发热呼吸道症候群(febrile respiratory syndrome，FRS)是呼吸系统相关器官病变或功能紊乱时出现的一群症状，即由若干疾病或病因引起的一组症状的集合^[1]，其中呼吸道感染是导致FRS的主要原因。FRS可由多种病毒和细菌感染所致，且近年来呈现发病率升高和病原不断变化的特点^[2-3]。因此快速明确感染病原体的类型对FRS早诊和早治有重要意义。本文拟通过建立Bayes判别函数，对FRS病原感染类型诊断进行初步分类，以期指导其早期诊断及临床选择用药；并为暴发及流行时病原确定提供帮助。

资料与方法

1.资料来源：国家科技重大专项“传染病监测技术平台”信息管理系统2009－2015年甘肃省各哨点医院收集FRS为7 107例，男性4 471例、女性2 636例，37.7%的病例年龄＜5岁，13.3%＞65岁，年龄中位数为14岁(四分位数间距为3~14岁)。其中749例为检测了所有病原病例。采用统一的“呼吸道症候群病例信息调查表”收集病例人口学信息、临床症状和体征、血常规、生化检测、影像学检查等信息；采集病例痰液、鼻/咽拭子、鼻咽抽吸物、支气管肺泡灌洗液等标本进行病原检测。病例资料和标本收集获得知情同意。

2.病例定义：具备急性感染表现(发热、寒战、体温降低、白细胞升高或降低，或白细胞分布异常之一者)、呼吸道临床表现(咳嗽、咳痰、气短、胸痛、呼吸急促以及听诊呼吸音异常之一者)及胸部X线片提示肺部炎性改变者作为纳入标准。

3.病原检测：采集的标本进行流感病毒、呼吸道合胞病毒、人副流感病毒、人腺病毒、人偏肺病毒、人冠状病毒、人博卡病毒、鼻病毒和肺炎链球菌、金黄色葡萄球菌、肺炎克雷伯菌、铜绿假单胞菌、A组链球菌、流感嗜血杆菌、军团菌以及肺炎支原体、肺炎衣原体检测。DNA病毒与肺炎支原体、肺炎衣原体采用聚合酶链式反应(PCR)进行核酸检测，RNA病毒采用反转录-聚合酶链式反应(RT-PCR)；标本经过细菌培养，根据菌落形态和革兰染色镜检结果鉴定除军团菌外的6种细菌，细菌培养阴性者采用PCR检测上述6种细菌及军团菌。

4.统计学分析：描述FRS病例病原谱构成，确定主要病原体；采用逐步判别分析法筛选样本病例有意义的临床指标(流涕、胸痛、乏力、胸腔积液、咽喉痛、淋巴细胞计数百分比、肺部啰音、体温、发热、血小板计数、白细胞计数)构建Bayes判别函数。统计软件采用SPSS 20.0，逐步判别分析变量选入的概率为0.05，移出的概率为0.1。

结果

1. FRS主要病原分布：7 107例FRS中检出病毒阳性病例1 668例，其中流感病毒阳性率最高(13.79%)，其次为鼻病毒(8.63%)，分别占病毒总阳性数的54.38%、13.73%；953例细菌检测阳性，肺炎链球菌和流感嗜血杆菌阳性率(44.41%、18.07%)最高，占细菌总阳性数的66.21%、24.55%(表 1)。

2.主要检出病原的Bayes判别分析：

(1) 临床指标的赋值及变量筛选：对流感病毒、鼻病毒、肺炎链球菌、流感嗜血杆菌主要4种病原感染病例进行Bayes判别分析。为保证判别分析的效果，选取其中749例检测了所有病原病例(8种病毒和7种细菌以及肺炎支原体、肺炎衣原体)构建判别函数(749例检测的主要病原同7 107例一致)，对表 2中4种主要病原阳性病例剔除缺失数据和混合感染后，得人流感病毒阳性124例、鼻病毒阳性98例、肺炎链球菌阳性144例以及流感嗜血杆菌阳性69例，分别用Y₁、Y₂、Y₃、Y₄代表 4种阳性病例，将其临床特征发热(X₁)、咳嗽(X₂)、流涕(X₃)、咽喉痛(X₄)、咳痰(X₅)、胸痛(X₆)、呼吸急促(X₇)、呼吸困难(X₈)、头痛(X₉)、乏力(X₁₀)、腹痛(X₁₁)、腹泻(每天稀便≥3次)(X₁₂)、肺部啰音(X₁₃)、肺部有无渗出(X₁₄)、胸腔积液(X₁₅)进行赋值(是＝1、否＝0)；体温(X₁₆)、白细胞计数(X₁₇)、淋巴细胞计数(X₁₈)、中性粒细胞百分比(X₁₉)、淋巴细胞百分比(X₂₀)、血红蛋白(X₂₁)、血小板计数(X₂₂)均采用实测值。通过逐步判别分析筛选后获得11个有统计学意义的临床指标，其变量筛选步骤及统计学检验见表 3。

(2) Bayes判别函数的建立及其效果评价：筛选的11个变量建立Bayes判别函数为

应用已建立的判别函数对所有病原检测病例的4种主要病原进行判别效果评价。初始验证的总体正确率为(101+64+107+46)/435＝73.1%，4种主要病原正确率分别为81.4%、65.3%、74.3%、66.7%；交叉验证的总体正确率为(98+62+103+44)/435＝70.6%，4种主要病原正确率分别为79.0%、63.3%、71.5%、63.8%(表 4)。

讨论

2009－2015年甘肃省FRS主要感染病原为流感病毒、鼻病毒、肺炎链球菌以及流感嗜血杆菌。其中病毒阳性检出率为23.75%，细菌阳性检出率为13.41%。病毒检测中阳性率最高的是流感病毒(13.79%)，与全国范围内呼吸道感染病毒检测情况一致^[4]；其次是鼻病毒(8.63%)，表明鼻病毒是引起呼吸道感染的重要病原之一，成年人约50%的普通感冒是由其感染所致^[5]。细菌检测中主要病原为肺炎链球菌和流感嗜血杆菌，阳性率为44.41%、18.07%，其他细菌阳性率均不到3%，可能与当前抗生素的普遍使用有关。

分析显示，FRS病例中4种主要病原的Bayes判别分析正确率较高，在FRS病原分类诊断中有一定的应用价值。本文Bayes判别分析初始验证正确率为73.10%，交叉验证正确率为70.60%。Bayes判别是以概率为判别准则，根据已建立的判别函数计算每一类的后验概率，将判别对象判为后验概率最大的一类^[6]。该判别分析方法不仅考虑每个总体出现的先验概率，同时也考虑了因误判所形成的损失，判别效能更优且灵敏性和稳定性更高^[7-8]。甘肃省FRS主要病原感染病例的Bayes判别分析，其初始验证和交叉验证正确率均＞70%，判别效果较好。在4种主要病原判别分析中，鼻病毒(初始验证正确率为65.31%，交叉验证正确率为63.30%)和流感嗜血杆菌(初始验证正确率为66.67%，交叉验证正确率为63.80%)判别正确率均略低于其余2种病原，原因可能与Bayes判别分析要求样本量较大有关^[9]，而鼻病毒和流感嗜血杆菌样本病例相对较少，使得判别正确率不够稳定。在本文中还应用逐步判别法探讨了各临床指标在4种主要病原感染分类诊断中的价值，通过逐步筛选获得11个临床指标有统计学意义；它们对判别函数贡献大小依次为流涕、胸痛、乏力、胸腔积液、咽喉痛、淋巴细胞百分比、肺部啰音、体温、发热、血小板计数、白细胞计数。值得注意的是，有研究表明血小板计数对鉴别呼吸道感染病原体没有特异性诊断价值^[10]，然而逐步判别分析显示血小板计数为有统计学意义的变量，对判别函数有贡献，说明血小板计数在鉴别呼吸道感染病原时有一定的价值。

本文存在局限性。如将Bayes判别分析法只应用在4种主要病原中，而未对所有病原进行判别分类，一方面是由于判别分析在分类越多的情况下其判别效果越难保证，另一方面部分病原检出阳性例数少且临床资料缺失较多，使得判别分析样本量难以保证；此外，本文也未涉及判别分析中是否存在病原亚型的分类应用价值，还有待进一步研究。

总之，2009－2015年甘肃省FRS病原检测中流感病毒、鼻病毒、肺炎链球菌以及流感嗜血杆菌4种主要病原阳性率均较高，应进行长期监测。Bayes逐步判别分析能够很好的分析这4种主要病原阳性病例的临床指标，筛选出对判别函数有意义的变量，并建立较为稳定的判别函数，对呼吸道感染病原的早期诊断有一定的积极作用。

利益冲突: 无