论文部分内容阅读
目的:研究血栓前状态(PTS)与不明原因复发性自然流产(URSA)的相关性,探寻检查PTS的适合项目,联合Logistic回归和ROC曲线分析建立统计学诊断模型,计算诊断阈值,进行诊断学评价。方法:应用病例分组对照研究方法,收集2011年7月～2012年6月就诊于佛山市中医院妇科的294例妇女,分为URSA组82例和正常生育组212例。检测两组PT、APTT、TT、Fbg、FDP、D-Dimer、HCY 7个与PTS相关的项目。结果:经方差/非参数检验分析,两组间PT、APTT、HCY结果的差异无统计学意义(P>0.05),TT、Fbg和FDP结果的差异有统计学意义(P<0.01);经二元Logistic回归分析显示,Fbg、TT、FDP与URSA的发生有相关性(χ2=51.723,P<0.01),建立统计学诊断模型,Pre(预测值)=1/[1+e(10.696+1.761×1-0.894×2+0.778×3)],Pre值对URSA患者的预测准确性为53.7%,正常者的预测准确性为89.6%,总体准确性为79.6%;应用ROC曲线分析,FDP、Fbg、TT和Pre诊断URSA患者PTS的曲线下面积AUC和95%CI分别是0.665(0.574～0.756)、0.788(0.701～0.874)、0.799(0.718～0.819)、0.843(0.769～0.917);最大Youden指数分别是0.298、0.546、0.512、0.595,对应的诊断阈值分别是:0.55 g/L、2.74 g/L、16.65 s和0.25;相对应的敏感度分别是68.90%、71.70%、70.80%、71.70%,特异度分别是61.00%、82.90%、80.50%、87.80%。结论:PTS与URSA的发生相关;通过检测FDP、Fbg、TT凝血项目,应用二元Logistic回归和ROC曲线分析建立的统计学诊断模型能有效地诊断URSA患者的血栓前状态。