基于大数据的建立与偏倚比较：使用六种算法构建浙江地区中国成年人血清铁蛋白参考区间

这对日常健康有何意义

铁是血液携氧必需的元素，但过少或过多都会有害。医生常用一种称为血清铁蛋白的血检来评估体内铁储备，然而检验报告上标注的“正常范围”通常来自厂商的小规模研究，而非社区真实人群。本研究利用来自浙江成年体检人群的大量医疗检查数据，建立更准确的本地参考范围，并评估若干现代计算方法在界定健康铁蛋白水平方面的表现。

用真实世界数据代替小样本

研究人员收集了在杭州一所大型医院体检的超过77,000名成年人的铁蛋白检测结果。剔除重复、信息缺失者、孕妇以及那些其他检验结果提示感染、肝肾疾病、癌症、贫血或代谢问题的人后，最终得到22,359名表面健康的成年人。另一家使用相同检测设备的医院提供了555名额外样本，以检验新参考区间在独立人群中的稳定性。另有327名贫血患者以及超过24,000名普通门急诊和住院病人被用于评估新区间在识别真实铁代谢异常方面的效能。

旧规则与新算法的比较

为界定“正常”人群，研究团队比较了六种统计方法。其中两种遵循传统国际指南：基于百分位的简单非参数方法和假定钟形分布的参数方法。另有四种——TMC、refineR、Kosmic 和 Bhattacharya——是较新的、计算密集型技术，旨在从大型混合数据集中分离出健康人群，而无需事先挑选志愿者。另一个灵活的建模工具 GAMLSS 被用来构建平滑的、随年龄连续变化的曲线，展示铁蛋白水平随成年期的连续变化。

男女不同的铁代谢模式

分析证实铁蛋白水平在性别和年龄上差异显著。在这群中国人中，20–92岁男性的参考区间宽广，约为69–496 ng/mL。女性则需要按生命阶段分为三组：20–45岁（约10–133 ng/mL）、46–58岁（14–242 ng/mL）和59–90岁（44–349 ng/mL）。女性在绝经前的水平远低于男性，但围绝经期急剧上升，60岁以后继续缓慢上升，反映了月经失血减少和激素水平变化。连续年龄曲线显示20多岁男性铁蛋白快速上升，而女性在40多岁末至50多岁有明显激增，支持“一刀切”临界值具有误导性的观点。

大数据揭示被掩盖的铁问题

将本地数据推导的参考区间与试剂生产商提供的“出厂”区间对比时，研究者发现了重要差异。厂商提供的上下限对男性通常偏低，且未考虑女性的年龄相关变化。使用新的数据驱动区间，贫血患者中被识别为铁蛋白异常的比例几乎增加了三倍——从13.2%升至33.6%。例如，在年轻成年女性贫血患者中，被判定为铁蛋白异常的比例翻倍以上。与此同时，新的上限减少了住院男性被误判为铁负荷过高的情况，可能降低不必要的焦虑和后续复查。

对患者与医生的意义

对普通患者而言，这项工作强调检验报告上的“正常范围”并非普适。它受本地生活习惯、遗传、检测方法、性别和年龄的影响。通过挖掘大量常规实验室数据，医院可以为其服务的人群定制更匹配的铁蛋白参考区间。在本研究中，这类个性化区间提高了贫血中缺铁的识别率并减少了铁负荷误报。作者建议临床实验室应远离通用的厂商表格，选择适合自身数据的分析方法，并提供性别与年龄分层的铁蛋白参考范围。实务上，这能帮助医生更准确地解读铁代谢检测并指导更个体化的治疗。

引用: Qi, X., Chen, P., Li, Y. et al. Big data-driven establishment and bias comparison of serum ferritin reference intervals in Zhejiang Chinese adults using six algorithms. Sci Rep 16, 6235 (2026). https://doi.org/10.1038/s41598-026-37641-5

关键词: 血清铁蛋白, 缺铁, 参考区间, 大数据, 贫血