基于外周血淋巴细胞亚群特征构建抑郁障碍患者预后列线图预测模型

doi:10.3969/j.issn.1673-8640.2025.12.002

摘要/Abstract

摘要：

目的基于外周血淋巴细胞亚群构建抑郁障碍患者预后列线图预测模型，并评估其临床适用性。方法选取2021年5月—2022年6月绍兴市第七人民医院抑郁障碍患者166例作为建模集。所有患者均接受常规抗抑郁治疗，出院后随访1年，末次随访时采用大体功能评定量表（GAS）评定其预后情况。将GAS评分≤60分的77例患者纳入预后不良组，GAS评分>60分的89例患者纳入预后良好组。另选取2022年10月—2023年6月绍兴市第七人民医院抑郁障碍患者72例作为验证集，用于列线图预测模型的外部验证。收集所有患者的临床资料，并检测外周血T淋巴细胞亚群百分比（CD3⁺%、CD4⁺%、CD8⁺%）和硫酸脱氢表雄酮（DHEAS）水平，计算CD4/CD8比值。采用受试者工作特征（ROC）曲线评价各项指标判断抑郁障碍患者预后不良的效能。采用二元Logistic回归分析评估抑郁障碍患者预后的影响因素。采用校准曲线和决策曲线对列线图预测模型进行内部验证和效能评估。结果建模集预后不良组和预后良好组性别、CD3⁺%、CD4⁺%、CD8⁺%、CD4/CD8比值和DHEAS水平差异均有统计学意义（P<0.001），其他临床资料2个组之间差异均无统计学意义（P>0.05）。性别、CD3⁺%、CD4⁺%、CD8⁺%、CD4/CD8比值、DHEAS均为抑郁障碍患者预后不良的危险因素（P<0.05）。基于回归方程构建预测抑郁障碍患者预后的列线图模型，该模型判断抑郁障碍患者预后不良的曲线下面积（AUC）为0.964，C-index为0.963；模型的拟合度较好（Hosmer-Lemeshow χ²=11.507，P=0.175）；当阈值概率>0.14时，可获得临床净收益，最大净收益为0.30。在验证集中，列线图预测模型判断抑郁障碍患者预后不良的AUC为0.920，模型的拟合度较好（Hosmer-Lemeshow χ²=6.782，P=0.553）。结论基于性别、CD3⁺%、CD4⁺%、CD8⁺%、CD4/CD8比值和DHEAS构建的列线图预测模型可有效评估抑郁障碍患者的预后情况，且临床适用性较好。

关键词: 淋巴细胞亚群, 抑郁障碍, 预后, 列线图模型

Abstract:

Objective To construct a nomogram prediction model for the prognosis of patients with depressive disorder based on peripheral blood lymphocyte subsets，and to evaluate its clinical applicability. Methods A total of 166 patients with depressive disorder from Shaoxing Seventh People's Hospital from May 2021 to June 2022 were enrolled as modeling set. All the patients received conventional antidepressant treatment，and they were followed up for 1 year after discharge. The prognosis of patients with depressive disorder was evaluated using the Global Assessment Scale（GAS） at the last follow-up. Totally，77 patients with a GAS score ≤60 were classified in poor prognosis group，and 89 patients with a GAS score >60 were classified in good prognosis group. Another 72 patients with depressive disorder from Shaoxing Seventh People's Hospital from October 2022 to June 2023 were enrolled as validation set for external validation of the nomogram prediction model. The clinical data were collected，and the percentages of peripheral blood T lymphocyte subset percentages（CD3⁺%，CD4⁺%，CD8⁺%） and dehydroepiandrosterone sulfate（DHEAS） levels were determined. The CD4/CD8 ratio was calculated. Receiver operating characteristic（ROC） curve was used to evaluate the efficacy of each index in predicting poor prognosis in patients with depressive disorder. Binary Logistic regression analysis was used to evaluate the influencing factors of prognosis in patients with depressive disorder. Calibration curves and decision curves were used to internally validate and evaluate the performance of the nomogram prediction model. Results There was statistical significance in gender，CD3⁺%，CD4⁺%，CD8⁺%，CD4/CD8 ratio and DHEAS level between poor prognosis group and good prognosis group in the modeling set（P<0.001），while there was no statistical significance in the other clinical data between the 2 groups（P>0.05）. Gender，CD3⁺%，CD4⁺%，CD8⁺%，CD4/CD8 ratio and DHEAS were all risk factors for poor prognosis in patients with depressive disorder（P<0.05）. A nomogram prediction model for predicting the prognosis of patients with depressive disorder was constructed based on the regression equation. The area under curve（AUC） of the nomogram prediction model for predicting poor prognosis in patients with depressive disorder was 0.964，and the C-index was 0.963. The model had a good fit（Hosmer-Lemeshow χ²=11.507，P=0.175）. When the threshold probability was >0.14，clinical net benefit could be obtained，and the maximum net benefit was 0.30. In the validation set，the AUC of the nomogram prediction model for predicting poor prognosis in patients with depressive disorder was 0.920，and the model had a good fit（Hosmer-Lemeshow χ²=6.782，P=0.553）. Conclusions The nomogram prediction model constructed based on gender，CD3⁺%，CD4⁺%，CD8⁺%，CD4/CD8 ratio and DHEAS can effectively evaluate the prognosis of patients with depressive disorder，and has good clinical applicability.

Key words: Lymphocyte subset, Depressive disorder, Prognosis, Nomogram model

中图分类号:

R446.1

高子康, 陈晶. 基于外周血淋巴细胞亚群特征构建抑郁障碍患者预后列线图预测模型[J]. 检验医学, 2025, 40(12): 1146-1152.

GAO Zikang, CHEN Jing. Construction of a nomogram prediction model for the prognosis of patients with depressive disorder based on the characteristics of peripheral blood lymphocyte subsets[J]. Laboratory Medicine, 2025, 40(12): 1146-1152.

图/表 10

参考文献 27

[1]	CHEN C, BEAUNOYER E, GUITTON M J, et al. Physical activity as a clinical tool against depression:opportunities and challenges[J]. J Integr Neurosci, 2022, 21(5):132. DOI URL
[2]	SHOREY S, NG E D, WONG C H J. Global prevalence of depression and elevated depressive symptoms among adolescents:a systematic review and meta-analysis[J]. Br J Clin Psychol, 2022, 61(2):287-305. DOI URL
[3]	GARCÍA-GARRO P A, AIBAR-ALMAZÁN A, RIVAS-CAMPO Y, et al. The association of cardiometabolic disease with psychological factors in Colombian people during the COVID-19 pandemic:a cross-sectional study[J]. J Clin Med, 2021, 10(21):4959. DOI URL
[4]	王明鑫, 李素霞, 宋涛. 抑郁障碍与心血管疾病共病机制的研究进展[J]. 中国全科医学, 2021, 24(11):1426-1430. DOI
[5]	OKADA N, OSHIMA K, MARUKO A, et al. Intron retention as an excellent marker for diagnosing depression and for discovering new potential pathways for drug intervention[J]. Front Psychiatry, 2024,15:1450708.
[6]	杨琬芳, 王青, 杨智超, 等. 炎症驱动抑郁障碍发生发展的机制研究进展[J]. 江苏大学学报(医学版), 2023, 33(5):449-454.
[7]	葛继晖, 张明, 冯树涛, 等. 急性脑梗死后抑郁与外周血T淋巴细胞分化群的相关性研究[J]. 中国实用神经疾病杂志, 2017, 20(10):46-49.
[8]	史莉瑾, 张雪莹, 郭双喜, 等. T淋巴细胞亚群水平对急性脑梗死后抑郁的预测价值[J]. 中国实用神经疾病杂志, 2020, 23(18):1609-1614.
[9]	中华医学会精神病学分会. 中国精神障碍分类与诊断标准第三版(精神障碍分类)[J]. 中华精神科杂志, 2001, 34(3):184-188.
[10]	金洪洲, 徐天朝, 杨冀, 等. 抑郁障碍患者外周血自然杀伤细胞活性及活化性受体表达研究[J]. 临床军医杂志, 2022, 50(12):1245-1248.
[11]	林涌超, 刘恒. 舍曲林治疗对于抑郁障碍患者T淋巴细胞亚群分化的调控[J]. 中外医学研究, 2018, 16(11):1-3.
[12]	GAO W, DENG Z, CAI X, et al. Gender differences in prevalence and clinical correlates of anxiety in first-episode and drug-naïve patients with major depressive disorder comorbid with metabolic syndrome[J]. BMC Psychiatry, 2024, 24(1):156. DOI PMID
[13]	LAFTA M S, MWINYI J, AFFATATO O, et al. Exploring sex differences:insights into gene expression,neuroanatomy,neurochemistry,cognition,and pathology[J]. Front Neurosci, 2024,18:1340108
[14]	TAKAHASHI T, ELLINGSON M K, WONG P, et al. Sex differences in immune responses that underlie COVID-19 disease outcomes[J]. Nature, 2020, 588(7837):315-320. DOI
[15]	AGUILERA A, VILLANUEVA-MOYA L, EXPÓSITO F. Mapping gender role stress scales utilities:a scoping review approach[J]. Front Psychol, 2024,15:1436337.
[16]	高丽娟, 黄飞兰, 吴小霞, 等. 青少年抑郁障碍患者预后的预测模型[J]. 临床精神医学杂志, 2022, 32(3):190-193.
[17]	孙璐, 张梅梅. 抑郁障碍患者外周血中调节性T细胞比例与细胞因子表达[J]. 系统医学, 2018, 3(16):17-20.
[18]	汤艳清, 谢光荣, 李艳苓, 等. 抑郁障碍患者血中T细胞亚群数量及相关因素的研究[J]. 中国临床心理学杂志, 2004, 12(3):279-280.
[19]	FAGNIART M, REYNAERT C, JACQUES D, et al. Depression,gender and cellular immunity:influence of gender and severity of depression on the cellular immunity[J]. Psychiatr Danub, 2016, 28(Suppl-1):179-182.
[20]	黄晓幸. 免疫炎症反应在抑郁障碍中作用的研究进展[J]. 微循环学杂志, 2020, 30(4):78-81.
[21]	李光, 张玲, 贺毅, 等. 抑郁障碍患者外周血记忆性T细胞亚群分析[J]. 北京医学, 2022, 44(6):475-479.
[22]	钱敏才. 伴混合特征的重性抑郁障碍是单相障碍还是双相障碍?[J]. 浙江医学, 2021, 43(5):462-466.
[23]	JEON Y W, HAN S I, PARK E J. The relation between immunologic variables and symptom factors in patients with major depressive disorder[J]. Ann Gen Psychiatry, 2018, 17:32. DOI
[24]	冯志强, 徐阳, 唐月. 艾司西酞普兰治疗老年抑郁障碍患者的效果[J]. 中国民康医学, 2021, 33(3):57-59.
[25]	阳璐, 陈俊, 方贻儒. 抑郁障碍复发预测研究进展[J]. 精神医学杂志, 2019, 32(2):151-156.
[26]	GORSKA-CIEBIADA M, SARYUSZ-WOLSKA M, BORKOWSKA A, et al. Serum levels of inflammatory markers in depressed elderly patients with diabetes and mild cognitive impairment[J]. PLoS One, 2015, 10(3):e0120433. DOI URL
[27]	YEUNG H W, SHEN X, STOLICYN A, et al. Spectral clustering based on structural magnetic resonance imaging and its relationship with major depressive disorder and cognitive ability[J]. Eur J Neurosci, 2021, 54(6):6281-6303. DOI PMID

组别	例数	性别				年龄/岁		BMI/ （kg·m^-2）		受教育程度
组别	例数	男/ [例（%）]		女/ [例（%）]		年龄/岁		BMI/ （kg·m^-2）		小学/ [例（%）]			初中/ [例（%）]	高中/ [例（%）]		大学及以上/[例（%）]
预后不良组	77	24（31.2）		53（68.8）		35.47±5.07		22.16±0.78		3（3.9）			13（16.9）	25（32.5）		36（46.8）
预后良好组	89	55（61.8）		34（38.2）		36.46±5.09		22.31±0.82		5（5.6）			15（16.9）	30（33.7）		39（43.8）
统计值		15.528				1.257		1.205		0.352
P值		<0.001				0.211		0.230		0.950
组别	独生子女/ [例（%）]		婚姻状况												抑郁障碍家族史/[例（%）]
组别	独生子女/ [例（%）]		已婚/[例（%）]		未婚/[例（%）]				离异/[例（%）]			丧偶/[例（%）]			抑郁障碍家族史/[例（%）]
预后不良组	27（35.1）		28（36.4）		31（40.3）				10（13.0）			8（10.4）			19（24.7）
预后良好组	36（40.4）		30（33.7）		35（39.3）				14（15.7）			10（11.3）			20（22.5）
统计值	0.508		0.335												0.112
P值	0.476		0.953												0.738
组别	CD3⁺%/%		CD4⁺%/%		CD8⁺%/%		CD4/CD8比值				DHEAS/（ng·mL^-1）
预后不良组	54.15±4.92		26.13±3.33		33.55±3.32		0.87±0.16				288.52±40.12
预后良好组	60.62±5.02		30.52±3.39		26.79±3.02		1.15±0.19				350.25±46.72
统计值	8.367		8.398		7.650		10.454				9.058
P值	<0.001		<0.001		<0.001		<0.001				<0.001

组别	例数	性别				年龄/岁		BMI/ （kg·m^-2）		受教育程度
组别	例数	男/ [例（%）]		女/ [例（%）]		年龄/岁		BMI/ （kg·m^-2）		小学/ [例（%）]			初中/ [例（%）]	高中/ [例（%）]		大学及以上/[例（%）]
预后不良组	77	24（31.2）		53（68.8）		35.47±5.07		22.16±0.78		3（3.9）			13（16.9）	25（32.5）		36（46.8）
预后良好组	89	55（61.8）		34（38.2）		36.46±5.09		22.31±0.82		5（5.6）			15（16.9）	30（33.7）		39（43.8）
统计值		15.528				1.257		1.205		0.352
P值		<0.001				0.211		0.230		0.950
组别	独生子女/ [例（%）]		婚姻状况												抑郁障碍家族史/[例（%）]
组别	独生子女/ [例（%）]		已婚/[例（%）]		未婚/[例（%）]				离异/[例（%）]			丧偶/[例（%）]			抑郁障碍家族史/[例（%）]
预后不良组	27（35.1）		28（36.4）		31（40.3）				10（13.0）			8（10.4）			19（24.7）
预后良好组	36（40.4）		30（33.7）		35（39.3）				14（15.7）			10（11.3）			20（22.5）
统计值	0.508		0.335												0.112
P值	0.476		0.953												0.738
组别	CD3⁺%/%		CD4⁺%/%		CD8⁺%/%		CD4/CD8比值				DHEAS/（ng·mL^-1）
预后不良组	54.15±4.92		26.13±3.33		33.55±3.32		0.87±0.16				288.52±40.12
预后良好组	60.62±5.02		30.52±3.39		26.79±3.02		1.15±0.19				350.25±46.72
统计值	8.367		8.398		7.650		10.454				9.058
P值	<0.001		<0.001		<0.001		<0.001				<0.001

项目	AUC（95%CI^①）	最佳临界值	敏感性/%	特异性/%	Youden指数
CD3⁺%	0.824（0.757~0.878）	55.4%	63.64	86.52	0.502
CD4⁺%	0.822（0.755~0.877）	29.0%	83.12	65.17	0.483
CD8⁺%	0.798（0.728~0.856）	27.7%	79.22	68.54	0.478
CD4/CD8比值	0.880（0.821~0.925）	0.95	75.32	91.01	0.663
DHEAS	0.848（0.784~0.899）	316.2 ng·mL^-1	75.32	80.90	0.562

项目	AUC（95%CI^①）	最佳临界值	敏感性/%	特异性/%	Youden指数
CD3⁺%	0.824（0.757~0.878）	55.4%	63.64	86.52	0.502
CD4⁺%	0.822（0.755~0.877）	29.0%	83.12	65.17	0.483
CD8⁺%	0.798（0.728~0.856）	27.7%	79.22	68.54	0.478
CD4/CD8比值	0.880（0.821~0.925）	0.95	75.32	91.01	0.663
DHEAS	0.848（0.784~0.899）	316.2 ng·mL^-1	75.32	80.90	0.562

项目	β值	标准误	Wald值	P值	OR^①值（95%CI）
性别	1.689	0.646	6.841	0.009	5.414（1.527~19.193）
CD3⁺%	0.557	0.196	8.076	0.003	1.746（1.246~2.861）
CD4⁺%	0.688	0.238	8.356	0.002	1.989（1.116~2.736）
CD8⁺%	0.731	0.244	8.975	<0.001	2.078（1.526~8.217）
CD4/CD8比值	1.107	0.388	8.140	0.003	3.025（2.369~4.028）
DHEAS	1.050	0.359	8.554	<0.001	2.857（2.589~3.121）