INTRODUCTION The neutrophil-to-lymphocyte ratio (NLR) and platelet-to-lymphocyte ratio (PLR) have been reported to be a predictor for intravenous immunoglobulin (IVIG) resistance in patients with Kawasaki disease (KD) recently. The objective of the present study was to elucidate the predictive validity of this new marker in a multicenter study. MATERIALS AND METHODS We retrospectively reviewed the clinical records of 520 consecutive KD patients (development data set) and 332 subsequent patients (validation data set) at 7 hospitals in Japan. RESULTS Both NLR and PLR were significantly higher in the IVIG-resistant group than in the IVIG-responsive group. When we set the cut-off point as NLR ≥ 4.11 and PLR ≥ 119, multiple logistic regression analyses showed that a high NLR and PLR before initial IVIG were independent predictors of IVIG resistance, and their combination was a stronger predictor than either alone. The sensitivity and specificity of the combination of NLR ≥ 4.11 and PLR ≥ 119 were 0.58 and 0.73 in the development data set. Validated using an independent data set, they were 0.54 and 0.72 in the validation data set. On comparing the AUC of this predictor with those of the Gunma and Kurume scores, the AUC was highest for this predictor, followed by the Gunma score and Kurume score (0.70, 0.68, and 0.64, respectively). DISCUSSION The predictive validity of the combination of a high NLR and PLR, which is a simple and convenient indicator, was equal to or better than that of the existing scoring systems. The new predictive marker may be a suitable indicator for predicting IVIG resistance in KD patients.

中文翻译：

---

中性粒细胞与淋巴细胞比率和血小板与淋巴细胞比率的组合，可作为川崎病患者静脉免疫球蛋白耐药性的新预测指标：一项多中心研究。

引言据报道，最近川崎病（KD）患者中性粒细胞与淋巴细胞之比（NLR）和血小板与淋巴细胞之比（PLR）可以预测其对静脉免疫球蛋白（IVIG）的耐药性。本研究的目的是在多中心研究中阐明该新标记的预测有效性。材料与方法我们回顾性回顾了日本7家医院的520例连续KD患者（发展数据集）和332例后续患者（验证数据集）的临床记录。结果IVIG耐药组的NLR和PLR均显着高于IVIG应答组。当我们将分界点设置为NLR≥4.11和PLR≥119时，多重logistic回归分析表明，初始IVIG之前高的NLR和PLR是IVIG耐药的独立预测因子，并且它们的组合比单独使用它们的预测力更强。在开发数据集中，NLR≥4.11和PLR≥119的组合的敏感性和特异性分别为0.58和0.73。使用独立数据集进行验证，它们在验证数据集中分别为0.54和0.72。在将该预测变量的AUC与群马和久留米得分的AUC进行比较时，该预测变量的AUC最高，其次是群马得分和久留米得分（分别为0.70、0.68和0.64）。讨论高NLR和PLR组合的预测有效性（一种简单方便的指标）与现有评分系统相同或更好。新的预测标记可能是预测KD患者IVIG抵抗的合适指标。在开发数据集中，NLR≥4.11和PLR≥119的组合的敏感性和特异性分别为0.58和0.73。使用独立数据集进行验证，它们在验证数据集中分别为0.54和0.72。在将该预测变量的AUC与群马和久留米得分的AUC进行比较时，该预测变量的AUC最高，其次是群马得分和久留米得分（分别为0.70、0.68和0.64）。讨论高NLR和PLR组合的预测有效性（一种简单方便的指标）与现有评分系统相同或更好。新的预测标记可能是预测KD患者IVIG抵抗的合适指标。在开发数据集中，NLR≥4.11和PLR≥119的组合的敏感性和特异性分别为0.58和0.73。使用独立数据集进行验证，它们在验证数据集中分别为0.54和0.72。在将该预测变量的AUC与群马和久留米得分的AUC进行比较时，该预测变量的AUC最高，其次是群马得分和久留米得分（分别为0.70、0.68和0.64）。讨论高NLR和PLR组合的预测有效性（一种简单方便的指标）与现有评分系统相同或更好。新的预测标记可能是预测KD患者IVIG抵抗的合适指标。使用独立数据集进行验证，它们在验证数据集中分别为0.54和0.72。在将该预测变量的AUC与群马和久留米得分的AUC进行比较时，该预测变量的AUC最高，其次是群马得分和久留米得分（分别为0.70、0.68和0.64）。讨论高NLR和PLR组合的预测有效性（一种简单方便的指标）与现有评分系统相同或更好。新的预测标记可能是预测KD患者IVIG抵抗的合适指标。使用独立数据集进行验证，它们在验证数据集中分别为0.54和0.72。在将该预测变量的AUC与群马和久留米得分的AUC进行比较时，该预测变量的AUC最高，其次是群马得分和久留米得分（分别为0.70、0.68和0.64）。讨论高NLR和PLR组合的预测有效性（一种简单方便的指标）与现有评分系统相同或更好。新的预测标记可能是预测KD患者IVIG抵抗的合适指标。讨论高NLR和PLR组合的预测有效性（一种简单方便的指标）与现有评分系统相同或更好。新的预测标记可能是预测KD患者IVIG抵抗的合适指标。讨论高NLR和PLR组合的预测有效性（一种简单方便的指标）与现有评分系统相同或更好。新的预测标记可能是预测KD患者IVIG抵抗的合适指标。