如何区分川崎病和misc

川崎病(Kawasaki disease, KD)是发达国家儿童获得性心脏病的主要病因，但由于川崎病特征多样，触发因素多，病因不明，长期以来一直不容易理解。

在COVID-19大流行期间，川崎病的发病率下降了，但出现了一种不同的疾病:儿童多系统炎症综合征(MIS-C)，它与KD有许多相同的症状，但与导致COVID-19的单一病原体SARS-CoV-2病毒有关。

在2022年9月20日发表的一项新研究中《柳叶刀数字健康》由加州大学圣地亚哥医学院的研究人员领导的一个国家科学家团队已经创建了一个机器学习算法诊断misc和KD。

“40年来，川崎研究团体一直试图创建KD的诊断测试，但都失败了，”共同高级研究作者Jane C. Burns医学博士说，她是圣地亚哥Rady儿童医院的儿科医生，也是加州大学圣地亚哥医学院川崎病研究中心主任。

“但现在，在仅仅18个月的时间里，我们已经创建了一个医生支持工具，通过简单的测试结果和任何医疗保健提供者、诊所或医院都可以做的五项体检特征，将儿童的misc和KD区分开，准确率超过90%。”

misc、KD和COVID-19具有相似的潜在分子模式和免疫反应。一个发表的研究今年早些时候，加州大学圣地亚哥分校的科学家发现，这三种炎症性疾病都是相同的免疫反应连续，misc是比KD更严重的反应版本。

misc和KD有很多共同的症状，包括发烧、皮疹和眼睛充血，但KD如果不治疗也会导致冠状动脉瘤和心脏病发作。目前尚不清楚misc对儿童的长期影响，但早期数据显示完全康复。的条件只在某些儿童中发育美国感染了SARS-CoV-2。然而，对于KD和misc，早期诊断是至关重要的，但医生缺乏任何精确的方法来区分misc与KD或其他急性发热儿童疾病。

这项新研究使用了2009年1月1日至2021年6月7日期间在雷迪儿童医院被诊断为misc、KD或其他发热性疾病的1517名患者的数据，以及来自哈特福德康涅狄格州儿童医疗中心(16名患者)和洛杉矶儿童医院(50名患者)的其他患者数据。

一种被称为KIDMATCH的新型深度学习算法由该研究的第一作者Jonathan Y. Lam开发，他是加州大学圣地亚哥医学院医学副教授Shamim Nemati博士实验室的博士候选人，使用患者年龄、临床KD的5个经典体征和17个实验室测量值来比较misc和KD。

“深度学习算法已在工业应用中显示出高性能能力，如语音识别或机器翻译，并擅长识别乘法风险因素。例如:在感染的情况下，免疫抑制和体温过低之间的相互作用可能预示着风险，”Nemati说。

Nemati还指出了在开发机器学习时克服有偏见数据集问题的好处。

“偏见的一个主要来源是训练数据集缺乏多样性，这导致一个模型在一些患者群体上比其他患者更好地工作。建立一个利用国家数据集的多样化培训人群，就像本项目所做的那样，有助于减轻模型的偏差。

“为了进一步解决偏见，机器学习专家在算法周围添加了一个边界，这使模型能够识别它是否有足够的类似病例的先验知识，从而可靠地确定患者是否有患misc的风险。如果算法发现数据缺失，它将标记为一个不确定的结果。这些标志将类似机器学习模型的错误警报减少了75%。虚警的减少可以大大减少用于错误诊断的资源和时间负担。”

该算法的结论在来自波士顿儿童医院、华盛顿特区儿童国家医院和美国14家医院的CHARMS研究小组联盟的患者队列上进行了外部验证。

“当然，我们的希望是，KIDMATCH可以帮助一线临床医生区分misc、川崎病和其他发热性疾病，这样他们就可以提供更早、适当的治疗，并防止严重的并发症，”研究的共同资深作者Nemati说。

KD在世界不同地区的流行程度不同。在美国，估计每年有4000至5000例确诊病例，发病率为每10万名5岁以下儿童中有15至20例。专家普遍认为，这种疾病是由一种可能含有病毒、细菌或真菌部分的气溶胶引起的，但也有遗传方面的原因。KD患者的弟弟妹妹患KD的风险增加10倍，因为他们有共同的遗传倾向。当患有川崎病的儿童长大后，他们的孩子患KD的风险更高。misc是一种严重但罕见的疾病，通常需要住院治疗。在大约3000至4000名感染了SARS-CoV-2的儿童和青少年中，有一人会出现这种情况。大多数患有misc的儿童没有任何潜在的健康问题，尽管许多儿童患有肥胖症。

---

---