通路和机制在iKD与c KD的发生与转归中发挥重要作用。结论:基于cKD多项辅助检查指标建立的决策树和Logistic回归诊断模型是iKD有效的鉴别诊断方法之一,为iKD早期临床诊断提供了强有力的策略支持。并且,肠道微生物的特征性改变作为独特的微生物指纹不仅有助于揭示c KD和iKD发病临床症状差异的机制,也为iKD新的生物标记物挖掘提供了理论依据。