Page 79 - 南京医科大学自然版

第46卷第6期 薛园园，张荣荣，田兆方，等. 基于性别分层构建儿童免疫性血小板减少症慢性化风险预测
2026年6月 模型［J］. 南京医科大学学报（自然科学版），2026，46（6）：854-863 ·861 ·

Combined model（AUC=0.902） 范围内展现出较高的临床应用潜力。
d7⁃PLT（AUC=0.756） C3（AUC=0.727）
ALC（AUC=0.732） IgG（AUC=0.724） 目前关于儿童 ITP 慢性化预测因素的研究中，
1.00 曹晴晴等 ［26］ 提出的模型整合了年龄、辅助性T细胞/
杀伤性T细胞、血清胱抑素C及补体C3，其预测效能
True positive rate 0.50 建的预测模型则包含初诊 ALC、起病年龄及出血方
0.75
［27］
构
AUC 为 0.853（95%CI：0.794~0.911）；卞秋涵等
式，对应的 AUC 为 0.769（95%CI：0.705~0.832）。然
而，相比本研究基于性别分层建立的预测模型，上
0.25
述针对整体人群的模型预测效能均较低。该对比
0
结果表明，在儿童ITP慢性化风险预测中，性别分层
0.0 0.25 0.50 0.75 1.00
策略可能更具优势。
False positive rate
图3 女性患儿CITP预测指标的ROC曲线 此外，本研究发现，针对不同性别的特异性预
Figure 3 ROC curves of predictive indicators for CITP in 测指标提示患儿的免疫反应可能存在性别二态
female child patients 性。具体而言，机体的炎症反应在男性患儿的慢性

表8 多指标对女性患儿CITP的预测价值
Table 8 Predictive value of multiple indicators for CITP in female child patients
Variable AUC 95% CI P Cut⁃off Sensitivity（%） Specificity（%）
d7⁃PLT 0.756 0.662-0.850 <0.001 165.00 100.00 46.80
ALC 0.732 0.634-0.830 <0.001 3.75 97.10 50.00
C3 0.727 0.622-0.831 <0.001 1.07 82.40 53.20
IgG 0.724 0.597-0.851 <0.001 9.90 58.80 91.90
Combined model 0.902 0.842-0.961 <0.001 - 88.20 82.30

A B
1.0 0.8 Prediction model
Treat all
Observed probability 0.6 Ideal Standardized net benefit 1.0 Treat none
0.8
0.6
0.4
0.4
0.2
Apparent
0.2
Bias⁃corrected
0
0
00 0.2 0.4 0.6 0.8 1.0
00 0.2 0.4 0.6 0.8 1.0 Threshold probability
Predicted probability
1∶100 1∶4 2∶3 3∶2 4∶1 100∶1
Cost：Benefit ratio
图4 女性患儿CITP预测模型的校准曲线（A）及DCA曲线（B）
Figure 4 Calibration（A）and DCA（B）curves of the female CITP prediction model

化过程中可能起主导作用，而女性患儿的慢性化可 估具有重要意义。然而，本研究仍存在一定的局限
能与适应性免疫应答水平密切相关。这一发现为 性。首先，这是一项单中心回顾性研究，且样本量
阐释 ITP 的临床与免疫学异质性提供了新依据，并 相对有限，尤其是女性 CITP 亚组的样本量较小，在
强调在未来的机制研究与个体化治疗策略探索中， 进行多因素回归分析时可能存在过拟合的风险，影
亟需将性别作为变量纳入综合分析。 响模型的稳定性。其次，临床变量如出血分级在人
本研究结果表明，基于性别特异性的预测模型 群中的分布不均（以 1 级和 3 级为主），这可能反映
均表现出良好的判别效能与临床适用性，提示在临 了单中心人群的选择偏倚，导致无法全面评估该变
床实践中进行性别分层管理对实现个体化预后评 量所有分级对预后的影响。此外，本研究构建的预