【摘要】 背景 肺炎支原體肺炎（MPP）是兒童常見(jiàn)的呼吸道疾病，容易發(fā)展為難治性肺炎支原體肺炎（RMPP）。RMPP患兒病情復(fù)雜、治療難度大且伴有多種嚴(yán)重并發(fā)癥。兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型有助于醫(yī)務(wù)人員早期識(shí)別RMPP高?；純翰⒓皶r(shí)提供治療對(duì)策。目的 系統(tǒng)評(píng)價(jià)兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的研究。方法 在中國(guó)知網(wǎng)、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)、維普網(wǎng)、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)、PubMed、Embase、Web of Science和Cochrane Library數(shù)據(jù)庫(kù)中檢索2024-02-20以前發(fā)表的有關(guān)兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的研究。由2位研究員獨(dú)立篩選文獻(xiàn)、提取數(shù)據(jù)并評(píng)價(jià)納入文獻(xiàn)的質(zhì)量。使用Stata 18.0軟件對(duì)兒童RMPP發(fā)生率和預(yù)測(cè)因子進(jìn)行Meta分析。結(jié)果 共納入14篇文獻(xiàn)，包括17個(gè)風(fēng)險(xiǎn)預(yù)測(cè)模型。有10篇文獻(xiàn)進(jìn)行了內(nèi)部驗(yàn)證，僅4篇文獻(xiàn)進(jìn)行了外部驗(yàn)證，其中風(fēng)險(xiǎn)預(yù)測(cè)模型的受試者工作特征曲線下面積（AUC）均gt;0.7。偏倚風(fēng)險(xiǎn)評(píng)估工具（PROBAST）評(píng)估結(jié)果顯示，納入的14篇文獻(xiàn)均為高偏倚風(fēng)險(xiǎn)。Meta分析結(jié)果顯示，兒童RMPP發(fā)生率為28.2%（95%CI=21.2%～35.1%），高熱、乳酸脫氫酶、C反應(yīng)蛋白、年齡、中性粒細(xì)胞比例、降鈣素原和D-二聚體是兒童RMPP發(fā)生的獨(dú)立影響因素（Plt;0.05）。結(jié)論 兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型表現(xiàn)出良好的預(yù)測(cè)性能，但整體偏倚風(fēng)險(xiǎn)較高，且缺乏外部驗(yàn)證，未來(lái)風(fēng)險(xiǎn)預(yù)測(cè)模型研究可重點(diǎn)關(guān)注高熱、乳酸脫氫酶、C反應(yīng)蛋白、年齡、中性粒細(xì)胞比例、降鈣素原和D-二聚體等預(yù)測(cè)因子。

【關(guān)鍵詞】 難治性肺炎支原體肺炎；兒童；預(yù)測(cè)；模型；系統(tǒng)評(píng)價(jià)

【中圖分類號(hào)】 R 563.1 【文獻(xiàn)標(biāo)識(shí)碼】 A DOI：10.12114/j.issn.1007-9572.2024.0098

Risk Prediction Models for Refractory Mycoplasma Pneumoniae Pneumonia in Children：a Systematic Review

LI Ruitong1，YUE Yuchuan2*，GU Xujie1，XIONG Lingling1

1.College of Nursing，Chengdu University of Traditional Chinese Medicine，Chengdu 610075，China

2.Department of Nursing，the Fourth People's Hospital of Chengdu，Chengdu 610036，China

*Corresponding author：YUE Yuchuan，Chief nurse；E-mail：807646982@qq.com

【Abstract】 Background Mycoplasma pneumoniae pneumonia（MPP） is a common respiratory disease in children，which can easily develop into refractory Mycoplasma pneumoniae pneumonia（RMPP）. Children with RMPP have complex conditions，are difficult to treat，and are associated with multiple serious complications. A risk prediction model for RMPP in children can help healthcare professionals to identify children at high risk of RMPP and provide timely therapeutic countermeasures. Objective To systematically review the risk prediction models for RMPP in children. Methods CNKI，Wanfang Data，VIP，CBM，PubMed，Embase，Web of Science and Cochrane Library were searched to collect the related studies on risk prediction models for RMPP in Children to February 20th，2024. Two reviewers independently screened the literature，extracted data and evaluated the quality of the included studies. Meta-analysis of the incidence and predictors of RMPP in children was performed using Stata 18.0 software. Results A total of 14 papers were included，containing 17 risk prediction models. Ten studies were internal validated，and only four studies were external validated，all of which had AUCgt;0.7. PROBAST results showed that 14 included papers were all at high risk of bias. The results of Meta-analysis showed that the incidence of RMPP in children was 28.2%（95%CI=21.2%-35.1%），hyperthermia，lactate dehydrogenase，C-reactive protein，age，neutrophil ratio，procalcitonin and D-dimer were independent influences on the occurrence of RMPP in children（Plt;0.05）.Conclusion Risk prediction models for RMPP in children have good predictive performance，but the overall risk of bias was high and external validation was lacking. The future risk prediction model should focus on hyperthermia，lactate dehydrogenase，C-reactive protein，age，neutrophil ratio，procalcitonin and D-dimer.

【Key words】 Refractory Mycoplasma pneumoniae pneumonia；Children；Forecasting；Model；Systematic review

肺炎支原體肺炎（Mycoplasma pneumoniae pneumonia，MPP）是一種由肺炎支原體（Mycoplasma pneumoniae，MP）引起的兒童呼吸道常見(jiàn)疾病，占兒童社區(qū)獲得性肺炎的比例為10%～40%［1-2］。近年來(lái)，雖然多數(shù)MPP患兒病情較輕且自限，但由于MP耐藥菌株的增多，難治性肺炎支原體肺炎（refractory Mycoplasma pneumoniae pneumonia，RMPP）的發(fā)病率顯著上升［3-5］?！秲和窝字гw肺炎診療指南（2023年版）》［6］指出，若服用大環(huán)內(nèi)酯類抗生素超過(guò)7 d，患兒出現(xiàn)臨床癥狀惡化、持續(xù)發(fā)熱以及肺部影像學(xué)所見(jiàn)加重，則應(yīng)考慮為RMPP。RMPP的病程較長(zhǎng)，常規(guī)抗感染治療效果不佳，若早期未被識(shí)別、及時(shí)合理地治療，極易演變?yōu)閴乃佬苑窝?，發(fā)生胸腔積液、呼吸窘迫、膿毒性休克、肺栓塞、支原體腦炎和肝功能損害等并發(fā)癥，嚴(yán)重情況下甚至?xí)＜盎純荷?，后期存在閉塞性支氣管炎、支氣管擴(kuò)張、間質(zhì)性肺病等后遺癥，活動(dòng)耐受力差，嚴(yán)重影響患兒的生活質(zhì)量［7-9］。RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型可以幫助臨床醫(yī)護(hù)人員早期識(shí)別RMPP高?；純?，并及時(shí)提供相應(yīng)治療對(duì)策，對(duì)減少患兒并發(fā)癥、后遺癥和改善臨床預(yù)后具有重要意義。近年來(lái)，已有較多研究對(duì)兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型進(jìn)行探討，但目前尚需進(jìn)一步研究以確定這些模型的預(yù)測(cè)能力和臨床實(shí)用價(jià)值。因此，本研究通過(guò)對(duì)國(guó)內(nèi)外兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的研究進(jìn)行系統(tǒng)評(píng)價(jià)，期望為模型的開(kāi)發(fā)、臨床醫(yī)護(hù)人員的應(yīng)用提供建議，為早期發(fā)現(xiàn)RMPP高?；純禾峁┮罁?jù)。

1 資料與方法

1.1 納入和排除標(biāo)準(zhǔn)

納入標(biāo)準(zhǔn)：（1）研究對(duì)象：年齡≤18歲的MPP和RMPP患兒；（2）研究類型：隊(duì)列研究、病例對(duì)照研究和橫斷面研究；（3）研究?jī)?nèi)容：開(kāi)發(fā)或驗(yàn)證兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型；（4）結(jié)局指標(biāo)：發(fā)生RMPP。排除標(biāo)準(zhǔn)：（1）基于動(dòng)物或細(xì)胞的實(shí)驗(yàn)、綜述及會(huì)議論文；（2）無(wú)法獲取模型構(gòu)建的具體數(shù)據(jù)；（3）只分析發(fā)生RMPP的影響因素，未涉及或描述預(yù)測(cè)模型的構(gòu)建。

1.2 檢索策略

在中國(guó)知網(wǎng)、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)、維普網(wǎng)、中國(guó)生物醫(yī)學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)、PubMed、Embase、Web of Science和Cochrane Library數(shù)據(jù)庫(kù)中檢索2024-02-20以前發(fā)表的有關(guān)兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的研究。采取主題詞與自由詞相結(jié)合的策略，并對(duì)納入文獻(xiàn)的參考文獻(xiàn)進(jìn)行回溯性分析，以確保所獲文獻(xiàn)的完整性和準(zhǔn)確性。中文檢索詞：“兒童、患兒、難治性肺炎支原體肺炎、風(fēng)險(xiǎn)預(yù)測(cè)模型、預(yù)測(cè)模型、風(fēng)險(xiǎn)評(píng)分、預(yù)測(cè)因子、列線圖、ROC曲線、機(jī)器學(xué)習(xí)”；英文檢索詞：“child、children、refractory mycoplasma pneumoniae pneumonia、rmpp、RMPP、risk prediction、prediction model、risk prediction model、prognostic model、prediction tool、risk score、risk assessment、area under curve、roc curve、nomogram”。以PubMed檢索式為例，見(jiàn)表1。

1.3 文獻(xiàn)篩選及資料提取

為確保研究的客觀性，由2位研究員獨(dú)立篩選文獻(xiàn)和提取數(shù)據(jù)。如有分歧，則請(qǐng)第三方判斷。文獻(xiàn)篩選完成后，根據(jù)預(yù)測(cè)模型研究系統(tǒng)評(píng)價(jià)的關(guān)鍵評(píng)估和數(shù)據(jù)提取清單（critical appraisal and data extraction for systematic reviews of prediction modeling studies，CHARMS）［10］提取相關(guān)數(shù)據(jù)，如第一作者、研究地點(diǎn)、研究設(shè)計(jì)、研究對(duì)象、數(shù)據(jù)來(lái)源、樣本量、預(yù)測(cè)因子、建模方法、模型性能和模型呈現(xiàn)形式等。

1.4 模型質(zhì)量評(píng)價(jià)

2位研究員使用預(yù)測(cè)模型偏倚風(fēng)險(xiǎn)評(píng)價(jià)工具（prediction model risk of bias assessment tool，PROBAST）評(píng)價(jià)文獻(xiàn)的偏倚風(fēng)險(xiǎn)及適用性。如有分歧，則請(qǐng)第三方判斷［11-12］。偏倚風(fēng)險(xiǎn)評(píng)價(jià)涵蓋研究對(duì)象、預(yù)測(cè)因子、結(jié)果和分析4個(gè)領(lǐng)域，每個(gè)領(lǐng)域的評(píng)價(jià)結(jié)果分為3個(gè)等級(jí)：低風(fēng)險(xiǎn)、高風(fēng)險(xiǎn)或不清楚。適用性評(píng)價(jià)則關(guān)注研究對(duì)象、預(yù)測(cè)因子和結(jié)果3個(gè)領(lǐng)域，其評(píng)價(jià)過(guò)程與偏倚風(fēng)險(xiǎn)評(píng)價(jià)相似。

1.5 統(tǒng)計(jì)學(xué)分析

使用Stata 18.0軟件對(duì)納入研究中兒童RMPP發(fā)生率和預(yù)測(cè)因子進(jìn)行統(tǒng)計(jì)分析。發(fā)生率的效應(yīng)統(tǒng)計(jì)量以率（95%CI）表示，預(yù)測(cè)因子的效應(yīng)統(tǒng)計(jì)量采用OR值（95%CI）表示，以Plt;0.05為差異有統(tǒng)計(jì)學(xué)意義。評(píng)估納入研究間的異質(zhì)性時(shí)，采用I2檢驗(yàn)判斷。若I2lt;50%且Pgt;0.1，說(shuō)明各研究間異質(zhì)性不顯著，使用固定效應(yīng)模型進(jìn)行合并；若I2≥50%或P≤0.1，則說(shuō)明各研究間異質(zhì)性顯著，這種情況下，將進(jìn)行敏感性分析。逐篇剔除文獻(xiàn)后，若異質(zhì)性依舊存在，則采用隨機(jī)效應(yīng)模型進(jìn)行合并。若合并效應(yīng)值未發(fā)生顯著變化，則表明Meta分析結(jié)果穩(wěn)定。

2 結(jié)果

2.1 文獻(xiàn)篩選流程及結(jié)果

通過(guò)數(shù)據(jù)庫(kù)檢索共獲得507篇文獻(xiàn)，經(jīng)過(guò)逐級(jí)篩選，最終納入14篇文獻(xiàn)［13-26］，見(jiàn)圖1。

2.2 納入研究的基本特征

納入研究的樣本總量為51～1 562例，結(jié)果事件數(shù)為20～195例。近3年發(fā)表的文獻(xiàn)有11篇［16-26］。納入的14項(xiàng)研究均來(lái)自中國(guó)。13篇［13-23，25-26］為單中心研究，1篇［24］為多中心研究。11篇［13-14，16-21，23，25-26］為病例對(duì)照研究，2篇為回顧性隊(duì)列研究［15，24］，1篇［22］為前瞻性隊(duì)列研究，詳見(jiàn)表2。

2.3 預(yù)測(cè)模型的構(gòu)建情況

14篇文獻(xiàn)［13-26］報(bào)告了17個(gè)兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型，研究建模樣本量為51～618例，驗(yàn)?zāi)颖玖繛?7～944例，研究的候選預(yù)測(cè)變量為11～28個(gè)。建模方法方面，14篇文獻(xiàn)［13-26］均使用Logistic回歸模型。變量選擇方面，8篇文獻(xiàn)［18-25］基于單因素分析。在連續(xù)性變量處理方面，14篇文獻(xiàn)［13-26］未處理變量，保持了連續(xù)變量的連續(xù)性。對(duì)于缺失數(shù)據(jù)處理，1篇文獻(xiàn)［26］采用五重差缺失值替換法，1篇文獻(xiàn)［24］采用完整案例分析，4篇文獻(xiàn)［16-17，23，25］選擇直接剔除缺失數(shù)據(jù)的病例，其余文獻(xiàn)［13-15，18-22］并未明確報(bào)告數(shù)據(jù)是否存在缺失。模型構(gòu)建情況見(jiàn)表3。

2.4 預(yù)測(cè)模型的性能

對(duì)于納入的模型，通過(guò)受試者工作特征曲線下面積（area under the curve，AUC）來(lái)評(píng)價(jià)其區(qū)分能力。5篇文獻(xiàn)［14，17，19，25-26］報(bào)告了建模時(shí)的AUC，AUC為0.820～0.940；10篇文獻(xiàn)［13-18，20-21，24，26］報(bào)告了模型的內(nèi)部驗(yàn)證AUC，AUC為0.742～0.955；4篇文獻(xiàn)［15-16，19，24］報(bào)告了模型的外部驗(yàn)證AUC，AUC為0.864～0.964，模型的AUC均gt;0.7。模型的校準(zhǔn)度采用Hosmer-Lemeshow檢驗(yàn)（Pgt;0.05）、校準(zhǔn)曲線和決策曲線分析等進(jìn)行評(píng)估。9篇文獻(xiàn)［14，16-21，24，26］報(bào)道了校準(zhǔn)度，主要以校準(zhǔn)曲線的形式呈現(xiàn)；4篇文獻(xiàn)［14，19，21，26］報(bào)道了Hosmer-Lemeshow檢驗(yàn)；3篇文獻(xiàn)［14，24，26］進(jìn)行了決策曲線分析。模型驗(yàn)證方面，10篇文獻(xiàn)［13-18，20-21，24，26］開(kāi)展了模型內(nèi)部驗(yàn)證，4篇文獻(xiàn)［15-16，19，24］開(kāi)展了模型外部驗(yàn)證。模型呈現(xiàn)方式多以列線圖［14-18，20，22，24-26］的形式，此外，3篇文獻(xiàn)［13，19，23］通過(guò)回歸方程呈現(xiàn)結(jié)果，1篇文獻(xiàn)［21］開(kāi)發(fā)了風(fēng)險(xiǎn)評(píng)分系統(tǒng)，詳見(jiàn)表4。

2.5 偏倚風(fēng)險(xiǎn)與適用性評(píng)價(jià)

2.5.1 偏倚風(fēng)險(xiǎn)評(píng)價(jià)：14篇文獻(xiàn)［13-26］總體偏倚均為高偏倚風(fēng)險(xiǎn)，見(jiàn)表5。

2.5.1.1 研究對(duì)象領(lǐng)域：1篇文獻(xiàn)［25］在研究對(duì)象領(lǐng)域因樣本量不足存在較高的偏倚風(fēng)險(xiǎn)，其余13篇文獻(xiàn)［13-24，26］偏倚風(fēng)險(xiǎn)較低。

2.5.1.2 預(yù)測(cè)因子領(lǐng)域：3篇文獻(xiàn)［13，23-24］在預(yù)測(cè)因子領(lǐng)域存在高偏倚風(fēng)險(xiǎn)，其余研究偏倚風(fēng)險(xiǎn)較低。1篇文獻(xiàn)［24］為多中心研究，不同中心在收集和評(píng)價(jià)預(yù)測(cè)因子時(shí)的方法存在差異，影響了數(shù)據(jù)可信度。此外，3項(xiàng)回顧性研究［13，23-24］無(wú)法確定是否在不了解結(jié)果數(shù)據(jù)的情況下評(píng)估預(yù)測(cè)因子，因此無(wú)法確定是否實(shí)施了盲法。另有1篇文獻(xiàn)［22］為前瞻性研究，即采用了盲法測(cè)量預(yù)測(cè)因子，有效降低了偏倚風(fēng)險(xiǎn)，為低風(fēng)險(xiǎn)研究。

2.5.1.3 結(jié)果領(lǐng)域：3篇文獻(xiàn)［13，23-24］在結(jié)果領(lǐng)域偏倚風(fēng)險(xiǎn)不清楚，其余11篇文獻(xiàn)偏倚風(fēng)險(xiǎn)較低。3篇文獻(xiàn)［13，23-24］未清楚說(shuō)明預(yù)測(cè)因子與研究結(jié)局之間是否存在關(guān)聯(lián)，因此問(wèn)題“確定結(jié)果時(shí)，預(yù)測(cè)因子的信息是否明確”回答為“不清楚”。

2.5.1.4 分析領(lǐng)域：14篇文獻(xiàn)［13-26］在分析領(lǐng)域均為高偏倚風(fēng)險(xiǎn)。在構(gòu)建預(yù)測(cè)模型時(shí)，建議每個(gè)自變量應(yīng)至少有20個(gè)事件數(shù)，以保證統(tǒng)計(jì)效力，進(jìn)行模型驗(yàn)證時(shí)，應(yīng)確保至少包含100個(gè)樣本，以驗(yàn)證模型的穩(wěn)健性和可靠性，其中有5篇文獻(xiàn)［14，16，19，21，25］的樣本量未能滿足這一標(biāo)準(zhǔn)。對(duì)于缺失數(shù)據(jù)處理，4篇文獻(xiàn)［16-17，23，25］選擇直接剔除缺失數(shù)據(jù)的病例，8篇文獻(xiàn)［13-15，18-22］并未明確說(shuō)明數(shù)據(jù)是否存在缺失。在預(yù)測(cè)因子的選擇上，8篇文獻(xiàn)［18-25］則采用單因素分析法對(duì)變量進(jìn)行篩選，可能忽略了變量之間的相互作用和共線性的影響。在研究報(bào)告中，有3篇文獻(xiàn)［17，22，25］未報(bào)告數(shù)據(jù)的復(fù)雜性，2篇文獻(xiàn)［22-23］未報(bào)告區(qū)分度，5篇文獻(xiàn)［13，15，22-23，25］未報(bào)告校準(zhǔn)度，導(dǎo)致模型性能評(píng)價(jià)指標(biāo)不完整。在模型驗(yàn)證方面，有3篇文獻(xiàn)［22-23，25］僅開(kāi)發(fā)模型，未進(jìn)行驗(yàn)證。8篇文獻(xiàn)［15，18，20，22-26］未考慮模型的過(guò)度擬合、擬合不足等問(wèn)題。

2.5.2 適用性評(píng)價(jià)：在評(píng)價(jià)模型的適用性時(shí)，所納入的研究在不同領(lǐng)域和總體上均顯示出較好的適用性，見(jiàn)表5。

2.6 Meta分析結(jié)果

對(duì)14篇文獻(xiàn)的兒童RMPP發(fā)生率進(jìn)行Meta合并，各研究間存在異質(zhì)性（I2=97.332%，Plt;0.001），對(duì)該發(fā)生率進(jìn)行敏感性分析，剔除任一研究后結(jié)果變化不大，故采用隨機(jī)效應(yīng)模型，Meta分析結(jié)果顯示，兒童RMPP發(fā)生率為28.2%（95%CI=21.2%～35.1%），見(jiàn)圖2。預(yù)測(cè)因子效應(yīng)量合并時(shí)，將納入的14篇文獻(xiàn)中預(yù)測(cè)因子重復(fù)出現(xiàn)較多者進(jìn)行Meta合并，預(yù)測(cè)因子分別是高熱、乳酸脫氫酶、C反應(yīng)蛋白、年齡、中性粒細(xì)胞比例、降鈣素原和D-二聚體。其中，2篇文獻(xiàn)［15，22］未提供相關(guān)數(shù)據(jù)，無(wú)法進(jìn)行Meta合并。以高熱這一預(yù)測(cè)因子為例，由于存在顯著異質(zhì)性，采用隨機(jī)效應(yīng)模型進(jìn)行Meta合并，結(jié)果見(jiàn)圖3。分別對(duì)其他預(yù)測(cè)因子進(jìn)行Meta合并，C反應(yīng)蛋白在剔除LIU等［16］、SHEN等［17］或?qū)O俊華等［20］文獻(xiàn)后合并效應(yīng)值發(fā)生顯著變化，表明結(jié)果不穩(wěn)定；其余預(yù)測(cè)因子各研究間異質(zhì)性均顯著，故采用隨機(jī)效應(yīng)模型，進(jìn)行敏感性分析后合并效應(yīng)值未發(fā)生顯著變化，說(shuō)明Meta分析結(jié)果穩(wěn)定。結(jié)果顯示，高熱、乳酸脫氫酶、C反應(yīng)蛋白、年齡、中性粒細(xì)胞比例、降鈣素原和D-二聚體是兒童RMPP發(fā)生的獨(dú)立影響因素（Plt;0.05），結(jié)果見(jiàn)表6。

3 討論

在本研究中，通過(guò)對(duì)國(guó)內(nèi)外兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的文獻(xiàn)進(jìn)行全面檢索，最終納入14項(xiàng)研究共17個(gè)模型。其中10個(gè)模型報(bào)告了模型的內(nèi)部驗(yàn)證AUC，其值均gt;0.7，8個(gè)模型的AUCgt;0.8，均值為0.876；4個(gè)模型報(bào)告了模型的外部驗(yàn)證AUC，其值均gt;0.8，均值為0.903；2項(xiàng)研究［23，25］未報(bào)道模型的內(nèi)外部驗(yàn)證AUC，但具有較高的特異度、靈敏度或準(zhǔn)確度。這表明大部分模型顯示出良好的預(yù)測(cè)性能，能有效辨識(shí)高危RMPP患兒。盡管大部分模型表現(xiàn)出良好的預(yù)測(cè)性能，但納入的14項(xiàng)研究均為高偏倚風(fēng)險(xiǎn)，主要是由于樣本量的不足、預(yù)測(cè)因子未按統(tǒng)一標(biāo)準(zhǔn)進(jìn)行收集和評(píng)估、缺失數(shù)據(jù)處理不當(dāng)、變量的選擇方式不妥、模型性能評(píng)價(jià)指標(biāo)不完整、未考慮模型擬合情況和缺乏對(duì)模型的驗(yàn)證。未來(lái)研究可參考PROBAST［11］的相關(guān)條目，保證充足的樣本量，研究對(duì)象的預(yù)測(cè)因子的測(cè)量要采用統(tǒng)一標(biāo)準(zhǔn)，測(cè)量時(shí)注意采用盲法，采用多重插補(bǔ)或單一插補(bǔ)法對(duì)缺失數(shù)據(jù)進(jìn)行處理，避免依賴單變量分析，報(bào)告模型區(qū)分度、校準(zhǔn)度，考慮過(guò)度擬合及擬合不足等問(wèn)題，對(duì)模型進(jìn)行驗(yàn)證，通過(guò)嚴(yán)謹(jǐn)?shù)难芯吭O(shè)計(jì)構(gòu)建高質(zhì)量的預(yù)測(cè)模型。

本研究納入的17個(gè)模型初始候選預(yù)測(cè)因子數(shù)量范圍為11～28個(gè)，最終模型包含的預(yù)測(cè)因子數(shù)量為2～9個(gè)。其中出現(xiàn)頻率最高的前7個(gè)預(yù)測(cè)因子為高熱、乳酸脫氫酶、C反應(yīng)蛋白、年齡、中性粒細(xì)胞比例、降鈣素原和D-二聚體。Meta分析結(jié)果顯示，上述7個(gè)預(yù)測(cè)因子均被認(rèn)為是影響兒童RMPP發(fā)生的因素，未來(lái)在進(jìn)行兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的研究時(shí)，可重點(diǎn)關(guān)注這些預(yù)測(cè)因子。持續(xù)高熱表明患兒的免疫系統(tǒng)長(zhǎng)時(shí)間處于混亂狀態(tài)，伴隨著劇烈的炎癥反應(yīng)，導(dǎo)致機(jī)體重要器官受損，同時(shí)也會(huì)削弱機(jī)體清除病原體的能力，加重病情，導(dǎo)致RMPP發(fā)生［27］。另有多項(xiàng)研究指出，發(fā)熱持續(xù)超過(guò)10 d是RMPP的危險(xiǎn)因素［28-31］。乳酸脫氫酶作為一種細(xì)胞質(zhì)酶，廣泛存在于各個(gè)重要器官中，當(dāng)患兒發(fā)生RMPP時(shí)，肺組織缺氧缺血和細(xì)胞凋亡加速，導(dǎo)致細(xì)胞膜受損或細(xì)胞被溶解，使得乳酸脫氫酶被釋放到血液中，導(dǎo)致其水平升高［32-33］。因此，血清乳酸脫氫酶是預(yù)測(cè)兒童RMPP發(fā)生的重要指標(biāo)［34］，其臨界值分別為339.0、417.0、436.5 U/L［35-37］，這一差異可能源于人群特征的不同和檢測(cè)方法的多樣性。此外，LIU等［38］的研究發(fā)現(xiàn)，與血清中總?cè)樗崦摎涿杆较啾?，乳酸脫氫?和乳酸脫氫酶5更能準(zhǔn)確預(yù)測(cè)RMPP的發(fā)生。由過(guò)度的免疫反應(yīng)所致的炎癥損傷使得RMPP患者的C反應(yīng)蛋白水平較非RMPP患者顯著增加［5］，其臨界值分別為12.19、40、43 mg/L［33，39-40］，這一結(jié)果強(qiáng)調(diào)了監(jiān)測(cè)C反應(yīng)蛋白水平以識(shí)別和處理過(guò)度免疫反應(yīng)及其引發(fā)的炎癥損傷對(duì)于預(yù)測(cè)和預(yù)防RMPP至關(guān)重要。年長(zhǎng)患兒由于免疫系統(tǒng)相對(duì)成熟、免疫應(yīng)答過(guò)強(qiáng)，因此更易發(fā)展為RMPP［41］，這一結(jié)論也與多項(xiàng)研究一致［42-43］。但不同年齡段與RMPP的關(guān)系仍存在爭(zhēng)議，孫俊華等［20］研究指出，年齡越小，RMPP的發(fā)生率越高，考慮不同地區(qū)、文化差異等方面影響，RMPP的同一預(yù)測(cè)因子在不同地區(qū)可能有所差異。中性粒細(xì)胞比例的上升反映了免疫系統(tǒng)的紊亂，表明其炎癥情況更嚴(yán)重，是預(yù)測(cè)RMPP的重要因素［44］，這一結(jié)論與趙茜葉等［45］研究結(jié)果一致。降鈣素原是一項(xiàng)反映細(xì)菌感染特異性的重要指標(biāo)，RMPP患兒由于感染時(shí)間長(zhǎng)，MP毒素通常會(huì)導(dǎo)致纖毛功能受損，損害呼吸道黏膜，從而減弱呼吸道對(duì)病原體的清除能力，使其更容易合并細(xì)菌感染，故降鈣素原是RMPP發(fā)生的重要預(yù)測(cè)因子［46］。此外，血清D-二聚體水平升高，表明機(jī)體處于過(guò)度炎癥反應(yīng)狀態(tài)，導(dǎo)致血管內(nèi)皮受損和凝血功能紊亂，提示機(jī)體存在更為嚴(yán)重的高凝狀態(tài)，可以作為RMPP發(fā)生的預(yù)測(cè)指標(biāo)［35］。因此，醫(yī)護(hù)人員了解RMPP的重要預(yù)測(cè)因子對(duì)于早期識(shí)別高危患兒至關(guān)重要，同時(shí)也是及時(shí)實(shí)施干預(yù)措施和展開(kāi)針對(duì)性治療的關(guān)鍵前提。

需要指出的是，只有4項(xiàng)研究［15-16，19，24］進(jìn)行了外部驗(yàn)證，其推廣性受到限制。4項(xiàng)研究結(jié)果均顯示，胸部影像學(xué)表現(xiàn)對(duì)兒童RMPP的預(yù)測(cè)具有一定的價(jià)值。BI等［15］的研究指出，嚴(yán)重的胸部影響學(xué)表現(xiàn)可以有效地預(yù)測(cè)RMPP，并歸納胸腔積液、肺不張或大面積肺實(shí)變等胸部影像學(xué)表現(xiàn)為胸部影響學(xué)評(píng)分作為新的預(yù)測(cè)指標(biāo)。LIU等［16］的研究通過(guò)肺部超聲（LUS）對(duì)實(shí)變大小和胸腔積液進(jìn)行診斷，這也是LUS首次被應(yīng)用于RMPP的識(shí)別中。與胸部X線檢查（CXR）相比，LUS在診斷兒童肺炎方面具有更好的靈敏度和相似的特異度，并且可以檢測(cè)到CXR不易發(fā)現(xiàn)的異常肺部病變［47-48］；與高成本和培訓(xùn)成本的胸部CT相比，LUS更容易在基層醫(yī)院進(jìn)行推廣［49］。LUS作為一種安全、有效的新型影像學(xué)診斷工具，可為RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建及應(yīng)用提供新思路，并廣泛應(yīng)用于RMPP的早期診斷，尤其是基層醫(yī)療機(jī)構(gòu)。閔雙雙等［19］的研究結(jié)果顯示，三凹征和肺部浸潤(rùn)改變是RMPP的獨(dú)立危險(xiǎn)因素，指出RMPP患兒胸部影像學(xué)表現(xiàn)更嚴(yán)重，主要是大片實(shí)變影。LI等［24］的研究同樣歸納胸腔積液和肺實(shí)質(zhì)等胸部影像學(xué)表現(xiàn)作為預(yù)測(cè)指標(biāo)，并指出與大環(huán)內(nèi)酯類敏感MPP患者相比，大環(huán)內(nèi)酯類耐藥MPP患者的胸腔積液更多、大葉性肺炎更嚴(yán)重，肺不張的發(fā)生率更高。故未來(lái)可加強(qiáng)對(duì)于胸部影像學(xué)表現(xiàn)用于兒童RMPP預(yù)測(cè)方面的研究，采用易于臨床獲得的預(yù)測(cè)指標(biāo)，構(gòu)建適用于兒童、預(yù)測(cè)性能良好的RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型，并通過(guò)外部驗(yàn)證及臨床應(yīng)用持續(xù)優(yōu)化，進(jìn)一步提升模型的外推性和臨床實(shí)用價(jià)值。

本研究發(fā)現(xiàn)，關(guān)于兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的開(kāi)發(fā)較晚，目前仍在發(fā)展過(guò)程中。本研究納入文獻(xiàn)中，除葉洪舟等［22］的研究外，其余研究均為回顧性研究?；仡櫺匝芯炕诂F(xiàn)有數(shù)據(jù)進(jìn)行分析，可能導(dǎo)致數(shù)據(jù)不完整或記錄不準(zhǔn)確，從而存在預(yù)測(cè)因子不全或因數(shù)據(jù)缺失而忽略的風(fēng)險(xiǎn)。此外，由于回顧性研究是在結(jié)局發(fā)生后才進(jìn)行，這使得預(yù)測(cè)因子與結(jié)局之間的因果關(guān)系更加不確定。相比之下，前瞻性研究在結(jié)局發(fā)生前收集數(shù)據(jù)并測(cè)量預(yù)測(cè)因子，這不僅提高了模型的準(zhǔn)確性和可靠性，還增強(qiáng)了數(shù)據(jù)的完整性和一致性，有效減少了偏差風(fēng)險(xiǎn)。隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展及其在醫(yī)學(xué)領(lǐng)域的應(yīng)用，決策樹(shù)、支持向量機(jī)、隨機(jī)森林、K-近鄰等算法也被用于預(yù)測(cè)模型的構(gòu)建，隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展，一些更高級(jí)和復(fù)雜的算法，如卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）、深度神經(jīng)網(wǎng)絡(luò)（deep neural networks，DNN）等算法已經(jīng)展示出優(yōu)秀的預(yù)測(cè)能力［50-52］。但本研究納入文獻(xiàn)中的預(yù)測(cè)模型均使用傳統(tǒng)Logistic回歸方法進(jìn)行建模，因此可以嘗試將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建上。建議未來(lái)開(kāi)展兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型的相關(guān)研究時(shí)，能夠采用前瞻性研究方法，結(jié)合機(jī)器學(xué)習(xí)技術(shù)，基于多中心、大樣本，構(gòu)建出預(yù)測(cè)性能良好、穩(wěn)定性強(qiáng)的兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)

模型。

本研究的局限性：（1）納入的研究大多來(lái)自單一醫(yī)學(xué)中心；（2）納入的研究均限于中國(guó)地區(qū)，其結(jié)果可能無(wú)法廣泛代表整體人群；（3）在納入的研究中，特異度和靈敏度等關(guān)鍵指標(biāo)并沒(méi)有得到充分的報(bào)告，本研究主要通過(guò)AUC對(duì)模型的性能進(jìn)行評(píng)估；（4）大部分兒童RMPP模型缺乏外部驗(yàn)證，模型的推廣性較差。

4 小結(jié)

本研究納入了14項(xiàng)研究，共17個(gè)兒童RMPP風(fēng)險(xiǎn)預(yù)測(cè)模型，其表現(xiàn)出良好的預(yù)測(cè)性能。但所有研究存在較高的偏倚風(fēng)險(xiǎn)，且大多數(shù)模型缺乏外部驗(yàn)證。高熱、乳酸脫氫酶、C反應(yīng)蛋白、年齡、中性粒細(xì)胞比例、降鈣素原和D-二聚體是兒童RMPP發(fā)生的獨(dú)立影響因素，這些因素應(yīng)予以重點(diǎn)關(guān)注。建議未來(lái)研究遵循PROBAST和TRIPOD的指南，進(jìn)行多中心、大樣本和前瞻性的研究，可結(jié)合機(jī)器學(xué)習(xí)算法，構(gòu)建性能良好、穩(wěn)定性強(qiáng)的預(yù)測(cè)模型，并通過(guò)外部驗(yàn)證及應(yīng)用不斷改進(jìn)，進(jìn)一步提升模型外推性，為臨床提供高質(zhì)量的臨床決策依據(jù)。

作者貢獻(xiàn)：黎芮彤負(fù)責(zé)文章的構(gòu)思與設(shè)計(jì)、統(tǒng)計(jì)學(xué)處理及文章撰寫(xiě)；黎芮彤、谷續(xù)潔、熊玲玲負(fù)責(zé)文獻(xiàn)篩選及文獻(xiàn)偏倚風(fēng)險(xiǎn)和適用性評(píng)估，數(shù)據(jù)提取與整理；岳玉川負(fù)責(zé)論文的修訂、質(zhì)量控制及審查。

本文無(wú)利益沖突。

黎芮彤https：//orcid.org/0009-0000-7069-9038

參考文獻(xiàn)

S?NDERGAARD M J，F(xiàn)RIIS M B，HANSEN D S，et al. Clinical manifestations in infants and children with Mycoplasma pneumoniae infection［J］. PLoS One，2018，13（4）：e0195288. DOI：10.1371/journal.pone.0195288.

LI Y Y，GUO Z Y，ZHANG G L，et al. The correlation between vitamin a status and refractory Mycoplasma Pneumoniae pneumonia（RMPP）incidence in children［J］. BMC Pediatr，2020，20（1）：359. DOI：10.1186/s12887-020-02254-y.

LIU J R，LU J，DONG F，et al. Low bacterial co-infection invalidates the early use of non-anti- Mycoplasma pneumoniae antibiotics in pediatric refractory Mycoplasma pneumoniae pneumonia patients［J］. Front Pediatr，2018，6：296. DOI：10.3389/fped.2018.00296.

劉曉梅，崔振澤，楊光. 難治性肺炎支原體肺炎危險(xiǎn)因素分析［J］. 中國(guó)現(xiàn)代醫(yī)學(xué)雜志，2020，30（2）：55-59. DOI：10.3969/j.issn.1005-8982.2020.02.010.

JIANG Z L，LI S H，ZHU C M，et al. Mycoplasma pneumoniae infections：pathogenesis and vaccine development［J］. Pathogens，2021，10（2）：119. DOI：10.3390/pathogens10020119.

趙順英，錢(qián)素云，陳志敏，等. 兒童肺炎支原體肺炎診療指南（2023年版）［J］. 新發(fā)傳染病電子雜志，2024，9（1）：73-79. DOI：10.19871/j.cnki.xfcrbzz.2024.01.015.

WAITES K B，XIAO L，LIU Y，et al. Mycoplasma pneumoniae from the respiratory tract and beyond［J］. Clin Microbiol Rev，2017，30（3）：747-809. DOI：10.1128/CMR.00114-16.

SARAYA T. Mycoplasma pneumoniae infection：basics［J］. J Gen Fam Med，2017，18（3）：118-125. DOI：10.1002/jgf2.15.

劉帥帥，馬靜，張忠曉，等. 兒童肺炎支原體壞死性肺炎的早期預(yù)測(cè)指標(biāo)［J］. 中華實(shí)用兒科臨床雜志，2021，36（8）：601-604. DOI：10.3760/cma.j.cn101070-20191231-01327.

MOONS K G M，DE GROOT J A H，BOUWMEESTER W，et al. Critical appraisal and data extraction for systematic reviews of prediction modelling studies：the CHARMS checklist［J］. PLoS Med，2014，11（10）：e1001744. DOI：10.1371/journal.pmed.1001744.

WOLFF R F，MOONS K G M，RILEY R D，et al. PROBAST：a tool to assess the risk of bias and applicability of prediction model studies［J］. Ann Intern Med，2019，170（1）：51-58. DOI：10.7326/M18-1376.

陳香萍，張奕，莊一渝，等. PROBAST：診斷或預(yù)后多因素預(yù)測(cè)模型研究偏倚風(fēng)險(xiǎn)的評(píng)估工具［J］. 中國(guó)循證醫(yī)學(xué)雜志，2020，20（6）：737-744. DOI：10.7507/1672-2531.201910087.

WANG Z，LI Y C，ZHOU X J，et al. Prediction of refractory Mycoplasma pneumoniae pneumonia in pediatric patients［J］. Pediatr Allergy Immunol Pulmonol，2017，30（2）：92-96. DOI：10.1089/ped.2016.0732.

CHENG S Y，LIN J L，ZHENG X X，et al. Development and validation of a simple-to-use nomogram for predicting refractory Mycoplasma pneumoniae pneumonia in children［J］. Pediatr Pulmonol，2020，55（4）：968-974. DOI：10.1002/ppul.24684.

BI Y，ZHU Y F，MA X，et al. Development of a scale for early prediction of refractory Mycoplasma pneumoniae pneumonia in hospitalized children［J］. Sci Rep，2021，11（1）：6595. DOI：10.1038/s41598-021-86086-5.

LIU G T，WANG G L，YANG Z，et al. A lung ultrasound-based nomogram for the prediction of refractory Mycoplasma pneumoniae pneumonia in hospitalized children［J］. Infect Drug Resist，2022，15：6343-6355. DOI：10.2147/IDR.S387890.

SHEN F F，DONG C J，ZHANG T Q，et al. Development of a nomogram for predicting refractory Mycoplasma pneumoniae pneumonia in children［J］. Front Pediatr，2022，10：813614. DOI：10.3389/fped.2022.813614.

XIE Q Y，ZHANG X T，CUI W，et al. Construction of a nomogram for identifying refractory Mycoplasma pneumoniae pneumonia among macrolide-unresponsive Mycoplasma pneumoniae pneumonia in children［J］. J Inflamm Res，2022，15：6495-6504. DOI：10.2147/JIR.S387809.

閔雙雙，魏兵，馬明，等. 兒童難治性肺炎支原體肺炎危險(xiǎn)因素分析及風(fēng)險(xiǎn)評(píng)估模型建立［J］. 臨床軍醫(yī)雜志，2022，

50（1）：46-50. DOI：10.16680/j.1671-3826.2022.01.13.

孫俊華，王曉麗. 兒童難治性肺炎支原體肺炎早期預(yù)測(cè)模型的構(gòu)建與驗(yàn)證［J］. 寧夏醫(yī)學(xué)雜志，2022，44（1）：49-51. DOI：10.13621/j.1001-5949.2022.01.0049.

許穎，王丹. 兒童難治性肺炎支原體肺炎危險(xiǎn)因素分析及風(fēng)險(xiǎn)評(píng)分模型的構(gòu)建［J］. 廣東醫(yī)學(xué)，2022，43（11）：1332-1336. DOI：10.13820/j.cnki.gdyx.20222747.

葉洪舟，朱焰，施明杰. 學(xué)齡期兒童難治性肺炎支原體肺炎早期預(yù)測(cè)模型的建立［J］. 浙江醫(yī)學(xué)，2022，44（14）：1523-1527. DOI：10.12056/j.issn.1006-2785.2022.44.14.2022-817.

張雨. 兒童難治性肺炎支原體肺炎的臨床特征和預(yù)測(cè)模型［D］. 衡陽(yáng)：南華大學(xué)，2022.

LI M，WEI X，ZHANG S S，et al. Recognition of refractory Mycoplasma pneumoniae pneumonia among Myocoplasma pneumoniae pneumonia in hospitalized children：development and validation of a predictive nomogram model［J］. BMC Pulm Med，2023，23（1）：383. DOI：10.1186/s12890-023-02684-1.

ZHU J W，LIU X，ZHAN X W，et al. Predictive value of chemokines（CCL 2）in bronchoalveolar lavage fluid for refractory mycoplasma pneumonia in children［J］. Ital J Pediatr，2023，

49（1）：125. DOI：10.1186/s13052-023-01528-2.

程彩虹. 皖南兒童難治性支原體肺炎Nomogram預(yù)測(cè)模型構(gòu)建［D］. 蕪湖：皖南醫(yī)學(xué)院，2023.

PAATS M S，BERGEN I M，HANSELAAR W E J J，et al. Local and systemic cytokine profiles in nonsevere and severe community-acquired pneumonia［J］. Eur Respir J，2013，41（6）：1378-1385. DOI：10.1183/09031936.00060112.

朱影，王婧. 兒童難治性肺炎支原體肺炎高危因素logsitic回歸分析［J］. 河北醫(yī)學(xué)，2018，24（5）：760-763. DOI：10.3969/j.issn.1006-6233.2018.05.015.

LIU X M，CUI Z Z，Yang G. Analysis of risk factors of Mycoplasma pneumoniae pneumonia［J］. China J Modern Med，2019，10：1-8.

YAN Y D，WEI Y Z，JIANG W J，et al. The clinical characteristics of corticosteroid-resistant refractory Mycoplasma Pneumoniae pneumonia in children［J］. Sci Rep，2016，6：39929. DOI：10.1038/srep39929.

GONG H，SUN B J，CHEN Y，et al. The risk factors of children acquiring refractory Mycoplasma pneumoniae pneumonia：a meta-analysis［J］. Medicine，2021，100（11）：e24894. DOI：10.1097/MD.0000000000024894.

許姜姜，舒林華. 兒童難治性肺炎支原體肺炎臨床特征分析［J］. 中國(guó)當(dāng)代兒科雜志，2018，20（1）：37-42. DOI：10.7499/j.issn.1008-8830.2018.01.008.

李寧，陳言釗，周克英. 乳酸脫氫酶在兒童難治性肺炎支原體肺炎診斷和治療中的意義［J］. 中國(guó)小兒急救醫(yī)學(xué)，2017，24（4）：305-308. DOI：10.3760/cma.j.issn.1673-4912.2017.04.015.

LU A Z，WANG C K，ZHANG X B，et al. Lactate dehydrogenase as a biomarker for prediction of refractory Mycoplasma pneumoniae pneumonia in children［J］. Respir Care，2015，60（10）：1469-1475. DOI：10.4187/respcare.03920.

HUANG X，LI D，LIU F，et al. Clinical significance of D-dimer levels in refractory Mycoplasma pneumoniae pneumonia［J］. BMC Infect Dis，2021，21（1）：14. DOI：10.1186/s12879-020-05700-5.

鄭雪香，林繼雷，代繼宏. 基于決策曲線和劑量反應(yīng)分析評(píng)估乳酸脫氫酶對(duì)兒童難治性肺炎支原體肺炎的預(yù)測(cè)價(jià)值［J］. 中國(guó)當(dāng)代兒科雜志，2020，22（2）：112-117. DOI：10.7499/j.issn.1008-8830.2020.02.006.

ZHAO J L，JI X，WANG Y S，et al. Clinical role of serum interleukin-17A in the prediction of refractory Mycoplasma pneumoniae pneumonia in children［J］. Infect Drug Resist，2020，13：835-843. DOI：10.2147/IDR.S240034.

LIU T Y，LEE W J，TSAI C M，et al. Serum lactate dehydrogenase isoenzymes 4 plus 5 is a better biomarker than total lactate dehydrogenase for refractory Mycoplasma pneumoniae pneumonia in children［J］. Pediatr Neonatol，2018，59（5）：501-506. DOI：10.1016/j.pedneo.2017.12.008.

吳素麗，王宏鑫，王萌，等. WBC與CRP和D-D及FIB對(duì)肺炎支原體感染的診斷效果分析［J］. 中華醫(yī)院感染學(xué)雜志，2020，30（3）：346-349. DOI：10.11816/cn.ni.2020-190319.

WEN J，SU Y F，SUN H L，et al. The combination of initial markers to predict refractory Mycoplasma pneumoniae pneumonia in Chinese children：a case control study［J］. Respir Res，2021，

22（1）：89. DOI：10.1186/s12931-020-01577-9.

楊海軍. 兒童難治性肺炎支原體肺炎的危險(xiǎn)因素及預(yù)測(cè)價(jià)值分析［J］. 中國(guó)現(xiàn)代藥物應(yīng)用，2024，18（1）：1-5. DOI：10.14164/j.cnki.cn11-5581/r.2024.01.001.

高恒妙，錢(qián)素云. 難治性、暴發(fā)性及大環(huán)內(nèi)酯類耐藥肺炎支原體肺炎的治療［J］. 中國(guó)小兒急救醫(yī)學(xué)，2021，28（1）：1-6. DOI：10.3760/cma.j.issn.1673-4912.2021.01.001.

李靜，劉長(zhǎng)山，王雪艷. 兒童肺炎支原體肺炎臨床特點(diǎn)及重癥危險(xiǎn)因素分析［J］. 天津醫(yī)科大學(xué)學(xué)報(bào)，2019，25（4）：396-399.

張芙榮，周衛(wèi)芳，李玉琴，等. 中性粒細(xì)胞與淋巴細(xì)胞比值、血小板與淋巴細(xì)胞比值在重癥肺炎支原體肺炎中的診斷價(jià)值［J］. 中華實(shí)用兒科臨床雜志，2022，37（4）：260-264. DOI：10.3760/cma.j.cn101070-20201013-01612.

趙茜葉，侍蘇杰，孫大權(quán)，等. 難治性肺炎支原體肺炎患兒支氣管肺泡灌洗液中半乳凝素-3水平與細(xì)胞免疫的相關(guān)性［J］. 中國(guó)當(dāng)代兒科雜志，2019，21（2）：150-154. DOI：10.7499/j.issn.1008-8830.2019.02.008.

李玉娟. 學(xué)齡期難治性肺炎支原體肺炎臨床特點(diǎn)及危險(xiǎn)因素分析［J］. 感染、炎癥、修復(fù)，2021，22（1）：24-29. DOI：10.3969/j.issn.1672-8521.2021.01.006.

BALK D S，LEE C，SCHAFER J，et al. Lung ultrasound compared to chest X-ray for diagnosis of pediatric pneumonia：a meta-analysis［J］. Pediatr Pulmonol，2018，53（8）：1130-1139. DOI：10.1002/ppul.24020.

IORIO G，CAPASSO M，PRISCO S，et al. Lung ultrasound findings undetectable by chest radiography in children with community-acquired pneumonia［J］. Ultrasound Med Biol，2018，44（8）：1687-1693. DOI：10.1016/j.ultrasmedbio.2018.04.007.

ZAR H J，ANDRONIKOU S，NICOL M P. Advances in the diagnosis of pneumonia in children［J］. BMJ，2017，358：j2739. DOI：10.1136/bmj.j2739.

黃光成，周良，石建偉，等. 機(jī)器學(xué)習(xí)算法在疾病風(fēng)險(xiǎn)預(yù)測(cè)中的應(yīng)用與比較［J］. 中國(guó)衛(wèi)生資源，2020，23（4）：432-436. DOI：10.13688/j.cnki.chr.2020.19608.

INDRAWAN G，SUDIARSA I K P，AGUSTINI K，et al. Smooth support vector machine for suicide-related behaviours prediction［J］. Int J Electr Comput Eng IJECE，2018，8（5）：3399. DOI：10.11591/ijece.v8i5.pp3399-3406.

UDDIN M I，ZADA N，AZIZ F，et al. Prediction of future terrorist activities using deep neural networks［J］. Complexity，2020，2020：1373087. DOI：10.1155/2020/1373087.

（收稿日期：2024-03-10；修回日期：2024-06-17）

（本文編輯：賈萌萌）