利奈唑胺致重症患者低钠血症预测模型的建立与评价

目的：建立利奈唑胺致重症患者低钠血症的预测模型,并验证模型的准确率。方法：选取2019年1月至2020年12月于安庆市第一人民医院使用利奈唑胺的89例重症患者作为训练集,回顾性分析患者的临床资料,包括性别、年龄、用药天数、用药前实验室检查指标、肝肾功能、合并疾病与联合用药等。采用Logistic回归分析筛选低钠血症发生的独立危险因素,建立预测模型,并采用受试者工作特征曲线（receiver operating characteristic curve,ROC）分析评价预测模型,另外选取2021年1－3月的30例符合纳入标准的患者的临床资料作为验证集,交叉验证预测模型的准确率。结果：89例患者低钠血症发生率为21.33%,单因素分析提示,与未发生组相比,低钠血症发生组用药天数、肾小球滤过率（eGFR）、C-反应蛋白、高血压和丙戊酸钠方面的差异有统计学意义（P<0.05）。多因素Logistic回归分析显示用药天数和eGFR是低钠血症发生的独立危险因素,2种危险因素联合建立Logistic回归方程,即Z=－1.751+0.313X_用药天数－0.059X_eGFR,计算89例患者的Z值,ROC曲线下面积为（AUC=0.894,95% CI：0.828~0.960,P<0.001）,Youden指数最大时（0.711）的切点为ROC曲线上的最佳临界值（－2.09）,30例患者验证该模型准确率为83.33%。结论：用药天数和eGFR是重症患者使用利奈唑胺致低钠血症的高危因素,两者拟合模型预测低钠血症发生有一定价值,其准确率为83.33%。     

利奈唑胺致血小板减少症发生状况及相关影响因素分析研究

目的：对使用利奈唑胺的住院患者进行回顾性调查分析,探讨利奈唑胺致相关性血小板减少症的发生情况及其影响因素。方法： 采用回顾性病例研究,对2015年6月至2017年12月某院260例使用利奈唑胺致相关性血小板减少症的发病情况进行分析,采用t检验（参数）和 Mann-Whitney U 检验（非参数）,χ2检验逐个分析各指标的组间差异性;采用条件Logistic回归分析不良反应/事件发生的影响因素及其标准回归系数（影响程度）。检验水准α=0.05。结果：纳入研究的260例患者中,有67例发生血小板减少症,发生比例为25.77%。单因素分析年龄分组中＞65岁人群中发病率较高,为35.40%（χ2=9.80,P=0.02）;≥3个联合用药组中发病率较高,为34.07%（χ2=11.02,P=0.01）。分析表明,实验室检查指标血小板基础值、用药天数、白蛋白、血清肌酐、尿素氮、尿酸与血小板减少症有关（P<0.05）。多因素Logistic回归分析提示：血小板基础值、用药天数、胆红素、肌酐与血小板减少症的发生密切相关。ROC诊断曲线预测分析曲线下面积为0.738,灵敏度68.71%,特异度71.50%,Youden指数0.40。结论：使用利奈唑胺后发生血小板减少症的发生率较高;单因素分析显示应重点关注高龄（≥65岁）、联合用药（≥3种）、基础血小板值低的患者;多因素分析显示,血小板基础值、用药天数、胆红素、肌酐与血小板减少症的发生密切相关。     

利奈唑胺注射液致血小板减少的主动监测与评价研究

目的：通过计算机辅助主动监测方法,分析评估中国人民解放军总医院住院患者中利奈唑胺注射液致血小板减少的真实世界数据。方法：依托医疗机构药品不良事件主动监测与智能评估警示系统（ADE-ASAS）,回顾性调取2008年1月至2020年12月该院使用利奈唑胺注射液患者信息。对系统报警的疑似病例展开双人盲评、逐一甄别,确认利奈唑胺注射液致血小板减少阳性病例。结果：ADE-ASAS提取获得利奈唑胺注射液用药患者9 338例,通过对患者诊疗信息开展主动监测,判别得到阳性病例810例（8.67%）,其中ADR组（血小板计数<100×10⁹/L）465例（4.97%）,趋势组（血小板降幅>基线值×25%）754例（8.07%）。高龄和入住ICU患者血小板减少发生率较高,高龄、入住ICU、血小板基线值较高、用药时间短、合并抗感染药物品种数少的患者血小板日均降速较大。进一步单因素分析提示,高龄（RR=3.33/3.54,P<0.05）、入住ICU（RR=1.73/1.90,P<0.05）、血小板计数值低/降幅大（RR=2.04/3.33,P<0.05）为ADR组和趋势组患者院内死亡的危险因素。结论：应用ADE-ASAS可以高效、准确地获取利奈唑胺注射液真实世界用药数据,发掘血小板减少发生趋势、规律和院内死亡危险因素,进而早期识别、有效规避高危患者不良反应风险。     

TDM联合Logistic模型对利奈唑胺致血小板减少症危险因素的研究

目的：研究利奈唑胺治疗重症感染患者发生血小板减少的危险因素。方法：采用逻辑回归分析方法，结合TDM技术，针对患者用药治疗前生理特点、治疗期间临床指标特征情况、治疗药物监测结果、感染类型与合并用药情况这五个方面，通过构建Logistic回归模型，并联合ROC曲线对血小板减少症的发生情况进行预测分析。结果：108例患者（男性65例，女性43例），35例患者出现了血小板减少症状。采用逐步回归的Logistic分析法显示，患者年龄、血肌酐浓度、血小板基线值、谷浓度是发生血小板减少症的独立危险因素。综合上述独立危险因素，建立Logistic回归方程：Logit （P）=0.056×X_C-0.094×X_PLT+0.086×X_Scr-0.082×X_Age+1.927，并通过构建联合预测因子的ROC曲线，对Logistic回归方程进行变换得到联合预测因子的计算公式，Y联合=X_C-1.678×X_PLT+1.535×X_Scr-1.464×X_Age。结论：患者应用利奈唑胺治疗时，可将该患者的年龄、血肌酐浓度、血小板基线值、谷浓度代入方程中（Y_联合=X_C-1.678×X_PLT +1.535×X_Scr-1.464×X_Age），若计算出的结果小于520.62（ROC最佳临界值），则该患者在治疗期间出现血小板减少症的风险较高，此时需要加强血常规监测，并根据结果及时调整给药方案。     

住院患者使用利奈唑胺致相关性血小板减少症的危险因素分析

目的 研究住院患者使用利奈唑胺致血小板减少的发生率及危险因素.方法 采用回顾性横断面研究,以解放军总医院2011年1月至2011年5月间使用利奈唑胺的住院患者为研究对象,通过医院信息系统记录患者一般资料、病生理情况、用药情况并动态监测血小板计数变化.定义血小板减少症为低于正常值下限(即血小板计数＜100×109/L),并根据排除标准控制混杂因素,对纳入病例使用利奈唑胺致血小板减少症的观察指标进行逐步逻辑回归筛选危险因素,并绘制ROC曲线预测发生特征.结果 获得用药病例345例,按入排标准纳入有效病例208例,其中男性129(62.02％)例,女性79( 37.98％)例,平均年龄为62.67±18.66(16～ 98)a,用药时间平均为9.68±6.07(3～39)天.使用利奈唑胺致相关性血小板减少症的有59例(28.37％),发生血小板低于正常值或基础值的25％的有106例(50.96％),其中有20人(9.62％)发生了Ⅲ度和Ⅳ度血小板下降,需要输血或输注血小板.单因素分析显示年龄、肌酐清除率、基础血小板值、总胆红素、血清白蛋白对血小板减少症的影响具有统计学意义,逐步逻辑回归多因素分析显示基础血小板值和年龄与血小板减少症密切相关.绘制血ROC曲线Youden指数最大时(0.3855),曲线下面积为0.739时,对应切点的敏感度为62.71％,特异度为75.84％.结论 基础血小板值、年龄是利奈唑胺致相关性血小板减少症的独立危险因素,对基础血小板值≤204×109/L、年龄≥82岁的患者,容易发生明显血小板减少症甚至出血风险,应加强血常规监测频率.低肌酐清除率、低血清白蛋白水平也是发生血小板减少的重要危险因素,提示利奈唑胺致相关性血小板减少症呈浓度依赖性,并与免疫机制相关.此外,可尝试使用ROC曲线筛选预测利奈唑胺相关性血小板减少的风险特征,并在易感人群中调整合适剂量以兼顾有效性和安全性.     

利伐沙班致出血风险因素分析及预测

目的： 分析服用利伐沙班后的出血不良反应与凝血指标和出血风险因素的相关性,以提高其临床用药的安全性。方法： 回顾性分析2018年12月至2019年12月复旦大学附属华东医院服用利伐沙班的176例住院患者资料,对可能引起出血不良反应的危险因素进行单因素及Logistic回归分析,并在此基础上建立出血风险预测模型。结果： 85例（48.30%）存在出血不良反应,其中实际观察到的出血不良反应39例,隐匿性出血不良反应46例。Logistic回归分析结果显示,凝血酶原时间（prothombin time,PT）、性别、联用非甾体抗炎药（NSAIDs）/抗血小板药物等4个影响因素对利伐沙班致出血不良反应有显著性影响（P<0.05）。进一步得到出血风险联合预测因子Y=-15.087+1.115×X_PT-1.468×X_性别+1.645×X_联合NSAIDs+1.395×X_{联合抗血小板药物},其ROC曲线的AUC值为0.880,表明具有较好的预测能力。约登指数计算结果显示PT值超过12.75 s （灵敏度为0.762,特异度为0.725）易出现出血不良反应事件。结论： 在服用利伐沙班时应加强患者出血风险因素的评估,以保证临床用药的安全性。     

老年患者应用利奈唑胺的合理性和安全性评价

目的：对复旦大学附属中山医院老年患者临床应用利奈唑胺的合理性进行分析,并统计不良反应的发生情况,为老年患者安全合理用药提供参考。方法：运用回顾性研究方法,选取2018年8月至2020年8月在复旦大学附属中山医院使用利奈唑胺治疗的老年患者,收集患者的基本信息、感染部位、病原菌的种类、实验室检查指标、合并疾病和合并用药等情况,根据药品的说明书和相关指南设计调查表,对老年患者中利奈唑胺的使用情况进行合理性评价,评估其疗效和不良反应,并对血药浓度监测情况进行统计分析。结果：共纳入有效病例329例,利奈唑胺临床应用的合理率为81.8%,不合理原因主要有无指征用药、疗程不当、选药起点过高以及联用药物不适宜等。临床治疗有效率为69.3%,病原菌清除率为59.6%。利奈唑胺用药期间主要的不良反应为血小板减少（20.4%）和血红蛋白减少（11.9%）。31名老年患者进行利奈唑胺的血药浓度监测,血药浓度的监测率为9.4%,谷浓度维持在2~8 mg·L^-1的有11例（35.5%）,谷浓度＞8 mg·L^-1的有18例（58.1%）,谷浓度<2 mg·L^-1的有2例（6.4%）。结论：利奈唑胺临床应用的合理性有待提高,临床医师应严格把握用药适应证及合并用药的合理性来促进其临床使用。此外,临床用药期间还应加强利奈唑胺的血药浓度监测来提高老年患者用药的安全性。     

合并使用P糖蛋白抑制剂致利奈唑胺血药浓度超标的病例对照研究

目的 探索包括合并使用P糖蛋白(P glycoprotein,P-gp)抑制剂在内的各项因素对利奈唑胺血药浓度超标的影响,以降低因利奈唑胺高浓度导致的不良反应。方法 回顾性分析浙江大学医学院附属第一医院2018年1月—2019年12月使用利奈唑胺治疗并进行浓度检测的患者,研究利奈唑胺浓度超标与血小板减少不良反应的相关性,并对利奈唑胺浓度超标进行危险因素分析。结果 共纳入102例患者,发生血小板减少35例,该不良反应的发生与利奈唑胺的最高谷浓度成正相关(Kendall’s tau-b=0.418,P<0.001)。二元Logistic回归分析发现,肌酐清除率、使用剂数及联合P-gp抑制剂是利奈唑胺浓度超标(>8 mg·L^-1)的独立危险因素,联合P-gp抑制剂的OR值高达4.132(95%CI 1.250～13.657,P=0.020)。联合P-gp抑制剂与血小板减少的相关性尚无统计学意义。结论 利奈唑胺浓度超标与血小板减少有关,联合P-gp抑制剂是利奈唑胺浓度超标的重要危险因素,应关注利奈唑胺治疗时的合并用药,降低不良反应。     

成人危重症患者利奈唑胺相关性血小板减少症的危险因素分析

目的:了解ICU危重症患者使用利奈唑胺治疗后并发血小板减少症的情况,并进行相关危险因素分析,为临床的合理安全用药提供依据。方法:采用回顾性研究方法,选取广州市某三甲医院ICU病房2013年1月-2014年12月使用利奈唑胺注射剂或片剂的成人患者病例,调查利奈唑胺治疗中并发血小板减少症的情况,并用单因素和多因素逐步Logistic回归分析其相关危险因素。结果:通过统一的纳入和排除标准筛选符合要求的病例共57例,利奈唑胺治疗中并发血小板减少症的发生率为28.07%,并发血小板减少组与未并发组相比,血小板基线值较低[(174.06±53.21)×10⁹/L:(228.93±81.86)×10⁹/L,P=0.019],APACHEⅡ评分较高[(22.12±8.66):(16.20±4.77),P=0.039],血清肌酐清除率(Ccr)较低[(中位数41.86,四分位数间距26.26):(中位数71.84,四分位数间距56.40),P=0.003];多因素逐步Logistic回归显示利奈唑胺治疗中并发血小板减少症的危险因素包括血小板基线值(OR 5.02,95%CI 1.01~17.95,P=0.043),CCr(OR 5.16,95%CI 1.21~22.03,P=0.027)和APACHEⅡ评分(OR 3.92,95%CI 1.08~14.14,P=0.037)。结论:危重症患者在使用利奈唑胺治疗的过程中应警惕血小板减少症的发生,尤其是血小板基线值<200×10⁹/L、肾功能不全(Ccr<50 mL·min^-1)和APACHE Ⅱ≥20分的患者。     

利奈唑胺不良反应的文献统计分析

目的: 探讨利奈唑胺不良反应发生的规律及危险因素,为临床合理用药提供参考。方法: 检索2000年1月至2021年12月中国知网、万方、维普、PubMed等中外文数据库报道的利奈唑胺不良反应个案报道,提取相关数据进行统计学分析。结果: 共收集相关文献113篇,包括154例利奈唑胺不良反应,男性99例(64.29%),女性55例(35.71%),男女比例为1.8∶1;60岁以上患者发生率最高(55.20%);不良反应出现时间在3~28 d的最多(68.18%);不良反应累及全身多个系统/器官,其中血液系统损害(血小板减少、全血细胞减少等)占比最多(51.14%),其次为代谢系统损害(乳酸性酸中毒和高乳酸血症;25.00%)。统计结果表明年龄、性别、过敏史、合并用药、日剂量、给药途径以及给药疗程等危险因素与血液系统和代谢系统损害可能无关。结论: 利奈唑胺不良反应可累及全身各个系统/器官,长期使用易致严重药品不良反应,建议临床医师和药师重视利奈唑胺所致的不良反应,使用时加强监测,以减少药品不良反应的发生。     

利伐沙班在缺血性脑卒中合并小腿肌间静脉血栓形成患者中的疗效与安全性影响因素分析

目的：探讨利伐沙班在缺血性脑卒中（IS）合并小腿肌间静脉血栓（CMVT）患者中疗效与安全性的影响因素。方法：将134例IS合并CMVT患者根据利伐沙班剂量分为低剂量（10 mg·d^-1和15 mg·d^-1）组（n=80）和标准剂量（20 mg·d^-1）组（n=54）,收集并比较2组患者临床基线资料。随访记录治疗后的无效事件和出血事件,采用单因素和多因素Logistic回归分析危险因素,并建立风险预测模型。结果：低剂量组患者肌酐清除率（CrCl）<50 mL·min^-1、合用阿司匹林比例显著高于标准剂量组（P<0.05）,低密度脂蛋白胆固醇（LDL-C）>2.6 mmol·L^-1比例显著低于标准剂量组（P<0.05）。低剂量组患者治疗无效事件发生率明显高于标准剂量组、出血事件发生率明显低于标准剂量组（P<0.05）。多因素分析显示,标准剂量（20 mg·d^-1）是影响无效事件和出血事件的独立危险因素（P<0.05）,美国国立卫生研究院卒中量表（NIHSS）评分、合并冠心病是影响出血事件的独立危险因素（P<0.05）。出血事件联合预测因子Z=-3.642+1.341X_剂量+0.153X_NIHSS+1.334X_{合并冠心病},ROC曲线的AUC值为0.833,表明有良好的预测性能。结论：低剂量利伐沙班（10 mg·d^-1和15 mg·d^-1）可能更适合IS合并CMVT患者,临床应结合剂量、NIHSS评分、合并冠心病3种危险因素综合评估出血风险。     

Retrospective analysis of the risk factors for linezolid-induced thrombocytopenia in adult Japanese patients

Background Thrombocytopenia is a major side effect of linezolid therapy. However, there are few reports about the risk factors for linezolid-induced thrombocytopenia. Objective The aim of this study is to evaluate the risk factors for thrombocytopenia in patients who undergo linezolid therapy. Setting Aomori Prefectural Central Hospital in Japan, a tertiary 695 beds hospital. Method A retrospective review was performed using the hospital’s medical records. From January 2010 to August 2012, 75 adult patients who received linezolid therapy were enrolled in this study. Main outcome measure Linezolid-induced thrombocytopenia was defined as a decrease in the patient’s platelet count to <10 × 10⁴/μL or a reduction of ≥30 % from their baseline value. Odds ratios (OR) for thrombocytopenia were analyzed using multivariate stepwise logistic regression analysis. Results Thrombocytopenia occurred in 29 patients (38.6 %), seven of whom required platelet transfusions. The patients who developed thrombocytopenia were significantly older, displayed a significantly higher frequency of renal insufficiency, and received linezolid therapy for significantly longer than the patients without thrombocytopenia. Stepwise logistic regression analysis suggested that receiving linezolid therapy for ≥14 days was a significant risk factor for thrombocytopenia [OR 13.3, 95 % confidence interval (CI) 3.2–55.6, p < 0.01], whereas the creatinine clearance rate exhibited a significant negative correlation with the incidence of the condition [OR 0.98, 95 % CI 0.96–0.99, p = 0.037]. The incidence of thrombocytopenia among the patients who demonstrated creatinine clearance rates of <30 mL/min was 60 % (12/20), which was significantly higher than that observed among the patients who displayed creatinine clearance rates of more than 60 mL/min (26.4 %, 9/34, p = 0.014). Conclusion Receiving linezolid therapy for ≥14 days and a low creatinine clearance rate were suggested to be risk factors for linezolid-induced thrombocytopenia. The platelet counts of patients with these risk factors should be closely monitored.     

Risk factors for linezolid-induced thrombocytopenia in adult inpatients

Background Previous reports about risk factors for linezolid-induced thrombocytopenia have been insufficient, often due to the variability in study design and population, and some factors have not yet been studied. Aim The aims of this study are to determine potential risk factors for linezolid-induced thrombocytopenia, and to analyze the influencing factors of different thrombocytopenia definitions. Method This retrospective study involved patients who were administered intravenous linezolid for?≥?1 day between January 1, 2015 and January 1, 2021. Their demographic and clinical data were extracted from electronic medical records. Thrombocytopenia was defined as: ①thrombocytopenia with platelet count?<?100?×?10⁹/L and a decrease in 25% or more from baseline of the platelet count (criterion 1); ②thrombocytopenia due to a platelet count drop decrease of 25% or more from baseline (criterion 2). Risk factors were determined via binary logistic regression analysis. Results This study included 320 patients. Binary logistic regression analysis indicated that baseline platelet count (p?<?0.001), linezolid therapy duration (p?=?0.001) and shock (patients require vasoactive medications) (p?=?0.019) were independent risk factors for criterion-1thrombocytopenia, while linezolid therapy duration (p?<?0.001) and shock (p?=?0.015) were independent risk factors for criterion-2 thrombocytopenia. There was also a significant correlation between shock and early-onset thrombocytopenia (p?=?0.005 and 0.019 for criterion 1 and criterion 2, respectively). Conclusion Linezolid therapy duration and shock were common causes of different thrombocytopenia definitions; shock was correlated with early-onset thrombocytopenia. Platelet count should be monitored during linezolid therapy especially during long-duration therapy and in shock patients.

     

6所医院414例利奈唑胺相关性血小板减少集中监测研究

目的：研究住院患者使用利奈唑胺致血小板减少的发生率、严重程度和危险因素。方法：采用前瞻性研究,以6家医院2011年1月～2011年6月使用利奈唑胺的住院患者为研究对象,开发专用监测采集软件与临床药师评估相结合,实施多中心医院集中监测,通过回归分析筛查利奈唑胺相关血小板减少的危险因素,使用接收者操作特性曲线预测其临床特征。结果：获得利奈唑胺用药病例648例,按本研究目的纳入有效病例414例,血小板减少低于正常值的发生率为20.05%,出现明显血小板减少（定义为低于基础值的75%）的发生率为6.3%,7.25%发生了Ⅲ度和Ⅳ度血小板下降,血小板减少最低值（59.41±25.94）×10~9·L~（-1）,平均降幅（60.84±22.43）%。多因素分析显示基础血小板值、年龄和是否重症监护患者与血小板减少的发生密切相关,基础血小板值≤183×1~9·L~（-1）,年龄≥76岁的患者易出现明显血小板减少甚至出血风险。结论：利奈唑胺致相关血小板减少的临床发生率远高于产品资料,且存在一定的出血倾向,尤其对于基础血小板计数偏低、肾功能不全、高龄、危重症等多个危险因素并存的患者应增加全血细胞计数的监测频率。     

老年营养风险指数联合前清蛋白对老年肝癌患者术后并发症的预测价值

目的探究老年营养风险指数(GNRI)联合前清蛋白(PA)对老年肝癌患者术后并发症的预测价值。方法选取2020年1月至2022年1月威海市中心医院收治的老年肝癌患者82例, 其中男40例、女42例, 年龄(75.68±7.85)岁, 行GNRI值检查, 检测PA, 并根据患者术后是否发生并发症分为并发症组和无并发症组, 分析GNRI、PA对老年肝癌患者术后并发症的预测效能。采用独立样本t检验、χ2检验、logistic多因素回归分析, 绘制受试者工作特征曲线(ROC)。结果 82例原发性肝癌患者中术后发生并发症16例(19.51%), 其中术后出血10例, 感染、胆漏、乳糜瘘各2例。两组性别、吸烟、糖尿病、高脂血症、年龄、肌酐、γ-谷氨酰转肽酶(GGT)、碱性磷酸酶(ALP)对比差异均无统计学意义(均P>0.05);并发症组GNRI[(90.25±10.52)]低于无并发症组[(100.52±19.65)], PA[(168.52±19.62)mg/L]高于无并发症组[(69.25±10.35)mg/L], 差异均有统计学意义(t=2.015、28.233, P=0.047、<...     

ICU使用万古霉素的患者发生肾功能亢进的危险因素分析

目的：探讨ICU使用万古霉素的患者发生肾功能亢进（ARC）的危险因素。方法：回顾性分析2016年1月—2019年2月在某院重症医学科（ICU）接受万古霉素常规剂量1 g q12 h治疗的患者。根据患者是否存在ARC进行分组,ARC定义为患者肌酐清除率（CrCl）≥130 mL·（min·1.73 m²）^-1,采用单因素和二元Logistic回归分析筛选影响ARC发生的危险因素,采用受试者工作特征曲线（ROC）分析危险因素对ARC的预测价值。结果：研究共纳入102例危重症患者,36例（35%）出现ARC,较之非ARC患者,ARC患者更年轻,使用正性肌力药、发生脑外伤和SIRS的频率更高,SOFA评分和万古霉素稳态谷浓度更低。Logistic回归显示,年龄（OR=0.955,95%CI：0.925~0.987）、脑外伤（OR=2.89,95%CI：1.003~8.327,）和SOFA评分（OR=0.687,95%CI：0.526~0.897）是ARC发生的的独立危险因素。年龄51岁为ROC曲线切割点,曲线下面积（AUC）为0.714,敏感度61.1%,特异度74.2%;SOFA评分7分为ROC曲线切割点分,AUC为0.739,敏感度45.5%,特异度94.4%。结论：年龄≤51岁、SOFA评分≤7分和颅脑外伤的危重症患者发生ARC的风险较高,易引起万古霉素治疗浓度不足,需引起临床医生的高度重视,早筛查、早识别、早干预是关键。     

Classification Tree Analysis Based On Machine Learning for Predicting Linezolid-Induced Thrombocytopenia

Linezolid-induced thrombocytopenia is related to linezolid exposure, baseline platelet count and patient background. Although the relationship usually reflects the time of onset of thrombocytopenia, if the platelet maturation process is taken into account, the platelet decrease can be considered to have started at the beginning of treatment. To predict linezolid-induced thrombocytopenia, classification and regression tree (CART) analysis based on machine learning has been applied to identify predictive factors and cutoff values.We examined 74 patient data with or without linezolid-induced thrombocytopenia. Linezolid concentration and platelet count change, baseline platelet count, age, body weight and creatinine clearance estimate were evaluated as predictive factors for linezolid-induced thrombocytopenia. CART analysis selected the final tree containing two cutoff values: a platelet count reduction to less than 2.3% from baseline at 96 h after the initial dose and a linezolid concentration greater than or equal to 13.5 mg/L at 96 h after the initial dose. The targets for therapeutic intervention were concluded to be the linezolid concentration and the platelet change from baseline at 96 h after the initial dose. These cutoff values occur prior to the onset of thrombocytopenia and should be monitored to avoid linezolid-induced thrombocytopenia.     

纤维蛋白原、血栓弹力图（K值）和血栓弹力图（α角）与老年急性冠脉综合征患者冠状动脉复杂病变的相关性研究

目的　分析老年急性冠脉综合征（ACS）患者入院时纤维蛋白原（Fib）、血栓弹力图［TEG（K值）、TEG（α角）］与冠状动脉复杂病变是否具有相关性。方法　选取2018年6月至2021年6月于连云港市第二人民医院经冠状动脉造影确诊为ACS的老年患者183例,按冠状动脉病变程度分为复杂病变组（111例）、非复杂病变组（72例）,选取同期冠状动脉造影排除冠心病的老年患者60例作为对照组,比较组间Fib、TEG（K值）、TEG（α角）水平差异。统计学方法采用单因素方差分析、Kruskall-Wallis检验、χ²检验、二元logistic回归分析、受试者工作特征曲线（ROC）。结果　老年ACS患者冠状动脉复杂病变组Fib水平高于非复杂病变组及对照组［（4.23±1.05）g/L比（3.84±0.71）g/L、（3.76±0.81）g/L］,差异有统计学意义（F=2.530,P=0.012）;复杂病变组TEG（K值）低于非复杂病变组及对照组［（2.18±0.42）min比（2.32±0.59）min、（2.41±0.74）min］,差异有统计学意义（F=2.130,P=0.036）;二元logistic回归分析结果显示Fib是老年ACS患者冠状动脉复杂病变的危险因素（OR=2.023,P=0.015）,TEG（K值）是老年ACS患者冠状动脉复杂病变的保护因素（OR=0.591,P=0.018）;通过ROC分析,Fib联合TEG（K值）预测老年ACS患者冠状动脉复杂病变的曲线下面积为0.756,灵敏度和特异度分别为76.68%和63.52%,最佳截断值分别为4.67 g/L和2.07 min。结论　老年ACS患者入院时Fib和TEG（K值）水平与冠状动脉复杂病变相关,对冠状动脉复杂病变有预测价值,Fib为冠状动脉复杂病变的独立危险因素,而TEG（K值）为冠状动脉复杂病变的保护因素。