痤疮是皮肤科常见疾病，好发于青春期[1]。女性迟发性痤疮（FDAV）指25岁以后发病，数据显示近几年FDAV的发病率呈增高趋势[2]。FDAV的确切病因不清，可能与遗传因素、精神状态、饮食习惯等有关[3,4]。查阅国内外相关文献，可以发现，FDAV为多因素疾病，仅依靠某一项实验室指标难以预测FDAV发生。因此，建议综合多变量判别FDAV发生。如何早期筛查FDAV发生风险，再给予针对性的预防管理是现阶段皮肤科领域研究的热点。目前已经就FDAV发生展开了相关研究，但是现有研究侧重于FDAV治疗方面[5,6],FDAV发生的独立危险因素仍处于探索阶段，未有定论，且目前尚缺乏筛查FDAV发生风险的预测工具。列线图模型是常用的风险预测模型，为可视化模型，可联合多项预测变量，以统计学方法为基础纳至同一个多变量模型，以实现个体化预测临床某事件发生风险[7,8]。本研究拟分析FDAV的危险因素，试构建预测FDAV发生的列线图模型，旨在为筛查FDAV高风险人群与制定早期临床干预方案提供有效参考。

1、资料和方法

1.1一般资料：

遵循应变量事件数（Event per variable,EPV）（应变量发生的事件数需不少于模型中纳入的自变量个数乘以的倍数）原则估计样本量，Logistic回归的经验准则“EPV最低标准为10”，本研究共纳入18个影响因素，至少需要180例（18×10=180)FDAV患者，本研究最终选择收集FDAV患者200例，满足最小样本含量要求。

选取2020年5月-2022年5月就诊于笔者医院皮肤科门诊的FDAV患者200例（病例1组）与200例健康志愿者（对照1组），为训练集。另选取2022年6月-2022年12月就诊于笔者医院皮肤科门诊的FDAV患者78例（病例2组）与78例健康志愿者（对照2组）作为验证集对列线图模型进行外部验证，其中病例2组年龄（32.74±4.06）岁；文化程度小学及以下7例、初中16例、高中/中专20例、大专/本科23例、研究生以上12例。对照2组年龄（32.38±4.12）岁；文化程度小学及以下9例、初中14例、高中/中专22例、大专/本科20例、研究生以上13例。两组年龄、文化程度比较差异无统计学意义（P>0.05）。本研究已通过医院医学伦理委员会审核批准，患者对本研究知情，且自愿签署知情同意书。

1.2纳入和排除标准

1.2.1病例组纳入标准：

(1)符合FDAV诊断标准[9,10];(2)年龄>25岁；(3)女性。

1.2.2对照组纳入标准：

(1)健康志愿者，均未并发FDAV;(2)年龄>25岁；(3)女性。

1.2.3排除标准：

(1)处于妊娠期、哺乳期；(2)精神疾病；(3)恶性肿瘤；(4)心、肝、肾、内分泌系统疾病；(5)沟通障碍；(6)并发其他皮肤疾病；(7)青春期发生痤疮。

1.3研究方法

1.3.1 FDAV严重程度分级：

评价患者的FDAV严重程度分级[11]，Ⅰ级（粉刺，少量皮疹、脓疱，病灶数<30个）、Ⅱ级（粉刺，有中等数量的丘疹、脓疱，总病灶数在31～50个）、Ⅲ级（大量丘疹、脓疱，偶见炎症皮损，分布广泛，总病灶数在51～100个，结节<3个）。

1.3.2收集资料：

年龄、体质指数（体质指数=体重/身高2，体重单位为kg，身高单位为m，体质指数单位为kg/m2）、文化程度、婚姻状况、皮肤类型、性激素、是否清淡饮食、日晒时间、睡眠时间、使用电脑、饮酒（饮酒判断标准：每周喝酒>2次，烈酒>50毫升/次或啤酒>500毫升/次）、家族史、入睡时间、洗脸频次、洗脸水温、是否使用美白类护肤品、是否使用清洁类护肤品、是否使用控油类护肤品、是否使用防晒类护肤品、是否使用彩妆类护肤品、是否使用保湿类护肤品、有无生活压力。

1.3.3性激素：

检测睾酮、雌二醇、卵泡刺激素、孕酮、黄体生成素、催乳素共6项，均于月经期第3～5天晨起空腹采血，分离血清，保存待测。

1.4统计学分析：

用SPSS 25.0统计软件处理数据，P<0.05为差异有统计学意义。服从正态分布且方差齐性的计量资料采用均数±标准差（±s）描述，两组组间比较采用独立样本t检验；计数资料采用频数（%）描述，两组组间比较采用卡方检验；等级资料采用频数（%）描述，两组组间比较采用秩和检验。将年龄、体质指数、文化程度等数个因素列为自变量，建立Logistic回归模型，进行单因素分析与多因素分析（enter法），以明确FDAV的危险因素。将影响FDAV发生的危险因素引入R3.6.3软件及rms程序包，构建预测FDAV的列线图模型。采用Bootstrap法重复抽样100次，对列线图进行内部验证，用验证集对列线图模型进行外部验证。通过绘制ROC曲线与校准曲线评估列线图模型预测FDAV发生的区分度、一致性。检验水准α=0.05。

2、结果

2.1病例组FDAV情况：

病例1组FDAV情况见表1。

表1 病例1组FDAV情况  

2.2基于训练集的一般资料分析：

对照1组与病例1组在年龄、文化程度、婚姻状况、卵泡刺激素、孕酮、催乳素、洗脸频次、是否使用美白类护肤品、是否使用清洁类护肤品方面比较，差异不具有统计学意义（P>0.05），在体质指数、皮肤类型、睾酮、雌二醇、黄体生成素、是否清淡饮食、日晒时间、睡眠时间、使用电脑、饮酒、家族史、入睡时间、洗脸水温、是否使用控油类护肤品、是否使用防晒类护肤品、是否使用彩妆类护肤品、是否使用保湿类护肤品、有无生活压力方面比较，差异有统计学意义（P<0.05）。见表2。

2.3基于训练集的FDAV的多因素Logistic回归分析：

将FDAV可能的影响因素作为自变量（赋值情况见表3），包括体质指数、皮肤类型、睾酮、雌二醇、黄体生成素、是否清淡饮食、日晒时间、睡眠时间、使用电脑、饮酒、家族史、入睡时间、洗脸水温、是否使用控油类护肤品、是否使用防晒类护肤品、是否使用彩妆类护肤品、是否使用保湿类护肤品、有无生活压力，以有无FDAV作为因变量，经过SPSS验证，各自变量之间不具有多重共线性，采用多因素Logistic回归分析。结果显示，睡眠时间<8 h[95%CI (2.701～8.034),P<0.001]、使用电脑时间≥3 h/d[95%CI (2.836～8.733),P<0.0 0 1]、饮酒[9 5%C I (1.3 5 4～5.6 0 2),P=0.005）、有家族史[95%CI (1.534～5.443),P=0.001]是FDAV的独立危险因素（P<0.05）。见表4。  

表2 基于训练集的一般资料分析 

2.4预测FDAV的列线图模型建立：

将表4筛选的危险因素（4项：睡眠时间、使用电脑时间、饮酒情况、家族史）引入R软件，构建预测FDAV的列线图模型。结果显示，睡眠时间<8 h得96.3分，使用电脑时间≥3 h/d得100分，饮酒得62.7分，有家族史得65.3分。见图1。  

表3 自变量赋值表 

图1 预测FDAV的列线图模型   

2.5预测FDAV的列线图模型的验证：

ROC曲线下面积0.785,95%CI(0.702～0.868），见图2。校准曲线斜率接近1，见图3，且H-L拟合优度检验χ2=6.141,P=0.189。

2.6列线图模型的外部验证：

验证集中对照组与病例组在睡眠时间、使用电脑、饮酒、家族史方面比较差异有统计学意义（P<0.05），见表5。以表5数据对图1列线图模型予以外部验证，结果显示，ROC曲线下面积为0.872,95%CI(0.817～0.927），见图4。校准曲线斜率接近1，见图5。

3、讨论

痤疮的病因复杂，非单一因素作用结果，很多因素均参与其发生、病情加重过程[12,13]。随着社会进步与经济发展，人们生活节奏变快、环境改变等，近几年，皮肤科门诊25岁以后发生痤疮的就诊患者数量较既往明显增多，尤其是FDAV，开始受到关注。FDAV病程持久，顽固难治，严重影响患者容貌，对患者身心健康均产生不利影响[14,15]。然而，目前现代医学尚未研制出理想药物[16,17]。Logistic回归分析结果显示，睡眠时间<8 h、使用电脑时间≥3 h/d、饮酒、有家族史是FDAV的独立危险因素。为实现个体化预测FDAV发生，本研究试整合以上4项独立危险因素，构建能预测FDAV发生的列线图模型。  

表4 基于训练集的FDAV的多因素Logistic回归分析 

图2 预测FDAV列线图ROC曲线（训练集）  

图3 预测FDAV列线图校准曲线（训练集）     

表5 基于验证集的一般资料比较

图4 FDAV列线图ROC曲线（验证集）

图5 FDAV列线图校准曲线（验证集）

本研究基于Logistic回归分析筛选出的4项独立危险因素构建的预测FDAV发生的列线图模型，据图可知：(1)睡眠时间<8 h增加列线图预测模型评分96.3分，FDAV发生风险增加。生物钟驱动机体的各项生理过程（例如新陈代谢），新陈代谢差自然影响睡眠，睡眠不足将增加痤疮发生可能性。皮肤是机体的首道防线，是人体的最大器官，必须得到规律休整。充足的睡眠是维持皮肤稳态的重要条件，而成年女性因学业、工作等处于亚健康状态，部分甚至存在睡眠障碍，进而难以维持皮肤稳态，增加痤疮发生的可能性。(2)使用电脑时间≥3 h/d增加列线图预测模型评分100分，FDAV发生风险增加。电脑在现阶段大众生活与工作中应用尤为普遍，暴露于电磁辐射的可能性较高。电磁辐射可穿透人体，对机体产生生物作用，吸收的能量越多自然电磁危害越明显[18]。专家研究发现，凡是用电的日常家用设备均具有电磁辐射。考虑到电磁辐射呈“细微性”“累积性”等特征，大众尚未能树立对电磁辐射的正确认识，部分人群不知晓电磁辐射能损害皮肤屏障。电脑显示屏表面有静电，受聚集的灰尘影响，将直接辐射至使用者的皮肤裸露处（特别是面部），长期如此，很可能发生斑疹等，甚至皮肤病变[19]。根据该项结论建议，在日常生活或工作中，勿长时间操作电脑，合理控制电脑操作时间，调整适宜的屏幕亮度（屏幕亮度与电磁辐射呈正相关），正确摆放电脑位置，同时注意皮肤清洁。(3)饮酒增加列线图预测模型评分62.7分，FDAV发生风险增加。分析原因可能是，酒精可造成机体免疫紊乱，如长期饮酒、过量饮酒，必然增加皮肤感染概率[20]。不仅如此，细菌等微生物通常具备乙醇脱氢酶活性，长期饮酒、过量饮酒情况下将使细菌等微生物产生乙醛[21]。(4)有家族史增加列线图预测模型评分65.3分，FDAV发生风险增加。谭竞宜等[22]认为，家族史是FDAV发生的独立危险因素之一。支持本研究结论。FDAV发生与遗传因素有关，特别是雄激素相关基因。有FDAV家族史的人群不仅FDAV发生风险高，且痤疮程度普遍较严重。提示，要高度关注有FDAV家族史的人群，制定综合防治方案。基于上述分析可以得知，FDAV是多因素疾病，其发生往往是多种因素相互作用的结果，不仅仅局限于本研究利用Logistic回归分析出的4项独立危险因素，各因素相互影响、促进，最终诱发FDAV发生、持续加重。当今社会，男性与女性的社会地位趋于平等，特别是女性人群，其拥有多重角色，职业女性数量持续增多，暴露于睡眠时间<8 h、使用电脑时间≥3 h/d、饮酒等FDAV独立危险因素的可能性极大增加，因此，在防治FDAV方面，除了给予针对性治疗策略外，还要加大健康宣教力度，告诫成年女性要培养健康生活习惯，尽可能避免FDAV独立危险因素，有FDAV家族史的人群更要提高警惕，科学、正确护肤，保持良好生活习惯与精神状态。

本研究采用ROC曲线、校准曲线、H-L拟合优度检验对构建的列线图预测模型予内部验证，结果显示基于Logistic回归分析筛选出的4项独立危险因素构建的列线图模型在预测FDAV发生方面预测效能尚可。另外，本研究选取2022年6月-2022年12月就诊于笔者医院皮肤科门诊的FDAV患者78例（病例2组）与78例健康志愿者（对照2组）作为验证集对列线图模型进行外部验证，同样说明，该模型区分度、校准度较好。

综上，FDAV与睡眠时间<8 h、使用电脑时间≥3 h/d、饮酒、有家族史有关，基于以上4项独立危险因素构建的列线图模型在预测FDAV发生方面预测效能尚可。

参考文献:

[1]彭鹰,刘毅.痤疮药物治疗研究进展[J].中华皮肤科杂志,2023,56(2):173-176.

[2]郁艳,翁文佳,李娟,等.青春期后痤疮的研究进展[J].中国美容医学,2021,30(5):177-180.

[3]赵小越,吴景东,张小卿.中药人工周期法治疗迟发性女性痤疮的研究进展[J].中国美容医学,2023,32(4):194-197.

[6]张佳玉.基于“女子以肝为先天”论治女性青春期后痤疮[J].中国美容医学,2023,32(2):203-206.

[7]陈慧慧,陆真.个体化预测心脏瓣膜置换术后压力性损伤发生风险的列线图模型构建[J].实用心脑肺血管病杂志,2021,29(12):40-46.

[8]付佳,田甜.糖尿病患者术中皮肤压力性损伤风险列线图预测模型的构建[J].中国医科大学学报,2021,50(11):1014-1019,1025.

[10]中国痤疮治疗指南专家组.中国痤疮治疗指南(2019修订版)[J].临床皮肤科杂志,2019,48(9):583-588.

[12]赖慧容,段行武,赖慧颖,等.青春期后痤疮患者的焦虑､抑郁及压力调查分析[J].中国美容医学,2017,26(4):17-20.

[13]陈林姣,涂绍忠,张小敏,等.1990~2019年中国痤疮疾病负担变化的分析[J].中国循证医学杂志,2021,21(11):1252-1258.

[14]王子溪,王琪,李飞,等.成年女性痤疮患者患病情况调查与风险因素探讨[J].中华医学美学美容杂志,2021,27(2):133-138.

[17]崔伟.逍遥散联合异维A酸对青春期后中重度痤疮患者IL-8和Qol-Acne评分的影响[J].中国美容医学,2019,28(7):123-126.

[18]魏思奇,黄绿萍.光声电设备职业防护的研究现状[J].中国美容整形外科杂志,2022,33(6):374-377.

[19]陈纯海,马秦龙,陶嘉雯,等.太赫兹辐射暴露致小鼠皮肤损伤效应研究[J].第三军医大学学报,2020,42(23):2282-2289.

[20]徐改阳.慢性饮酒对两种炎症性皮肤病小鼠模型的作用研究[D].沈阳:中国医科大学,2024.

[21]葛会美.不良生活习性对青少年痤疮患者Th17､Treg､sIL-2R及TNF-α表达的调控作用研究[D].青岛:青岛大学,2017.

[22]谭竞宜,张照明.青春期后痤疮的发病因素及红蓝光联合强脉冲光治疗的效果分析[J].中国美容医学,2021,30(6):94-98.

基金资助:河北省中医药管理局科研计划项目(编号:2020382);

文章来源:曹洋,李婧.女性迟发性痤疮的危险因素分析及列线图预测模型的建立[J].中国美容医学,2024,33(07):1-6.