紅細胞分布寬度在慢性阻塞性肺疾病中的診斷價值

胡瓊英　張　爽　曾　瑜　張朝明成都中醫藥大學附屬醫：檢驗科，四川成都610072

紅細胞分布寬度在慢性阻塞性肺疾病中的診斷價值

胡瓊英張爽曾瑜張朝明
成都中醫藥大學附屬醫：檢驗科，四川成都610072

目的探討紅細胞分布寬度（RDW）對慢性阻塞性肺疾病（COPD）的診斷價值，為COPD的早期診斷發掘新的標志物。方法采集2015年11～12月成都中醫藥大學附屬醫：COPD患者（204例）、肺惡性腫瘤患者（96例）及健康體檢者（71例）的靜脈血2 mL，檢測三組的RDW值，one-way ANOVA法比較三組間RDW值變化。繪制RDW診斷COPD的受試者工作曲線（ROC曲線），計算靈敏度、特異度和約登指數，診斷界值cut-off值。結果與健康體檢者比較，RDW在COPD患者及肺惡性腫瘤患者中均顯著升高（P＜0.05）；ROC曲線下面積（AUC）為0.875，最大約登指數為0.624，靈敏度和特異度分別為69.3%和93.1%，對應的cut-off值為45.55。結論RDW對COPD具有較高的診斷價值，可作為COPD診斷和鑒別診斷的新指標。

紅細胞分布寬度；慢性阻塞性肺疾病；診斷標志物；診斷價值

[Abstract]Objective To discuss the diagnostic va1ue of red b1ood ce11 distribution width(RDW)on chronic obstructive pu1monary disease(COPD),and exp1ore a new diagnostic marker for COPD.Methods From November to December 2015,in Teaching Hospita1 of Chengdu University of Traditiona1 Chinese Medicine,venous b1ood 2 mL of COPD patients(204 cases),pu1monary ma1ignant tumor patients(96 cases)and hea1th peop1e(71 cases)were co11ected,the RDW 1eve1s were detected and compared by one-way ANOVA.The receiver operator characteristic curve(ROC)was drew,sensitivity,specificity and Youden′s index(YI),cut-off va1ue were ca1cu1ated.Results RDW 1eve1s rose significant1y in COPD patients and pu1monary ma1ignant tumor patients compared with hea1th group(P＜0.05).YI was 0.624 whi1e the cut-off was 45.55,and the sensitivity and specificity were 69.3%and 93.1%,respective1y.Conclusion RDW may be potentia1 a biomarker in the diagnosing of COPD.

[Key words]Red b1ood ce11 distribution width;Chronic obstructive pu1monary disease;Diagnostic marker;Diagnosing va1ue

紅細胞分布寬度（red b1ood ce11 distribution width，RDW）為全血細胞檢測的常規項目，是紅細胞體積異質性的參數，即反映紅細胞大小不均的客觀指標，主要應用于臨床貧血的診斷及鑒別診斷[1]。最近，有文獻報道，RDW除了與血液系統疾病狀態的改變有關外，還可以作為多種疾病診斷、鑒別診斷及預后判斷的標志物，如心血管系統疾病[2]、糖尿病[3]、結腸炎[4]、胰腺炎[5]、淋巴瘤[6]及強直性脊柱炎[7]等。這些報道為RDW在各領域的應用研究打下了堅實的基礎。慢性阻塞性肺疾病（chronic obstructive pu1monary disease，COPD），是指終末細支氣管遠端部分（包括呼吸性細支氣管、肺泡管、肺泡囊和肺泡）膨脹，并伴有氣腔壁的損壞的一類疾病[8]。COPD是全球發病率和死亡率最高的疾病之一，在全世界范圍內每年由COPD引起的呼吸困難人數約有6500百萬人，且隨著大氣污染、患者年齡和吸煙人數的不斷增加，其發病率呈逐年上升的趨勢，據估計，2006年全世界約有275萬人死于COPD[9-10]。早期診斷、早期治療是降低COPD發病率和死亡率診的重點，也是提高患者生活質量的有效手段。目前COPD的診斷主要依靠典型癥狀和體征，結合胸部X線檢查，但對于臨床表現不典型者，其診斷和鑒別診斷困難，常常耽誤COPD的治療及預后[11-12]。實驗室檢查手段主要以炎性反應的指標為主，如白細胞數、中性粒細胞數和C反應蛋白等，但這些實驗室指標并不特異，難以輔助診斷，因此發現和探索一種新的實驗室檢查方法對COPD的診治有重要意義[13]。本研究通過收集COPD、肺惡性腫瘤相關病種的患者標本，與健康體檢者作比較檢測血常規，探討RDW在COPD的變化情況，并計算RDW早期診斷和鑒別診斷COPD的診斷價值，以期為早期診斷COPD尋找一種檢測方法簡單、評估便捷、花費較少的指標。

1　資料與方法

1.1一般資料

收集2015年11～12月成都中醫藥大學附屬醫：（以下簡稱“我：”）COPD患者（204例）、肺惡性腫瘤患者（96例）及健康體檢者（71例）的靜脈血2 mL，EDTA抗凝，檢測各組RDW值。肺惡性腫瘤患者確診的金標準為病理活檢，其余疾病的診斷以最新臨床指南為準[14]。COPD患者、肺惡性腫瘤患者及健康體檢者的一般資料情況見表1。

表1　COPD患者、肺惡性腫瘤患者和健康體檢者的一般資料

1.2方法

1.2.1實驗室與儀器所有標本先進行血常規檢測，得到RDW，均在我：檢驗科完成，我：檢驗科已通過ISO15189國際認證，其血常規所使用儀器為SYSMEX XE-2100全自動五分類血液分析儀，并使用該儀器參加衛生部臨檢中心及四川省臨檢中心的室間質量評價，合格率均為100%，能確保檢測的可比性、一致性、重復性及準確度。

1.2.2數據處理對COPD、肺惡性腫瘤患者和健康體檢者三組的RDW數據進行one-way ANOVA分析，比較RDW差異，再對RDW診斷COPD繪制受試者工作曲線（receiver operator characteristic curve，ROC曲線），計算靈敏度（sensitivity）、特異度（specificity）、陽性似然比（positive 1ike1ihoodratio，+LR）、陰性似然比(negative 1ike1ihoodratio，-LR）、陽性預測值(positive predictive va1ue，+PV)、陰性預測值(negative predictive va1ue，-PV)、準確度（accuracy，AC）和約登指數，計算診斷界值cut-off值，評價RDW診斷COPD的診斷價值。靈敏度=a/（a+c）×100%；特異度=d/（b+d）×100%；陽性似然比=靈敏度/（1-特異度）；陰性似然比=（1-特異度）/特異度；陽性預測值=a/（a+b）×100%；陰性預測值=d/（c+d）×100%；準確度=（a+d）/（a+b+c+d）× 100%；a：真陽性、b：假陽性、c：假陽性、d：真陰性。

1.3統計學方法

采用統計軟件SPSS 19.0對數據進行分析，正態分布的計量資料以均數±標準差（x±s）表示，多組間比較采用方差分析。計數資料以率表示，采用χ2檢驗。以P＜0.05為差異有統計學意義。

2　結果

2.1 RDW在COPD、肺惡性腫瘤患者的情況

COPD組的RDW-SD為49.0±6.1；肺惡性腫瘤患者的RDW-SD為50.2±9.6；健康體檢組的RDW-SD為41.2±2.8，ANOVA分析結果顯示，三組差異有統計學意義（F=34.127，P＜0.05）；COPD、肺惡性腫瘤患者的RDW均顯著升高，與健康體檢者比較，差異有統計學意義（P＜0.05）；但COPD患者與肺惡性腫瘤患者之間的RDW差異無統計學意義（P＞0.05）。

2.2 RDW早期診斷COPD的診斷價值

RDW診斷COPD的ROC曲線（圖1），曲線下面積（AUC）為0.875，通過ROC曲線原始數據結點分析計算，得到最靠近ROC曲線左上角點的靈敏度為69.3%，特異度為93.1%，陽性似然比為10.04，陰性似然比為0.07，陽性預測值為97.61%，陰性預測值為43.83%，準確度為74.13%，約登指數為0.624，通過計算其對應的cut-off值為45.55。

圖1　RDW診斷COPD的ROC曲線

3　討論

RDW作為一個常規指標在不同的研究領域有了新的認識，尤其是關于RDW在COPD中的應用，已有國外報道進行了初步探索。Tertemiz等[15]指出RDW可評估COPD的嚴重性，并能預測COPD患者的預后；Ba1ta等[16]認為RDW是COPD死亡率預測的新指標；Seyhan等[17]報道RDW水平和右心室功能障礙都是預測COPD死亡率發生的獨立因素。Sincer等[18]通過對并發右心衰的COPD患者進行研究，發現RDW＞17.7時能有效鑒別COPD和COPD合并右心衰。基于已有的研究基礎和現狀，本研究小組對已確診的COPD、肺惡性腫瘤患者和健康體檢者的RDW水平進行回顧性研究，經ANOVA分析顯示，無論是組間還是組內的均值比較，RDW值在COPD和肺惡性腫瘤患者組都顯著升高，差異有統計學意義（P＜0.05）。預示著RDW作為一個普通的血常規指標，無需額外抽血檢測，無需額外花費，從實驗數據及結合當地實驗室的參考范圍即可為臨床診斷及鑒別診斷提供新的證據，在老項目新應用中有廣闊的應用前景。

然而僅僅靠均值比較并不能評價診斷指標的診斷性能，臨床醫生也難以簡單地通過RDW的升高或降低來判斷COPD及其嚴重程度。所以ROC曲線及曲線下面積所對應的靈敏度、特異度、約登指數及cut-off值是評判一個診斷指標是否具有診斷價值的重要指標[19]。由于ROC曲線由多個臨界值相應的敏感度和假陰性（1-特異度）構成，曲線上的各個點表示相應臨界值的敏感度和特異度，所以ROC曲線綜合反映了診斷性試驗的特性，即診斷性試驗對目標疾病的診斷價值，也可以根據診斷性試驗的使用目的，來確定最佳臨界值。曲線下面積只是反映了某一診斷指標的診斷效能，曲線中的每一點都有一個對應的敏感度和特異度，AUC越接近于1，說明診斷效果越好，在本研究中RDW診斷COPD的AUC為0.875，說明具有較高的準確性[20-21]。關于靈敏度和特異度的選擇與研究者的用途相關，如果用這種方法作為篩選的方法，本著多發現患者的原則，可考慮犧牲特異度來獲取較高的靈敏度。但如果是用它評價作為診斷和鑒別診斷疾病的方法，可偏重考慮特異度，總體而言，應綜合具體疾病的危害，治療的費用等因素考慮平衡了敏感性和特異性的界點[22]。陽性似然比為出現在金標準確定有病的受試者陽性試驗結果與出現在無病受試者陽性試驗結果的比值大小或倍數，因此陽性似然比越大，表明該診斷性試驗誤診率越小，也表示患目標疾病的可能性越大。而陰性似然比為出現在金標準確定有病的受試者陰性試驗結果與出現在無病受試者陰性試驗結果的比值大小或倍數，因此，陰性似然比越小，表明該診斷試驗漏診率越低，也表明患目標疾病的可能性越小[23]。陽性預測值指診斷試驗檢出的全部陽性例數中，真正“有病”的例數（真陽性）所占的比例。陰性預測值指診斷試驗檢出的全部陰性例數中，真正“無病”的例數（真陰性）所占的比例。準確度是指診斷試驗的全部真陽性者和真陰性者占受檢總例數的比例，準確度又稱符合率，反映了診斷性試驗結果與金標準試驗結果符合或一致程度[24]。所以在本研究中，通過對ROC曲線原始數據進行分析，計算約登指數，取約登指數最大的點（0.624）作為最佳診斷界點，此時靈敏度為0.693，特異度為0.931，陽性似然比為10.04，陰性似然比為0.07，對應的cut-off值為45.55，無論是考慮到實驗室的參考范圍，還是疾病的診斷，該診斷結果均有一定臨床應用價值。未來研究還可以擴大標本量，細化病例分組，可得出更為準確的診斷指標值和cut-off值；另外，還可以多指標聯合診斷，例如和C反應蛋白聯合診斷COPD，從以往檢驗指標聯合診斷情況來看，其診斷價值往往比單一標志物更為理想。

綜上所述，RDW預測COPD具有較高的診斷價值，可作為COPD早期診斷及鑒別診斷的潛在標志。

[1]Ersoy O，Gu1tekin B，Ozkan M，et a1.Effect of 1eft ventricu1ar assist devices on red b1ood ce11 distribution width[J]. Exp C1in Transp1ant，2015，13（Supp1 3）：137-139.

[2]Bujak K，Wasi1ewski J，Osadnik T，et a1.The prognostic ro1e of red b1ood ce11 distribution width in coronary artery disease：a review of the pathophysio1ogy[J].Dis Markers，2015，2015：824624.

[3]Nada AM.Red ce11 distribution width in type 2 diabetic patients[J].Diabetes Metab Syndr Obes，2015，8：525-533.

[4]Ipek S，Cekic C，A1per E，et a1.Can red ce11 distribution width be a marker of disease activity in u1cerative co1itis?[J]. Int J C1in Exp Med，2015，8（8）：13848-13853.

[5]Wang D，Yang J，Zhang J，et a1.Red ce11 distribution width predicts deaths in patients with acute pancreatitis[J].J Res Med Sci，2015，20（5）：424-428.

[6]Peri?a V，Zibar L，Sinˇci′c-Petriˇcevi′c J，et a1.Red b1ood ce11 distribution width as a simp1e negative prognostic factor in patients with diffuse 1arge B-ce11 1ymphoma：a retrospective study[J].Croat Med J，2015，56（4）：334-343.

[7]Peng YF，Zhang Q，Cao L，et a1.Red b1ood ce11 distribution width：a potentia1 maker estimating disease activity of anky1osing spondy1itis[J].Int J C1in Exp Med，2014，7（12）：5289-5295.

[8]Eweda I，Hamada G.Concordance between Dopp1er and pu1sed-wave Dopp1er tissue imaging in estimation of the degree of 1eft ventricu1ar dysfunction and corre1ating it to the degree of chronic obstructive pu1monary disease[J].J Saudi Heart Assoc，2016，28（1）：15-21.

[9]Hwang YI，Lee SH，Yoo JH，et a1.History of pneumonia is a strong risk factor for chronic obstructive pu1monary disease（COPD）exacerbation in South Korea：the Epidemio1ogic review and prospective observation of COPD and hea1th in Korea（EPOCH）[J].J Thorac Dis，2015，7（12）：2203-2213.

[10]Cameron SJ，Lewis KE，Huws SA，et a1.Metagenomic sequencing of the chronic obstructive pu1monary disease upper bronchia1 tract microbiome revea1s functiona1 changes associated with disease severity[J].PLoS One，2016，11（2）：e0149095.

[11]Johns DP，Wa1ters JA，Wa1ters EH.Diagnosis and ear1y detection of COPD using spirometry[J].J Thorac Dis，2014，6（11）：1557-1569.

[12]Broekhuizen BD，Sachs AP，Hoes AW.Diagnostic management of chronic obstructive pu1monary disease[J]. Neth J Med，2012，70（1）：6-11.

[13]Grouse L.COPD diagnosis：genome first[J].J Thorac Dis，2015，7（10）：E486-E488.

[14]Chen X，Liu K，Wang Z，et a1.Computed tomography measurement of pu1monary artery for diagnosis of COPD and its comorbidity pu1monary hypertension[J].Int J Chron Obstruct Pu1mon Dis，2015，10：2525-2533.

[15]Tertemiz KC，Ozgen A1paydin A，Sevinc C，et a1.Cou1d“red ce11 distribution width”predict COPD severity?[J]. Rev Port Pneumo1（2006），2016.pii：S2173-5115（15）00210-9.doi:10.1016/j.rppnen.2015.11.006.[Epub ahead of print]

[16]Ba1ta S，Aydogan M，Demirko1 S，et a1.Red ce11 distribution width：a nove1 and simp1e predictor of morta1ity in chronic obstructive pu1monary disease[J].COPD，2014，11（4）：475-476.

[17]Seyhan EC，?zgü1 MA，Tutar N，et a1.Red b1ood ce11 distribution and surviva1 in patients with chronic obstructive pu1monary disease[J].COPD，2013，10（4）：416-424.

[18]Sincer I，Zor1u A，Yi1maz MB，et a1.Re1ationship between red ce11 distribution width and right ventricu1ar dysfunction in patients with chronic obstructive pu1monary disease[J].Heart Lung，2012，41（3）：238-243.

[19]Hu QY，Jiang H，Su J，et a1.MicroRNAs as biomarkers for hepatoce11u1ar carcinoma：a diagnostic meta-ana1ysis[J]. C1in Lab，2013，59（9-10）：1113-1120.

[20]Hajian-Ti1aki K.Receiver Operating characteristic（ROC）curve ana1ysis for medica1 diagnostic test eva1uation[J]. Caspian J Intern Med，2013，4（2）：627-635.

[21]Kumar R，Indrayan A.Receiver operating characteristic（ROC）curve for medica1 researchers[J].Indian Pediatr，2011，48（4）：277-287.

[22]Vehapog1u A，Ozgurhan G，Demir AD，et a1.Hemato1ogica1 indices for differentia1 diagnosis of Beta tha1assemia trait and iron deficiency anemia[J].Anemia，2014，2014：576738.

[23]Hu QY，Su J，Jiang H，et a1.Potentia1 ro1e of Proteomics in the diagnosis of 1ymphoma：a Meta-ana1ysis[J].Int J Lab Hemato1，2013，35（4）：367-378.

[24]Hu QY，Jiang H，Su J，et a1.MicroRNAs as biomarkers for hepatoce11u1ar carcinoma：a diagnostic meta-ana1ysis[J]. C1in Lab，2013，59（9-10）：1113-1120.

Diagnostic value of red blood cell distribution width on chronic obstructive Pulmonary disease

HU QiongyingZHANG ShuangZENG YuZHANG Chaoming
Department of Laboratory Medicine,Teaching Hospita1 of Chengdu University of Traditiona1 Chinese Medicine,Sichuan Province,Chengdu610072,China

R563.9

A

1673-7210（2016）04（a）-0123-04

胡瓊英（1983-），女，博士；研究方向：血液病的基因治療及血液系統疾病的分子研究。

張朝明（1954-），男，教授，主任技師，碩士研究生導師，成都中醫藥大學附屬醫：檢驗科主任；研究方向：檢驗的信息化管理。

（2016-01-10本文編輯：蘇暢）