血细胞形态学参数在疾病诊断与鉴别诊断中的临床应用价值

作者:谭欣仪 王剑飚 2022-07-18
作者单位:上海交通大学医学院附属瑞金医院检验科

谭欣仪,上海交通大学医学院医学检验18级本科在读,曾于上海市临检中心血液室、上海市第一妇婴保健院检验科、上海市瑞金医院临检组实习,学习参与血液细胞相关科研及日常工作。


王剑飚,副主任技师,上海交通大学医学院附属瑞金医院检验科临检组组长

研究方向:临床血液学实验诊断、寄生虫及肾病研究。主要学术兼职:中国医学装备协会检验装备分会临检学组副组长,中国中西医结合学会检验分会血液病检验诊断学术委员会副主任委员,中国寄生虫病和热带病专家库专家,上海中医药协会检验分会委员、血证学组组长,上海医师协会检验分会委员、细胞形态学诊断学组组长,上海医学装备协会实验医学专业委员会常委。发表论文40余篇;编写书籍10部,主编1部,副主编3部;拥有专利5项;主持、参与多项研究课题。


血常规检查作为实验室常用的检查手段可提供多项基本血细胞参数评估健康状态并对疾病进行初步筛查,如红细胞各项参数可对贫血分类,特别是对小细胞低色素性贫血和大细胞性贫血的病因判断;白细胞总数和白细胞分类判断感染类型及其程度。如中性粒细胞升高提示细菌感染,淋巴细胞升高提示发生病毒感染,嗜酸性粒细胞升高提示机体可能有寄生虫感染或过敏反应;血小板计数可评估止凝血功能等。但仅仅依靠这些基本参数鉴别疾病的灵敏度和特异性有限。


为此,通过血液分析仪所提供的另一大类的细胞形态学研究参数,如使用白细胞群落参数(White blood cell Population Data,CPD)及红细胞九分图中的形态参数,通过细胞形态学更直观的改变,对疾病进行更好的鉴别诊断。细胞形态学参数研究较为广泛,深入各类疾病,本文对此作一论述。


一、血细胞形态学参数基础原理


1. CPD参数:白细胞群落参数(White blood cell Population Data,CPD)是贝克曼库尔特(Beckman Coulter)公司基于VCSn即体积(Volume,V)、传导性(Conduction,C)和多角度散射光(Sn)技术计算所得。基于流式细胞术的鞘流原理,高压下的细胞在鞘液的包裹下呈最适排列以单个细胞通过液流喷嘴,激光、液流和探测器三维聚焦于液滴流下的检测点,实现对单列细胞的同时、逐个、三维探测和分析的技术,通过细胞大小和胞内粒度区分白细胞各亚群。以电阻抗原理检测细胞的体积,当细胞通过孔径时,直流电产生阻抗,根据电阻的变化测量细胞的大小并计数。高频传导性与细胞的体积和内部结构有关,可测得细胞核复杂程度的信息,用以区分分叶核和非分叶核细胞、淋巴细胞与异常淋巴细胞。多角度散射光以一个大角度的散射范围(10°~70°)检测细胞内部的颗粒特性,更好地根据颗粒特性区分中性粒细胞、淋巴细胞和嗜酸性粒细胞(图1)。


图1. 血细胞分析仪的白细胞计数的VCS和分群

注:V:体积(Volume)、C:传导性(Conduction)、Sn:多角度散射光(multi-angle light scattering,MALs)。NE:中性粒细胞、LY:淋巴细胞、MO:单核细胞、EO:嗜酸性粒细胞、EGC:早期粒细胞。


在其他设备厂商基于不同的技术原理,得出各自独特的CPD参数。日本希森美康(SYSMEX株式会社)同样在流式细胞术的基础上,使用核酸荧光染色,对白细胞进行分群。使用半导体激光的流式细胞术,以波长为633nm激光照射细胞得前向散射光(FSC)、侧向散射光(SSC)、侧向荧光(SFL)。FSC反映细胞大小,细胞越大,FSC的信号就越强;SSC反映表面构造、颗粒形状、核形等,细胞内部构造越复杂,SSC的信号越强;SFL反映细胞内核酸的含量。另有一个衍生参数—前向散射光信号的宽度(FSCW),反映细胞或颗粒通过流动室的时长。综合FSC、SSC、SFL、FSCW四种信号,仪器把细胞的信息转化为象限平面图上的位置和疏密,产生各种散点图将白细胞、有核红细胞、网织红细胞、血小板进行分类和计数(图2)。


同时Sysmex XN还提供散点图各轴中性粒细胞(NE-SSC、NE-SFL、NE-FSC),淋巴细胞(LY-X、LY-Y、LY-Z)和单核细胞(MO-X、MO-Y、MO-Z)的中位位置,以及与每个细胞群内部复杂性(NE-WX、LY-WX、MO-WX)、RNA/DNA含量(NE-WY、LY-WY、MO-WY)和大小(NE-WZ、LY-WZ、MO-WZ)相关的中位值弥散宽度。



图2. 血细胞分析仪各通道检测细胞类型示图。

注:WDF(白细胞分类)通道,WNR(白细胞总数、有核红细胞和嗜酸性粒细胞)通道,WPC(原始细胞和异常淋巴细胞)通道、RET(网织红细胞)通道、PLT-F(血小板荧光检测)通道,检测结果散点图示,红细胞和血小板(RBC和PLT)直方图示。


2. 红细胞形态学参数:传统的红细胞形态学参数包括平均红细胞体积(MCV)、平均红细胞血红蛋白量(MCH)和平均红细胞血红蛋白浓度(MCHC)、红细胞分布宽度(RDW)等,通常用于区分不同类型的贫血。Wintrobe分类法采取外周血红细胞的三个平均指数MCV、MCH和MCHC对贫血进行分类。Bessman于1983年提出结合MCV与RDW对贫血进行分类,该分类法融合了红细胞大小均一性的特征,细化了Wintrobe分类法,进一步明确了贫血的类型。


随着技术发展,现代的血细胞分析仪采用多种技术联合应用。如Bayer ADVIA120全自动血细胞分析仪就运用了流体细胞学、MIE光散射、群组分析等理论,通过细胞染色和二维激光分析技术联合应用获得各项检测参数,最先提出红细胞九分图概念用以贫血的分类诊断。


迈瑞BC-6800Plus在前者的基础上,采用独特的细胞三维分析技术即细胞粒子前向散射光信号(FSC)、侧散射光信号(SSC)及荧光信号(SF-Cube技术)联合分析,实现了对白细胞、有核红细胞、网织红细胞的精准检测和异常细胞的筛选。


对红细胞FSC和SSC的分析,可获得单个红细胞的体积和血红蛋白浓度。在此基础上绘制得到红细胞散点图和红细胞体积(VOL)与血红蛋白浓度(HC)二维散点图(红细胞九分图)、红细胞体积、血红蛋白浓度与核酸荧光强度(FL)的三维散点图即VHF图(图3)。


以样本的HC为x轴,VOL为y轴,绘制RBC散点图(VHF图),该细胞图上只呈现红细胞。在x轴上,HC标记分段为28g/dl和41g/dl;在y轴上,VOL标记分段为60fl和120fl,这4个信标将细胞图划分为9个不同的红细胞形态学区域,如HC<28g/dl,VOL<60fl的红细胞为小细胞低色素性红细胞。通过九分图,我们可以将数据可视化,对贫血进行形态学上的快速划分(图4),对于一些常见的贫血类型有初步的评估(图5)。


注:A. 红细胞FSC/SSC散点图;B. 以红细胞体积为纵坐标(VOL)、血红蛋白浓度为横坐标(HC)的二维散点图即红细胞九分图;C. 二维基础上增加核酸荧光强度(FL)的三维散点(VHF)图。


图3. 红细胞二维和三维分析散点图图解

注:在只呈现红细胞的VHF图中,在x轴,HC标记分段为28g/dl和41g/dl;在y轴,VOL标记分段为60fl和120fl,这四个信标将红细胞形态学数据划分为9个不同的区域,进而对贫血快速可视化分析。


图4. 红细胞九分图区域划分原理示意图



图5. 九分图结合荧光染色的红细胞三维点图用于区分不同贫血的结果图示


3. 血小板参数:血小板是由成熟的巨核细胞产生,有粘附、聚集和释放的功效,能反映人体的骨髓造血细胞的情况。血小板参数包括血小板计数(PLT)、血小板平均体积(MPV)、血小板比容(PCT)、血小板分布宽度(PDW)。外周血血小板数量是血小板衰亡和生存的重要指标,PCT与血小板的大小及数量密切相关,MPV则能反映机体的骨髓代偿。


二、血细胞参数在疾病诊断及鉴别诊断中的应用


1. 贫血:贫血(Anemia)是指血红蛋白(Hb)浓度、红细胞数量(RBC)低于正常水平的临床表现,为发展中国家常见的健康问题。贫血分类有多种,按照红细胞形态可将贫血分为大细胞性贫血,正细胞性贫血和小细胞性贫血,其中小细胞性贫血最常见。后者以平均红细胞体积(MCV)降低为诊断依据,常见于造血原料异常所致的缺铁性贫血(Iron Deficiency Anemia,IDA)和珠蛋白基因异常所致的地中海贫血简称地贫(Thalassaemia)等。


临床上IDA和地贫的特征通常表现为小细胞低色素,在临床上和实验室往往有相似的表现,而治疗方式大相径庭,所以二者的鉴别诊断非常重要。


基于血细胞计数的新参数公式已被广泛应用于小细胞性贫血的鉴别诊断,国内外学者也对此进行了相关的性能验证。国外学者Urrechaga等根据小细胞和低色素红细胞的百分比,引出M-H指数(%microcytic- %hypochromic),他们比较了该指标与已发表的指标在IDA和地中海贫血筛查中的价值。对170例缺铁性贫血患者和200例β-地贫(Beta thalassaemia,BTm)携带者的受试者工作特征曲线(ROX Curve)、敏感性、特异性和约顿指数(YI)分析发现,在所有的指标中,M-H指数的曲线下面积(area under curve,AUC)和YI最佳,在cut-off值<11.5时灵敏度(98%)和特异度(95.9%)都较高,可作为同为小细胞性贫血的IDA与地贫可靠的鉴别诊断指标和有效工具。


法国的Janel教授团队评估了11个红细胞指标及其相加拟合后得出一个新指标,称为“11T”,在鉴别轻型BTm和IDA的诊断可靠性,这些指标包括红细胞(RBC)、Mentzer指数(MI)、Shine and Lal指数(SL)、England and Fraser指数(EF)、Srivastava指数(S)、Green and King指数(GK)、红细胞分布宽度(RDW)、红细胞分布宽度指数(RDWI)、Ricerca指数(R)、Ehsani指数(E)、Sirdah指数(Si)。经验证,11T是区分BTm和IDA有效的方法,与其他研究指标相比,11T具有最高的约顿指数(83%)和对患者正确识别的百分比(93%)。但研究并未提出具体的cut-off值,仅指出针对不同人群应该制定不同的cut-off值。


2017年泰国的学者再现性评估了应用11T评分在泰国人群中鉴别BTm和IDA的诊断可靠性。结果显示,新修订的11T评分(cut-off值为7)区分BTm和IDA的敏感性、特异性、阳性预测值(PPV)、阴性预测值(NPV)和效率(EFF)均高于70.0%。证实了该指标可靠性的同时,也提出影响红细胞指标检测效率的因素很多,即使在同一国家的不同区域,都应制订自己的公式和截断值,以便更可靠且有效地鉴别两种贫血。


大细胞性贫血的定义是红细胞(RBC)平均体积(MCV)>100飞升(fL),大细胞性贫血一般分为巨幼细胞性贫血(megaloblastic anemia,MGA)和非巨幼细胞性贫血。MA和骨髓增生异常综合征(myelodysplastic syndromes,MDS)具有共同的外周血形态学特征,如出现核分裂过度的中性粒细胞(nuclear hypersegmentation of the neutrophils),鉴别诊断困难。MA是由维生素B12和/或叶酸缺乏或利用障碍引起的,而MDS是起源于造血干细胞的一组异质性髓系克隆性疾病,特征是髓系细胞分化及发育异常,表现为无效造血、难治性血细胞减少、造血功能衰竭和发展为急性髓系白血病(AML)的风险增加。


NEUT-X是侧向散射衍射的直接测量,代表中性粒细胞的内部结构,NEUT-Y直接测量荧光强度,二者共同反映中性粒细胞结构和成熟参数,可提示潜在的MDS。Goel S及其课题组早期研究评估了NEUT-X和NEUT-Y两个参数(Sysmex XE-2100)检测中性粒细胞在疑似MDS,MA和骨髓增殖性肿瘤(myeloproliferative neoplasm,MPN)病例中的作用。传统显微镜镜检中性粒细胞的粒度和异常情况常取决于多种因素,如染色质量、pH和技术人员的主观差异等,而NEUT-X和NEUT-Y被证实具有很好的稳定性和可重复性优势,特别是在现代临床实验室的高通量检测中,在高危人群广泛筛查早期MDS疾病时可作为一种良好的辅助工具。


Goel在后续深入探讨了NEUT-X和NEUT-Y用于鉴别外周血MA和非巨细胞性大细胞贫血(MacA)的作用。NEUT-X和NEUT-Y在MA组与MacA组差异显著(P<0.001)。根据线性回归公式,在对照组、MA、MacA组中,MCV与NEUT-X相关性较差,它与NEUT-Y无相关,这说明NEUT-X、NEUT-Y参数可作为筛选MA病例的独立标志物。


骨髓增生异常与多项血细胞结构性参数即细胞群数据(Cell Population Data,CPD)的关系受到关注,近期Daniele 等对MDS、维生素缺乏性贫血患者和健康人群的对照研究发现,MDS患者中性粒细胞的复杂性和弥散宽度(NE-WX)、中性粒细胞的荧光强度和弥散宽度(NE-WY)、中性粒细胞的细胞大小和弥散宽度(NE-WZ)、淋巴细胞荧光强度(LY-Y)参数值均明显高于健康对照组和MA组。NE-WX曲线下面积(AUC)值最大(0.878),特异性为91.23%,敏感性为78.95%,NPV为92.86%,PPV为75%。研究发现NE-WX和LY-Y组合的特异性为92.98%,PPV为78.94%,NPV为92%,而NE-WX和NE-FSC组合的特异性更高(98.24%),PPV为90%。这一初步数据表明CPD可以作为一个快速参数来区分因维生素B12和/或叶酸缺乏引起的贫血和MDS相关的贫血。


2. 败血症:脓毒症(sepsis)是一种对微生物感染的全身炎症反应,是一种进展迅速、危及生命的疾病,如果不及时治疗,可导致休克和器官衰竭。脓毒症包括既往的败血症和脓毒血症,脓毒症的早期发现对于及早开展抗菌治疗,降低病死率,减轻高昂的医疗费用至关重要。败血症的诊断的必要因素是血培养阳性,但血培养周期长,假阴性率高。


根据研究表明,Coulter全自动血细胞分析仪DxH800的CPD参数可用于败血症的筛选。脓毒症患者标本中性粒细胞和单核细胞体积显著增加,中性粒细胞光散射值显著降低。ROC曲线显示在脓毒症诊断中淋巴细胞SD参数的敏感度78~89%、特异性78~87%、单核细胞体积cut off值为177.5时敏感度88.2%、特异性87.3%,单核细胞体积SD为22.16时敏感度93.1%,特异性91.0%。脓毒症时未成熟粒细胞(Immature granulocytes,IG)值明显升高,ROC曲线显示其对脓毒症的诊断敏感度为82.8%,特异性为90.8%。仅较低角度光散射的淋巴细胞SD值对菌血症和真菌病的鉴别具有良好的敏感性(74.1%)和特异性(72.4%)。


Park课题组的研究证实这一发现,中性粒细胞相关的CPD参数,WDF散点图上中性粒细胞区荧光强度(NE-SFL)和中性粒细胞的荧光强度和弥散宽度(NE-WY)为脓毒症的诊断提供了有用的信息。CPD项目NE-SFL和NE-WY与常规项目HCT、Hb、RBC、RDW、未成熟粒细胞计数、淋巴细胞计数(Lym)、中性粒细胞计数(Neu)相比,诊断脓毒症的AUC分别为0.909和0.905或更高。


多因素分析发现,单核细胞细胞复杂性(MO-X)和NE-SFL是CPD预测脓毒症的最相关因素。根据上述CPD构成中性粒细胞和单核细胞评分量表(neutrophils and monocytes score,NEMO),分值设定1~13分并做轻(≤3)、中(4≤NEMO≤5)和高(≥6)三个风险度分层,4~5分患者的OR值为10,而≥6分患者的OR值高达249。经60例脓毒症与212例对照组验证,阳性预测值和阴性预测值分别达84.8%和96.0%。


急性生理学与慢性健康状况评分Ⅱ(acute physiology and chronic health evaluationⅡ,APACHE Ⅱ)及序贯器官衰竭评分(sequential organ failure score,SOFA)是被广泛用于评估危重症患者严重程度的简单而有效的指标。有研究通过对213例脓毒症重症患儿RDW和PDW的分层分析,比较不同RDW、PDW分层患儿的性别、年龄、PICU住院时间、连续性肾脏替代治疗(CRRT)、机械通气情况,以及脓毒性休克发生情况,使用ROC曲线分析发现,RDW、PDW的AUC高于APACHEⅡ及SOFA评分,对脓毒性休克的预测效能较好。PDW水平与危重症的发病相关,PDW比PLT及MPV更能反映血小板的新生、活化及机体的炎症反应状态,即PDW对病情严重程度的判断更敏感,PDW增加可能是脓毒症病情加重的原因。RDW及PDW可作为评估儿童脓毒症严重程度的重要指标。


3. 病毒感染:新型冠状病毒(SARS-CoV-2)正在全球范围内流行,对全球公共卫生造成巨大威胁,新冠病毒感染所致新冠病毒肺炎(COVID-19)患者表现有呼吸道症状、发热、咳嗽、气促和呼吸困难等,较严重病例,感染可导致肺炎、严重急性呼吸综合征、肾衰竭,甚至死亡。目前没有COVID-19的特异性治疗方法,因此早期筛查对疾病的进程和预后尤为重要。

全血细胞计数(CBC)和CPD可能有助于COVID-19患者的筛查和预后。中性粒细胞、淋巴细胞减少和血小板减少等情况和全身炎症标志物水平的改变,如中性粒细胞与淋巴细胞比值(NLR)是最显著的定量改变。NLR在区分病毒感染、细菌感染和SARS-CoV-2感染方面有重大作用,曲线下面积(AUC)为0.939(95%置信区间0.900-0.965),在截断值≤3.31时,排除COVID-19感染和细菌性感染的敏感性为100%,特异性为77.2%。


在一项纳入了15项研究,涉及3090例COVID-19患者的对有关血液常规检查中的标志物与COVID-19严重程度关系的文献meta分析,也得出相似的结论。这与非重症COVID-19患者相比,重症患者的中性粒细胞计数更高,NLR更高,淋巴细胞计数更低。NLR等标志物的评估可能有助于临床医生监测和预测COVID-19的严重程度和预后。NLR在甲、乙型流感病毒的预测中也有应用。ROC曲线分析显示,NLR与CRP、白细胞计数、中性粒细胞计数、血小板计数与淋巴细胞计数比值(PLR)相比,对甲、乙型流感病毒感染患者的AUC(0.874)、敏感度(89.0%)、特异性(82.3%)最高。NLR对甲、乙型流感病毒感染患者的预测有显著价值,其升高是流感病毒感染的重要指标。


4. 血液寄生虫诊断:疟疾是由疟原虫寄生于人体引起的传染性寄生虫病,主要有间日疟原虫、三日疟原虫、恶性疟原虫和卵形疟等感染导致的相应的疟疾,WHO最新数据显示,每年约有78.1万人死于疟疾。诊断依据流行病学史、临床表现和实验室检查。延续了一个多世纪的显微镜镜检是间日疟诊断的金标准,优势是快速、经济、普及度高,但费时、费力、灵敏度和特异性以及精密度均低是其明显缺点。因此,疟疾诊断对国内外临床实验室,特别是非洲、亚洲等疟疾流行地区的实验室,快速、敏感和低成本、高效益筛查是很大挑战。很多新技术、新方法应运而生,以提高灵敏度和特异性,如离心浓集血样中原虫,再荧光染色的改良镜检法,间接荧光抗体试验和检测抗原的Para SightTM—F浸条(Dipstick)法、免疫色谱快速诊断试验(immunochromatographic rapid diagnostic tests,RDTs)等免疫学方法以及基因检测的PCR法等。这些方法也存在操作繁琐、不能鉴别虫种和进行原虫计数、特异度和敏感性不高以及在偏远或条件差的地区普及受限。自上世纪末开始了血细胞分析仪用于疟疾诊断的一系列研究,提高了疟原虫感染诊断的速度、检出率和便捷性。特别是雅培Cell-Dyn®(CD)分析仪能够相当特异性地检测白细胞中的疟疾色素的报道,重新提振了血液分析仪诊断疟疾的研究信心,临床实践业已经显示出诊断疟疾的潜力。


1990年有学者发现疟疾的血常规特点为单核细胞升高,出现大的活化的单核细胞和淋巴细胞,血小板计数低,嗜酸细胞低或无,在白细胞直方图上35fL的位置出现一个峰。雅培Cell-Dyn仪使用多角度偏振散射技术分析WBC,根据嗜酸性粒细胞和嗜中性粒细胞颗粒的光去极化特性加以区分,还可区分出含血红素的单核细胞和粒细胞。间日疟是最常见的疟疾类型,用DxH 800™血细胞分析仪对52例间日疟患者的123份间日疟原虫(P. vivax)感染样本分析发现,在有核红细胞(nRBC)图上显示出易于识别的典型疟疾信号(灵敏度100%),1504例非疟疾(509例白细胞减少症和134名正常受试者)样本的疟疾信号均为阴性(特异性100%),并且疟疾信号的大小与寄生虫负荷大致相关,该信号同时可以用于对疟疾的药物检测。疟疾涉及单核细胞数的增加并伴随大量单核细胞活化,这些变化可以通过血细胞分析仪上的VCSn技术的CPD参数来检测。疟疾时淋巴细胞和单核细胞的SD值与正常有显著差异,根据淋巴细胞和单核细胞SD体积的计算得出疟疾因子(malaria factor),以疟疾因子>3.7作为疟疾感染的临界值时,其诊断敏感度为98%、特异度为94%,相对于其他诊断方法,疟疾因子更具高灵敏度、高特异性,有利于疟疾(特别是非可疑病例)的早期诊断,从而减少严重并发症。Sysmex XE-2100血细胞分析仪,也探讨了DIFF、WBC/BASO和RET-EXT散点图中的异常模式,以及假嗜酸性粒细胞增多和其他异常血液学变量,并设计了多变量诊断模型。


血液分析仪检测疟疾,可用作发热患者检查中的辅助诊断工具。借助实验室信息系统,实现疟疾自动化警报,结合其他疟疾诊断标志和血液显微镜镜检,以建立诊断并迅速开始治疗。未来希望血液分析仪能够开发出识别高度怀疑疟疾样本的算法,并经基于人群样本的验证,最大程度地在更简单的设备通用的方法和/或诊断模型,帮助疟疾高发地区的筛查和降低发达地区对输入病例的漏检。


5. 白血病鉴别诊断:白血病是一类造血干细胞恶性克隆性疾病,常见类型有髓系白血病(Acute Myelogenous Leukemia,AML)、慢性粒细胞白血病(CML)、急性淋巴细胞白血病(ALL)和慢性淋巴细胞白血病(CLL)。临床可见不同程度的贫血、出血、感染发热以及肝、脾、淋巴结肿大和骨骼疼痛。


急性早幼粒细胞白血病(Acute promyelocytic leukemia,APL)是AML中的一种,全反式维甲酸(all-trans-retinoic acid,ATRA)能够有效缓解病情,并降低其危险并发症弥散性血管内凝血(DIC)的风险。但需通过RT-PCR检测PML-RARA诊断,报告结果至少需要两天时间,延误患者及时治疗。更多学者聚焦于血细胞分析这项快速、便捷、普遍适用的方法。低荧光强度表明在更成熟的细胞中RNA/DNA比率较低,因此,低NE-SFL值反映比髓系祖细胞成熟的粒细胞(如早幼粒细胞)的增加,APL涉及丰富的早幼粒细胞。有韩国科学家利用这一原理,研究发现APL患者的MO-WX显著降低,产生较小的分布宽度。将血细胞分析仪CPD项目中NE-SFL和WDF散点图单核细胞区横向散射光分布宽度(MO-WX)用于APL与其他AML的鉴别,尤其可快速排除高敏感性和高阴性预测值(NPV)的APL。NE-SFL在APL与AML的鉴别中,截断值≤49.8时,表现出最大曲线下面积(AUC=0.829)、灵敏度90.0%和NPV93.3%,截断值≤260.0时,MO-WX的特异度最高(90.5%)、PPV77.8%、准确性83.9%。组合“NE-SFL≤49.8或MO-WX≤260.0”灵敏度和 NPV最高,均达100.0%,而组合“NE-SFL≤49.8和MO-WX≤260.0”特异性和PPV最高,也均达100.0% 。


国内学者通过ROC曲线分析挑选出用于筛查菌血症和白血病敏感度和特异度都较高的VCS参数及其相应的cutoff值。淋巴细胞平均传导率(MLC)可以较好地区分正常人群与菌血症和白血病人群;中性粒细胞平均传导率(MNC)可以较好地区分菌血症与白血病;淋巴细胞体积平均分布宽度(MLV-SD)可以较好地鉴别髓系与淋系白血病;单核细胞平均传导率分布宽度(MMC-SD)可以较好地鉴别AML和CML;淋巴细胞平均体积(MLV)可以较好地鉴别ALL和CLL。健康人群白细胞VCS参数参考范围的确立可能会给临床判断是否有细菌感染,白血病等提供更早更及时的参考指标。


三、临床应用价值与效益


通过国内外现有的研究结果进行纵横对比,血细胞形态学参数在众多疾病的诊断和鉴别诊断中都有一定作用,这与其他病理生理检查相比,提供了相对快速便捷的工具,在大通量的实验室中优势显著。同时,血常规检查系健康体检和临床患者必查、监测项目,覆盖面广,成本低廉,操作简便,特别是在各种血液病、感染和一些免疫性疾病的诊断价值,具有极高的社会和经济效益。

综上所述,随着数据的积累、计算机算法和光学技术的发展,在血细胞分析仪本身性能提升的基础上,衍生的参数及其多参数联合应用,拓展了其临床使用范围。但这些参数大多仍停留在常规水平,如MCV、RDW、MCH及MCHC等,与临床需求存在较大距离,特别是对一些疾病高发地的快速检测。


我们期待,未来血细胞参数或将运用于更多的领域,特别是一些需要侵入性检查疾病的早期诊断筛查。如MDS需骨髓穿刺分型,治疗不及时进展为白血病的风险很高。同时MDS患者群的异质性高,自然病程和预后的差异性很大,治疗的个体化是患者更好获益的有效途径。前期数据分析已发现,仅通过MCV这一单形态参数对当日样本筛选,精密度和效率都不高,这与其他表现为大细胞贫血的疾病如AML、慢性骨髓增殖性疾病、骨肿瘤等难以区分。我们利用血细胞分析仪(迈瑞BC-6800Plus)对表现为大细胞贫血患者的全血标本研究后,得出多个新研究参数如红细胞九分图区域1 RBC比例(ERP1_Rbc%)、红细胞九分图区域1 RBC粒子 血红蛋白浓度 重心位置(ERP1_RBC_Hc_P)、红细胞九分图区域1 RBC粒子 体积重心位置(ERP1_RBC_Vol_P)、红细胞九分图区域1 RBC粒子 血红蛋白浓度分布宽度(ERP1_HDWg)、红细胞九分图区域1RBC粒子 体积分布宽度(ERP1_RDWg)等,通过SPSS分析软件统计分析,以期发掘新参数在大细胞贫血患者疾病筛查和MDS分型中的价值。


参考文献


陈春, 周元武. MCV、RDW、MCH及MCHC联合微量元素铁、锌、铜检测在小儿缺铁性贫血中的诊断价值[J].实验与检验医学, 2021, 39(4):905-907.

赵瑜, 查何. 红细胞参数及公式在遵义地区β地中海贫血和缺铁性贫血鉴别诊断中的效能评价[J]. 基层医学论坛, 2021, 25(22):3210-3213.

宋琪玲, 郭杨柳. RDW筛查地中海贫血诊断界值的建立及其与MCV、MCH、HbA_2联合筛查的价值[J]. 中国实验血液学杂志, 2021, 29(3):847-852.

余志辉, 谭翠莲. NLR对甲、乙型流感病毒感染患者的预测价值研究[J].中国实用医药, 2020, 15(34):21-23.

李光友. 白细胞群落参数在败血症病人中的临床应用价值[J]. 安徽医药, 2020, 24(7):1424-1427.

Goel S, Gajendra S, Sahni T, et al. Role of NEUT-X & NEUT-Y in picking up megaloblastic anaemia on peripheral blood & in differentiating from other macrocytic anaemia[J]. Indian J Med Res, 2017, 145(3):395-398.

Janel A, Roszyk L, Rapatel C, et al. Proposal of a score combining red blood cell indices for early differentiation of beta-thalassemia minor from iron deficiency anemia[J]. Hematology, 2011, 16(2):123-127.

Goel S, Sachdev R, Gajendra S, et al. Picking up myelodysplastic syndromes and megaloblastic anemias on peripheral blood: use of NEUT-X and NEUT-Y in guiding smear reviews[J]. Int J Lab Hematol, 2014, 37(2):e48-51.

Urrechaga E, Borque L, Escanero JF. The role of automated measurement of red cell subpopulations on the Sysmex XE 5000 analyzer in the differential diagnosis of microcytic anemia[J]. Int J Lab Hematol, 2011, 33(1):30-36.

Pornprasert S, Thongsat C, Panyachadporn U. evaluation of applying a combination of red cell indexes and formulas to differentiate β-thalassemia trait from iron deficiency anemia in the thai population[J]. Hemoglobin,2017, 41(2):116-119.

Hoffmann JJML, Urrechaga E. Verification of 20 mathematical formulas for discriminating between iron deficiency anemia and thalassemia trait in microcytic anemia[J]. Lab Med, 2020, 51(6):628-634.

Lee HK, Kim SI, Chae H, et al. Sensitive detection and accurate monitoring of plasmodium vivax parasites on routine complete blood count using automatic blood cell analyzer (DxH800(TM))[J]. Int J Lab Hematol, 2012, 34(2):201-207.

Muthunatarajan S, Basavaiah SH, Shenoy SM,et al. Discriminant value of automated leucocyte VCS parameters in the detection of tropical infections[J]. J Clin Lab Anal, 2021,35(4):e23723.

Nagao T, Hirokawa M. Diagnosis and treatment of macrocytic anemias in adults[J]. J Gen Fam Med, 2017, 18(5):200-204.

Park SH, Kim HH, Kim IS, et al. Cell population data NE-SFL and MO-WX from sysmex XN-3000 can provide additional information for exclusion of acute promyelocytic leukemia from other acute myeloid leukemias: a preliminary study[J]. Ann Lab Med,2016,36(6):607-610.

Di Luise D, Giannotta JA, Ammirabile M,et al. Cell population data NE-WX, NE-FSC, LY-Y of Sysmex XN-9000 can provide additional information to differentiate macrocytic anaemia from myelodysplastic syndrome: A preliminary study[J]. Int J Lab Hematol,2021 Sep 7. DOI: 10.1111/ijlh.13697. Epub ahead of print.

Park DH, Park K, Park J, et al. Screening of sepsis using leukocyte cell population data from the coulter automatic blood cell analyzer DxH800[J]. Int J Lab Hematol,2011,33(4):391-399.

Park SH, Park CJ, Lee BR,et al. Sepsis affects most routine and cell population data (CPD) obtained using the Sysmex XN-2000 blood cell analyzer: neutrophil-related CPD NE-SFL and NE-WY provide useful information for detecting sepsis[J]. Int J Lab Hematol,2015,37(2):190-198.

Urrechaga E, Bóveda O, Aguirre U. Role of leucocytes cell population data in the early detection of sepsis[J]. J Clin Pathol, 2018, 71(3):259-266.

Urrechaga E, Aguirre U, España PP,et al. Complete blood counts and cell population data from Sysmex XN analyser in the detection of SARS-CoV-2 infection[J]. Clin Chem Lab Med,2020,59(2):e57-e60.

Briggs C, Da Costa A, Freeman L,et al. Development of an automated malaria discriminant factor using VCS technology[J]. Am J Clin Pathol, 2006, 126(5):691-698.

Zeng F, Li L, Zeng J,et al. Can we predict the severity of coronavirus disease 2019 with a routine blood test?[J] Pol Arch Intern Med, 2020, 130(5):400-406.

江凌, 赖东珍. Bayer ADVIA120全自动血细胞分析仪基本性能及检测项目解析[J]. 医疗装备, 2006, (3):6-8.

王美令. 血小板参数联合骨髓涂片对血液疾病检验的效果分析[J]. 当代医学, 2022, 28(1):169-171.

王海, 任飞垚, 彭文红, 兰亚婷, 王剑飚. 白细胞VCS参数参考区间的建立及其在菌血症和白血病中的应用[J]. 检验医学, 2012, 27(7): 534-539.

白新凤, 徐梅先等. 红细胞及血小板参数对儿童脓毒症严重程度的预测价值[J]. 解放军医学杂志, 2021, 46(9): 917-922.