Page 121 - 南京医科大学自然版

第46卷第7期 张 梦，汤 婷，潘志娟，等. 小细胞肺癌患者化疗期间肺部感染风险评分模型的构建与验证［J］.
2026年7月 南京医科大学学报（自然科学版），2026，46（7）：1064-1072 ·1067 ·

表1 训练集中的临床资料
Table 1 Clinical characteristics of the training set

Pulmonary infection Non⁃pulmonary infection
2
Variable χ /Z/t P
group（n=53） group（n=198）
Sex［n（%）］ 4.122 0.042
Male 50（94.34） 165（83.33）
Female 3（5.66） 033（16.67）
Age（years，x ± s） 64.00 ± 9.06 66.20 ± 8.50 -1.649 0.100
BMI（kg/m ，x ± s） 23.82 ± 4.41 24.49 ± 2.87 -1.153 0.251
2
Smoking history［n（%）］ 44（83.02） 098（49.49） 19.125 <0.001
Alcohol abuse［n（%）］ 17（32.08） 045（22.73） 1.964 0.161
Hypertension［n（%）］ 20（37.73） 061（30.81） 0.918 0.338
Diabetes［n（%）］ 08（15.09） 025（12.63） 0.223 0.637
Coronary artery disease［n（%）］ 4（7.55） 08（4.04） 1.129 0.288
Chronic obstructive pulmonary disease［n（%）］ 07（13.21） 15（7.58） 1.658 0.198
Pleural effusion［n（%）］ 14（26.42） 11（5.56） 20.285 <0.001
Chemotherapy⁃induced myelosuppression［n（%）］ 4（7.55） 11（5.56） 0.295 0.587
Hoarseness［n（%）］ 48（90.57） 099（50.00） 28.352 <0.001
Use of antibiotics［n（%）］ 21（39.62） 089（44.95） 0.482 0.488
Clinical stage［n（%）］ 0.416 0.519
Limited stage 12（22.64） 037（18.69）
Extensive stage 41（77.36） 161（81.31）
Chemotherapy［n（%）］ 6.148 0.013
Single⁃agent chemotherapy 26（49.06） 061（30.81）
Combination chemotherapy 27（50.94） 137（69.19）
Chemotherapy cycle［M（P25，P75）］ 4（3，6） 4（2，5） -1.615 0.106
Radiotherapy［n（%）］ 15（28.30） 055（27.78） 0.006 0.940
Post⁃chemotherapy albumin（g/L，x ± s） 33.52 ± 4.24 37.34 ± 4.36 -5.690 <0.001
Post⁃chemotherapy leukocyte（×10 /L，x ± s） 04.26 ± 2.98 04.95 ± 3.78 -1.223 0.222
9
Post⁃chemotherapy hemoglobin（g/L，x ± s） 121.43 ± 16.33 116.82 ± 20.60 1.507 0.133
Neutrophil to lymphocyte ratio（x ± s） 03.00 ± 2.05 02.44 ± 1.63 -1.814 0.071
Platelet to lymphocyte ratio（x ± s） 114.84 ± 53.29 103.63 ± 36.43 -1.787 0.077
KPS score（x ± s） 93.02 ± 5.03 97.65 ± 5.46 -0.666 0.506
Fall risk score（x ± s） 01.75 ± 0.70 01.70 ± 0.70 0.439 0.661
Padua DVT risk score（x ± s） 03.32 ± 0.55 03.37 ± 0.53 -0.638 0.524
Braden score（x ± s） 21.81 ± 1.51 21.89 ± 1.61 -0.337 0.737

2.5 与既往模型比较 （Z=-0.529，P=0.596）。
本研究对既往列线图（Nomogram）模型的预测
3 讨 论
［9］
效能进行了验证，结果显示张俐丽等 构建的Nomo⁃
［8］
gram 模型 AUC 为 0.607，付金平等 构建的 Nomo⁃ 本研究的主要发现：①首次以 SCLC 为独立研
gram 模型 AUC 为 0.637（图 2）。DeLong 检验结果显 究对象建立肺部感染风险预测模型；②首次将声音
示，SCLC⁃PIR 评分模型的 AUC 均显著高于张俐丽 嘶哑纳入SCLC感染预测模型，揭示了SCLC特有的
［9］
等 Nomogram 模型（Z=0.614，P < 0.001）和付金平 感染机制通路；③构建了评分系统而非列线图，临
等 Nomogram 模型（Z=4.853，P < 0.001），提示其预 床实用性更强。
［8］
测效能优于既往模型。张俐丽等 Nomogram 模型 肺部感染是小细胞肺癌患者化疗期间常见的严
［9］
与付金平等 Nomogram模型预测效能未见明显差异 重并发症，可显著影响化疗的连续性及患者预后 ［15］ 。
［8］