摘要 

引言 鹦鹉热肺炎由鹦鹉热衣原体引起，是一种重症死亡率达15–20%的人畜共患传染病。本研究旨在识别鹦鹉热重症肺炎的危险因素，并评估相应预测模型的判别性能。

方法 本研究为回顾性研究，将51例经宏基因组下一代测序（mNGS）确诊的鹦鹉热肺炎患者分为重症组（n=20）和非重症组（n=31）。收集患者的人口学特征、临床表现、实验室参数及影像学特征，对变量依次进行单变量筛选、基于方差膨胀因子（VIF）的多重共线性控制、最小绝对收缩与选择算子（LASSO）回归分析及Firth惩罚逻辑回归分析，并通过受试者工作特征（ROC）分析评估模型的预测效能。

结果 重症肺炎患者年龄显著更大（p=0.043），基础疾病（p=0.025）和心血管疾病（CVD，p=0.028）的患病率更高；此外，这类患者还表现出持续性淋巴细胞减少、血红蛋白（Hb）水平进行性下降，且双肺受累率更高。LASSO回归分析识别出4个关键预测因素：心血管疾病史、首次淋巴细胞计数（LYM）、第二次血红蛋白检测值及乳酸脱氢酶（LDH）水平。Firth惩罚逻辑回归分析证实，心血管疾病史（OR=4.874，95%CI：1.270–22.763）和第二次血红蛋白检测值降低（OR=0.415，95%CI：0.169–0.844）是重症肺炎的独立危险因素。ROC分析显示：心血管疾病史联合第二次血红蛋白检测值的特异性为90.32%；心血管疾病史联合LDH的敏感性为90%。最终的多变量模型鉴别效能良好，曲线下面积（AUC）为0.885，敏感性为75%，特异性为93.50%。

结论 心血管疾病史和血红蛋白进行性下降是鹦鹉热重症肺炎的独立危险因素。动态监测淋巴细胞计数（LYM）、血红蛋白（Hb）、乳酸脱氢酶（LDH）水平并关注心血管疾病史，有助于实现早期风险分层。该多变量模型具有较高的预测准确性和临床应用价值。