首页 > 数字医学与健康 > 七种算法在建立血小板计数参考区间中的性能评价

七种算法在建立血小板计数参考区间中的性能评价

Performance evaluation of seven algorithms in establishing reference intervals for platelet counts

摘要目的:基于体检大数据，探索不同算法在建立血小板计数（PLT）参考区间中的性能评价。方法:测试集为2020年1月—2024年12月浙江大学医学院附属第一医院体检人群的PLT检测结果，数据经纳入和排除处理后，按HarrisBoyd和GAMLSS连续百分位数图进行分组，采用EP28-NP、EP28-P、Hoffmann、Bhattacharya、TMC、refineR、Kosmic共7种算法建立PLT的参考区间，并评价7种算法的性能和参考区间的偏倚比。验证集为2023年1月—2024年12月杭州市余杭区第一人民医院体检人群的PLT数据，通过率（在参考区间内的数据比例）≥90%为通过。结果:测试集纳入数据91 268例，PLT只需按年龄分为20~45岁和≥46岁两组。TMC、refineR、Kosmic建立的PLT 参考区间较EP28和Hoffmann、Bhattacharya轻度偏高。以EP28-NP的PLT参考区间［20~45岁为（160~355）×10 9/L、≥46岁的（132~329）×10 9/L］为基准，与其余6种算法的偏倚比均<0.25，一致性好。EP28-NP和refineR的用户操作更简单，计算结果更稳健，运行速度更快。验证集纳入数据10 367例，7种算法建立的PLT参考区间，均通过外部验证（92.78%~95.81%）。结论:7种算法建立的PLT参考区间一致性好，其中EP28-NP和refineR性能更佳。