整合临床因素与血清生物标志物的烧伤后增生性瘢痕预测模型开发与验证OA

目的整合临床因素与血清生物标志物构建烧伤后发生增生性瘢痕的预测模型并进行验证。方法选取2021年1月至2023年1月该院收治的255例烧伤患者作为训练集,选取2023年2月至2024年1月该院收治的110例烧伤患者作为验证集。根据烧伤后1年内增生性瘢痕发生情况,将患者分为发生组与未发生组。收集所有患者基线资料、入院24 h内血清生物标志物[白细胞介素-6(IL-6)、肿瘤坏死因子-α(TNF-α)、转化生长因子-β_(1)(TGF-β_(1))]。采用Lasso-Logistic回归分析筛选烧伤后发生增生性瘢痕的独立预测因子,构建回归预测模型,并绘制列线图进行可视化呈现。采用受试者工作特征(ROC)曲线和校准曲线评价预测模型的预测价值。结果训练集中2例中途退出研究,5例失访,最终纳入248例;验证集中3例失访,最终纳入107例。1年随访结果显示,训练集增生性瘢痕发生率为48.39%(120/248),验证集增生性瘢痕发生率为48.60%(52/107)。无论是在训练集还是在验证集中,发生组与未发生组的年龄、合并糖尿病比例、烧伤总面积(TBSA)、创面深度、整形手术类型、术后使用硅酮制剂比例、创面愈合时间、创面感染比例及血清IL-6、TNF-α、TGF-β_(1)水平比较,差异均有统计学意义(P<0.05)。Lasso-Logistic回归分析结果显示,合并糖尿病、创面深度深Ⅱ度及以上、有创面感染、TBSA≥10%及血清IL-6、TGF-β_(1)水平升高是烧伤后发生增生性瘢痕的独立危险因素(P<0.05),皮瓣整形术、术后使用硅酮制剂是烧伤后发生增生性瘢痕的独立保护因素(P<0.05)。利用R语言构建列线图模型。ROC曲线分析结果显示,该模型在训练集中预测烧伤后发生增生性瘢痕的曲线下面积(AUC)为0.934(95%CI:0.904~0.964),在验证集中预测烧伤后发生增生性瘢痕的AUC为0.951(95%CI:0.946~0.966)。校准曲线分析结果显示,该模型在训练集中的校准度为0.850,C-index为0.832,在验证集中的校准度为0.852,C-index为0.829。结论烧伤后发生增生性瘢痕的影响因素有创面深度、合并糖尿病、TBSA、创面感染、术后使用硅酮制剂、整形手术类型及血清TGF-β_(1)、IL-6水平,以上述临床因素与血清生物标志物为基础构建的预测模型临床应用价值良好,对决策个体化干预方案具有指导意义。