尿结石的风险指数

　　风险量化已经在许多学科中慢慢的变重要，包括医学，几乎每一种疾病都存在至少一个风险指数。

　　结石风险指数将生物学和物理化学知识与流行病学数据相结合，并从一系列测量或观察到的数量中计算出单个数字。这个单一的数字可以用来在标准化的尺度上对被检查者的健康状况进行分类。

　　本章讨论了尿石症研究和治疗中的风险指数问题。以最常见的结石类型草酸钙为例，介绍了几种具有不同复杂性的方法。在一组结石形成者和对照的尿液分析的例子中，所呈现的风险指数的辨别力和预测值是使用每个指数的接受者操作特征来确定的。讨论了风险指标在尿石症治疗和临床常规中的优缺点。

　　风险指数是有助于根据实验室数据和流行病学观察为个体患者选择适当治疗的指标。虽然讨论了它们的有用性，但存在一些争议， 1 - 7 它们被广泛用于所有医学学科。突出的非泌尿外科例子有，例如，Goldman 风险指数，用于确定 40 岁以上即将手术的患者围手术期心脏并发症的风险，该指数通过观察九个变量 8 和多国支持性护理协会癌症 (MASCC) 风险指数，可用于识别发热性中性粒细胞减少症、 9 等严重并发症的低风险患者。

　　一般来说，风险指数将生物学和物理化学知识与流行病学数据结合起来，从一系列测量或观察到的数量中计算出单个数字。然后，这个单一的数字将被检查者的健康状况与所调查的疾病在标准化的范围内进行分类。它可以转化为个人感染疾病的风险。通过这种方式，风险指数将原本无法管理的大量数据转化为决策信息。

　　风险指数可用于表征患者的基线风险并监测规定治疗方案的成功。通常，在治疗期间，风险指数下降证实了治疗策略的选择，而风险指数不变或什至增加则需要调整治疗措施。 为了具有任何实际相关性，风险指数应该（至少）满足两个要求：它应该在日常临床或实践程序中以合理的成本相对容易地确定，并且——更重要的是——它需要准确区分不同的人高风险人群和低风险人群出现症状。这导致了风险指数开发的主要问题：测量或观察量的正确选择及其正确的相互依赖性。大多数风险指数包括众所周知或假定的所谓风险因素的值，即（可能）促进或抑制症状发展的数量。在尿石症的情况下，风险因素肯定包括所有的成石成分（例如，钙离子浓度 [Ca 2+ ] 和草酸 [OA]），缺乏抑制性泌尿成分（例如，低柠檬酸尿症），以及具有不同相关性的参数，例如性别或年龄或各种潜在或相关疾病（例如，骨质疏松症或肾小管酸中毒）。为了计算风险指数，必须知道或至少合理估计不同风险因素之间的相互关系，以便推导出正确衡量测量值影响的数学函数。

　　通常，体内不同的生物、化学和物理过程与某种疾病模式有关。根据已识别或假定的致病因素的数量，通常存在几个相同疾病模式的通常完全不同的风险指数。这也是多因素疾病模式“尿石症” 13 的情况，下一节将介绍尿石症中最常见的结石类型草酸钙 14 的风险指数选择。

　　草酸钙形成的风险指数 从第一次尝试通过测量其中一个主要促进因素尿钙浓度15 –17 来确定草酸钙结石形成的风险，到最新的方法，复杂地结合了几个被测量18、19 基于尿过饱和度的迭代计算 热力学模型，20 –22 或在天然尿液样本中体外诱导结晶过程，23 风险指数在过去几十年中不断开发和完善24 、25 ：这一趋势在 1970 年代和 1980 年代达到初步高峰。 随着 1970 年代后期体外冲击波碎石术 (ESWL) 的创新， 26 泌尿科医生对结石形成的原因和变应性结石治疗的兴趣开始减少。ESWL 被认为是一种“舒适”的工具（对于患者和泌尿科医师），因此不再需要对结石形成进行一级预防和元预防，尽管使用 ESWL 去除结石仍然不会改变结石复发的倾向。 27 与此同时，对泌尿道肿瘤疾病领域研究课题的兴趣增加也使结石研究黯然失色。

　　如今，随着全球尿石症患病率和发病率的增加 28 – 31 随着患者数量的增加和治疗费用的大幅增加，尿石症研究及其风险指数的发展目前正在卷土重来。与患者需求相匹配的结石治疗变得更加重要，因为没有或不充分的结石治疗会导致对病因病理学的负面影响。 25 , 32 , 33 这和患者的期望 34 使生化风险评估和风险指数重新成为关注焦点，因为它们对于在个人层面上制定有效的过敏反应计划至关重要。 正如引言中已经提到的，为了制定有意义的风险指数，需要正确选择测量或观察到的数量并正确分析它们的相互依赖性。在对尿石症的原因进行了数十年的调查后，许多不同的危险因素已经出现。35 –38 当然，它们都或多或少与结石病的治疗相关，但只有少数与确定患者的结石形成健康状况相关，因此风险指数的发展。

　　由于尿液中晶体形成的驱动力是尿液过饱和，并且由于尿结石形成的风险指数总是预测物理化学过程发生的可能性，因此大多数风险指数考虑至少一种成石尿成分。为了更好地预测与所研究结石类型相关的真实尿液过饱和度和离子活性产物，主要的促进性和抑制性尿液成分（例如从结晶实验中得知）被组合成风险指数的数学表达式。

　　此外，许多内在和外在流行病学风险因素（具有不同的影响）已被确定为在结石病的病因学中发挥作用，因此可以考虑将其纳入风险指数。例如，性别、年龄、泌尿道解剖异常、潜在或相关疾病（例如痛风、骨质疏松症、高血压、甲状旁腺功能亢进、肾小管酸中毒、糖尿病、复发性尿路感染）或疾病模式（例如代谢综合征），除其他外，气候、职业和生活方式（包括饮食习惯、缺乏身体活动、压力）是导致尿石症发生的原因 [例如， 39 – 43 ]。特别是，过去几十年生活方式因素的变化被认为是导致尿石症发生率急剧增加的原因。 44 这些因素肯定与治疗建议相关，因为其中许多因素应针对整体健康改善进行调整，而与结石病完全无关。

　　然而，与尿液样本的实验室（生化）分析相比，这些流行病学风险因素的数据收集起来更加努力，并且难以在数学上包含，因为它们对特定患者的贡献通常无法量化。与总是指特定个体提供具有潜在过饱和的尿样的生化数据相反，大多数流行病学因素仅通过统计数据与个体相关，通常对特定病例的意义不大。 出于这个原因，从目前可用的众多尿石症风险指数中， 这里仅介绍 基于生化分析的那些。表30.1 给出了自 1976 年以来开发的一系列风险指数，用于评估尿石症中最常见结石类型草酸钙的个体结石形成风险。46 –65 他们的主要基本概念将在以下小节中进行示例性讨论。 2.1单一数量 从历史上看，对结石形成风险进行分类的第一个指标是基于一个风险因素的确定，最好是已知或假定对尿石症的病因病理学影响最大的风险因素。如果将该特定因素的分析值用于对患者的状态进行“超”、“正常”或“低”的分类，则可以将该因素视为一个指标。 在草酸钙结石的情况下，检查钙、草酸、柠檬酸和 pH 的浓度或排泄。该诊断程序遵循欧洲和德国尿石症指南的主要建议，以评估尿液成分的特定异常。66 ,67 例如，轻度高钙尿症始于钙排泄量超过 5 mmol/d。在一般实践中，超过该限值的值需要采取饮食措施，66 而就风险指数而言，该值可以转化为由异常高的钙排泄引起的结晶风险增加的指标。每天超过 8 mmol Ca 排泄的值需要药物治疗66 并且可以转化为钙结石形成风险极高的指标。 可以进行类似的分类以将其他重要的生化风险因素（例如，高草酸尿、低柠檬酸尿和低尿 pH 值）转化为风险指数。尽管它们不被认为是经典的风险指数，但经过仔细检查，它们肯定被用作检测岩石疾病并确定治疗的首要措施。

　　然而，在大多数情况下，这些参数在没有进一步的数学相关性的情况下被记录下来，忽略了例如仅查看促进量时的抑制效应的可能性。 2.2简单比率 如果存在结石形成史，并且结石性、促进性和抑制性尿液参数的浓度和排泄值在各自的正常范围内没有病理发现，则不能单独使用它们的单一值来评估人的结石形成风险。对于这种特发性结石形成，考虑相对于彼此的单一数量可以改善诊断信息。 在这些情况下，尿液中的几种成石物质和其他促进和抑制物质的浓度或排泄物，以及在适当情况下，进一步的尿液特征，如 24 小时体积和尿液 pH 值，都会被测量。它们适合作为计算多参数比率或其他数学相关性的输入变量。由于这些方法解释了泌尿系结石形成中涉及的拮抗过程，因此它们有望更好地区分结石形成者 (SF) 或易于形成结石的人，分别与正常受试者和成功治疗的原结石患者。

　　根据尿液分析参数，计算分子为促进变量、分母为抑制变量的简单商。例如基于浓度的比率：[Ca]/[CA]、([Ca] × [OA])/[CA] 和 ([Ca] × [OA])/([CA] × [Mg])、或者，专注于尿排泄，{Ca}/{CA} 和 ({Ca}× {OA})/{CA} 比率。存在多种进一步的指数。 由于大多数结石形成者是特发性的，并且由于缺乏单一数量反映结石形成主要是由所有促进和抑制泌尿因素之间的复杂失衡引起的，70、71 应选择这些比率中的至少一个作为探索风险的工具 评估。 2.3迭代模型计算 另一种风险指数是基于普遍接受的尿液中复杂化学相互作用的热力学平衡模型的计算机模拟，其中考虑了最重要的尿液成分。模拟从几种尿液成分（例如，[H 3O+]、[Na+]、[K+]、[Ca2+]、[Mg2+]、[NH]的初始化学分析迭代计算+4]， [所以2−4], [PO3−4], [CA], [OA]) 离子活性和可能形成的共存配合物的浓度，最后是所有可能沉淀的盐的相对过饱和度。 提供这些特征的 计算机程序包括 EQUIL、 20、22 JESS 72、73 ) 。其中，EQUIL 是尿石症研究中最常用于估计相对尿过饱和度 (RSS) 的程序。 迄今为止，RSS 风险指数——基于 EQUIL 尿液分析计算的过饱和度——是基于生化分析的最复杂的风险指数之一。RSS 是根据尿液中常见的至少 12 种独立的主要阳离子和阴离子的浓度计算得出的。基于该数据集和一组可能由这些离子在尿液中形成的络合物的热力学稳定性常数，可以开发出一组非线性联立方程。考虑到质量守恒，非线性方程组通过迭代逼近迅速收敛到自洽，以获得潜在存在的配合物的平衡浓度。不易溶解的石盐复合物特别令人感兴趣。从这些复杂的浓度中，可以计算肾结石中重要矿物质成分（例如草酸钙）的尿过饱和度。自首次发布以来，该计算机程序经历了多项改进。

　　尽管这种经典的热力学方法通过包括许多尿液成分（在最增强的程序版本 EQUIL93 20 中为 23 个）保证了估计尿液过饱和的最佳结果，但似乎这种输入变量的多样性实际上阻碍了更广泛地使用均衡工具。 2.4复杂组合参数

　　更复杂的草酸钙风险指数的一个突出例子是广泛使用的 AP(CaOx) 指数，它根据尿液分析数据估计与草酸钙有关的尿离子活性产物。使用 AP(CaOx)，Tiselius 开发了一种分析的、非迭代的方法来近似更费力获得的离子活度产物。

　　18 从平均尿液成分开始，确定所选尿液成分对离子活性产物的相对贡献。 在每种尿液成分的系统变化下，离子活度乘积是根据 Robertson 75 和 Finlayson 74 的原理计算的后者提供 EQUIL 程序供使用。根据从先前计算中获得的结果，将影响最大的参数组合成一个商。 AP(CaOx) 由方程式计算得出。( 30.1 ) 13 : AP(CaOx)=1.9⋅{钙}0.84⋅{OA}{CA}0.22⋅{镁}0.12⋅五1.03(氧化钙)=1.9⋅{钙}0.84⋅{办公自动化}{加州}0.22⋅{镁}0.12⋅五1.03 (30.1) {Ca}、{OA}、{CA}、{Mg} 和 V 分别为 24 小时尿钙、草酸、柠檬酸、镁和 24 小时尿量。方程式中的不同指数。( 30.1 ) 反映了每个量对草酸钙离子活性产物的不同影响，从而对草酸钙的形成产生了不同的影响

　　不断调整指数和因子以改进对离子活度产物更新计算的近似。 在所有风险指数中，AP(CaOx) 指数被纳入许多关于尿石症的国家指南。 66、67 与 RSS 相比， AP( CaOx ) 指数的巨大成功可归因于其方便的应用，因为实验室参数数量可控，并且考虑到尿过饱和在结石形成中的重要作用隐含使用背景信息由 EQUIL 提供的流程。使用临床医生普遍接受的排泄值而不是浓度值来评估患者的代谢状态，直观地增加了应用 AP(CaOx) 的意愿。 2.5天然尿液的体外结晶实验

　　最初，新风险指数的开发主要以优先考虑越来越多的风险因素为特征。这些方法达到了相当大的数学复杂性。其中一些给出了结石形成者和健康受试者之间可接受的区别。 76 然而，这些风险指数在概念上无法包括所有重要的结石形成物理化学因素，这些因素无论作为促进剂还是作为抑制剂，都会影响诸如异质成核、聚集和凝聚等过程。尤其是属于糖胺聚糖、糖蛋白和多肽组的大分子尿液成分在任何常见或上述风险指数中均未计入。尽管已经鉴定了许多这些分子（例如，肝素、软骨素、透明质酸、bikunin、凝血酶原-1-片段、纤连蛋白、骨桥蛋白、尿调节素），并且已经广泛研究了它们各自对结晶发生的影响， 37 , 77 – 81 它们在尿石症中的作用仍然是个谜，因为它们对每个晶体和结石形成过程的累积效应不仅取决于它们各自的浓度，还取决于它们本身的化学环境。此外，这些大分子尿液成分中的大多数要么还不能常规获得，要么分析过于费力或成本过高。 研究天然或处理过的尿液样本中结石形成的初始步骤的体外结晶试验隐含地考虑了样本中所含所有尿液成分的影响。因此，基于这些方法的风险指数必然会在准确性和辨别力方面得分很高。

　　开发了多种用于尿液制备和诱导晶体形成的方法，以研究尿液样本对尿石症的倾向。 23 , 56 , 65 , 82 – 86 这些方法通常通过不同的技术（例如，蒸发、透析、添加草酸盐溶液或接种）触发与结石病相关的过程。原则上，它们允许研究任何物质对不溶性尿盐的成核、生长、聚集和聚集的影响。 84 , 87 , 88 基于实验得出的措施，可能结合尿液分析中的一个或几个数量，可以开发预测个体结石形成风险的风险指数。

　　作为基于结晶实验的风险指数的示例，选择了 BONN 风险指数 (BRI)。简而言之，研究表明，在全天然尿液中，初始尿液离子钙浓度 [Ca2+] 与滴定至 200 ml 等份尿液所需的草酸阴离子量 (Ox2-) 之比诱导草酸钙盐沉淀可用作诊断标志物，以监测人形成草酸钙结石的风险。这个商被称为 BONN 风险指数。易于确定的指数可有效区分结石形成者和对照者的尿液。 89 , 90

　　从天然尿液中的实验结晶模型确定的风险指数的优势在于它们可能考虑动力学和热力学对尿液“结晶风险”的影响。考虑到所有尿液成分在其天然化学环境中的相互作用，如患者所提出的。

　　这种原则方法的主要缺点是它本身无法回答为什么患者被分配风险增加的问题。如果不进行全面的尿液分析，结石形成的化学原因可能仍然不明确。在这些情况下，至少必须单独评估与高钙尿症或低柠檬酸尿症相关的明显生化风险因素，以便确定特定的治疗方法。一旦发现了尿石症的个体原因并建立了特定的治疗方法，其疗效最好通过使用基于结晶实验的风险指数来控制，因为超出（常规）分析可及性的治疗相关影响被考虑在内。

　　基于结晶实验的风险指数通常被认为更适合临床研究而不是临床常规应用，因为它们有时需要在测量之前进行相对费力的准备工作和结果解释方面的专业知识。因此，它们的受欢迎程度只会缓慢增加，正如 BRI 所观察到的那样。91 –94 3应用于选定的数据集

　　为了说明草酸钙结石形成的示例性风险指数的不同性质，90 名健康志愿者 (NSF) 和 100 名未经治疗的复发性草酸钙结石形成者 (SF) 在代谢检查开始时的未感染 24 小时尿液是收集并测定钙、磷酸盐、草酸盐、柠檬酸盐和其他电解质。基于这些分析，选定的尿液成分浓度的三个商，如第 3 节所述 。30.2.2 ，以及风险指数RSS和AP（CaOx）进行了计算。 此外，根据Sect 中 描述的标准化方法，从所有尿液中确定 BONN 风险指数 (BRI) 。 30.2.5 。

　　在收集尿液时，所有受试者都处于自由饮食状态，并且没有患者正在接受针对结石病的药物治疗。 确定的尿液参数（浓度、相关肾脏排泄物、体积和 pH 值）的统计关键特征（平均值、中位数、SD）在表 30.2 和 30.3 中描述。这些总结表明，一些尿液参数的平均尿液浓度和平均 24 小时排泄量在对照组和结石形成者之间存在显着差异，特别是对于总钙、游离钙、草酸和柠檬酸。

　　表 30.3 从作为表30.1基础的同一组尿液分析中确定的肾脏 24 小时排泄物的平均值 (M)、中值 (MD) 和标准差 (SD)

　　由于风险指数应该是治疗决策过程中的关键工具，因此它们区分患者不同健康状态的能力应该是可靠和准确的。既定风险指数的适用性和有用性决定了它的实用价值。 诊断准确性是任何实验室测试的最基本属性，尤其是作为分类设备的风险指数，可以作为诊断敏感性（真阳性率）和诊断特异性（真阴性率）的对来衡量。对于每个定义的决策阈值，将检查对象分为两个亚组，测试或风险指数显示一定的诊断敏感性和特异性——一个的高值通常会权衡另一个量的高值。只有灵敏度/特异性对的整个范围才能提供测试准确性的完整图景95 及其辨别力。接收者操作特征 (ROC) 图绘制了由决策阈值的连续变化产生的所有敏感性/特异性对，并展示了测试将受试者正确分类为临床相关亚组的能力。95、96实际 选择的决策阈值是指ROC图的所谓操作点，表示使用该阈值执行的测试的灵敏度和特异性。

　　对于本节中检查的选定风险指数，计算了在整个观察结果范围内变化的决策阈值的诊断敏感性和特异性。接下来，通过绘制真阳性率（或灵敏度）与假阳性率（1-特异性）的关系来绘制 ROC 图。通常，由 ROC 确定的测试的诊断准确性由单个数字量化 - 主要是曲线下面积 (AUC)。根据定义，AUC 的值介于 0.5（平均真阳性率等于假阳性率，没有测试的区分能力）和 1.0（只有真阳性，没有假阳性，两组测试值完全分离）之间。95 然而，ROC 曲线下面积 (AUC) 是针对每个选定风险指数的 ROC 图确定的，并在第 3 节中讨论。

　　对于前面描述的样品，绘制草酸钙结石的重要尿液参数 Ca2+、总 Ca、Mg、柠檬酸和草酸的 ROC 曲线，以了解它们的浓度（图 30.1 ）及其相关排泄物（图30.1）。. 30.2 ).所有其他研究的尿液单一参数，例如 K、Na 或尿酸的浓度和 24 小时排泄量，均由差的辨别力 (AUC 0.6) 表示，因此未显示。令人惊讶的是，经常讨论的 24 小时尿量也具有较差的区分能力，因为 0.57 的小到可以忽略不计的 AUC 表明；对于方向，该参数也包含在图 30.1 以及稍后的图 30.3中 作为计算 AP(CaOx) 的输入参数之一。

　　接受者操作曲线 (ROC) 比较指示的尿液浓度的辨别力。参数“游离Ca2+ 离子的尿浓度”显示了迄今为止最高的辨别力。柠檬酸、总钙和镁显示出相似的曲线 小时尿量没有区别价值。图例按“曲线下面积”（AUC）递增的顺序给出了指数

　　比较指定的 24 小时尿排泄量的区分能力的接受者操作曲线+ 离子的排泄”显示了迄今为止最高的鉴别能力。图例按“曲线下面积”（AUC）递增的顺序给出了指数

　　接收者操作曲线说明了五个单一参数的组合对有意义的风险指数的影响。AP(CaOx)-指数由方程式计算得出。( 30.1 ) 并显示，与每个输入参数相比，来自结石形成者和对照的尿液之间的最高区分潜力 本研究中包括的受试者尿液分析的 ROC 图显示了游离钙离子的高鉴别能力，特别是它们的浓度。在该数据框架内，游离钙浓度 ([Ca 2+])的单一值被证明是可接受的风险指数，可用于区分 CaOx-SF 和 NSF。总钙和柠檬酸作为单一量用作风险指数仅显示出中等的区分能力，而镁和草酸，特别是 24 小时体积不能准确区分 SF 和 NSF。 游离钙浓度作为区分 CaOx-SF 和 NSF 的风险指标的良好表现可能是由于受试者组有限，仅由 CaOx-SF 和 NSF 组成。一旦有足够多的其他钙结石形成物（例如磷灰石或碳酸盐-磷灰石）被纳入研究，单一数量的“钙浓度”就不再区分 CaOx-SF 和 NSF。由于 CaOx-SF 和钙-磷酸盐-SF 的治疗可能存在显着差异，因此仅基于尿游离钙浓度的风险指数在决策过程中没有价值。在实践中，非CaOx 组成的含钙结石的发生概率小于10%。在这种考虑下，可以预期游离钙的浓度将继续区分 CaOx-SF 和对照。 3.2简单比率作为风险指数的评估

　　确定根据数据计算的商 [Ca]/[CA]、[Ca][OA]/[CA] 和 ([Ca][OA])/([CA][Mg]) 的诊断敏感性和特异性放。对应的 ROC 图如图 30.4 所示。虽然前两个商显示出相似的鉴别能力，但在后一个商中包含镁浓度会提高其鉴别能力，因为曲线。然而，[Mg] 作为单一量仅显示出可忽略不计的辨别力。与单一数量相比，在相当的灵敏度下，测试的特异性更高，从而导致更低的假阳性率，这可以在各自的 ROC 图中看到。

　　比较基于浓度的风险指数 ([Ca]/[OA]/([CA][Mg])、[Ca]/[CA] 和 [Ca]/[OA]/[CA] 的区分能力的接收器操作曲线. 图例按“曲线下面积”（AUC）递增的顺序给出了指数全尺寸图片3.3迭代模型计算作为风险指数的评估 使用基于 EQUIL 的程序从各个受试者组的尿液分析中确定草酸钙的相对过饱和度 (RSS)。从结果中获得了敏感性和特异性。相应的 ROC 图如图 30.5所示 连同后面讨论的风险指数 AP(CaOx) 和 BRI 的 ROC 图。尽管曲线 表示可接受的鉴别能力，但在该主题组中仅发现高特异性测试的低灵敏度。特别是对于 SF 的检测，高灵敏度——因此高真阳性率——将是可取的。灵敏度高于 0.9 的代价是特异性低于 0.4。为了进行比较，商 ([Ca][OA])/([CA][Mg]) 在灵敏度为 0.9 的情况下显示出 0.6 的特异性（图 30.4 ）。

　　比较风险指数 BRI、AP(CaOx) 和 RSS 的区分能力的接收者操作曲线。图例按“曲线下面积”（AUC）递增的顺序给出了指数 3.4复杂组合参数作为风险指标的评估

　　根据方程式计算每次尿液分析的 AP（CaOx）。( 30.1 )。确定该风险指数的诊断敏感性和特异性，并在图 30.3 的 ROC 图中与输入参数 {Ca}、{Mg}、{CA}、{OA} 的相应 ROC 图一起绘制和 24 小时容量。虽然单一数量仅显示区分 SF 和 NSF 的中低潜力，但 AP(CaOx) 中这些参数的组合导致风险指数的区分能力超过了单独包含的每个风险因素的区分能力；一个很好的例子，说明风险指数如何增加知识优于单一考虑风险因素。在图 30.5中 , AP(CaOx) 与 RSS 和 BRI 进行比较。他们的差异将在第 3 节中讨论 。30.3.6 。

　　作为基于结晶实验的草酸钙结石风险指数的示例，选择了最近开发的、易于访问的 BONN 风险指数 (BRI)。从收集的每个尿液中，BRI 的测定如第 3 节所述 。30.2.5 。确定了 BRI 的诊断敏感性和特异性，并在图 30.5 的 ROC 图中与 AP(CaOx) 和 RSS 的 ROC 图一起绘制。 3.6选定风险指数的辨别力和预测力 在本节中，检查了选定风险指数区分草酸钙结石形成剂 (SF) 或非草酸钙结石形成剂 (NSF) 两种替代品的能力。与所有经验数据一样，在两组中，一些受试者被错误诊断。在声明为 SF 的组中，可以找到 NSF（假阳性），在 NSF 组中，可以找到 SF（假阴性）。每组中的误诊数量取决于为该指标设置的决策标准。

　　为了比较所检查的风险指标的辨别力，对于每个风险指标，选择导致相同假阳性率和假阴性率的值作为决策的示例阈值（截止值）。由于假阴性率等于 1-灵敏度，假阳性率等于 1-特异性，因此每个 ROC 图的相应操作点位于 ROC 图和对角线之间的交点上，灵敏度 = 特异性。实际上，特定风险指数的适当决策标准很大程度上取决于归因于正确结果的收益和归因于不正确结果的成本。 96 例如，如果基于风险指数分类的治疗仅提供一般建议（例如，仅影响饮食习惯和身体活动，对一般健康状况产生积极的副作用），则导致较高假阳性率的阈值显然是可以接受。如果治疗方案引起严重的副作用（例如，由于大量用药），较低的假阳性率将是可取的。

　　在表 30.4 中，按照敏感度递减的顺序给出了示例阈值处每个调查风险指数的曲线下面积、决策阈值或截止值、真阳性和假阳性率以及阳性和阴性预测值。对于相应的示例阈值，所有六个风险指数——三个简单商以及 AP(CaOx)、RSS 和 BRI——的敏感性均高于 0.7，误报率低于 0.3。对于这些指数，相应 ROC 图的曲线+除外}，所有单个量都显示出较少的区分能力和较低的灵敏度。游离钙的浓度和排泄在所检查的受试者组的更复杂的风险指数之间排名，在第 3 节讨论的限制范围内 。30.3.1 。费力计算的 RSS 和离子活度产物 AP(CaOx) 的简化估计显示出相当的灵敏度、准确性和辨别力，证实了通过彻底开发的公式可以很好地近似复杂的物理化学过程。

　　表 30.4 从表30.2和30.3中总结的尿液样本分析和计算的各种生化风险因素和草酸钙结石形成风险指数的 ROC 分析得出的关键数字

　　但是，诊断测试的性能不能通过曲线下面积或从 ROC 图派生的任何其他单个数字来评估，因为只能从整个图的曲率中识别特定的区分模式。 95 在图 30.5中 ，三个不同风险指数的 ROC 图，每个反映不同的确定方法，直接相互比较：AP(CaOx)、基于 EQUIL 的相对过饱和度 (RSS) 和 BONN-风险指数 (BRI) .在本节介绍的所有风险指数的 ROC 图中，BRI 的 ROC 图显示了最典型的凸曲率。BRI 的 ROC 图比 AP(CaOx) 和 RSS 的 ROC 图更靠近图表的左上角，允许选择具有更高灵敏度和特异性的操作点，因此表明 BRI 的区分能力更高。拟合到 BRI-ROC 数据的可微函数的切线斜率随着误报率的增加而不断减小。决策阈值可以向上移动到与操作点的灵敏度和特异性相对应的值，切线，每个增量获得的真阳性多于假阳性。将决策阈值转移到具有更高灵敏度的值时，假阳性率比真阳性率增加得更多（切线）。在一定限度内，在尿石症的情况下，以增加假阳性为代价获得更多的真阳性是可以接受的，因为结石治疗中的严重副作用并不常见。假阳性率比真阳性率增加得更多（切线）。在一定限度内，在尿石症的情况下，以增加假阳性为代价获得更多的真阳性是可以接受的，因为结石治疗中的严重副作用并不常见。假阳性率比真阳性率增加得更多（切线）。在一定限度内，在尿石症的情况下，以增加假阳性为代价获得更多的真阳性是可以接受的，因为结石治疗中的严重副作用并不常见。

　　在实践中，不能通过这些数学或统计考虑来评估理想的操作点以及因此要选择的决策阈值。在这里，错误分类的成本和流行病学流行率通常被考虑在内，以确定作为 Zweig 等人描述的 ROC 图的切线 对于拟合函数斜率不断减小的 ROC 图，与 BRI 一样，可以很容易地为根据任何选定评估标准计算的每个斜率定义一个不同的操作点。 在本章中，敏感性和特异性用于评估风险指标，尤其是它们的判别力。这两个属性都是测试所固有的，并且可以被视为独立于检查症状的普遍性的性能度量。

　　测试的预测能力可以用预测值来描述，可以是所有正确阳性结果 (PV+) 或所有正确阴性结果 (PV-) 的分数。这两个数量都与检查组内的患病率密切相关，并评估测试在该特定受试者组内的预测性能。表 30.4 中给出了针对先前指定的临界值的每个检查的风险指数。由于研究样本中草酸钙结石形成者的患病率（= 1.11）不能代表目标人群中尿石症的患病率（例如，德国为 0.05 或美国为 0.13 97 ），因此每个风险指数的阳性预测值在表 30.4 很可能太高了。表 30.4 中显示的所有数据不仅会随着截止值的变化而变化，还会随着受试者总数的增加以及 SF 和 NSF 数量之间的比率的变化而变化。 4好处和限制尿路结石是一种（主要是）复杂疾病模式的症状和表现，其将尿液成分改变为具有超过亚稳态极限的过饱和度的热力学不稳定溶液。 28 , 98 , 99 很多时候，最初的原因无法确定并且仍然未知。

　　一个合适且被建议使用的风险指数可以成为一种有效的工具，用于对原本几乎无法管理的大量分析数据进行分类、促进诊断、改进预防、治疗监测，有时甚至可以提供潜在潜在疾病的第一个指标。风险指数应用的主要好处是评估药物的影响和治疗过程中的辅助饮食建议。在治疗结果不充分的情况下，可以逐步对措施进行单独微调，以最好地满足患者的要求。特别是，基于结晶实验的指标考虑了影响结石形成的所有个体（否则可能未检测到）尿液特性。除了已经提到的大分子部分，

　　尽管有这些优势，但大多数专门从事尿石症治疗的诊所的泌尿科医生经常使用不同复杂性的风险指数来进行患者表征和随访检查。特别是，私人执业的泌尿科医生经常放弃强大工具的优势。与确定风险指数的输入参数相关的工作量和（有时是额外的）成本通常被高估，但经常被引用为缺乏风险指数接受度的原因。此外，对某个指数的偶尔“负面经历”可能解释了风险指数在总体上的谨慎应用。当然，特定风险指数的用户必须了解指数个体的限制——例如，正确的输入参数（例如浓度、排泄物、单位）以及在尿液收集和分析过程中可能出现的缺陷（例如，使用点尿代替 24 小时尿液，或在收集过程中错误的尿液储存）。经常被忽视的是，尿参数的相当大的日常变化需要重复（24 小时）尿液收集和风险指数确定，以进行充分的风险评估， 66 , 100 , 101 尤其是在治疗开始时，不仅可以表征患者的基线晶体形成风险，还可以获得一组有意义的尿液分析，以评估生化风险因素。在决定尿液中的结晶风险时，应仔细选择分数，以便评估结石形成风险的最典型时刻，同时尿液成分的日内变化。 102 此外，尿液收集必须在反映人的正常生活状况的时刻进行。如果患者在尿液收集过程中遭受结石负荷，在解释尿液分析数据时，应考虑将成石参数的浓度改变为“假低”分析值。 103 , 104 此外，在风险指数包括尿液 pH 值作为输入参数的情况下，建议排除尿路感染。

　　没有治疗概念的风险指数价值有限，因为它们只是指标，不提供具体结论。然而，通过正确的诊断和有价值的治疗方案，通过遵循相应说明确定的适当风险指数会产生证明努力合理的信息增益 - 特别是当熟悉相关模型限制的医生仔细解释结果时. 5

　　风险量化已经在许多学科中变得逐渐重要，包括医学，几乎每一种疾病都存在至少一个风险指数。在尿石症研究中，有几个评估结石形成概率的风险指数是可用的。由于诊断和尿液分析的进步，可以识别新的风险因素，从而可以处理影响较小的风险因素。因此，可以优化和改进现有的风险指标。 由于复杂的指标实际上在日常生活中很少使用，因此新开发的风险指标不仅应具有较高的判别力，还应优先使用易于访问的参数和易于计算的算法。

　　正在努力开发风险指数，仅包括一般患者数据，例如年龄、性别、尿量、吸烟、饮酒、家族史、结石数量和痛风性关节炎病史，用于所谓的结石复发预测评分 (SRPS)，105 或发病年龄、性别、尿液 pH 值和比重、血清钙和尿酸、结石负荷、侧方和位置、治疗方式和复发史，结合 Unal 等人的方法。106 由于这些风险指数需要很少甚至不需要实验室数据，因此它们提供了——至少对于上述两项研究而言——一种用于预测结石复发的便捷方法。然而，像 SRSP 这样的风险指数的应用，它放弃了任何关于尿液成分的信息，仅限于初步调查，是否建议进行成本密集型分析。它们没有提供有关尿石症的物理化学原因的提示，也不能用于监测个体治疗的成功。

　　另一种评估尿石症风险的新方法是使用人工神经元网络 (ANN)。107、108 由于 ANN 可以识别高度复杂数据集中的模式，因此 它们在多变量分析中应该比经典统计分析更准确，并且慢慢的变多地用于医疗决策过程。杜索尔等人。使用人工神经网络来定义 19 个医学和实验室参数中的最佳风险因素。ANN 指出草酸钙过饱和度和 24 小时尿素浓度是最具区分性的变量，并允许编制包含这些参数的二维地图，用于确定草酸钙结石形成的风险。

　　所有这些例子都表明，随着对控制结石形成过程的仔细地了解以及分析方法的慢慢的提升，将开发出超过当前方法的预测能力的风险公式。